Walmart + ChatGPT: Tanda Era Baharu AI Dalam Belian

Pada 2023, Bain & Company laporkan lebih 70% peruncit besar global sedang menguji atau melaksana AI dalam operasi mereka. Tapi hanya sebahagian kecil yang berani bawa AI terus ke titik paling kritikal: titik belian pelanggan.

Walmart baru sahaja buat langkah berani itu. Melalui kerjasama dengan OpenAI, pengguna akan boleh beli terus dari Walmart dalam ChatGPT – link akaun, cari produk, dan buat pembayaran tanpa keluar dari chatbot.

Ini bukan sekadar integrasi aplikasi. Ini contoh awal apa yang ramai pakar panggil “agentic shopping” – pengalaman beli-belah di mana AI bertindak sebagai ejen yang memahami keperluan, mencari, menapis dan menyiapkan pesanan bagi pihak pelanggan.

Bagi pemain runcit dan e-dagang di Malaysia – dari rangkaian seperti Lotus’s hingga ke marketplace seperti Shopee dan Lazada – langkah Walmart ini ialah “preview masa depan” yang patut diperhatikan dengan serius.

Dalam artikel ini saya akan terangkan:

• Apa sebenarnya yang Walmart sedang buat dengan ChatGPT
• Kenapa model “agentic shopping” ini relevan untuk e-dagang Malaysia
• Apa implikasi untuk data pelanggan, kesetiaan jenama dan margin
• Langkah praktikal yang peruncit besar boleh ambil dalam 6–12 bulan akan datang

---

Apa Sebenarnya Integrasi Walmart–ChatGPT Ini?

Integrasi Walmart–ChatGPT ialah contoh jelas bagaimana AI dijadikan “front-end” pengalaman belian, bukan sekadar chatbot FAQ di tepi laman web.

Berdasarkan pengumuman ringkas yang ada:

• Pengguna boleh link akaun Walmart mereka ke ChatGPT
• Mereka boleh cari dan browse produk terus dalam chat
• ChatGPT akan guna data akaun seperti alamat, kaedah pembayaran, senarai kegemaran atau pesanan lepas
• Pelanggan boleh “instant checkout” – beli dan sahkan pesanan tanpa buka aplikasi atau laman lain

Dalam bahasa mudah: pelanggan bukan lagi perlu fikir “aplikasi mana nak buka?”. Mereka hanya cakap dengan satu AI, dan AI uruskan selebihnya.

Dari “Search & Click” ke “Cakap & Siap”

Model e-dagang biasa:

1. Buka app atau web
2. Taip kata kunci
3. Tapis, scroll, banding
4. Add to cart
5. Checkout

Model baru berasaskan AI seperti ChatGPT + Walmart:

1. Pengguna taip: “Saya nak barang dapur untuk masak nasi ayam untuk 5 orang, bajet bawah RM60.”
2. AI faham konteks (resepi, kuantiti, bajet)
3. AI cadang senarai barang, kuantiti, jenama – dengan alternatif lebih murah/lebih premium
4. Pengguna jawab: “Ok, guna jenama yang sama macam minggu lepas, tambah minuman gas 1.5L 2 botol.”
5. AI update bakul dan terus checkout guna kad & alamat tersimpan

Perbezaannya: niat (intent) jadi titik mula, bukan kata kunci.

---

Kenapa “Agentic Shopping” Jadi Fokus Baru Peruncit Besar

Agentic shopping ialah bila AI bertindak sebagai ejen aktif yang bantu pelanggan daripada niat sehingga transaksi selesai. Ini selari dengan hala tuju siri kami AI in Retail & E-Commerce (Large Chains & Marketplaces): AI bukan lagi “back office”, tapi berada di barisan hadapan bersama pelanggan.

1. Pelanggan Tak Lagi Sabar Dengan Friction

Realitinya, ramai pengguna Malaysia dah rasa penat:

• Terlalu banyak pilihan di marketplace
• Iklan bersilang yang mengelirukan
• Proses checkout yang panjang

AI berperanan kurangkan “decision fatigue”. Bila AI faham corak belian anda, ia boleh cadang:

• Auto-reorder barang asas (beras, minyak, sabun)
• Swap produk yang out of stock dengan alternatif yang hampir sama
• Sesuaikan cadangan mengikut promosi terkini dan bajet bulanan

Ini tepat apa yang Walmart cuba buat melalui ChatGPT – dan ia sangat boleh diterjemah ke konteks Malaysia.

