Walmart guna dron & AI untuk last-mile di Atlanta. Apa maknanya untuk peruncit besar dan marketplace di Malaysia dan Asia Tenggara?
Dron, AI & Runcit: Apa Ekoran Langkah Berani Walmart
Pada 2024, Walmart melaporkan ribuan pesanan mingguan dihantar melalui dron di kawasan Dallas–Fort Worth – termasuk barang asas seperti telur, daging kisar dan avokado. Sekarang, gergasi runcit itu meluaskan operasi ke metro Atlanta dan beberapa bandar lain di Amerika Syarikat.
Ini bukan sekadar aksi pemasaran. Ini petanda jelas bagaimana AI, dron dan automasi sedang mengubah last-mile delivery untuk peruncit besar dan marketplace e-dagang. Apa yang Walmart buat hari ini sangat dekat dengan apa yang pemain seperti Shopee, Lazada, Lotus’s dan rangkaian pasar raya besar di Asia Tenggara sedang fikir untuk 1–3 tahun akan datang.
Dalam artikel ini, saya huraikan:
- Apa sebenarnya Walmart buat dengan dron bersama Wing
- Mengapa projek ini penting untuk masa depan last-mile
- Di mana peranan AI dalam operasi sebegini
- Apa pelajaran praktikal untuk peruncit besar & marketplace di Malaysia/Asia Tenggara
Apa Yang Walmart Sedang Uji Dengan Wing di Atlanta
Walmart kini menawarkan penghantaran dron dari enam stor di metro Atlanta, selepas kejayaan di Dallas–Fort Worth.
Secara ringkas, model operasi mereka:
- Dron dikendalikan oleh Wing (syarikat teknologi penghantaran dron milik Alphabet/Google Group)
- Pelanggan membuat pesanan barangan runcit, barangan rumah dan ubat OTC melalui aplikasi
- Pesanan diproses di stor, dipacking dalam pod khas
- Dron mengangkat pesanan dari zon pelancaran dan menghantar ke rumah pelanggan dalam lingkungan penerbangan tertentu
Wing menyatakan matlamat mereka jelas:
Menjadikan penghantaran dron “daripada sesuatu yang pelik kepada satu kebiasaan dalam rutin membeli-belah harian.”
Atlanta hanyalah satu fasa dalam pelan lebih besar Walmart untuk memperluas perkhidmatan dron ke bandar lain seperti Houston, Charlotte, Orlando dan Tampa.
Kenapa langkah ini menarik dari perspektif runcit & e-dagang?
Kerana ini bukan pilot kecil-kecilan di satu kawasan sunyi. Walmart sedang menskalakan ke jutaan rumah dan menyasarkan penghantaran on-demand yang benar-benar bersaing dengan atau mengatasi penghantaran melalui van dan rider tradisional.
Last-Mile Delivery: Di Sini Kos Meletup, Di Sini Juga Peluang
Untuk mana-mana peruncit besar atau marketplace, last-mile delivery biasanya 40–50% daripada keseluruhan kos logistik. Itulah sebabnya semua orang – daripada Walmart sampai Shopee – sangat agresif mencari cara lebih pintar untuk mengurus jarak terakhir ini.
Dron dan automasi menyentuh beberapa isu besar sekali gus:
-
Kelajuan
Dron boleh sampai dalam 15–30 minit untuk jarak tertentu, tanpa tersangkut trafik. Untuk kategori seperti:- barang runcit segar
- ubat kecemasan OTC
- barang keperluan bayi kelajuan ini memberi impak terus kepada kepuasan pelanggan.
-
Kos per penghantaran
Pada skala besar, bila rancangan laluan, jadual penerbangan dan pemprosesan stor dioptimumkan oleh AI, kos per parcel berpotensi turun dengan ketara, terutama di kawasan bandar yang padat. -
Kapasiti semasa peak season
Disember ini, bila jualan akhir tahun dan musim perayaan bertembung, armada human rider mudah tepu. Dron dan robot penghantaran boleh bertindak sebagai “safety valve” untuk lebihan demand. -
Pengalaman pelanggan
Di pasaran matang, pengguna mula jemu dengan janji “penghantaran esok”. Mereka mahu penghantaran jam yang sama untuk situasi tertentu. Dron memberi faktor “wow” tetapi lebih penting, ia menyelesaikan masalah masa.
