Bagaimana Uzum Capai Status Unicorn Dengan AI Runcit

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

Uzum capai nilai USD1.5b di Uzbekistan dengan gabungan e-dagang, fintech dan AI. Apa yang peruncit & marketplace Malaysia boleh pelajari daripada model ini?

AI runcite-dagangfintechmarketplacepelaburan teknologipasaran membangun
Share:

Bagaimana Uzum Capai Status Unicorn Dengan AI Runcit

Pada 2024, syarikat e-dagang Uzbekistan, Uzum, diumumkan bernilai sekitar USD1.5 bilion selepas pusingan pembiayaan baharu sebanyak USD65.5 juta yang diketuai Tencent dan VR Capital. Untuk sebuah pasaran yang baru “naik”, angka ini bukan kecil. Ia isyarat jelas bahawa model e-dagang dan fintech di negara sedang pesat membangun boleh menyaingi gergasi rantau seperti Lazada, Shopee atau Tokopedia — jika mereka bijak guna teknologi, khususnya AI.

Ini terus berkait dengan apa yang ramai peruncit besar di Malaysia dan Asia Tenggara sedang fikirkan hujung 2025 ini: macam mana nak skala e-dagang dan runcit omni-channel dengan lebih pantas, tanpa bakar wang buta-buta. Kisah Uzum beri pelan kasar bagaimana sebuah platform di pasaran membangun gunakan data, produk kewangan dan automasi untuk melonjakkan nilai syarikat.

Dalam artikel ini, saya akan kupas:

  • Apa yang membuatkan model e-dagang Uzum menarik kepada pelabur global
  • Di mana peranan AI dalam pertumbuhan syarikat seperti Uzum
  • Pengajaran praktikal untuk peruncit besar, marketplace dan jenama di Malaysia

Uzum: Dari pasaran membangun ke status unicorn

Inti cerita Uzum ringkas: platform e-dagang + fintech yang fokus kepada pengguna di Uzbekistan, sebuah ekonomi yang sedang beralih daripada runcit tradisional kepada digital. Pusingan pembiayaan terbaharu sebanyak USD65.5 juta yang diketuai Tencent dan VR Capital, bersama FinSight Capital dari AS, melonjakkan nilai syarikat ke sekitar USD1.5 bilion.

Jawapan kenapa pelabur sanggup bayar premium biasanya datang daripada tiga perkara:

  1. Pertumbuhan GMV dan pengguna yang konsisten
  2. Model pendapatan berlapis (jualan barang, komisen seller, iklan, perkhidmatan kewangan)
  3. Penggunaan teknologi data & AI untuk kurangkan kos dan tingkatkan margin

Walaupun butiran operasional Uzum tak didedahkan sepenuhnya, trajektori unicorn e-dagang di pasaran membangun selalunya ikut pola sama:

  • Bermula sebagai marketplace umum (elektronik, fesyen, barangan rumah)
  • Tambah logistik last-mile sendiri atau rakan kongsi yang sangat rapat
  • Bangunkan super app yang gabungkan e-dagang, pembayaran dan kredit pengguna/peniaga
  • Guna AI untuk ramal permintaan, pengurusan seller, serta personalisasi produk

Realitinya, pelabur seperti Tencent tak masuk hanya kerana “trend e-dagang”. Mereka cari platform yang boleh di-skala melalui automasi dan kecerdasan buatan, bukan sekadar tambah tenaga kerja dan gudang tanpa had.

Di mana AI biasanya duduk dalam model seperti Uzum?

Model e-dagang besar di pasaran membangun jarang berjaya tanpa AI. Untuk konteks siri “AI dalam Runcit & E-Dagang”, ada beberapa komponen penting yang hampir pasti wujud di belakang tabir Uzum — dan sangat relevan untuk peruncit di Malaysia.

1. Ramalan inventori dan permintaan

Asas e-dagang yang sihat ialah stok yang cukup, bukan stok yang bertimbun. Di sinilah AI dan pembelajaran mesin buat kerja paling “kotor” tetapi paling kritikal:

  • Meramal permintaan mengikut kategori, bandar, hari dalam minggu, musim (contoh: jualan perayaan)
  • Menentukan berapa stok yang patut dihantar ke gudang tertentu untuk kurangkan masa penghantaran
  • Mengesan produk yang mula “naik” lebih awal berbanding pesaing

Bagi pasaran seperti Uzbekistan, di mana data sejarah mungkin tak setebal negara maju, model ramalan yang guna gabungan data jualan + makroekonomi + tingkah laku pengguna dalam app sangat membantu. Ini jenis keupayaan yang platform seperti Uzum perlu bina atau beli untuk kekal efisien.

