Amazon Fresh jual groseri bawah USD5 bukan kerana ‘sihir harga’, tapi kerana penggunaan AI dalam inventori, harga dinamik dan personalisasi. Inilah pelajaran untuk peruncit Malaysia.
Bagaimana AI Membolehkan Amazon Jual Groseri Bawah $5
Pada 2023, Amazon mengumumkan jenama groseri Amazon Fresh dengan majoriti produk berharga bawah USD5, boleh dibeli secara online dan di kedai fizikal Amazon Fresh. Di permukaan, nampak seperti promosi harga agresif biasa. Sebenarnya, ini ialah demonstrasi jelas bagaimana AI dalam runcit dan e-dagang digunakan pada skala besar.
Kebanyakan peruncit besar kagum tengok harga sebegitu rendah, tapi bila cuba ikut, margin terus ‘berdarah’. Bezanya bukan pada jenama atau kedai. Bezanya pada cara data digunakan – daripada ramalan inventori, penetapan harga dinamik, hinggalah personalisasi pelanggan.
Artikel ini kupas bagaimana langkah Amazon ini kemungkinan besar digerakkan oleh AI, dan apa yang pemain besar di Malaysia – seperti rangkaian pasar raya, marketplace dan jenama FMCG – boleh belajar dan guna pakai sekarang, bukan lima tahun lagi.
1. Di Sebalik Groseri Bawah $5: Strategi, Bukan Sihir
Amazon boleh menjual majoriti item Amazon Fresh bawah USD5 kerana mereka mengurus kos dan permintaan dengan ketepatan data, bukan sekadar rasa hati kategori manager.
Beberapa faktor utama yang memungkin harga rendah:
- Ramalan permintaan (demand forecasting) berasaskan AI mengurangkan lebihan stok dan pembaziran, terutamanya untuk barang mudah rosak.
- Penetapan harga dinamik (dynamic pricing) membolehkan Amazon melaras harga berpuluh ribu SKU secara automatik mengikut masa, lokasi dan tingkah laku pelanggan.
- Rangkaian logistik dan gudang automasi yang dioptimumkan oleh algoritma, mengurangkan kos operasi per unit.
Di Malaysia, isu yang sama menghantui pemain runcit:
- Stok tak bergerak, akhirnya kena markdown besar-besaran.
- Barang popular habis masa kempen besar (contoh jualan 11.11, Raya, Tahun Baru Cina).
- Margin groseri makin nipis kerana perang harga di marketplace.
Realitinya, harga agresif hanya mampan jika disokong AI yang memastikan setiap ringgit kos ada justifikasi data.
2. AI untuk Ramalan Inventori: Asas Harga Mampu Milik
Untuk jual barang murah, anda wajib kawal inventori dan pembaziran. Di sinilah AI jadi tunjang.
Bagaimana Amazon berkemungkinan guna AI untuk ramalan stok
Model ramalan permintaan Amazon biasanya akan mengambil kira:
- Data jualan sejarah mengikut hari/musim
- Cuaca dan musim (contoh: peningkatan ais krim ketika musim panas)
- Promosi dan kempen pemasaran
- Corak pembelian berulang (subscribe & save, pantry refill)
- Data lokaliti kedai (demografi, pendapatan, tabiat makan setempat)
Model ini boleh menjawab soalan seperti:
“Berapa banyak susu 1L yang patut dihantar ke cawangan X minggu depan untuk kekal di tahap stok sihat, tanpa pembaziran?”
Bila ketepatan ramalan naik, contoh dari 70% ke 90%:
- Lebihan stok turun
- Barang hampir luput berkurang
- Kos penyimpanan dan pembuangan makanan jatuh
Penjimatan kos ini yang membolehkan harga runcit ditekan rendah – termasuk majoriti item bawah USD5.
Apa yang peruncit Malaysia boleh tiru
Anda tak perlu skala Amazon untuk mula guna AI untuk inventori. Beberapa langkah praktikal:
-
Satukan data jualan omnichannel
Gabungkan data POS kedai fizikal, e-dagang sendiri, dan marketplace (Shopee, Lazada, TikTok Shop) dalam satu repositori. -
Guna model ramalan asas dahulu
- Mula dengan forecast mingguan mengikut kategori utama (beras, minyak, susu, snek, frozen).
- Fokus dulu pada produk mudah rosak (sayur, buah, susu segar, roti).
-
Uji di beberapa cawangan pilot
Pilih 3–5 cawangan dengan profil pelanggan berbeza dan lihat:- Pengurangan out-of-stock
- Pengurangan stok luput
- Kenaikan jualan keseluruhan
Perkara penting: AI untuk inventori bukan projek mega bertahun-tahun. Ramai peruncit yang bermula kecil, pilih beberapa kategori utama, dan nampak impak dalam 3–6 bulan.