Realitinya, majoriti peruncit besar di Malaysia dan serantau belum perlu pun dron untuk rasa tekanan last-mile. Kos COD, pulangan (returns), alamat sukar cari, ketiadaan pelanggan di rumah – itu semua masih isu besar. Tetapi langkah Walmart memberi gambaran ke mana arah industri akan pergi.
Di Mana Sebenarnya AI Dalam Cerita Dron Walmart?
Ramai dengar “dron” lalu fikir hanya tentang perkakasan. Sebenarnya, tanpa AI di belakang tabir, operasi sebegini tak akan ekonomi atau selamat.
Sekurang-kurangnya ada empat lapisan AI & automasi yang biasanya terlibat:
1. Perancangan permintaan & inventori
Kalau stor salah forecast permintaan, rak kosong atau stok salah lokasi, dron tak ada apa nak bawa. Di sinilah AI peramalan permintaan masuk:
- meramal SKU yang banyak ditempah untuk same-day / on-demand
- menempatkan stok dekat dengan kawasan trafik tinggi
- menyelaras inventori antara stor, dark store, dan micro-fulfilment centre
Untuk pemain seperti Lotus’s, Aeon, atau Jaya Grocer yang sedang serius tentang omni-channel, modul AI demand forecasting ini lebih kritikal berbanding dron itu sendiri.
2. Pemilihan pesanan (order selection) untuk dron
Bukan semua pesanan sesuai untuk dron. Sistem perlu pantas memutuskan:
- berat & saiz parcel
- jenis produk (contoh: bahan mudah terbakar dilarang)
- jarak & zon udara dibenarkan
Keputusan-keputusan ini biasanya digerakkan oleh rules + model pembelajaran mesin yang belajar corak masa lepas: jenis pesanan mana paling menguntungkan untuk dihantar dengan dron, bila cuaca sesuai, dan sebagainya.
3. Rancangan penerbangan & laluan
Ini bahagian paling jelas kelihatan sebagai AI:
- pengiraan laluan paling selamat elak bangunan tinggi, lapangan terbang kecil, kawasan sensitif
- pelarasan laluan secara real-time bila cuaca berubah atau ada larangan sementara
- pemantauan armada puluhan atau ratusan dron serentak
Tanpa automasi tahap ini, operator manusia perlu kawal satu persatu, yang jelas tak praktikal untuk skala besar.
4. Pengalaman pelanggan berasaskan data
Walmart dan Wing boleh memanfaatkan data:
- masa penghantaran sebenar vs dijanjikan
- jenis barang paling kerap dipesan dengan dron
- kadar kepuasan pelanggan mengikut slot masa/cuaca/zon
Model AI boleh mencadangkan:
- slot penghantaran paling optimum kepada pelanggan ketika checkout
- upsell produk yang relevan untuk pesanan dron (contoh tambah susu bila pelanggan tempah roti & telur)
- polisi caj penghantaran dinamik ikut demand & jarak
Ini sama konsep dengan apa Shopee dan Lazada sudah buat untuk harga dinamik dan promosi personalisasi – cuma kini diaplikasi pada ops logistik fizikal.
Apa Pelajaran Untuk Peruncit & Marketplace di Malaysia?
Banyak syarikat di rantau ini kagum tengok dron Walmart, tetapi terus berfikir “regulasi kita berbeza, susah nak buat”. Itu mungkin betul untuk jangka pendek, tapi ia alasan yang terlalu selesa.
Daripada tunggu dron “halal” secara penuh, lebih baik fokus pada tiga asas yang sama yang sedang dioptimumkan Walmart menggunakan AI dan automasi.
1. Kuatkan asas data & integrasi
Sebelum fikir dron, tanya dulu:
- Adakah sistem POS, e-dagang, WMS dan TMS anda benar-benar berhubung?
- Boleh tak anda nampak stok near real-time mengikut stor, hub dan marketplace?
- Boleh tak anda kira true cost-to-serve hingga ke tahap poskod?
Tanpa ini, apa-apa projek automasi last-mile – sama ada dron, AGV, atau lokalisasi stor – akan bocor kos.