2. Pemadanan produk & personalisasi

Untuk jual berjuta-juta SKU, manusia tak boleh lagi kawal satu-satu. AI pemadanan produk dan sistem cadangan (recommendation engine) jadi nadi utama:

  • Mengelompokkan produk yang sama atau hampir sama bagi elak listing berselerak
  • Menjana “Produk untuk anda” berdasarkan klik, carian, pembelian dan demografi
  • Menyesuaikan susun atur halaman mengikut profil pengguna (contoh: pengguna di kawasan luar bandar mungkin nampak kategori keperluan asas terlebih dahulu)

Bila personalisasi bagus, dua perkara jadi:

  1. Conversion rate naik kerana pengguna nampak apa yang mereka benar-benar mahu
  2. Kos pemasaran turun kerana setiap paparan lebih tepat sasaran

3. Harga dinamik dan promosi pintar

Dalam persekitaran di mana inflasi, kadar tukaran dan kuasa beli berubah-ubah, harga statik jarang berkesan. AI boleh:

  • Menyesuaikan harga mengikut permintaan masa nyata, stok, dan harga pesaing
  • Menentukan promosi mana yang patut diberi kepada segmen pelanggan tertentu
  • Mengira impak diskaun terhadap margin secara automatik

Peruncit besar di Malaysia pun sudah rasa tekanan ini. Contohnya, rangkaian pasar raya dan marketplace tempatan mula menguji harga dinamik berdasarkan kawasan dan masa untuk kekal kompetitif tanpa menjejaskan keuntungan.

4. Pusat panggilan dan khidmat pelanggan berasaskan AI

Scaling pelanggan dari 100 ribu ke jutaan orang takkan berjaya kalau setiap pertanyaan perlu diurus manusia. Platform seperti Uzum hampir pasti menggunakan:

  • Chatbot AI untuk FAQ, status penghantaran, dan masalah asas pembayaran
  • Sistem triage automatik yang mengagihkan tiket kepada agen yang sesuai berdasarkan jenis isu
  • Analitik sentimen untuk kesan punca rungutan utama dan pembekal yang bermasalah

Ini bukan sekadar menjimatkan kos. Pengalaman pelanggan yang konsisten dan pantas biasanya terus memacu retention dan repeat purchase.

Kenapa pelabur global yakin dengan model sebegini?

Uzum bukan satu-satunya kes. Tapi ada beberapa sebab mengapa pelabur seperti Tencent dan VR Capital suka model e-dagang + fintech + AI di pasaran membangun:

  1. Headroom pertumbuhan masih besar
    Tingkat penembusan e-dagang di negara seperti Uzbekistan jauh lebih rendah berbanding China atau Eropah. Ruang untuk gandakan GMV dalam beberapa tahun masih luas.

  2. Data pengguna “mentah” yang boleh dioptimumkan
    Setiap pesanan, carian, pembayaran dan lokasi penghantaran ialah input untuk model AI. Lagi awal platform mendominasi pasaran, lagi kaya data yang mereka miliki.

  1. Sinergi e-dagang dan fintech
    Di pasaran membangun, akses kredit dan pembayaran digital tak seragam. Platform seperti Uzum biasanya menawarkan:

    • Dompet digital
    • BNPL (beli sekarang bayar kemudian)
    • Pinjaman mikro kepada peniaga

    Semua ini dimacu oleh model risiko AI yang menilai kelayakan kredit berdasarkan tingkah laku dalam platform.

  2. Struktur kos yang automasi-heavy
    Lebih banyak proses boleh diautomasi menggunakan AI (rangkaian gudang, laluan penghantaran, pengurusan kandungan), lebih tinggi margin jangka panjang. Pelabur suka model yang tak terikat kepada pertambahan kakitangan linear.

Jika anda pengurus di rangkaian runcit besar atau marketplace Malaysia, mesejnya jelas: pelabur global cari bukti bahawa perniagaan anda dibina sebagai “AI-native”, bukan sekadar jualan online biasa.

Apa yang peruncit Malaysia boleh belajar daripada Uzum

Dari sudut praktikal, ada beberapa pelajaran yang boleh terus diadaptasi oleh pemain besar di Malaysia — sama ada anda di pihak pasar raya, fesyen, farmasi, atau marketplace.

1. Jadikan data runcit sebagai aset strategik utama

Realitinya, kebanyakan rangkaian runcit besar di Malaysia sudah ada:

  • Data POS bertahun-tahun
  • Data keahlian (loyalty program)
  • Data transaksi e-dagang/marketplace

Masalahnya, data ini sering terasing dalam silo. Uzum dan platform serantau yang berjaya biasanya:

  • Satukan data kedai fizikal, online, dan aplikasi mudah alih
  • Bentuk profil pelanggan 360° yang boleh digunakan untuk cadangan produk, promosi, dan scoring kredit

Kalau syarikat anda masih guna data hanya untuk laporan bulanan, anda sebenarnya tinggalkan banyak wang atas meja.

