Amazon bawa Just Walk Out ke dunia korporat dengan ‘badge pay’. Inilah petanda jelas bagaimana AI ubah operasi runcit dan e-dagang, bukan sekadar pengalaman pelanggan.
AI Runcit: Dari Just Walk Out ke ‘Badge Pay’ Amazon
Pada tahun 2023, Amazon laporkan berjuta-juta transaksi di kedai Just Walk Out mereka tanpa satu pun pelanggan beratur di kaunter. Sekarang, teknologi sama yang asalnya dibina untuk pelanggan runcit, mula bergerak ke dunia korporat melalui ciri baru: “badge pay” – bayar guna pas pekerja.
Ini bukan sekadar trik teknologi. Untuk rangkaian runcit besar, pasar raya, dan marketplace, langkah Amazon ini adalah petunjuk jelas tentang masa depan operasi: AI bukannya hanya untuk pelanggan, tapi juga untuk staf dan aliran kerja dalaman. Kalau dulu fokus AI ialah cadangan produk dan iklan, sekarang fokusnya ialah mengurangkan geseran dalam setiap pergerakan manusia di dalam kedai dan gudang.
Dalam siri “AI in Retail & E-Commerce (Large Chains & Marketplaces)” ini, topik Just Walk Out + badge pay ini penting kerana ia tunjuk satu perkara: syarikat yang menang ialah syarikat yang jadikan AI sebagai “otak” untuk kedua-dua front-end (pelanggan) dan back-end (pekerja, operasi, inventori).
Apa Sebenarnya ‘Just Walk Out’ dan ‘Badge Pay’ Amazon?
Inti teknologi Amazon Just Walk Out ialah gabungan computer vision, sensor, dan model AI yang memantau apa yang diambil dan dipulangkan di rak. Pelanggan masuk kedai, imbas kad (atau app), ambil barang, dan terus keluar. Sistem akan caj secara automatik berdasarkan apa yang dikesan dalam bakul maya.
Sekarang dengan “badge pay”, konsepnya hampir sama – cuma identiti dan kaedah bayaran datang daripada pas pekerja.
Bagaimana aliran ‘badge pay’ berfungsi?
Secara ringkas:
- Pekerja masuk ke kedai mini / pantri korporat
- Imbas badge pekerja di pintu masuk (RFID / NFC / kod bar bergantung integrasi)
- Kamera dan sensor rak mengesan item yang diambil atau dipulangkan
- AI Just Walk Out bina “troli maya” untuk pekerja tersebut
- Apabila pekerja keluar, sistem:
- caj ke akaun dalaman syarikat (contoh: potongan gaji bulanan), atau
- caj ke kad pembayaran yang diikat dengan badge, atau
- rekod transaksi sebagai kos jabatan / projek (untuk kegunaan dalaman)
Perkara paling penting di sini: pekerja tak perlu QR code lain, tak perlu app lain, tak perlu kad kredit fizikal. Satu identiti — badge mereka — sudah cukup.
Kenapa ini signifikan untuk runcit & e-dagang?
Ini bukan hanya konsep kantin pejabat pintar. Teknologi yang sama mudah diadaptasi kepada:
- Kedai pekerja dalam gudang besar (contoh: pusat pemenuhan e-dagang)
- “Dark store” dan stor belakang pasar raya
- Kiosk dalaman untuk rider, pekerja kontrak, vendor
Maksudnya, AI bukan lagi hanya bantu pelanggan beli barang, tapi juga:
mengautomasi pergerakan barang daripada rak ke tangan sesiapa sahaja – pelanggan atau staf – tanpa friksi.
Dari Pelanggan ke Pekerja: Strategi AI Amazon Yang Patut Ditiru
Realiti yang ramai retailer besar masih terlepas pandang: AI yang sama yang menjadikan pelanggan lebih senang membeli, boleh juga menjadikan pekerja lebih laju bekerja.
Amazon lakukan tiga perkara utama di sini yang patut jadi contoh untuk pemain besar seperti Lotus’s, Aeon, Jaya Grocer, Lazada, Shopee, atau mana-mana rangkaian runcit Malaysia:
1. Satu identiti, banyak kegunaan
Amazon gunakan satu identiti digital (akaun Amazon atau badge pekerja) untuk pelbagai konteks:
- Masuk premis
- Beli produk
- Dapat akses ruang tertentu
- Rekod penggunaan pantri / kemudahan dalaman
Untuk retailer dan marketplace Asia Tenggara, bayangkan kalau:
- Rider, pekerja gudang, dan staf kedai guna satu ID syarikat untuk:
- masuk shift
- ambil stok peralatan (scanner, troli, handheld)
- beli makanan di kantin staf tanpa tunai
- rekod pinjaman stok demo atau barangan rosak
Ia kurangkan kerumitan pengurusan akaun dan buka jalan untuk data operasi yang jauh lebih konsisten.