2. Mulakan dengan automasi yang lebih “membumi”
Beberapa langkah praktikal yang lebih mudah di rantau kita berbanding dron:
- Micro-fulfilment centre dalam bandar, digerakkan oleh sistem pemilihan automatik
- Pengoptimuman laluan rider menggunakan AI (ramai masih guna cara manual atau rule simple)
- Penjadualan slot penghantaran pintar mengikut cluster kawasan dan waktu trafik
- Integrasi data cuaca & trafik ke dalam ETA dinamik
Banyak jenama besar di Malaysia sudah melanggan platform SaaS logistik yang ada ciri AI sebegini, cuma belum dimanfaatkan sepenuhnya.
3. Uji konsep baru secara kecil tetapi fokus
Walmart tak terus buat seluruh AS sekaligus. Mereka pilih Dallas–Fort Worth, uji sehingga boleh hantar ribuan pesanan seminggu, baru lebarkan ke Atlanta.
Peruncit dan marketplace di sini boleh tiru pola sama:
- pilih 1–2 bandar sebagai “kebun eksperimen”
- jelas sasaran: contohnya kurangkan kos per penghantaran 15%, atau tingkat NPS penghantaran 10 poin
- fokus satu inovasi utama: contohnya slot penghantaran dinamik + optimisation routing
Bila metrik konsisten naik, barulah dibawa ke seluruh rangkaian.
Soalan Lazim Yang Saya Selalu Dengar Daripada Pemain Besar
“Perlu ke kita ikut jejak Walmart dan buat dron juga?”
Jawapan jujur: tidak semestinya, terutama dalam konteks regulasi Asia Tenggara yang masih konservatif untuk BVLOS (beyond visual line of sight).
Apa yang wajib diikuti ialah cara fikir mereka:
- last-mile dianggap medan strategi, bukan sekadar kos yang terpaksa
- pelaburan besar dalam AI ramalan permintaan, perancangan rangkaian, dan pengalaman pelanggan
- keberanian buat pilot yang nyata, bukan hanya slide dalam deck strategi
“ROI AI dan automasi macam ni boleh justify ke?”
ROI tak datang semalaman, tetapi data di pasaran maju menunjukkan:
- pengurangan kos last-mile 10–30% dengan route optimisation & slotting pintar
- penurunan ketidakpatuhan SLA penghantaran sehingga 40% bila ETA dinamik digunakan
- peningkatan frekuensi pembelian pelanggan bila pengalaman penghantaran konsisten (kadang-kadang lebih kuat kesannya daripada diskaun)
Jika anda jalankan pilot dengan definisi metrik jelas, ROI biasanya nampak dalam 6–18 bulan.
Langkah Praktikal Seterusnya Untuk Peruncit & Marketplace
Bagi saya, kisah Walmart dan dron di Atlanta bukan tentang “bila kita akan nampak dron di atas rumah di Subang Jaya?”. Soalan sebenar ialah: adakah organisasi anda bersedia untuk dunia di mana automasi fizik + AI data menjadi standard logistik runcit?
Beberapa langkah yang boleh diambil dalam 6–12 bulan akan datang:
-
Audit keupayaan AI & data dalam supply chain semasa
Kenal pasti di mana kekuatan (contoh: peramalan permintaan) dan di mana jurang (contoh: visibiliti last-mile, kos sebenar per zon). -
Pilih satu use case berimpak tinggi
Contohnya: ETA dinamik yang lebih tepat, ataupun perancangan route automatik untuk rider bandar besar. -
Bangunkan pasukan kecil cross-functional
Libatkan orang operasi, IT, data dan juga pihak komersial. Last-mile bukan isu IT semata-mata. -
Uji di satu bandar, ukur, kemudian gandakan
Ikut disiplin yang sama digunakan Walmart: pilot yang cukup besar untuk nyata, cukup kecil untuk dikawal.
Siri "AI dalam Runcit & E-Dagang" ini berkongsi contoh-contoh seperti Walmart bukan untuk dikagumi semata-mata, tetapi sebagai cermin. Kalau mereka sudah di fasa dron, di mana sepatutnya kita berada hari ini supaya tak ketinggalan tiga tahun lagi?
Jika organisasi anda sedang menilai projek AI atau automasi untuk last-mile dan mahu strukturkan roadmap yang nyata (bukan sekadar buzzword), ini masa yang baik untuk mula berbual secara serius – sebelum pelanggan anda diambil oleh pihak yang lebih pantas berubah.