Alibaba, ‘New Retail’ & Masa Depan AI Omnichannel

Alibaba, ‘New Retail’ & Masa Depan AI Omnichannel

Pada 2017, Alibaba mula menggunakan istilah “new retail” dalam laporan kewangan mereka. Sasaran mereka jelas: gabungkan e-dagang, kedai fizikal, data dan AI dalam satu ekosistem omnichannel yang licin untuk pengguna dan menguntungkan untuk syarikat.

Enam tahun kemudian, gergasi sama sedang mengkaji semula strategi itu dan cuba menjual sebahagian aset runcit offline seperti rangkaian pasar raya. Untuk pemain besar seperti Alibaba, langkah menjual aset bukan soal gagal atau berjaya semata‑mata. Ia isyarat bahawa model omnichannel dan AI dalam runcit sedang memasuki fasa matang — dan ada banyak benda yang pemilik pasar raya besar, marketplace dan rangkaian runcit di Malaysia boleh belajar.

Blog ini sebahagian daripada siri “AI in Retail & E‑Commerce (Large Chains & Marketplaces)”, jadi fokusnya mudah: apa sebenarnya yang berlaku kepada strategi “new retail” Alibaba, kenapa, dan bagaimana pemain seperti anda boleh guna AI secara lebih bijak tanpa mengulangi kesilapan sama.

---

Apa Sebenarnya ‘New Retail’ Alibaba Cuba Capai?

Jawapannya: Alibaba cuba bina satu ekosistem di mana online dan offline berkongsi data, stok dan pelanggan secara menyeluruh, dipacu AI.

Secara ringkas, visi “new retail” Alibaba merangkumi:

• Kedai fizikal pintar – seperti Hema / Freshippo, pasar raya yang dihubungkan terus dengan aplikasi, dengan stok disegerakkan masa nyata.
• Data pelanggan menyeluruh – pelanggan yang sama dikenali sama ada mereka beli di app, website atau di kedai fizikal.
• Operasi dipacu AI – peramalan permintaan, susun atur kedai, harga dinamik, kupon peribadi, semua ditentukan oleh algoritma.
• Penghantaran pantas – contoh: janji penghantaran 30 minit dalam radius tertentu dari kedai.

Konsep ini sebenarnya serupa dengan apa yang banyak peruncit besar Malaysia idamkan:

• Lotus’s, NSK atau Aeon yang nak gabungkan data keahlian kedai fizikal dengan pembelian online.
• Marketplace seperti Lazada atau Shopee yang mahu bantu penjual fizikal masuk ke ekosistem digital tanpa konflik channel.

Alibaba cuma pergi lebih jauh dan lebih agresif — mereka memiliki banyak aset offline, bukan sekadar bekerjasama. Di sinilah sebahagian cabaran bermula.

---

Kenapa Alibaba Sekarang Menjual Sebahagian Aset Offline?

Core issue-nya: aset fizikal berat, AI dan data ringan.

Beberapa faktor besar yang mendorong penilaian semula strategi “new retail”:

1. Kos aset fizikal yang tinggi

Membina dan mengurus pasar raya, gudang dan rangkaian logistik berasaskan kedai sangat mahal:

• Sewa dan pembelian hartanah di bandar utama
• Kos renovasi, peralatan automasi, rak, sistem sejuk beku
• Gaji pekerja, utiliti, penyelenggaraan

Model Alibaba menanggung sebahagian besar kos ini sendiri. Bila pertumbuhan pengguna mula perlahan dan margin ditekan, aset fizikal jadi beban dalam kitaran ekonomi yang tak menentu.

2. Kompleksiti operasi omnichannel

Omnichannel secara teori nampak cantik. Di lapangan, ia keras:

• Susun stok untuk dua jenis permintaan: pelanggan walk‑in dan pesanan online
• Urus penghantaran last‑mile dari kedai, bukan hanya gudang pusat
• Latih pekerja kedai guna sistem digital dan proses baru

Bila skala terlalu besar, setiap ralat ramalan permintaan akan “dihukum” oleh kos rosak, stok mati dan pelanggan kecewa. AI membantu, tapi ia bukan sihir.

3. Perubahan fokus strategi Alibaba

Dalam beberapa tahun kebelakangan ini, Alibaba berdepan tekanan:

• Persaingan agresif daripada JD.com, Pinduoduo dan pemain lain
• Kawal selia lebih ketat di China
• Keperluan menajamkan fokus kepada unit yang paling menguntungkan (cloud, AI, logistik tertentu, platform e‑dagang utama)

Menjual atau memisahkan aset runcit offline memberi mereka:

• Neraca kewangan yang lebih ringan
• Lebih fokus kepada komponen bernilai tinggi: data, AI, platform

Kesimpulannya: strategi new retail bukan mati, tapi bentuk pemilikan asetnya berubah. Alibaba tak lagi perlu memiliki semua kedai untuk mengawal pengalaman omnichannel.

