Bagaimana AI Jimat Tenaga di Pusat Groseri Amazon

AI dalam Runcit & E-Dagang (Rangkaian Besar & Pasaran)••By 3L3C

Amazon jimat 15% tenaga di pusat groseri dengan AI HVAC autonomi. Apa yang peruncit besar lain boleh tiru untuk gudang dan e-dagang mereka?

AI dalam runcitgudang pintare-dagang grocerypengurusan tenagaautomasi fulfillment center
Share:

AI, bil elektrik dan margin tipis e-dagang

Dalam operasi gudang runcit, margin untung selalunya hanya beberapa peratus. Tapi satu projek di pusat pemenuhan groseri Amazon berjaya kurangkan penggunaan tenaga sebanyak 15% hanya dengan satu jenis aplikasi AI: kawalan bangunan autonomi untuk HVAC (pemanasan, pengudaraan dan penyejukan).

Untuk pemain e-dagang besar – sama ada rangkaian pasar raya, marketplace atau jenama omni-kanal – angka 15% pada bil tenaga gudang bukan angka kecil. Itu terus jatuh ke bahagian bawah P&L dan pada masa yang sama membantu sasaran kelestarian.

Artikel ini kupas apa yang Amazon buat, kenapa ia penting untuk runcit dan e-dagang, dan bagaimana peruncit besar di Malaysia dan Asia Tenggara boleh tiru pendekatan ini dalam gudang dan pusat pemenuhan sendiri.

Apa sebenarnya Amazon buat di pusat groseri mereka?

Jawapannya: Amazon menggunakan platform BrainBox AI – sistem pengoptimuman HVAC autonomi – di tiga pusat pemenuhan groseri di Amerika Utara. Sistem ini:

  • meramal keperluan bangunan,
  • melaras peralatan secara masa nyata,
  • dan mengoptimumkan penggunaan tenaga tanpa ganggu operasi.

Daripada sasaran awal, projek ini berjaya kurangkan penggunaan tenaga sebanyak 15%, lebih dua kali ganda jangkaan asal. Lepas nampak hasil itu, Amazon rancang nak perluaskan ke lebih 30 lagi pusat pemenuhan dan pengedaran groseri di seluruh AS, dan mula uji di kedai fizikal bermula 2026.

Ringkasnya, mereka sedang tukar bangunan biasa menjadi “sistem pintar” yang belajar dan menyesuaikan diri.

“We’re turning our buildings into intelligent systems that learn and adapt.” – Christina Minardi, VP Worldwide Grocery Stores, Amazon

Bagi kita yang terlibat dalam runcit dan e-dagang, ini bukan sekadar cerita teknologi. Ini contoh jelas bagaimana AI masuk terus ke tulang belakang operasi – bukan hanya di laman web atau aplikasi, tetapi pada tahap infrastruktur bangunan.

Di sebalik tabir: bagaimana AI kawal gudang secara autonomi

Inti kepada projek ini ialah penggunaan AI untuk autonomous building controls.

1. Data yang dikumpul dari gudang

Sistem seperti BrainBox AI menyedut pelbagai jenis data, contohnya:

  • Cuaca semasa dan ramalan: suhu luar, kelembapan, panas tengah hari, ribut petir dan sebagainya.
  • Corak kehadiran pekerja dan operasi: waktu sibuk picking & packing, syif malam, cuti umum.
  • Prestasi sejarah peralatan: bagaimana chiller, AHU, kompresor dan kipas bertindak sebelum ini.
  • Keperluan suhu zon berbeza: stor sejuk, stor beku, zon ambient, ruang pejabat, loading bay.

Data ini dihantar ke cloud (dalam kes Amazon, melalui AWS seperti S3 dan Bedrock) untuk dilatih dan disuap ke model AI.

2. AI rasa “denyut nadi” bangunan

Model AI kemudiannya belajar corak:

  • bila suhu mula naik sebelum tengah hari,
  • bila pekerja ramai dan haba badan meningkat,
  • bila peti sejuk dan chiller perlu bekerja lebih keras kerana tempahan puncak,
  • dan bagaimana setiap larasan suhu memberi kesan kepada penggunaan tenaga.

Daripada corak itu, sistem mampu meramal keperluan tenaga beberapa jam ke hadapan.

3. Tindakan automatik, bukannya sekadar cadangan

Perbezaan besar berbanding analitik biasa: sistem ini bukan hanya beritahu orang teknikal, "elok turunkan setpoint". Ia sendiri yang:

  • melaras setpoint suhu,
  • menukar mod operasi HVAC,
  • mengawal kipas dan pam,
  • mengimbangkan suhu antara zon yang berbeza,
  • dengan tujuan mengekalkan keadaan selesa dan selamat untuk makanan, sambil mengurangkan energy draw.