2. Bangun “AI use case” yang jelas, bukan projek abstrak

Daripada umumkan “kami mahu transformasi AI”, lebih bijak jika anda pilih 3–5 kes penggunaan yang jelas ROI-nya, contohnya:

  1. Ramalan permintaan kategori utama (contoh: keperluan harian, produk segar, susu bayi) untuk kurangkan kehabisan stok sehingga sasaran 30–40%
  2. Personalizasi paparan aplikasi & kupon digital berdasarkan sejarah pembelian keluarga
  3. Optimasi harga promosi hujung minggu dengan mengambil kira stok, margin, dan jualan pesaing

Model seperti Uzum berkembang kerana mereka fokus kepada kawasan yang terus bagi impak ke GMV dan margin. Prinsip sama wajar dipakai di sini.

3. Gabungkan runcit dan kewangan secara lebih pintar

Trend global jelas: e-dagang dan fintech semakin rapat. Dari perspektif AI, ini peluang besar:

  • Guna data pembelian dan pembayaran untuk membina model skor risiko bagi BNPL atau pinjaman mikro
  • Tawar produk kewangan khusus kepada peniaga marketplace (contoh: pembiayaan stok sebelum musim jualan besar)
  • Bangunkan insurans mikro untuk penghantaran atau produk bernilai tinggi

Uzum bernilai tinggi kerana ia bukan saja platform jual-beli, tapi juga infrastruktur kewangan digital untuk pengguna dan peniaga di Uzbekistan. Peruncit Malaysia yang ada footprint besar dan data kaya sebenarnya berada dalam posisi yang sama — cuma belum digunakan sepenuhnya.

4. Jangan abaikan automasi operasi belakang tabir

Ramai pengurus obses dengan app cantik dan kempen pemasaran kreatif, tetapi margin selalunya bocor di gudang dan logistik. Beberapa langkah yang selari dengan pendekatan syarikat seperti Uzum:

  • Guna AI untuk rancang laluan penghantaran optimum bagi flit penghantaran sendiri atau rakan kongsi
  • Automasi pengagihan stok antara cawangan berdasarkan ramalan permintaan setempat
  • Gunakan computer vision untuk kira stok dan pantau kepatuhan susun atur rak (planogram) di kedai besar

Di Malaysia, peruncit yang mula mengintegrasi automasi seperti ini biasanya nampak penurunan kos operasi per unit sehingga dua digit dalam 12–18 bulan.

Bagaimana untuk mula: jalan praktikal 6–12 bulan

Untuk syarikat besar, transformasi AI tak boleh dibuat secara ad hoc. Tetapi ia juga tak perlu terlalu rumit. Satu pelan asas yang sering berkesan:

  1. Audit data dan teknologi (bulan 1–2)
    Kenal pasti sistem POS, ERP, WMS, CRM dan e-dagang yang wujud. Lihat di mana data terkumpul, dan bagaimana ia boleh disatukan.

  2. Pilih 3–5 use case AI keutamaan (bulan 2–3)
    Fokus kepada:

    • Ramalan permintaan
    • Personalisasi pelanggan
    • Optimasi harga/promosi
    • Automasi gudang/logistik

  3. Bina pasukan kecil lintas fungsi (bulan 3–4)
    Satukan wakil IT, operasi, pemasaran, kewangan dan data. Jangan serahkan semua kepada IT sahaja — kegagalan biasa di banyak organisasi.

  4. Laksanakan projek perintis dengan sasaran jelas (bulan 4–9)
    Contoh: kurangkan kehabisan stok 20% di 50 cawangan pilot, atau naikkan conversion rate aplikasi sebanyak 15%.

  5. Skala dan standardkan (bulan 9–12)
    Bila pilot menunjukkan hasil, jadikan proses tersebut sebahagian daripada operasi harian, bukannya projek sekali lalu.

Di sinilah ramai pemain berminat cari rakan teknologi yang sudah biasa dengan runcit skala besar dan marketplace, bukannya vendor umum. Pengalaman dalam domain runcit jauh lebih penting berbanding hanya kepakaran teknikal.

Penutup: Dari Uzbekistan ke Malaysia, arah tuju sama

Kisah Uzum sebagai unicorn e-dagang pertama Uzbekistan dengan nilai USD1.5 bilion tunjuk satu perkara: pasaran membangun yang memanfaatkan AI dalam runcit dan e-dagang boleh memintas pemain tradisional dengan cepat. Data dan automasi bukan lagi “nice to have”; ia asas kelangsungan dan penilaian syarikat.

Bagi peruncit besar, marketplace dan jenama di Malaysia yang memasuki 2026, soalan sebenar bukan lagi “perlu guna AI atau tidak”, tapi:

Sejauh mana model perniagaan anda sudah direka untuk dunia di mana setiap keputusan harga, stok, promosi dan logistik didorong oleh data masa nyata?

Jika anda mahu berada di tahap di mana pelabur melihat perniagaan runcit anda sebagai “AI-native” seperti Uzum, langkah pertama bermula dengan kes penggunaan yang jelas dan disiplin pelaksanaan. Lebih awal anda bermula, lebih cepat anda bina jurang dengan pesaing — sebelum mereka pula jadi “Uzum versi Malaysia”.