Keputusan Kroger memotong pusat pemenuhan automatik menunjukkan satu hakikat: automasi dan AI runcit hanya berbaloi bila unit ekonomi betul. Ini pelajaran untuk peruncit ASEAN.
Bila Pusat Automasi Ditutup, Bukan Robot Yang Gagal – Tapi Model Perniagaan
Kroger sanggup bayar USD350 juta hanya untuk tidak meneruskan satu pusat pemenuhan e-dagang automatik (CFC) di Charlotte dan menutup beberapa fasiliti lain. Jumlah itu bukan kecil – tapi ia isyarat jelas: automasi dan AI dalam rantaian bekalan hanya berbaloi jika model operasinya betul-betul menguntungkan.
Untuk pemain besar runcit dan e-dagang — sama ada pasar raya besar, rangkaian farmasi, atau marketplace seperti Lazada dan Shopee — berita ini patut jadi loceng amaran. Bukan kerana automasi gudang tak berguna, tetapi kerana ramai syarikat terlalu cepat berbelanja untuk robot sebelum menguasai matematik unit ekonomi.
Dalam siri “AI in Retail & E-Commerce (Large Chains & Marketplaces)” ini, artikel kali ini fokus pada pelajaran besar daripada langkah Kroger, dan bagaimana peruncit di Malaysia & ASEAN boleh merangka pelaburan AI dan automasi yang lebih bijak, fleksibel dan berbaloi.
Apa Sebenarnya Berlaku Dengan Kroger & Ocado?
Ringkasnya: Kroger sedang mengundur sedikit daripada strategi automasi besar-besaran yang mereka mulakan sejak 2018 bersama Ocado.
Beberapa langkah utama yang diambil Kroger:
- Membatalkan rancangan membuka pusat pemenuhan automatik (CFC) di Charlotte, North Carolina
- Membayar sekitar USD350 juta kepada Ocado untuk pembatalan Charlotte dan penutupan tiga lagi CFC
- Menutup pusat spoke di Nashville pada awal 2026 dan memberhentikan lebih 130 pekerja
- Menutup beberapa CFC lain di Wisconsin, Maryland dan Florida, serta beberapa spoke di Florida dan Virginia
Namun, ini bukan bermaksud Kroger membuang automasi terus:
- Mereka kekalkan beberapa CFC di Ohio, Texas, Colorado, Michigan dan Georgia
- Mereka menaik taraf teknologi Ocado di fasiliti sedia ada (contohnya menambah kapasiti CFC Detroit)
- Mereka akan guna teknologi AutoFreezer Ocado untuk CFC baru di Phoenix
- Mereka alih fokus kepada pengumpulan pesanan di kedai dan kerjasama dengan Instacart, DoorDash, Uber untuk penghantaran
Jadi, gambaran sebenar: bukan anti-automasi, tapi re-kalibrasi di mana automasi patut berada dalam rangkaian pemenuhan mereka.
Kenapa Automasi Fulfillment Boleh Gagal Dari Sudut ROI?
Hakikatnya, pusat pemenuhan automatik skala besar hanya berbaloi jika beberapa syarat kritikal dipenuhi. Banyak pengurusan tertarik dengan demo robot yang laju, tapi lupa mengira kos keseluruhan dan scenario planning.
1. Kos Tetap Terlalu Tinggi Berbanding Volum Sebenar
CFC seperti model Kroger–Ocado:
- Perlukan pelaburan CAPEX ratusan juta ringgit
- Ambil masa 2–3 tahun untuk dibina dan ramp up
- Hanya mula berbaloi bila volum pesanan capai tahap tertentu (contoh: ratusan ribu order sebulan dalam radius liputan tertentu)
Kalau volum sebenar:
- Tersebar ke terlalu banyak bandar kecil
- Dipatahkan oleh persaingan marketplace lain
- Beralun kuat ikut musim (contoh: Ramadan, 11.11, 12.12 sahaja meletup)
…ROI pusat mega automatik ini akan sangat sukar untuk positif.