Di sinilah AI mula mengambil tindakan operasi sebenar, bukan sekadar hantar laporan atau dashboard. Bagi organisasi yang ada puluhan atau ratusan gudang, kesan pengganda (multiplier effect) sangat besar.

Kenapa ini penting untuk runcit & e-dagang berskala besar

Untuk rangkaian pasar raya, marketplace dan peruncit omni-kanal, penggunaan AI untuk pengurusan tenaga gudang menyentuh tiga isu utama: kos, kelestarian dan kebolehskalaan.

1. Kos operasi: bil elektrik gudang bukan kecil

Gudang groseri dan fulfillment center sejuk beku adalah antara jenis fasiliti paling berat menggunakan tenaga. Di Malaysia sendiri, banyak jenama besar mengadu kos elektrik stor sejuk boleh mencapai:

  • 20–40% daripada keseluruhan kos operasi gudang,
  • lebih tinggi pada musim panas panjang dan ketika gelombang haba.

Jika AI boleh turunkan 10–15% daripada bil tenaga tanpa sentuh kapasiti jualan, itu terus bermakna:

  • margin operasi lebih sihat,
  • ruang untuk tawaran harga lebih kompetitif,
  • bajet tambahan untuk pelaburan teknologi lain (seperti automation picking atau robotik).

2. Kelestarian: daripada CSR kepada strategi perniagaan

Amazon kaitkan inisiatif ini dengan sasaran net-zero karbon menjelang 2040. Walaupun tidak semua peruncit di rantau kita ada sasaran rasmi seperti itu, tekanan daripada:

  • pelabur,
  • pelanggan korporat,
  • dan regulator,

semakin kuat untuk tunjuk langkah nyata mengurangkan jejak karbon.

AI yang mengurangkan tenaga pada skala rangkaian gudang memberi impak terus kepada emisi Scope 1 dan 2. Ia juga lebih mudah dikuantifikasi berbanding kempen CSR umum.

3. Skalabiliti: daripada satu gudang ke seluruh rangkaian

Kekuatan utama model Amazon adalah cara mereka skalakan:

  • mula dengan 3 pusat pemenuhan,
  • capai hasil yang boleh diukur (15%),
  • kemudian berkembang ke lebih 30 bangunan,
  • dan seterusnya ke format kedai fizikal.

Ini peta jalan (roadmap) yang peruncit lain boleh tiru. Pilih beberapa fasiliti utama, buktikan pulangan, kemudian roll-out secara berperingkat.

Apa yang peruncit besar boleh belajar dan tiru

Ada beberapa pelajaran praktikal daripada kes Amazon ini yang relevan untuk pemain runcit dan e-dagang berskala besar di Malaysia dan rantau ini.

1. AI bukan hanya untuk inventori dan pemasaran

Ramai peruncit sudah biasa dengan AI untuk:

  • demand forecasting dan perancangan stok,
  • cadangan produk peribadi di aplikasi,
  • pengiklanan berasaskan data pelanggan.

Tetapi mereka jarang sentuh AI untuk operasi fizikal gudang seperti:

  • kawalan suhu stor sejuk,
  • pengurusan pencahayaan,
  • penjadualan penggunaan peralatan berat.

Hakikatnya, potensi penjimatan di sini kadang-kadang lebih besar berbanding penambahbaikan kecil pada conversion rate di laman web.

2. Mulakan di fasiliti yang paling intensif tenaga

Jangan cuba mula di semua gudang sekali gus. Fokus kepada:

  • pusat pemenuhan groseri,
  • stor beku dan chiller besar,
  • gudang yang beroperasi 24/7,
  • lokasi dengan bil elektrik yang memang tinggi.

Di sinilah ROI paling cepat dan senang dijustifikasi kepada pengurusan.

3. Rangka kerjasama yang betul: teknologi + domain pakar

Amazon tak buat semua sendiri. Mereka:

  • gunakan BrainBox AI (platform pengoptimuman HVAC),
  • gabungkan dengan kepakaran Trane Technologies dalam HVAC dan kejuruteraan,
  • jalankan di atas infrastruktur AWS.

Untuk peruncit lain, pola yang sama boleh digunakan:

  • Vendor AI bangunan + pembekal HVAC tempatan + pasukan fasiliti dalaman.

Yang penting, jangan hanya beli software; pastikan integrasi dengan peralatan sedia ada dan proses kerja pasukan fasiliti.

