Volum kargo udara naik, kadar jatuh. Inilah masa terbaik untuk peruncit dan marketplace guna AI bagi merancang inventori dan kargo udara dengan lebih bijak.
Pada November lalu, volum kargo udara global naik 5% tahun ke tahun, walaupun pasaran menjangka musim puncak hujung tahun yang hambar. Dalam masa yang sama, kadar spot purata jatuh 5% kepada hanya USD2.73 sekilogram.
Kenaikan volum + kejatuhan harga = isyarat yang sangat jelas: kapasiti makin longgar, persaingan pengangkut makin sengit, dan kuasa tawar-menawar beralih ke tangan pengirim serta peruncit. Untuk rangkaian runcit besar dan marketplace e-dagang, ini masa yang tepat untuk mengoptimumkan strategi kargo udara – dan AI kini faktor penentu.
Artikel ini mengupas apa yang berlaku dalam pasaran kargo udara global berdasarkan data Xeneta, dan yang lebih penting, bagaimana AI dalam logistik dan pengangkutan boleh membantu peruncit besar, 3PL dan marketplace di Malaysia dan rantau ini memanfaatkan trend ini untuk perancangan inventori, kos, dan pengalaman pelanggan yang lebih stabil menjelang 2026.
1. Apa Sebenarnya Berlaku Dalam Pasaran Kargo Udara Global?
Pasaran kargo udara nampak "pelik" pada November: volum naik, kadar turun. Bila dipecahkan, coraknya jelas.
- Volum global naik 5% YoY
- Kadar spot purata turun 5% YoY ke USD2.73/kg
- Load factor dinamik global sekitar 63%, rata berbanding tahun lepas
- Laluan Asia → Amerika Utara:
- Asia Tenggara → Amerika Utara: USD5.16/kg, turun 15% YoY
- Asia Timur Laut → Amerika Utara: USD4.94/kg, turun 5% YoY (tetapi naik 13% MoM sebab promosi Black Friday)
Xeneta menyimpulkan satu perkara penting:
Syarikat penerbangan sedang memburu bahagian pasaran dengan mengorbankan disiplin harga.
Dalam bahasa operasi runcit: kapasiti lebih banyak daripada permintaan, dan pemain kargo sanggup turunkan harga untuk isi perut pesawat. Ini biasanya berita baik untuk pengirim, tapi hanya kalau anda cukup pantas membaca isyarat pasaran dan melaras rancangan.
Kenapa volum masih naik kalau ekonomi global lembap?
Ada dua sebab utama:
-
Pengirim kekal dengan kitaran penghantaran tradisional.
- Banyak pengeluar dan peruncit besar masih ikut kalendar biasa – restock menjelang hujung tahun, kempen jualan besar, dan persediaan Q1.
- Walaupun e-dagang perlahan sedikit, penghantaran berkala B2B dan replenishment kedai fizikal masih kuat.
-
Kesan tarif AS tidak seteruk yang dijangka.
- Tarif yang awalnya diramal di paras 30–100% kini lebih kepada belasan peratus.
- Ramai pengirim pilih serap kos berbanding pindahkan terus kepada pengguna, sekurang-kurangnya buat masa ini.
Untuk peruncit besar dan marketplace, mesejnya jelas: permintaan pengguna belum runtuh, tetapi margin tertekan, dan kos logistik perlu lebih pintar diuruskan.
2. E-Dagang China Perlahan: Apa Maksudnya Untuk Runcit & Marketplace?
Dalam dua tahun kebelakangan ini, pertumbuhan kargo udara banyak datang dari e-dagang lintas sempadan China – pemain seperti Temu, Shein dan ratusan penjual platform lain.
Sekarang, Xeneta melihat tanda-tanda brek:
- Selepas 27 bulan berturut-turut pertumbuhan ~40% YoY, jualan e-dagang rentas sempadan China rata pada Oktober.
- Sesetengah lapangan terbang dan hab transit terkesan dengan peraturan de minimis baharu untuk bungkusan e-dagang kecil.
Saya rasa ramai pemain e-dagang di Malaysia akan rasa dua perkara serentak:
- Persaingan harga dari China kekal kuat (kos pengeluaran rendah tak berubah)
- Aliran volum mungkin lebih tidak sekata – tak lagi growth curve yang tajam dan konsisten seperti sebelum ini
Bagi pemain runcit dan marketplace tempatan, ini peluang untuk:
- Menilai semula strategi import udara (contoh: dari China, Vietnam, Thailand) berdasarkan corak volum baharu
- Guna data & AI untuk faham bila volum e-dagang lintas sempadan masuk memuncak, dan bila ia reda, supaya gudang dan kapasiti last-mile tidak "tercekik".
3. Di Mana AI Masuk: Dari Kitaran Tradisional Kepada Rantaian Bekalan Pintar
Kitaran penghantaran tradisional – contohnya restock besar-besaran sebelum tahun baru, Ramadhan, 11.11, 12.12 – sebenarnya sangat boleh dimodelkan oleh AI. Perbezaannya: AI tak hanya tengok kalendar, ia gabungkan berpuluh sumber data serentak.
