Perdagangan Terbuka & AI: Masa Depan E-dagang Global

Pada 2023, nilai pasaran e-dagang global dianggarkan melebihi RM25 trilion. Angka ini bukan sekadar bukti kuasa platform seperti Shopify, Shopee atau Lazada, tetapi juga betapa pentingnya perdagangan terbuka dan AI dalam menggerakkan rantaian bekalan rentas sempadan.

Apabila Shopify mengeluarkan kenyataan menyokong “open trade” pada hari yang sama Presiden Donald Trump menangguhkan penghapusan pengecualian cukai import tertentu dari China, mesejnya jelas: dasar perdagangan bukan isu geopolitik semata-mata, ia terus mengena pada peniaga online yang bergantung kepada data global dan rantaian bekalan pintar.

Bagi pemain besar runcit dan marketplace di Malaysia, daripada jenama F&B hingga rangkaian pasar raya dan peniaga di Shopee Mall, hala tuju dasar perdagangan dunia memberi kesan terus kepada AI untuk ramalan inventori, dynamic pricing, dan personalisasi pelanggan. Kalau aliran barang tersekat, aliran data pun turut cacat.

Dalam artikel ini, kita akan lihat kenapa pendirian Shopify tentang perdagangan terbuka sebenarnya berkait rapat dengan masa depan AI dalam e-dagang, dan apa yang patut syarikat besar di Malaysia lakukan mulai sekarang.

---

1. Apa Maksud Perdagangan Terbuka Untuk E-dagang Berasaskan AI?

Perdagangan terbuka dalam konteks e-dagang bukan sekadar kadar tarif rendah. Untuk AI, ia bermaksud akses berterusan kepada tiga perkara utama: barang, data dan pasaran.

a) Barang: Rantaian bekalan global yang stabil

AI untuk perancangan inventori hanya berkesan jika:

• bekalan produk stabil,
• masa penghantaran boleh dijangka,
• kos logistik tidak berubah secara mendadak.

Apabila dasar seperti pengecualian de minimis (barang import bernilai rendah dikecualikan cukai) ditangguh atau dibatalkan secara mengejut, model AI yang dilatih atas kos dan lead time lama akan terus jadi kurang tepat. Ramalan stok boleh lari jauh, menyebabkan:

• lebihan stok untuk SKU bernilai rendah,
• kehabisan stok (stock-out) untuk produk ber-margin tinggi,
• modal kerja terkunci dalam inventori yang salah.

b) Data: Corak tingkah laku pelanggan rentas negara

AI dalam e-dagang moden bergantung kepada data tingkah laku pelanggan dari serata dunia:

• corak carian produk mengikut musim dan perayaan (Aidilfitri, 11.11, 12.12),
• respon terhadap promosi harga,
• tabiat pembelian rentas sempadan.

Bila perdagangan terbuka diganggu, tingkah laku ini turut berubah:

• pelanggan mungkin mengelak produk import tertentu kerana harga naik,
• masa penghantaran bertambah, kadar “cart abandonment” meningkat,
• kesetiaan pelanggan beralih kepada jenama tempatan.

AI perlu dikemas kini lebih kerap, dengan set data baharu yang konsisten. Jika dasar perdagangan berubah-ubah dan tidak stabil, data jadi bising dan model sukar menyesuaikan diri tanpa kos penalaan (retraining) yang tinggi.

c) Pasaran: Skala yang diperlukan AI untuk ‘belajar’

Model AI memerlukan skala – lebih banyak transaksi, lebih tepat ramalan. Perdagangan terbuka membenarkan:

• penjual Malaysia menjual ke US, EU, Timur Tengah,
• penjual antarabangsa masuk ke dalam platform tempatan.

Gabungan dua aliran ini mencipta set data besar yang mendorong:

• personalisasi produk merentas budaya (contoh: menyesuaikan cadangan produk untuk pelanggan Melayu vs pelanggan dari Eropah),
• segmentasi pelanggan yang lebih halus,
• algoritma ranking produk yang benar-benar memahami niat pengguna.

Bila pasaran dipecah-pecah oleh tarif, kuota atau larangan, AI hilang kelebihan skala ini.