4. Letakkan sasaran yang jelas dan boleh diukur

Amazon mulakan projek dengan sasaran pengurangan tenaga yang konservatif. Hasil akhir 15% bermakna mudah untuk:

  • buktikan business case,
  • dapat kelulusan pelaburan untuk roll-out seterusnya,
  • mengukur impak karbon dengan lebih tepat.

Peruncit lain wajar tetapkan KPI seperti:

  • % pengurangan kWh per meter persegi,
  • RM penjimatan bil elektrik per tahun per gudang,
  • pengurangan tan CO₂ setara setiap tahun.

Langkah praktikal untuk rangkaian runcit & marketplace di rantau ini

Bagi organisasi yang serius nak ikut jejak Amazon dalam konteks AI di gudang dan pusat pemenuhan, berikut kerangka langkah yang realistik.

1. Audit tenaga dan data bangunan

Sebelum bercakap tentang AI, pastikan anda tahu:

  • profil penggunaan tenaga 12–24 bulan terakhir,
  • zon mana paling banyak guna elektrik (stor beku, loading bay, pejabat),
  • sistem HVAC apa yang digunakan sekarang,
  • sensor apa yang sudah ada (meter tenaga, suhu, occupancy).

Audit ini penting untuk faham di mana “kebocoran” tenaga berlaku dan data apa yang perlu ditambah.

2. Pilih satu atau dua tapak perintis

Contoh pilihan bijak:

  • pusat pemenuhan e-dagang groseri di Lembah Klang,
  • stor beku utama yang bekalkan untuk seluruh rangkaian outlet.

Kriteria utama:

  • bil elektrik tinggi,
  • operasi berjalan sepanjang tahun,
  • pasukan teknikal di tapak bersedia untuk bekerjasama.

3. Bentuk pasukan projek rentas fungsi

Projek AI di gudang tak boleh diserahkan kepada satu jabatan sahaja. Libatkan:

  • operasi gudang,
  • fasiliti & penyelenggaraan,
  • IT / data,
  • kewangan,
  • dan jika ada, pasukan kelestarian.

Saya sering nampak projek gagal bila ia dianggap 100% projek IT atau 100% projek fasiliti. Hakikatnya, ia projek transformasi operasi.

4. Uji, iterasi, dan benchmark

Tempoh pilot yang baik biasanya 6–12 bulan. Dalam fasa ini:

  • bandingkan penggunaan tenaga dengan tempoh yang sama tahun lepas (ambil kira faktor cuaca),
  • dapatkan maklum balas pekerja gudang (ada tak rasa terlalu panas/sejuk),
  • pastikan tiada kompromi pada keselamatan makanan.

Jika penjimatan 10–15% tercapai, anda ada asas kukuh untuk roll-out ke fasiliti lain.

5. Integrasikan dengan strategi AI menyeluruh

Bagi rangkaian runcit dan marketplace besar, projek seperti ini patut dilihat sebagai sebahagian daripada peta jalan AI menyeluruh bersama inisiatif lain seperti:

  • peramalan permintaan,
  • pengoptimuman rantaian bekalan,
  • automasi picking & packing,
  • personalisasi pengalaman pelanggan.

Organisasi yang berjaya biasanya:

  • menggabungkan quick wins (seperti penjimatan tenaga) dengan projek AI jangka panjang,
  • bina keupayaan data dalaman,
  • dan pilih beberapa rakan teknologi utama yang strategik.

AI, gudang pintar dan masa depan runcit besar

Kes Amazon di pusat pemenuhan groseri menunjukkan satu perkara jelas: AI untuk pengurusan tenaga gudang sudah matang untuk kegunaan sebenar, bukan lagi konsep dalam slaid pembentangan.

Untuk peruncit dan pemain e-dagang besar di Malaysia dan Asia Tenggara, soalan bukan lagi "patut cuba atau tidak", tetapi "di gudang mana kita mula dulu?".

Projek seperti ini:

  • mengurangkan kos operasi,
  • menyokong sasaran kelestarian,
  • dan menyiapkan organisasi untuk era gudang pintar yang dihubungkan rapat dengan sistem e-dagang, WMS dan OMS.

Jika syarikat anda sedang membincangkan pelaburan AI dalam runcit dan e-dagang – sama ada untuk ramalan stok atau automasi gudang – ini masa sesuai untuk masukkan AI pengurusan tenaga dan bangunan pintar ke dalam pelan 2026–2028.

Kerana dalam persaingan runcit yang semakin sengit, siapa yang boleh jual dengan harga menarik dan mengawal kos operasi di belakang tabir, dialah yang akan bertahan lama.