Bagaimana ‘Badge Pay’ Amazon Ubah Operasi Runcit

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

Amazon bawa teknologi Just Walk Out ke dunia korporat dengan ‘badge pay’. Apa maknanya untuk peruncit besar dan marketplace di Malaysia?

AI runcitJust Walk Outautomasi kedaie-dagang Malaysiacomputer visionhypermarketteknologi pembayaran
Share:

AI Checkout Tanpa Tunai Masuk ke Dunia Korporat

Pada 2023, Amazon laporkan berjuta-juta transaksi sudah diproses melalui teknologi Just Walk Out mereka – kedai di mana pelanggan ambil barang, masukkan dalam beg, dan terus keluar tanpa beratur di kaunter. Sekarang, mereka bawa konsep yang sama ke dunia korporat: pekerja bayar hanya dengan lencana (employee badge).

Ini bunyinya macam kecil—tukar cara bayar sahaja. Tapi untuk rangkaian runcit besar, pasar raya, dan marketplace, langkah ini sebenarnya petunjuk jelas tentang masa depan AI dalam runcit: pengalaman beli-belah dan bekerja yang lebih automatik, kurang geseran, dan jauh lebih banyak data untuk dianalisis.

Dalam siri “AI in Retail & E-Commerce (Large Chains & Marketplaces)” ini, contoh Amazon ni sangat berguna. Ia tunjuk macam mana gabungan computer vision, sensor, dan integrasi identiti boleh ubah cara kedai fizikal dan ruang kerja dikendalikan – sesuatu yang pemain besar seperti Lotus’s, Aeon, Shopee, Lazada, dan rangkaian GLC patut ambil serius.

Apa Sebenarnya Just Walk Out & ‘Badge Pay’ Amazon?

Ringkasnya, Just Walk Out ialah teknologi runcit tanpa kaunter yang guna:

  • Computer vision (kamera yang faham objek dan pergerakan)
  • Sensor rak dan lantai (tahu bila barang diambil atau dipulangkan)
  • Model AI untuk padankan siapa ambil apa, dan kira jumlah secara automatik

Asalnya, pelanggan di kedai Amazon Go atau kedai rakan kongsi perlu:

  1. Imbas kod QR dalam aplikasi Amazon / kad bank sebelum masuk
  2. Ambil barang yang mereka nak
  3. Terus keluar – caj akan dikenakan ke akaun yang diimbas tadi

Sekarang, dengan “badge pay”, Amazon bawa konsep ini ke pejabat dan kampus korporat:

  • Pekerja guna kad lencana syarikat yang mereka dah guna untuk akses bangunan
  • Lencana tu dikaitkan dengan akaun pembayaran (contohnya akaun gaji, kad korporat, atau dompet digital syarikat)
  • Mereka masuk kedai pantry, kiosk, atau mini market di premis syarikat
  • Ambil barang dan keluar; caj terus ke akaun yang berkait dengan lencana

Intinya: identiti pekerja + akses fizikal + pembayaran semuanya digabung dalam satu kad. Dan AI di belakang tabir buat kerja memadankan siapa ambil apa, bila, dan berapa banyak.

Kenapa Rangkaian Runcit & Marketplace Patut Ambil Peduli

Badge pay mungkin nampak macam fungsi khas untuk pejabat, bukan hypermarket. Tapi untuk pengurus runcit besar, ada tiga mesej penting di sini:

  1. AI checkout sekarang bergerak keluar dari kedai awam ke ruang tertutup (korporat, kampus, hospital). Ini buka model perniagaan baru yang ramai pemain runcit belum sentuh.
  2. Integrasi identiti + pembayaran + akses akan jadi norma, bukan pengecualian. Hari ini guna lencana, esok mungkin guna kad pekerja, aplikasi e-dompet, atau ID pelanggan loyalty.
  3. Data tingkah laku masa nyata jadi aset strategik – bukan hanya untuk pemasaran, tapi juga untuk produktiviti pekerja, pengurusan stok, dan keputusan operasi.

Untuk pemain Malaysia atau Asia Tenggara yang sedang melabur dalam AI runcit, automasi checkout, dan kedai tanpa kaunter, langkah Amazon ini adalah isyarat jelas: permainan sebenar bukan sekadar "tak perlu cashier", tapi ekosistem identiti digital + AI operasi.

Bagaimana Teknologi Ini Berfungsi di Belakang Tabir

Jawapan pendek: gabungan sensor fizikal + computer vision + AI keputusan yang sangat terintegrasi.