2. AI jadi “otak” pergerakan barangan
Just Walk Out + badge pay bermaksud:
- Setiap item yang diambil diketahui oleh sistem, bila, dan oleh siapa
- Data itu boleh disambung terus kepada sistem stok, perakaunan, dan HR
Ini sama konsep dengan:
- Inventori masa nyata di gudang e-dagang
- Sistem pengambilan stok automatik dalam pusat pemenuhan
- Analitik tingkah laku (apa yang orang suka ambil pada masa tertentu)
Bezanya, Amazon bawa konsep itu sampai ke pantry pejabat dan kedai kecil. Ini petanda jelas: tiada lagi “ruang buta” dalam operasi. Semua pergerakan barang boleh jadi data.
3. Fokus pada friksi yang orang selalu anggap “kecil”
Kedai Just Walk Out asalnya dibina untuk hapuskan satu perkara: beratur dan bayar. Nampak kecil, tapi dari sudut pengalaman pengguna, itulah saat paling menyakitkan.
Untuk staf, friksi yang sama wujud di tempat lain:
- Keluar masuk pantri, kena isi borang atau bayar tunai
- Ambil stok kecil (bateri, pen, label printer) — tiada rekod jelas
- Pinjam peralatan — susah jejak siapa bawa keluar
Amazon pilih untuk automasi friction point ini. Dan di sinilah banyak retailer besar sebenarnya boleh menang cepat jika mereka ikut pendekatan sama.
Manfaat Praktikal Untuk Rangkaian Runcit & Marketplace Besar
Bagi pengurus operasi, CIO, atau ketua digital di syarikat runcit besar, soalan sebenar ialah:
“Kalau saya guna konsep macam Just Walk Out + badge pay, apa yang saya dapat secara praktikal?”
Ada sekurang-kurangnya lima manfaat utama.
1. Produktiviti staf naik, masa hilang turun
Pekerja tak perlu:
- beratur untuk beli minuman sebelum shift
- isi borang kertas untuk ambil stok isi semula
- tunggu supervisor rekod pinjaman peralatan
Mereka hanya:
- imbas badge
- ambil apa yang diperlukan
- terus kembali kerja
Untuk operasi skala besar, 5–10 minit jimat per orang sehari boleh jadi berjam-jam kapasiti tambahan setiap minggu di setiap lokasi.
2. Inventori dalaman jauh lebih telus
Banyak retailer dan marketplace besar ada masalah “stok hilang senyap” di belakang:
- alat tulis pejabat
- peralatan kecil (scanner murah, headset, handheld)
- produk sampel
Dengan AI computer vision + badge pekerja:
- setiap item yang diambil diikat kepada identiti staf
- stor dalaman (pantry, bilik bekalan) jadi “micro store” yang ada data penuh
Ini bukan soal tak percaya staf, tapi soal:
- jejak kos mengikut jabatan / projek
- kenal pola pembaziran dan pembelian berlebihan
3. Data tingkah laku untuk perancangan tenaga kerja & produk
Data Just Walk Out + badge boleh jawab soalan yang selama ini banyak syarikat hanya “agak-agak”:
- Bila puncak pergerakan staf di kedai / gudang?
- Apa jenis snack / minuman paling laku untuk staf pada syif malam vs siang?
- Bila waktu paling sesuai restock tanpa ganggu operasi?
Dari sini, retailer boleh:
- susun jadual pekerja lebih tepat
- runding harga lebih baik dengan pembekal makanan & minuman
- reka program ganjaran staf yang lebih relevan
4. Integrasi dengan automasi gudang & sistem HR
Konsep badge pay mudah digabung dengan sistem sedia ada:
- WMS (Warehouse Management System): item yang diambil untuk kegunaan kerja direkod terus sebagai kos operasi
- HR / Payroll: potongan gaji automatik untuk pembelian peribadi (contoh: kopi, makanan)
- Sistem keselamatan: badge yang sama kawal akses pintu dan rak bernilai tinggi
Inilah sebab kenapa syarikat besar ada kelebihan besar berbanding pemain kecil: mereka sudah ada sistem asas, AI hanya perlu jadi lapisan “otak” di atas.
5. Pengalaman pekerja yang lebih baik = kos tukar ganti lebih rendah
Dalam runcit dan e-dagang, kadar keluar masuk staf tinggi. Pengalaman harian staf selalunya menentukan sama ada mereka kekal atau tidak:
- Akses makanan mudah
- Proses pinjam peralatan tidak menyusahkan
- Rasa syarikat “moden” dan memudahkan kerja
Badge pay + automasi dalaman mungkin nampak remeh, tapi ia beri signal kuat bahawa syarikat serius tentang masa dan keselesaan staf.
Apa Pengajaran Untuk Retailer Malaysia & Asia Tenggara?
Amazon mungkin jauh, tapi konsepnya relevan untuk kita di sini. Banyak pemain besar di Malaysia, Singapura, Indonesia sebenarnya sudah ada sebahagian komponen yang diperlukan:
- Kad staf / access card RFID
- CCTV di kedai dan gudang
- Sistem POS moden
- Aplikasi dalaman untuk staf
Yang kurang selalunya ialah lapisan AI dan integrasi antara semua sistem ini.