3.1 Ramalan permintaan (demand forecasting) yang benar-benar granular
Sistem AI hari ini boleh meramal permintaan dengan jauh lebih halus berbanding spreadsheet biasa:
- Data jualan sejarah mengikut SKU, cawangan, kategori
- Hari gaji, musim perayaan, cuaca, trend media sosial
- Data promosi (diskaun, bundling, kempen influencer)
- Data logistik seperti transit time, lead time pembekal, kelewatan kastam
Untuk runcit dan marketplace besar, hasilnya:
- Ramalan volum kargo udara per minggu/per laluan – bukan anggaran kasar per suku tahun
- Senario "what-if" yang konkrit:
- Jika tarif naik 5%, berapa banyak volum akan beralih dari udara ke laut?
- Jika kempen TikTok Shop dilanjutkan seminggu, berapa banyak tambahan shipment udara yang diperlukan?
3.2 Perancangan kapasiti kargo udara yang lebih bijak
Dengan ramalan yang lebih tepat, AI boleh membantu pasukan logistik:
- Bandingkan mode (udara vs laut vs darat) secara automatik mengikut:
- kos per unit,
- masa transit,
- impak ke tahap inventori dan stock-out.
- Menjana cadangan: SKU mana perlu dihantar awal via laut, dan mana yang patut disimpan sebagai buffer via udara kerana margin tinggi atau permintaan sangat volatile.
Di pasaran di mana kadar spot kargo udara sedang menurun dan syarikat penerbangan agresif mengejar volum, AI boleh kenal pasti "tingkap masa" paling menguntungkan untuk booking kapasiti – contohnya 2–3 minggu sebelum kempen besar, bila harga rendah tetapi slot masih banyak.
3.3 Pengurusan tarif & kos yang dinamik
Tarif AS dalam laporan Xeneta hanyalah satu contoh. Kita juga berdepan:
- Cukai import berbeza mengikut kategori produk
- Peraturan de minimis untuk bungkusan kecil
- Caj bahan api dan surcaj kapasiti yang naik turun
AI boleh membantu pasukan perolehan dan kewangan:
- Simulasikan kos mendarat (landed cost) penuh untuk setiap SKU di pelbagai senario tarif
- Cadangkan pelarasan asal pengeluaran (contoh pindah dari China ke Vietnam) bila ambang tertentu tercapai
- Bantu putuskan bila patut serap kos dan bila patut laras harga runcit tanpa merosakkan permintaan
Hasilnya, bila tarif atau surcaj berubah secara tiba-tiba, anda tak perlu tunggu analisis manual berminggu-minggu. Model AI boleh keluarkan impak kos dan cadangan tindakan dalam jam, bukan minggu.
4. Dari Gudang Sampai Last Mile: Contoh Praktikal Untuk Peruncit & Marketplace
Untuk bawa semua ini lebih dekat dengan konteks Malaysia, bayangkan operasi runcit nasional atau marketplace besar yang bekerja dengan Pos Malaysia, GDex, J&T dan rangkaian 3PL serantau.
4.1 Mengurus musim puncak seperti 11.11, 12.12 dan Aidilfitri
Hari ini, ramai peruncit masih:
- Buat forecast kasar berdasarkan tahun lepas
- Booking kargo udara "lebih sikit untuk selamat"
- Berharap gudang dan penghantaran last-mile sempat mengejar
Dengan AI logistik yang matang, pendekatan lebih tepat boleh jadi seperti ini:
- Model permintaan mengikut slot masa – bukan sekadar harian, tetapi per jam sepanjang kempen besar.
- Ramalan volum inbound ke gudang utama berdasarkan:
- jadual departure & arrival kargo udara,
- kapasiti syarikat penerbangan,
- serta corak rakan kongsi 3PL.
- Pengagihan stok pintar:
- Pre-position stok ke gudang serantau (contoh: Johor, Penang, Sabah) sebelum permintaan memuncak.
- Kurangkan kebergantungan kepada penghantaran ekspres antara bandar bila sudah terlalu dekat dengan tarikh puncak.
- Penjadualan tenaga kerja automatik di gudang – AI optima jumlah pekerja mengikut jangkaan volum inbound/outbound sebenar.
4.2 Menyeimbangkan stok kedai fizikal vs online
Bagi rangkaian pasar raya atau gedung serbaneka, masalah klasik ialah:
- Ada kedai yang stok lambat habis
- Ada kedai yang kesuntukan stok semasa promosi
AI boleh menggunakan data POS, data e-dagang, dan data kargo udara untuk:
- Kenal pasti bandar/kawasan yang lebih banyak bergantung pada pembelian online vs kunjungan fizikal
- Melaras peruntukan stok awal dan replenishment, dan bila perlu, gunakan kargo udara domestik atau linehaul ekspres supaya stok sampai tepat masa tanpa overstock besar.