1. Pengecaman pergerakan & barang

  • Kamera di siling kesan pergerakan pelanggan/pekerja sebagai “avatar” tanpa wajah (biasanya tanpa simpan visual yang boleh dikenali, untuk patuh privasi).
  • AI jejak pergerakan avatar ni dari pintu masuk ke setiap rak.
  • Bila tangan ambil produk, sistem padankan: orang A + produk B + masa C.

2. Sensor rak & berat

  • Rak ada sensor berat atau sensor objek.
  • Bila berat berkurang tepat dengan berat satu unit produk, AI sahkan transaksi pengambilan.
  • Kalau produk dipulangkan, AI buat pembetulan secara automatik.

3. Integrasi identiti melalui badge pay

  • Di pintu masuk, pekerja tap lencana pada pembaca.
  • Sistem cipta sesi beli-belah untuk ID lencana tersebut.
  • Semua tindakan ambil/pulang barang dikaitkan dengan sesi itu.
  • Bila pekerja keluar, sesi ditutup dan pembayaran diproses secara automatik.

4. Data untuk operasi runcit

Untuk pengurus runcit, data yang terhasil jauh lebih kaya berbanding POS tradisional:

  • Barang apa diambil pada jam berapa
  • Corak pembelian berulang (harian, mingguan)
  • Produk yang sering dipegang tapi tak dibeli
  • Heatmap pergerakan dalam kedai/kiosk

Inilah asas kepada forecasting stok, perancangan susun atur rak, dan promosi dinamik yang jauh lebih tepat.

Implikasi Untuk Peruncit Besar & Marketplace di Malaysia

Realitinya, tak semua syarikat ada bajet dan pasukan teknologi seperti Amazon. Tapi prinsip di sebalik badge pay boleh diterjemah kepada konteks tempatan dengan cara yang lebih praktikal.

1. Model kedai tertutup (closed-loop store)

Sebelum berangan nak buat hypermarket tanpa kaunter, pemain besar boleh mulakan dengan:

  • Kedai mini automatik untuk pekerja sendiri (di HQ, gudang, hub logistik)
  • Kedai dalam kampus universiti, hospital, kilang besar
  • Ruang pantry berbayar premium (minuman, snek, makanan sihat)

Dalam persekitaran terkawal ni, risiko kecurian lebih rendah, dan integrasi dengan kad pekerja, QR dalam aplikasi syarikat, atau wallet dalam aplikasi HR lebih mudah.

2. Integrasi dengan sistem loyalty & identiti sedia ada

Banyak rangkaian runcit di Malaysia sudah ada:

  • Kad member fizikal
  • Aplikasi loyalty
  • E-wallet sendiri atau kerjasama dengan e-wallet tempatan

Langkah strategik seterusnya:

  • Jadikan ID loyalty sebagai kunci masuk + kaedah bayar untuk kiosk automatik
  • Guna kamera & sensor ringkas untuk pantau pengambilan produk bernilai tinggi
  • Sambungkan data ni terus ke sistem inventory & sistem cadangan promosi

3. AI untuk inventori & harga dinamik

Teknologi gaya Just Walk Out bukan hanya fasal checkout. Data yang dikumpul boleh dipakai untuk:

  • Ramalan permintaan lebih tepat (contoh: snek paling laku hari Isnin vs Jumaat)
  • Penentuan harga dinamik (contoh: diskaun automatik bila stok hampir tamat tarikh luput)
  • Pengurusan waste untuk F&B siap makan di kedai

Pemain marketplace seperti Shopee atau Lazada memang dah guna AI untuk pricing & recommendation di alam digital. Badge pay tunjuk bagaimana logik yang sama boleh dibawa ke kedai fizikal.

Isu Privasi, Keselamatan & Persepsi Pekerja

Setiap kali kita cakap tentang AI + kamera + identiti pekerja, soalan besar akan muncul: “Data aku selamat tak?”

Apa yang perlu dikawal oleh organisasi

Bagi syarikat yang mempertimbangkan model macam ni, beberapa garis panduan praktikal:

  1. Jelas tentang tujuan data
    Terangkan dengan spesifik: data digunakan untuk caj pembelian, analisis stok, dan penambahbaikan kedai – bukan untuk pantau masa rehat atau “mengintip” pekerja.

  2. Minimakan data peribadi visual

    • Pilih pembekal yang tak simpan rakaman wajah penuh untuk analitik jangka panjang.
    • Guna pemprosesan di tepi (edge processing) bila boleh, supaya video mentah tak perlu dihantar ke cloud.

  3. Pisahkan identiti HR & identiti runcit
    ID pekerja untuk gaji dan penilaian prestasi jangan digabung terus dengan dataset pembelian, kecuali pada tahap agregat dan anonim.