2. Perang Kesetiaan Beralih Ke “Siapa Kuasai Layer AI”

Dulu, perang e-dagang ialah tentang:

• Siapa ada paling banyak seller
• Siapa offer baucar paling agresif
• Siapa app paling ringan

Sekarang, frontline baru ialah AI:

• Siapa AI yang paling faham pelanggan
• Siapa yang boleh “uruskan hidup” pelanggan, bukan sekadar satu belian
• Siapa yang boleh integrasi cross-channel (online, fizikal, WhatsApp, kiosk)

Kalau pelanggan dah selesa bercakap dengan satu AI (contoh: ChatGPT) untuk semua keperluan, kuasa berpindah dari app individu kepada AI layer tersebut. Itu yang Walmart sedang “lock in” – mereka pastikan bila pelanggan gunakan ChatGPT, Walmart ialah pilihan utama untuk transaksi runcit.

Untuk pemain seperti Shopee, Lazada, atau rangkaian pasar raya tempatan, soalan besar ialah: adakah anda akan jadi “pilihan utama” dalam AI layer tersebut atau sekadar salah satu pilihan generik?

3. Data Tingkah Laku Jadi Senjata Utama

Dengan agentic shopping, AI tak hanya nampak apa pelanggan beli, tetapi kenapa mereka beli:

• “Sebab ada open house hujung minggu”
• “Sebab anak mula sekolah minggu depan”
• “Sebab nak diet sebelum kahwin”

Konteks ini jauh lebih kaya berbanding data transaksi biasa. Integrasi Walmart–ChatGPT membuka ruang untuk:

• Segmentasi berdasarkan niat dan konteks hidup, bukan sekadar demografi
• Ramalan permintaan lebih tepat (inventory forecasting)
• Promosi yang lebih “masuk akal” bagi pelanggan, bukan spam kupon rawak

---

Apa Implikasi Untuk Peruncit & Marketplace di Malaysia?

Langkah Walmart ini memberi isyarat jelas: peruncit yang lambat bereksperimen dengan AI “agentic” akan tercicir dalam 2–3 tahun.

Mari pecahkan implikasinya kepada beberapa sudut utama.

1. UX E-Dagang Akan Berubah Secara Asas

Antara 2025–2027, saya jangka:

• “Search bar” tradisional di app e-dagang akan diganti atau dilengkapi dengan chat AI yang benar-benar transactional (bukan hanya FAQ)
• Pelanggan akan mula mula perjalanan beli-belah di platform AI umum (ChatGPT, Gemini dan sebagainya) dan bukannya aplikasi tunggal
• “Add to cart” boleh berlaku di mana-mana: dalam chat, dalam AR, dalam kereta, di TV pintar

Bagi pemain besar di Malaysia, ini bermaksud:

• Pelaburan UI/UX perlu memasukkan mode perbualan (conversational) sebagai laluan utama, bukan fitur sampingan
• Sistem backend (katalog, stok, harga) mesti boleh diakses secara API untuk dihubungkan ke pelbagai AI front-end

2. Strategi Jenama: Dari “Push” ke “Collaborate With AI”

Apabila pelanggan bertanya kepada AI:

“Saya nak susu formula sesuai untuk bayi 1 tahun, sensitif lactose, bajet bawah RM100.”

AI akan pilih jenama berdasarkan:

• Data keberkesanan produk (review, rating, kadar pembelian semula)
• Spesifikasi teknikal (nutrisi, pensijilan)
• Harga dan promosi masa nyata

Iklan “push” tradisional kurang relevan di sini. Jenama perlu fikir:

• Bagaimana data produk disusun supaya mudah difahami AI (struktur, atribut jelas, penerangan logik)
• Bagaimana membina reputasi sebenar melalui review tulen dan kadar pembelian semula
• Bagaimana bekerjasama dengan peruncit untuk masuk ke dalam “shortlist” AI, bukannya hanya berebut banner di homepage

3. Privasi & Kepercayaan Pelanggan

Bila pelanggan link akaun Walmart dengan ChatGPT, soalan pertama yang muncul:

• “Data saya siapa pegang?”
• “AI ni simpan apa?”
• “Adakah perbualan saya dipakai untuk iklan?”

Untuk pemain Malaysia, kejelasan polisi data jadi faktor pembeza:

• Nyatakan dengan terang apa yang AI tahu, berapa lama data disimpan, dan bagaimana ia dilindungi
• Berikan pilihan granular: pelanggan boleh guna AI tanpa link akaun, atau linkkan hanya sebahagian data (contoh: alamat tapi bukan sejarah pembelian penuh)
• Sediakan mode “private session” untuk carian sensitif (kesihatan, kewangan keluarga)

Peruncit yang paling telus tentang data berpotensi dapat kepercayaan lebih awal – dan kepercayaan ini sangat sukar ditiru pesaing.