3. Penetapan Harga Dinamik: Rahsia Di Sebalik Label Bawah $5
Harga USD5 bukan nombor rawak. Ia ialah “anchor price” psikologi yang senang diingati dan kelihatan mampu milik. AI membantu menentukan produk mana patut diletakkan bawah USD5, di lokasi mana, dan bila.
Apa itu penetapan harga dinamik (dynamic pricing) dalam konteks runcit
Dalam runcit moden, harga boleh berubah berdasarkan:
- Permintaan sebenar berbanding jangkaan
- Harga pesaing (online & offline)
- Musim perayaan atau event besar
- Corak pembelian waktu puncak dan bukan puncak
AI akan memproses ratusan pemboleh ubah ini dan mengesyorkan:
- Barang mana yang patut dijadikan “loss leader” (untuk tarik trafik, margin rendah)
- Barang mana boleh cross-subsidize (margin lebih tinggi, tapi masih munasabah)
- Julat harga optimum untuk capai gabungan margin + volume terbaik
Amazon boleh menjual banyak item groseri bawah USD5 kerana:
- Mereka tahu secara data, berapa % pelanggan akan tambah lagi item lain dalam troli.
- Mereka nampak lifetime value (LTV) pelanggan, bukan margin satu transaksi sahaja.
Bagaimana peruncit & marketplace di Malaysia boleh guna AI pricing
Untuk pasar raya besar, rangkaian farmasi, atau malah penjual besar di marketplace, model yang sama boleh digunakan:
- Guna AI untuk segmentasi harga mengikut lokasi (contoh kawasan bandar vs separa bandar).
- Jalankan ujian A/B harga terhad masa untuk lihat keanjalan harga (price elasticity).
- Tetapkan “koridor harga” (min–maks) dan biar sistem AI pilih harga terbaik dalam koridor tersebut.
Contoh aplikasi yang saya nampak berkesan:
- Harga minyak masak jenama jenama A diset antara RM26–RM29, AI pilih harga optimum berdasarkan demand dan stok pesaing.
- Untuk SKU A+ (contoh beras wangi premium), AI mungkin kekalkan harga lebih stabil tetapi galakkan bundling promosi.
Dynamic pricing bukan bermaksud harga berubah setiap jam secara agresif hingga pelanggan marah. Yang matang ialah bila perubahan berasas data, konsisten, dan telus.
4. Personalisi Pelanggan: Dari Troli Amazon ke Troli Rakyat Malaysia
Strategi harga bawah USD5 Amazon tak berdiri sendiri. Ia diperkukuh oleh personalisasi yang sangat dalam.
Bagaimana AI personalisasi meningkatkan kesan harga rendah
AI di e-dagang seperti Amazon biasanya akan:
- Cadangkan produk pelengkap (“Anda mungkin juga suka…”) berdasarkan sejarah pembelian.
- Menyusun susunan produk dalam aplikasi mengikut minat dan bajet pelanggan.
- Menawarkan kupon dan diskaun bersasar kepada segmen tertentu, bukan semua orang.
Gabungan ini membawa kepada situasi seperti:
Seorang pelanggan klik item groseri bawah USD5, tetapi keluar dengan troli digital bernilai USD40 kerana cadangan yang tepat dan relevan.
Apa yang marketplace & jenama besar di Malaysia boleh buat
Dalam konteks Malaysia, ada beberapa kegunaan praktikal:
-
Rekomen produk groseri harian automatik
- Contoh: Pelanggan yang selalu beli beras 10kg setiap 5 minggu, sistem boleh mula hantar notifikasi bila hampir habis, siap dengan tawaran bundle.
-
Personalisasi mengikut musim perayaan tempatan
- Raya: promosi koleksi “Bakul Raya bajet bawah RM50” menggunakan data sejarah pembelian tahun-tahun lepas.
- Deepavali, Tahun Baru Cina, Krismas: pek perayaan yang disusun berdasarkan etnik dan lokasi.
-
Kupon pintar (smart coupons)
- Beri kupon kepada pelanggan yang hampir beralih ke pesaing (tanda: kurang login, kurang transaksi).
- Bagi diskaun onboarding kepada pelanggan baru kategori groseri untuk galakkan mereka cuba.
Semua ini menaikkan average order value (AOV), yang seterusnya memberi ruang kepada peruncit untuk mengekalkan harga rendah di item asas tanpa korbankan keuntungan keseluruhan.
5. Dari Gudang ke Rak: AI dalam Rantaian Bekalan & Fulfilment
Harga bawah USD5 hanya masuk akal jika kos penghantaran ke rak dan ke rumah pelanggan dikawal rapi. Di sinilah automasi dan AI dalam gudang serta rantaian bekalan memainkan peranan.