  4. Audit keselamatan berkala
    Lakukan audit pihak ketiga untuk pastikan tiada kebocoran data kad pembayaran atau data identiti.

Memenangi kepercayaan pekerja

Kalau pekerja rasa kedai automatik ni hanya satu lagi alat kawal selia, mereka akan menolak secara senyap – contoh paling mudah, mereka tak guna langsung.

Cara yang lebih sihat:

  • Fokus pada kemudahan: buka 24/7, tak perlu beratur, stok sentiasa ada
  • Tawarkan harga pekerja atau ganjaran khas bila guna sistem tersebut
  • Libatkan pekerja awal – dapatkan maklum balas sebelum dan selepas pelancaran

Langkah Praktikal untuk Peruncit Yang Mahu Ikut Jejak Amazon

Bagi rangkaian runcit besar, hypermarket, atau marketplace yang ada footprint fizikal, transformasi penuh ala Amazon mungkin ambil masa beberapa tahun. Tapi ada jalan bertahap yang lebih realistik.

Fasa 1: Automasi asas & data

Mulakan dengan:

  1. POS berintegrasi penuh dengan sistem loyalty dan inventori
  2. Self-checkout di cawangan terpilih
  3. Penggunaan AI untuk:
    • Cadangan susun atur rak berdasarkan jualan
    • Ramalan stok dan reorder point

Matlamat fasa ni ialah bina databank tingkah laku pelanggan yang boleh dipercayai.

Fasa 2: Kiosk separa automatik dalam persekitaran tertutup

Pilih lokasi terkawal:

  • Pejabat HQ
  • Pusat pengedaran
  • Kampus pelanggan korporat (contoh: gedung pejabat yang anda bekalkan pantry)

Ciri penting:

  • Masuk guna kad pekerja, QR dalam app, atau kod OTP SMS
  • Rak ada sensor asas untuk produk bernilai tinggi
  • Bayaran melalui auto-debit e-wallet / payroll-deduction bila sesuai

Ini belum 100% Just Walk Out, tapi dah cukup untuk:

  • Kurangkan kos staff kedai kecil
  • Uji penerimaan pengguna terhadap checkout tanpa cashier
  • Uji integrasi identiti + pembayaran

Fasa 3: Pilot kedai AI penuh di lokasi premium

Bila data dan proses dah stabil, baru mula:

  • Kedai runcit AI berskala kecil di kawasan urban premium atau kampus korporat besar
  • Integrasi computer vision menyeluruh di rak dan siling
  • Penggunaan AI pricing & promosi masa nyata ikut permintaan

Di tahap ni, anda sudah bergerak hampir selari dengan apa yang Amazon buat – tapi dalam versi yang sesuai dengan konteks, undang-undang, dan bajet tempatan.

Kenapa Ini Penting Untuk Masa Depan Runcit & E-Dagang

Teknologi badge pay Amazon bukan hanya cerita menarik dari Silicon Valley. Ia contoh hidup bagaimana AI, identiti digital, dan runcit fizikal sedang bercantum.

Untuk peruncit besar dan marketplace di Malaysia:

  • Pelanggan makin biasa dengan pembayaran tanpa tunai & tanpa sentuh di e-dagang; mereka akan mula jangka pengalaman hampir sama di kedai fizikal.
  • Data yang kaya dari sistem automatik akan jadi asas kepada ramalan stok, harga dinamik, dan personalisasi promosi.
  • Organisasi yang awal bereksperimen dengan model kedai AI, walaupun bermula kecil di persekitaran dalaman, akan ada kelebihan data dan pengalaman berbanding pesaing.

Ada satu realiti yang saya nampak bila berbual dengan pengurus runcit: ramai tunggu teknologi "matang" baru nak mula. Masalahnya, bila teknologi itu dah matang, pesaing yang mula awal dah bertahun di depan dari segi data, proses, dan kepercayaan pengguna.

Sekarang masa yang baik—sebelum masuk 2026—untuk:

  • Kenal pasti 1–2 lokasi pilot tertutup (pejabat, gudang, kampus)
  • Mulakan projek kecil automasi kedai atau kiosk
  • Bangun rangka kerja data & privasi yang kukuh
  • Cari rakan teknologi AI yang faham runcit, bukan sekadar nak jual alat

Runcit yang menang beberapa tahun akan datang bukan sekadar yang ada harga paling murah, tetapi yang paling bijak menggunakan AI di setiap titik sentuh – dari rak, ke checkout, ke laporan CFO.