---

Pelajaran Penting Untuk Rangkaian Runcit & Marketplace di Malaysia

Realitinya, banyak syarikat di Malaysia sedang meniru idea yang sama: integrasi online‑offline, program keahlian tunggal, AI untuk peramalan dan personalisasi.

Daripada kisah Alibaba, ada beberapa pelajaran yang cukup praktikal.

1. Jangan terlalu ghairah memiliki semua aset fizikal

Untuk banyak peruncit, model partnership lebih masuk akal berbanding model “kami miliki semuanya”. Contohnya:

• Marketplace besar bekerjasama dengan rangkaian kedai serbaneka sebagai pickup point, bukan beli rangkaian itu.
• Rangkaian pasar raya guna gudang pihak ketiga (3PL) untuk zon tertentu, tapi simpan kawalan pada data dan standard pengalaman pelanggan.

Pegang prinsip ini:

Biarkan syarikat anda memiliki data, pengalaman pelanggan dan teknologi AI; aset berat boleh diagih melalui rakan kongsi yang sesuai.

2. Data omnichannel penting, tapi jangan biar data ‘terperangkap di silo’

Kegagalan besar dalam banyak projek omnichannel bukan kerana AI lemah, tapi kerana data tak bersatu.

Jika anda mengurus:

• Aplikasi mobile
• Website e‑dagang
• Kad keahlian fizikal di kedai
• POS berbeza untuk cawangan

…dan semuanya tak bercakap antara satu sama lain, AI anda akan buta sebelah.

Langkah praktikal:

1. Bentuk ID pelanggan tunggal yang digunakan di semua channel.
2. Gabungkan data transaksi online & offline ke dalam satu data lake.
3. Pastikan sistem POS dan e‑dagang mengalirkan data ke sumber sama dalam hampir masa nyata.

Baru AI personalisasi dan peramalan permintaan boleh berfungsi dengan tepat.

3. Uji, kemudian skala – jangan terus ‘nationwide’

Alibaba bermula dengan beberapa kedai “Hema” sebagai makmal. Tetapi skala seterusnya sangat cepat. Bila keadaan ekonomi berubah, kadar pertumbuhan itu menjadi beban.

Untuk Malaysia, saya rasa pendekatan lebih sihat ialah:

• Mulakan 2–3 kedai rintis omnichannel penuh di kawasan berbeza (bandar matang vs suburb).
• Jalankan eksperimen AI tertentu: contohnya, peramalan stok ayam segar, penentuan diskaun buah‑buahan hampir tarikh luput, personalisasi kupon di app.
• Tetapkan KPI jelas (contoh: pengurangan pembaziran 20%, peningkatan nilai bakul belian 15%) sebelum meluaskan ke 20 kedai lain.

Jangan jadikan AI projek besar satu kali. Jadikan ia siri eksperimen kecil yang konsisten.

---

Di Mana AI Paling Memberi Impak Dalam Omnichannel?

Jawapan ringkas: AI paling berkuasa bila ia menyentuh titik yang paling mahal atau paling sakit dalam operasi.

Berikut beberapa kawasan yang selalunya memberikan pulangan paling cepat untuk peruncit besar dan marketplace.

1. Peramalan permintaan & pengurusan inventori

Bagi runcit, stok mati dan kehabisan stok membunuh margin. AI boleh:

• Ramal permintaan berdasarkan sejarah jualan, cuaca, promosi, musim perayaan (Raya, Tahun Baru Cina, Deepavali) dan trend lokal.
• Sesuaikan permintaan mengikut lokasi kedai: cawangan Shah Alam vs Kota Bharu tak sama corak belanja.
• Cadangkan pelan pengisian stok harian atau mingguan, termasuk split stok antara online dan offline.

Banyak retailer yang matang berjaya mengurangkan pembaziran barangan segar sehingga 25–40% bila ramalan permintaan dipertajamkan oleh AI.

2. Penentuan harga dinamik & promosi pintar

Alibaba dan pemain e‑dagang besar lain menggunakan AI untuk:

• Menyesuaikan harga mengikut stok, pesaing dan keanjalan permintaan.
• Tentukan produk mana patut diberi kupon dan kepada segmen pelanggan yang mana.