---

2. Kenapa Shopify Tekankan ‘Open Trade’ – Dan Implikasinya

Shopify bukan NGO hak perdagangan. Mereka syarikat yang hidup-mati bergantung pada kejayaan peniaga online di platform mereka. Bila Shopify menyokong open trade, mesej sebenar kepada pembuat dasar ialah:

“Kalau anda ketatkan perdagangan, anda mengehadkan kebolehan peniaga guna teknologi – termasuk AI – untuk berkembang.”

a) Shopify sebagai infrastruktur global untuk peniaga kecil

Shopify pada asasnya ialah infrastruktur e-dagang global:

• peniaga kecil di Kuala Lumpur boleh menjual produk ke pelanggan di New York,
• integrasi dengan syarikat logistik antarabangsa,
• pembayaran rentas mata wang.

Tanpa perdagangan terbuka, peniaga terpaksa:

• menyusun strategi inventori berbeza mengikut negara,
• memecah gudang kepada banyak lokasi dengan kos tinggi,
• melayan struktur cukai dan dokumen yang rumit.

Ini mengurangkan kecekapan AI yang sepatutnya menyatukan pandangan inventori dan permintaan dalam satu sistem global.

b) De minimis dan impak kepada kos AI

Isu seperti pengecualian de minimis (had nilai barang import yang dikecualikan cukai) secara langsung menyentuh:

• kos landed product,
• harga akhir kepada pelanggan,
• margin untuk menampung pelaburan dalam AI.

Bagi peniaga Malaysia di platform antarabangsa, jika de minimis di negara sasaran dikurangkan, 3 perkara akan berlaku:

1. kos setiap penghantaran naik,
2. volum transaksi antarabangsa turun,
3. justifikasi ROI untuk pelaburan AI jadi lemah.

Sebab itu, bila Trump menangguhkan penghapusan pengecualian ini, Shopify cepat-cepat menyokong perdagangan terbuka – mereka faham setiap halangan tambahan akan menekan margin peniaga, dan akhirnya mengurangkan kemampuan mereka melabur dalam AI.

---

3. Hubungan Langsung: Dasar Perdagangan ↔ AI Dalam E-dagang

Untuk pemain besar runcit dan marketplace di Malaysia, ada beberapa hubungan langsung yang tak boleh diabaikan antara dasar perdagangan dan prestasi AI.

a) Ramalan inventori lebih tepat bila tarif stabil

AI untuk forecasting inventori biasanya gunakan faktor seperti:

• sejarah jualan 12–24 bulan,
• lead time pembekal,
• promosi dan kempen besar (11.11, Tahun Baru Cina),
• trend makro seperti inflasi.

Bila tarif atau sekatan perdagangan berubah secara mengejut, model perlu:

• diselaraskan semula dengan data kos baharu,
• dikemas kini untuk corak permintaan yang mungkin jatuh atau melonjak.

Jika perubahan dasar kerap, organisasi akan habis masa ‘memadam kebakaran’ dan bukannya membina sistem AI yang matang dan stabil.

b) Dynamic pricing perlukan kepastian regulatori

Banyak marketplace besar bergantung kepada dynamic pricing berasaskan AI:

• menukar harga mengikut permintaan masa nyata,
• memadankan harga dengan pesaing import dan tempatan,
• memantau margin minimum.

Apabila kos import sukar dijangka (akibat cukai atau dokumentasi baru), model dynamic pricing akan:

• lebih berhati-hati dan menaikkan harga buffer,
• mengurangkan promosi agresif kerana risiko rugi margin.

Kesan akhirnya: pelanggan rasa harga “tak konsisten” dan kurang percaya pada marketplace.

c) Personalisasi pelanggan bergantung kepada ketersediaan produk

Tiada guna AI memberi cadangan produk yang relevan jika stok sentiasa habis kerana:

• shipment tertahan di kastam,
• kos import tiba-tiba terlalu tinggi untuk SKU tertentu,
• vendor luar negara menghentikan penghantaran ke rantau tertentu.

Dalam konteks Malaysia, ini jelas ketika:

• lonjakan pembelian semasa Ramadan dan Aidilfitri,
• kempen gaji hujung bulan,
• mega sale 9.9, 11.11, 12.12.

Personalisasi yang baik mesti disokong oleh rantaian bekalan yang boleh dipercayai – yang amat bergantung kepada dasar perdagangan yang pragmatik.