---

Langkah Praktikal 6–12 Bulan Untuk Peruncit & Marketplace

Tak perlu tunggu sampai ada integrasi rasmi dengan ChatGPT untuk mula bergerak. Ada beberapa langkah praktikal yang peruncit besar di Malaysia boleh buat sekarang.

1. Susun Semula Data Produk Untuk AI

AI hanya sejitu data yang diberi. Sebelum mimpi “shopping agent”, pastikan:

• Setiap produk ada penerangan berstruktur: kegunaan, sasaran pengguna, bahan, saiz, keserasian
• Atribut penting distandardkan: contoh kategori “beras” ada maklumat asal, jenis (beras wangi, basmati), indeks GI, sesuai untuk apa
• Maklumat compliance tempatan (Halal JAKIM, SIRIM dan lain-lain) jelas dan boleh dibaca mesin

Matlamatnya: bila AI diberi akses, ia tak perlu “agak-agak” apa fungsi produk.

2. Bangunkan Chat AI Dalaman Dengan Fitur Transaksi Penuh

Mulakan di ekosistem sendiri dulu:

• Chatbot yang bukan sekadar jawab soalan, tapi boleh tambah ke troli, tukar alamat, semak stok cawangan berhampiran, dan buat pembayaran
• Integrasi dengan program kesetiaan (points, voucher automatik)
• Logik cadangan berdasarkan sejarah pembelian sebenar

Bila teknologi dan proses dalaman matang, lebih mudah untuk sambung ke platform AI luaran seperti ChatGPT.

3. Uji “Mini-Agent” Untuk Use Case Spesifik

Daripada cuba automasi semua, pilih beberapa journey bernilai tinggi:

• Rutin barang dapur bulanan
• Persediaan musim perayaan (Raya, Tahun Baru Cina, Deepavali): hamper, bahan masakan, dekorasi
• Back-to-school: pakaian seragam, alat tulis, beg, keperluan asrama

Reka AI yang boleh:

1. Tanya beberapa soalan ringkas (bajet, bilangan ahli keluarga, tarikh penting)
2. Cadang troli lengkap
3. Benarkan pelanggan edit sedikit sahaja
4. Checkout

Kejayaan di beberapa use case ini boleh jadi “proof of concept” untuk pelaburan lebih besar.

4. Bentuk Pasukan “AI in Commerce” Merentas Bahagian

AI dalam e-dagang bukan projek IT semata-mata. Perlu gabungan:

• Produk & merchandising
• Data & analitik
• UX / customer experience
• Legal & compliance

Saya selalu cadangkan peruncit besar wujudkan taskforce AI Commerce yang:

• Ada mandat jelas 12–18 bulan
• Diukur dengan KPI nyata: NPS pelanggan, conversion rate, AOV, masa ke pembelian
• Punya bajet eksperimen untuk POC dengan vendor AI berbeza

---

Apa Maksud Semua Ini Untuk Masa Depan E-Dagang Malaysia?

Kerjasama Walmart dan OpenAI memberi gambaran jelas: AI akan jadi lapisan utama antara pelanggan dan runcit besar. Dalam beberapa tahun, tak hairan kalau pelanggan di Malaysia berkata:

“Saya tak shopping di app X. Saya cuma cakap dengan AI, dan semua selesai.”

Bagi siri AI in Retail & E-Commerce (Large Chains & Marketplaces), trend ini mengikat semua topik yang kita bincang: dari inventory forecasting, dynamic pricing, personalisasi, sehinggalah kepada automasi gudang. Semua fungsi back-end itu hanya akan menunjukkan nilai penuh bila ada front-end AI yang benar-benar mesra pelanggan.

Peruncit dan marketplace yang bertindak cepat akan:

• Dapat data niat pelanggan yang jauh lebih kaya
• Kurangkan friction hingga pelanggan rasa senang buat pembelian berulang
• Bangunkan kesetiaan yang tak bergantung kepada baucar semata-mata, tapi kepada “AI yang faham saya”

Persoalannya sekarang bukan lagi “adakah AI akan mengubah runcit?”, tapi:

Adakah anda akan jadi pemain utama dalam dunia agentic shopping, atau sekadar pembekal stok di belakang tabir AI orang lain?

Masa terbaik untuk mula bina jawapan ialah hari ini.