4.3 Contoh ringkas senario AI dalam tindakan
Katakan anda pengurus supply chain untuk rangkaian elektronik besar:
- Ramalan AI menunjukkan permintaan tinggi untuk TV 65" menjelang kejohanan bola dan Tahun Baru Cina.
- Analisis kos AI menunjukkan:
- Jika dihantar semua via laut: kos rendah, tetapi risiko stock-out tinggi di beberapa negeri utama.
- Jika 20% volum dihantar via udara ke gudang Sabah & Sarawak: kos naik 7%, tetapi jualan dijangka naik 18% kerana stok cukup.
- Dengan data kadar spot kargo udara terkini (yang kini sedang menurun), sistem cadangkan booking slot kargo udara 6 minggu sebelum acara – ketika harga paling stabil.
Keputusan yang lahir daripada analitik AI sebegini biasanya jauh lebih menguntungkan daripada hanya "ikut rasa" atau salin-data tahun lepas.
5. Pasaran 2026: Kenapa AI Bukan Lagi Pilihan, Tapi Keperluan
Xeneta jangka pertumbuhan permintaan kargo udara 2026 sekitar 2–3% sahaja, manakala kapasiti dijangka melebihi permintaan. Ini bermaksud:
- Kadar akan kekal tertekan atau turun lagi
- Pengangkut dan freight forwarder akan lebih agresif mengejar volum
- Pengirim (peruncit, marketplace, pengilang) ada lebih kuasa untuk berunding – kalau mereka tahu apa yang mereka buat
Di sinilah peranan AI dalam logistik jadi kritikal:
-
Transparensi kadar & prestasi forwarder
Sistem berasaskan AI boleh:- Bandingkan kadar yang ditawarkan pelbagai forwarder dengan data pasaran
- Pantau on-time performance setiap laluan dan pembekal
- Kesannya: pasukan perolehan tak lagi berunding "dalam gelap".
-
Automasi keputusan taktikal, fokus manusia pada strategi
AI boleh uruskan ratusan keputusan kecil setiap hari:- Laluan mana paling masuk akal untuk shipment tertentu
- Bila patut tukar dari udara ke laut atau sebaliknya
- Bagaimana nak urus roll-over atau kelewatan tanpa menjejaskan pelanggan
Manusia boleh fokus pada soalan yang lebih besar: model rangkaian masa depan, perjanjian jangka panjang, kerjasama strategik dengan pembekal dan operator.
-
Menstabilkan pengalaman pelanggan walaupun pasaran berombak
Pelanggan akhir tak peduli kadar spot atau load factor. Mereka hanya nampak:- Pesanan sampai awal, tepat masa, atau lewat
- Harga naik mendadak atau stabil
Rantaian bekalan yang digerakkan AI membantu peruncit kekalkan tahap servis walaupun kos bahan api, tarif, dan kadar kargo udara asyik berubah.
6. Dari Data Xeneta Ke Tindakan Syarikat Anda
Pasaran kargo udara sekarang menghantar tiga isyarat besar kepada peruncit besar dan marketplace:
- Kitaran tradisional masih berkuasa. Pengirim masih hantar ikut musim, tapi tingkah laku lebih kompleks kerana tarif, e-dagang dan promosi multi-platform.
- Kadar sedang lembut, kapasiti luas. Ini masa terbaik untuk rangkaian runcit menstruktur semula strategi penghantaran udara dan rundingan jangka sederhana.
- 2026 akan sederhana, bukan luar biasa. Pertumbuhan volum kecil, tapi ruang penjimatan dan peningkatan servis besar – kalau anda punya keupayaan analitik dan AI yang betul.
Bagi mana-mana organisasi runcit, FMCG atau marketplace besar yang serius tentang AI dalam pengangkutan & logistik, langkah praktikal seterusnya biasanya melibatkan:
- Audit ringkas keupayaan data & forecast sedia ada
- Kenal pasti 2–3 kes guna pantas (contoh: perancangan kapasiti kargo udara musim puncak, pengurusan stok gudang serantau, pemilihan mode penghantaran automatik)
- Uji projek perintis selama 3–6 bulan dengan KPI jelas: kadar stock-out, kos per unit, on-time delivery.
Realitinya, AI tak akan membetulkan rantaian bekalan yang bersepah dalam seminggu. Tapi untuk pasaran kargo udara yang sedang berubah seperti sekarang, syarikat yang mula sekarang akan jauh mendahului menjelang 2026 – dari segi kos, kelincahan, dan keupayaan memberi pengalaman pelanggan yang konsisten.
Artikel ini sebahagian daripada siri “AI dalam Pengangkutan & Logistik”, yang membincangkan bagaimana syarikat logistik, peruncit dan marketplace menggunakan AI untuk perancangan permintaan, pengoptimuman laluan, automasi gudang dan penghantaran last-mile.