2. Rangkaian Terlalu Kaku Dalam Pasaran Yang Berubah Cepat
CFC berskala besar bersifat kurang fleksibel:
- Lokasi tak boleh dipindahkan bila pola permintaan berubah
- Susun atur automasi sukar diubah kalau kategori produk berubah (contoh peralihan besar kepada fresh & frozen)
- Jika strategi penghantaran berubah kepada lebih banyak ship from store, CFC boleh jadi kurang relevan
Sebaliknya, model seperti micro fulfillment center (MFC) di dalam atau berhampiran kedai, atau dark store yang separa automatik, lebih senang diskalakan naik turun.
3. Unit Ekonomi Penghantaran Tak Masuk Akal
Ramai peruncit silap anggap automasi gudang akan automatik menjadikan penghantaran menguntungkan. Sebenarnya:
- Kos penghantaran last mile (tenaga kerja, petrol, kenderaan, failed delivery) seringkali jauh lebih besar daripada kos pick & pack di gudang
- Kalau jarak dari CFC ke rumah pelanggan terlalu jauh, kos per order naik mendadak
- Kalau kadar penggunaan kenderaan (route density) rendah, automasi di gudang tidak mampu menampung kerugian di last mile
Kroger nampaknya sedar perkara ini dan memilih untuk guna kedai sebagai “mini hub” dan memanfaatkan rangkaian rakan penghantaran sedia ada.
Pelajaran Untuk Peruncit Malaysia & ASEAN: AI Bukan Lagi Projek Gimik
Bagi peruncit besar di Malaysia dan rantau ini — sama ada anda mengurus ratusan cawangan hypermarket atau sebuah marketplace nasional — kisah Kroger ini sarat dengan pengajaran.
1. Mulakan Dengan Unit Ekonomi, Bukan Demo Robot
Sebelum beli satu pun robot atau sistem automasi, tanya soalan yang lebih membumi:
- Berapa kos per pesanan sekarang (pick, pack, delivery)?
- Sasaran kos per pesanan dalam 2–3 tahun lagi?
- Berapa volum minimum untuk ROI automasi besar-besaran masuk akal?
- Berapa lama payback period yang anda sanggup terima (3 tahun? 7 tahun?)
Saya selalu nampak projek automasi gagal sebab ia bermula sebagai projek teknologi, bukan projek kewangan.
Automasi yang baik bukan yang paling canggih, tetapi yang paling konsisten menjana margin.
2. Fikir “Network Design + AI”, Bukan Hanya “Gudang Pintar”
AI yang betul-betul membawa nilai selalunya bermula di peringkat reka bentuk rangkaian:
- AI demand forecasting untuk tentukan di mana stok perlu ditempatkan (CFC vs MFC vs kedai)
- AI route optimization untuk last mile — gabungkan order, zonkan penghantaran, seimbangkan antara kelajuan dan kos
- AI slotting & picking optimization di gudang untuk kurangkan jarak jalan dan tingkatkan output per picker/robot
Kroger kekal dengan beberapa CFC yang memberi prestasi baik dan gunakan AI/automasi di sana secara lebih fokus, bukan satu negara–satu mega center.
3. Store-Based Fulfillment + AI Mungkin Lebih Logik Di ASEAN
Dalam konteks Malaysia & jiran serantau:
- Rangkaian cawangan fizikal pasar raya dan kedai serbaneka memang sudah padat
- Trafik bandar yang tidak menentu menjadikan jarak gudang–pelanggan cabaran besar
- Tabiat pembeli: kombinasi click & collect, same-day delivery, dan pembelian saat akhir (contoh persiapan rumah terbuka raya)
Di sinilah strategi “kedai sebagai pusat pemenuhan mini” yang dioptimumkan dengan AI sangat masuk akal:
- Guna AI untuk pilih kedai mana paling kos efektif untuk penuhi sesuatu pesanan
- Auto-assign rider atau rakan logistik berdasarkan jarak, trafik dan load semasa
- Guna predictive analytics untuk tahu SKU mana yang perlu sentiasa cukup stok di kedai yang banyak order online
ROI di sini sering lebih cepat berbanding bina CFC mega baharu.