Apa yang biasanya berlaku di belakang tabir Amazon
Amazon menggabungkan beberapa teknologi:
- Pengoptimuman laluan penghantaran: AI kira laluan paling efisien untuk penghantaran “last mile” bagi mengurangkan kos per parcel.
- Slotting optimization di gudang: Susun lokasi stok supaya barang paling laju bergerak berada di lokasi paling mudah dicapai robot/manusia.
- Pembahagian stok antara pusat fulfilment: Sistem ramal di pusat mana permintaan lebih tinggi dan hantar stok lebih awal.
Bila kos proses ini turun beberapa puluh sen setiap item, ia cukup untuk membezakan sama ada sesuatu SKU boleh dijual bawah USD5 atau terpaksa dinaikkan harga.
Bagaimana pemain besar di Malaysia boleh mula
Untuk rangkaian pasar raya atau e-dagang besar di sini:
- Gunakan AI untuk merancang laluan penghantaran terakhir (last mile) bagi pesanan online groseri.
- Optimumkan penempatan stok antara gudang di Lembah Klang, Selatan, Utara, Pantai Timur menggunakan simulasi permintaan.
- Automasi proses picking & packing dengan sistem yang cadangkan susunan picking list paling pendek.
Bagi marketplace besar, ada peluang untuk menawarkan “AI fulfilment-as-a-service” kepada seller besar: gudang pintar, perancangan stok, dan penghantaran yang dikongsi ramai penjual.
6. Apa Langkah Seterusnya untuk Peruncit & Marketplace di Malaysia?
Contoh Amazon Fresh ini bukan sekadar berita antarabangsa. Ia adalah amaran awal: siapa yang bijak menggunakan AI dalam runcit akan boleh menawarkan harga mesra pengguna tanpa memusnahkan margin.
Beberapa langkah praktikal yang saya cadangkan untuk enam hingga dua belas bulan akan datang:
-
Pilih satu atau dua kes guna AI yang paling kritikal
Untuk kebanyakan peruncit groseri, keutamaan biasa:- Ramalan inventori kategori mudah rosak
- Penetapan harga dinamik bagi 100–300 SKU paling penting
-
Bangunkan “data foundation” yang minimum tapi kukuh
- Satukan data jualan POS, e-dagang, dan marketplace.
- Bersihkan data SKU (kod, kategori, jenama, unit).
-
Mulakan projek pilot kecil, bukan projek mega
- Ukur hasil secara spesifik: pengurangan stok luput (%), peningkatan AOV (%), peningkatan margin (%).
- Guna hasil pilot untuk yakinkan pengurusan atasan dan rakan kongsi.
-
Latih pasukan dalaman baca dan gunakan insight AI
AI hanya berguna jika kategori manager, planner, dan orang operasi faham laporan dan berani bertindak. -
Rancang model operasi omnichannel
Amazon Fresh tarik pelanggan melalui online dan kedai fizikal serentak. Peruncit Malaysia juga perlu fikir bagaimana data dan pengalaman pelanggan di:- Kedai fizikal
- App / web e-dagang sendiri
- Marketplace boleh digabungkan supaya AI nampak “satu pelanggan, banyak channel”, bukan terpisah.
Harga groseri bawah USD5 mungkin nampak jauh dari realiti runcit Malaysia sekarang. Tapi prinsip di sebaliknya sama: siapa yang guna AI untuk kawal inventori, pricing, dan pengalaman pelanggan akan menang dalam pasaran yang margin nipis dan pelanggan sensitif harga.
Soalannya bukan sama ada AI akan mengubah runcit & e-dagang, tetapi berapa cepat anda mahu berada di hadapan lengkung perubahan itu.
FAQ Ringkas: AI dalam Runcit & E-Dagang
1. Adakah AI hanya untuk pemain gergasi seperti Amazon?
Tidak. Banyak peruncit serantau guna AI bermula dengan satu fungsi – contohnya ramalan inventori – sebelum berkembang ke harga dinamik dan personalisasi.
2. Berapa lama untuk nampak hasil projek AI inventori?
Kebiasaannya, 3–6 bulan sudah cukup untuk nampak pengurangan stok luput dan out-of-stock bagi kategori pilot.
3. Adakah AI akan menggantikan kategori manager?
Tidak, ia lebih kepada co-pilot: AI cadangkan, manusia nilai konteks komersial, peraturan, dan sensitiviti pelanggan.
Jika anda sedang mengurus rangkaian kedai, marketplace, atau jenama besar di Malaysia, langkah Amazon dengan Amazon Fresh ialah isyarat jelas: AI bukan lagi opsyen tambahan, tapi enjin strategi runcit moden.