---

4. Apa Yang Patut Dilakukan Oleh Rantaian Runcit & Marketplace Besar

Realitinya, syarikat di Malaysia tak boleh mengawal dasar di Washington atau Beijing. Tapi ada beberapa langkah strategik yang boleh diambil supaya pelaburan AI tidak terjejas teruk oleh pergolakan perdagangan global.

4.1 Bangunkan ‘playbook’ dasar perdagangan untuk pasukan data

Jangan biarkan pasukan AI dan data bekerja dalam vakum. Wujudkan playbook bersama antara:

• legal & compliance,
• supply chain & procurement,
• data science & AI.

Playbook ini patut jelas:

• apakah penunjuk awal (early signals) perubahan dasar yang perlu dipantau,
• model AI mana yang paling sensitif kepada tarif/penghantaran,
• SOP bila berlaku perubahan mendadak (contoh: hentikan kempen tertentu, tukar sumber stok, laraskan harga).

4.2 Rekabentuk model AI yang ‘robust terhadap kejutan’

Jurutera data boleh reka model dengan ciri:

• scenario analysis – simulasi tarif naik 10%, 20%, 30%,
• stress test terhadap lead time – apa jadi kalau penghantaran lambat 2x,
• fallback rules – bila key metric lari terlalu jauh, sistem kembali kepada logik peraturan (rule-based) sementara.

Dengan pendekatan ini, AI dalam runcit dan e-dagang lebih tahan terhadap kejutan dasar.

4.3 Pelbagaikan sumber bekalan & pusat data

Bagi rangkaian besar, satu pembekal atau satu negara sumber bukan lagi pilihan bijak. Dari sudut AI:

• lebih banyak sumber = lebih banyak data corak penghantaran,
• model boleh belajar perbandingan kos dan risiko mengikut negara.

Selain itu, pertimbangkan juga lokasi pusat data dan pematuhan data (contoh: PDPA Malaysia, peraturan data di EU) kerana:

• sesetengah dasar perdagangan mula menyentuh aliran data rentas sempadan,
• AI yang terlalu bergantung kepada data luar negara boleh terkesan jika peraturan data diperketatkan.

4.4 Bina kapasiti ‘policy intelligence’ dalaman

Banyak syarikat besar bergantung 100% kepada persatuan industri atau konsultan untuk memantau dasar. Untuk AI yang kritikal, itu tak cukup.

• Lantik sekurang-kurangnya seorang policy analyst yang faham perdagangan dan teknologi.
• Benarkan mereka bekerjasama rapat dengan ketua data/AI.
• Gunakan analitik sendiri untuk mengukur impak setiap perubahan dasar terhadap jualan, margin dan prestasi model.

Ini menjadikan organisasi lebih pantas bertindak berbanding pesaing.

---

5. Menghubungkan Siri: AI Dalam Runcit & E-dagang Malaysia

Dalam siri “AI in Retail & E-Commerce (Large Chains & Marketplaces)”, kita banyak bercakap tentang:

• ramalan inventori,
• automation gudang,
• dynamic pricing,
• analitik tingkah laku pelanggan.

Cerita Shopify dan pendirian mereka tentang perdagangan terbuka menambah satu lapisan penting: tanpa dasar perdagangan yang rasional dan stabil, semua teknologi ini lebih sukar untuk menghasilkan ROI sebenar.

Bagi pemain besar di Malaysia, khususnya yang beroperasi di banyak negara ASEAN:

• jangan lihat perdagangan dan AI sebagai dua dunia berasingan,
• jadikan dasar perdagangan sebahagian daripada pelan data jangka panjang,
• gunakan kekuatan skala anda untuk bersuara secara kolektif melalui persatuan industri supaya peraturan menyokong inovasi, bukan menekannya.

Perdagangan terbuka bukan hanya soal barang lebih murah. Dalam konteks hari ini, ia juga soal data yang lebih kaya, model AI yang lebih bijak, dan pelanggan yang lebih puas hati – dari Klang ke Kansas.

Syarikat yang cepat menyelaraskan strategi AI mereka dengan realiti dasar perdagangan global akan berada selangkah di depan pada 2026, ketika pesaing masih sibuk menampal keretakan dalam rantaian bekalan mereka.

Jadi soalan seterusnya untuk pasukan anda: sejauh mana model AI anda hari ini bersedia menghadapi perubahan dasar esok?