Rangka Kerja Praktikal: Menilai Pelaburan AI & Automasi Fulfillment
Untuk elak mengulangi kesilapan yang sama, peruncit boleh gunakan rangka kerja ringkas ini sebelum menandatangani apa-apa projek automasi berskala besar.
Langkah 1: Peta Semula Customer Promise Anda
Pertama sekali, jelas tentang “janji” servis:
- Adakah anda betul-betul perlu same-day delivery ke seluruh negara, atau cukup 2–3 hari di kawasan luar bandar dan 2 jam di bandar utama?
- Adakah pelanggan sanggup bayar lebih untuk penghantaran terpantas, atau mereka lebih utamakan harga murah?
Bila janji servis jelas, barulah boleh tentukan tahap automasi dan rangkaian pemenuhan yang wajar.
Langkah 2: Kira Tiga Nombor Asas
- Kos Fulfillment Semasa (RM/order) – termasuk tenaga kerja, sewaan gudang, sistem, retur asas
- Kos Last Mile (RM/order) – termasuk rider, petrol, tol, failed delivery
- Margin Kasar Rata-Rata (RM/order) – selepas diskaun dan promosi
Kalau kos fulfillment + last mile sudah hampir sama atau lebih tinggi daripada margin kasar, projek automasi perlu disusun semula, bukan sekadar “tambah robot”.
Langkah 3: Uji Senario Automasi Secara Berperingkat
Daripada terus beli sistem automasi penuh, ujilah peringkat demi peringkat:
- Fasa 1: Guna AI untuk peramalan permintaan dan penempatan stok (software-first)
- Fasa 2: Tambah sistem pick-to-light, voice picking, atau AMR ringan di gudang terpilih
- Fasa 3: Uji micro fulfillment center di beberapa bandar dengan volum tinggi
- Fasa 4: Hanya bila volum benar-benar kukuh, barulah fikir CFC skala besar
Pendekatan berfasa ini menjadikan anda lebih mudah berpatah balik atau mengubah strategi bila pasaran berubah, berbanding terkunci dalam satu model mahal seperti yang dialami Kroger.
Masa Depan AI Runcit: Fleksibel, Hybrid, Dan Sangat Data-Driven
Keputusan Kroger menunjukkan satu tren jelas dalam AI runcit dan e-dagang global:
Fasa pertama: semua orang kejar automasi besar-besaran. Fasa kedua: semua orang kira balik ROI dan kembalikan fokus kepada fleksibiliti rangkaian.
Bagi pemain besar di Malaysia dan ASEAN, hala tuju lebih realistik untuk 3–5 tahun akan datang adalah model hybrid:
- Gabungan beberapa CFC atau gudang pusat yang sangat dioptimumkan AI untuk kategori tertentu (dry goods, non-food)
- Rangkaian kedai sebagai hub pemenuhan tempatan untuk produk cepat pusing dan barangan segar
- Integrasi dengan rakan logistik pihak ketiga dan fleet sendiri, diurus oleh sistem AI dispatching dan routing
- Lapisan analitik pelanggan dan permintaan yang kuat, supaya setiap pelaburan fizikal ada justifikasi data
Pada 2026 nanti, Kroger menjangka e-dagang mereka mula menjana keuntungan. Kalau mereka berjaya capai sasaran ini selepas memotong sebahagian automasi berprofil tinggi, mesejnya jelas: AI mesti menyokong strategi perniagaan, bukan menentukan strategi.
Bagi pasukan rantaian bekalan, e-dagang dan transformasi digital di rantai runcit besar, soalan sebenar sekarang bukan lagi “nak guna AI atau tidak?”, tetapi:
- Di mana dalam rangkaian fulfillment anda, AI memberikan impact margin yang paling cepat dan paling besar?
- Sistem automasi mana yang boleh diubah suai bila corak permintaan berubah?
- Bagaimana anda mahu gabungkan gudang automatik, kedai fizikal dan rakan penghantaran pihak ketiga dalam satu pelan yang konsisten?
Kalau anda belum ada jawapan jelas, ini masa yang tepat — sebelum tahun kewangan baharu dan sebelum musim promosi besar akan datang — untuk semak semula pelan automasi dan AI anda, sebelum ia menjadi versi tempatan kisah Kroger–Ocado.