Untuk konteks Malaysia, anda boleh:

• Menjalankan promosi khusus lokaliti – contoh, cuaca panas di utara, naikkan promosi untuk minuman dan ais krim di cawangan sana.
• Guna AI untuk kenal pasti promosi yang membazirkan margin kerana pelanggan tetap akan beli tanpa diskaun besar.

3. Personalisasi pengalaman pelanggan

Alibaba banyak menyandarkan “new retail” pada pengalaman sangat peribadi:

• Cadangan produk dalam aplikasi yang dikaitkan dengan apa pelanggan beli di kedai.
• Kupon targeted yang muncul bila pelanggan hampir lokasi kedai.

Peruncit di Malaysia boleh:

• Gunakan data kad keahlian dan aplikasi untuk memberi promosi bersasar kepada ibu muda, penggemar produk halal premium, atau pelanggan yang kerap membeli barangan kecil setiap hari.
• Integrasikan data kaunter self‑checkout dan pembelian e‑dagang untuk memahami pola pembelian secara lebih menyeluruh.

4. Automasi operasi gudang dan kedai

Untuk pemain besar, AI + automasi fizikal (robot pick‑and‑pack, sistem susun stok pintar) mengurangkan kos jangka panjang dan mempercepatkan pemprosesan pesanan.

Bagi pasar raya yang belum bersedia untuk robot penuh, AI masih boleh bantu:

• Menjana jadual kakitangan kedai ikut aliran pelanggan harian dan mingguan.
• Meramal barisan panjang di kaunter dan mencadangkan pembukaan kaunter tambahan.

---

Strategi Omnichannel Masa Depan: Ringan Aset, Berat Data

Melihat perjalanan Alibaba, satu pola jelas muncul: nilai tertinggi berada pada platform, data dan AI – bukannya pada pemilikan aset fizikal semata‑mata.

Untuk rantaian runcit dan marketplace di Malaysia, hala tuju yang masuk akal beberapa tahun ke depan ialah:

• Bangunkan lapisan data & AI sendiri walaupun logistik atau kedai anda diurus rakan kongsi.
• Standardkan pengalaman pelanggan merentasi channel melalui identiti pelanggan tunggal, promosi konsisten dan perkhidmatan selepas jualan yang selaras.
• Kekalkan fleksibiliti aset – guna kombinasi kedai milik sendiri, francais, rakan kongsi dan dark store yang boleh diaktifkan atau diubah bila permintaan berganjak.

Saya secara peribadi percaya, pemain yang menang dalam 3–5 tahun akan datang bukan yang mempunyai paling banyak kedai, tetapi yang paling faham data pelanggan dan paling cekap menggunakan AI untuk memutuskan di mana, bila dan bagaimana untuk beroperasi.

---

Apa Langkah Praktikal Seterusnya Untuk Anda?

Kalau anda sedang mengurus rangkaian pasar raya, jenama F&B besar, atau marketplace, gunakan kisah Alibaba sebagai cermin, bukan penghakiman.

Beberapa langkah yang realistik untuk 6–12 bulan akan datang:

1. Audit omnichannel & data
   Lihat sejauh mana data online dan offline anda sudah bersatu. Senaraikan sistem yang masih terpisah.

2. Pilih 1–2 kes guna AI paling kritikal
   Contoh: peramalan stok barangan segar, atau personalisasi kupon dalam aplikasi. Fokus sehingga nampak impak kewangan yang nyata.

3. Bina pasukan kecil ‘AI retail squad’
   Gabungkan orang IT, operasi kedai dan pemasaran. Pastikan keputusan mereka jelas dikaitkan dengan KPI seperti margin kasar, pembaziran stok atau kadar kunjungan semula.

4. Mulakan rintis omnichannel yang boleh diukur
   Pilih beberapa cawangan dan jalankan integrasi penuh dengan aplikasi / web serta AI yang dipilih. Ukur hasil sebelum membuat keputusan skala.

Alibaba mungkin sedang menyusun semula “new retail”, tetapi prinsip asasnya kekal relevan: online dan offline tak lagi boleh dipisahkan, dan AI ialah otak yang menyatukannya. Soalnya bukan sama ada anda akan guna AI dalam runcit, tetapi sejauh mana bijak anda merancang supaya tak terperangkap dengan aset yang terlalu berat dan data yang terlalu cetek.

Syarikat yang bermula sekarang, secara teratur dan fokus, ada peluang besar untuk mengatasi pesaing yang lebih besar tetapi lebih perlahan. Soalannya, pada 2026 nanti, anda nak berada di pihak yang mengawal data dan AI, atau di pihak yang terpaksa mengejar?