Di mana nak mula secara praktikal?
Kalau saya duduk di kerusi pengurus digital / inovasi runcit besar, saya akan mula dengan tiga langkah ini:
1. Pilot “micro store” dalaman
Mulakan di satu lokasi:
- pantry staf di HQ
- kedai kecil dalam gudang utama
Komponen asas:
- rak dengan sensor berat atau kamera overhead
- sistem pengenalan badge (NFC / QR pada kad staf)
- integrasi mudah dengan sistem HR atau e-wallet dalaman
Matlamat fasa ini bukan kesempurnaan, tapi bukti data:
- berapa banyak masa jimat?
- bagaimana corak pembelian staf?
- apa isu teknikal sebenar di lapangan?
2. Sambung ke inventori & laporan kewangan
Fasa seterusnya ialah hubungkan transaksi dalaman dengan sistem stok dan kos:
- setiap item mempunyai SKU yang sama seperti di kedai biasa
- sistem tahu beza antara pembelian peribadi vs penggunaan operasi
Di sinilah nilai sebenar mula jelas, sebab anda boleh:
- nampak kos dalaman mengikut lokasi dan jabatan
- rancang pembelian borong dengan lebih tepat
3. Fikir jangka panjang: satu identiti staf untuk semua
Visi jangka panjang yang saya rasa masuk akal:
- staf guna satu ID (badge fizikal + profil digital) untuk:
- akses bangunan
- log masuk sistem dalaman
- ambil stok peralatan
- beli makanan / produk dengan harga staf
Bila semua ini berpusat pada satu identiti, AI behavior analytics boleh digunakan untuk:
- kesan pola yang berkait produktiviti
- kenal risiko (contoh: akses luar masa yang pelik)
- merancang kapasiti kedai dan gudang dengan lebih bijak
Risiko, Isu Privasi & Cara Menanganinya
Bila bercakap tentang AI, kamera, dan badge pekerja, persoalan privasi memang tak boleh dielak.
Ada beberapa perkara yang perlu ditangani sejak awal:
1. Jelaskan apa yang dikesan, apa yang tidak
Pekerja perlu tahu:
- sistem hanya kesan barang yang diambil / dipulangkan, bukan dengar perbualan atau baca mesej
- kamera digunakan untuk computer vision, bukan untuk menilai prestasi secara senyap
Komunikasi yang jelas mengurangkan rasa curiga dan naratif “big brother”.
2. Bezakan antara data individu vs data agregat
Untuk analitik operasi, gunakan data:
- dalam bentuk agregat (contoh: jumlah minuman diambil ikut syif)
- bukan peta lengkap setiap pergerakan individu
Data individu hanya digunakan untuk:
- rekod transaksi (seperti resit)
- isu audit / keselamatan yang jelas
3. Libatkan HR & kesatuan pekerja awal-awal
Sebelum skala besar, adakan:
- sesi taklimat dengan HR
- perbincangan dengan wakil staf / kesatuan
Bila mereka faham tujuan utama ialah memudahkan kerja, bukan memerangkap, penerimaan biasanya jauh lebih baik.
Ke Mana Arah Seterusnya: Dari Badge ke Biometrik & Omnichannel AI
Apa yang Amazon buat dengan Just Walk Out + badge pay hanya satu langkah ke arah yang lebih besar: identiti bersepadu yang merentasi dunia fizikal dan digital.
Bayangkan beberapa tahun lagi untuk pemain besar runcit dan e-dagang di rantau ini:
- Pelanggan: beli di app, datang kedai fizikal, terus ambil barang di “smart locker” tanpa perlu tunjuk kod — muka mereka sudah jadi ID.
- Pekerja: masuk gudang dengan wajah / tapak tangan, ambil stok peralatan di rak automatik, dan semua itu disatukan dalam satu profil AI yang bantu mereka kerja lebih cepat, bukan lebih tertekan.
Dalam siri AI in Retail & E-Commerce (Large Chains & Marketplaces), coraknya sudah jelas:
- AI untuk ramalan stok
- AI untuk harga dinamik
- AI untuk personalisasi pelanggan
- AI untuk automasi gudang
Amazon baru sahaja tunjuk satu lagi kotak penting:
AI untuk mengurus pergerakan manusia dan barangan dalam satu ekosistem, tanpa friksi – sama ada orang itu pelanggan atau pekerja.
Untuk retailer dan marketplace besar di Malaysia dan Asia Tenggara, soalan sebenar sekarang bukan lagi “perlu guna AI atau tidak?”, tetapi:
“Di mana dalam operasi saya, friksi paling menyakitkan – dan bagaimana saya boleh gunakan konsep seperti Just Walk Out + badge pay untuk hilangkan friksi itu dalam 6–12 bulan akan datang?”