Bagaimana AI Mengubah Peranan Ketua Rantaian Bekalan

AI Sedang Mengubah Rantaian Bekalan – Sebab Itu Burberry Tukar Strategi

Sebahagian besar kos operasi peruncit besar datang daripada rantaian bekalan dan logistik. Untuk jenama fesyen mewah, tersilap meramal permintaan atau tersangkut stok di gudang boleh membunuh margin.

Sebab itu langkah Burberry melantik Matteo Calonaci sebagai Chief Operating and Supply Chain Officer pada 05/12/2025 menarik. Ia bukan sekadar pertukaran orang; ia isyarat jelas bahawa rantaian bekalan, operasi dan data (termasuk AI) kini duduk di tengah pentas strategik, bukan lagi di belakang tabir.

Bagi pemain runcit dan e-dagang di Malaysia – dari rangkaian pasar raya besar hingga marketplace dan syarikat kurier – arah tuju ini sangat relevan. Tekanan musim hujung tahun, jualan 12.12, 11.11 dan Ramadan/Syawal setiap tahun memaksa organisasi berfikir semula tentang cara mereka mengurus ramalan permintaan, pengagihan stok, penghantaran last mile dan pengalaman pelanggan.

Artikel ini gunakan kisah Burberry sebagai titik mula untuk menjawab satu soalan praktikal: bagaimana AI dalam logistik dan rantaian bekalan patut membentuk struktur kepimpinan dan strategi operasi anda dalam beberapa tahun akan datang?

---

Apa Sebenarnya Berlaku di Burberry – Dan Mengapa Ia Penting

Burberry mengumumkan:

• Matteo Calonaci dilantik sebagai Chief Operating and Supply Chain Officer baharu.
• Beliau sebelum ini adalah SVP Strategy and Transformation, dan bermula di Burberry sebagai VP Customer Fulfilment & Supply Chain Strategy pada 2020.
• Beliau menggantikan Klaus Bierbrauer, yang akan kekal seketika untuk tempoh peralihan.
• Pada masa sama, Johnattan Leon dinaikkan sebagai Chief Customer Officer, memimpin pasukan customer experience, engagement, khidmat pelanggan, runcit, digital, outlet dan operasi komersial.

CEO Joshua Schulman menekankan bahawa kedua-dua pemimpin ini telah mengukuhkan fokus terhadap executional excellence dan customer experience.

Terjemahan ringkas: Burberry menyatukan operasi + rantaian bekalan + pelanggan di bawah dua peranan strategik yang sangat rapat dengan CEO. Ini hanya masuk akal bila anda sedar bahawa:

• Ramalan permintaan kini dipacu data dan AI, bukan sekadar pengalaman pembeli.
• Perancangan pengeluaran dan logistik semakin disatukan dengan data tingkah laku pelanggan di e-dagang dan butik.
• Masa ke pasaran (speed-to-shelf / speed-to-doorstep) jadi faktor utama pertumbuhan.

Bagi jenama fesyen mewah, stok berlebihan bukan sekadar rugi wang – ia mencacatkan brand equity. AI membantu mengurangkan risiko ini, tetapi hanya jika ada kepimpinan yang faham data, teknologi dan operasi pada masa yang sama.

---

Mengapa Peruncit Besar Kini Perlukan “Ketua AI + Rantaian Bekalan” Secara Praktikal

Trend yang kita nampak di global brand seperti Burberry, KFC/Taco Bell (Yum Brands), dan gergasi FMCG lain sebenarnya menuju ke satu arah: rantaian bekalan tidak lagi fungsi sokongan – ia fungsi strategi yang berasaskan AI.

Pada peringkat praktikal, apa yang pemimpin rantaian bekalan moden perlu kawal?

1. Peramalan permintaan (demand forecasting) berasaskan AI

   • Menggabungkan data:
     • Jualan sejarah
     • Promosi dan kempen pemasaran
     • Musim perayaan (Raya, CNY, Deepavali, hujung tahun)
     • Cuaca, trend sosial, malah data trafik
   • Model AI boleh mengurangkan ralat ramalan berbanding Excel tradisional dengan ketara.

2. Perancangan inventori omnichannel

   • Mengoptimumkan stok merentas:
     • Gudang pusat
     • Kedai fizikal
     • Dark store / hub e-dagang
   • Objektif: stok cukup dekat dengan pelanggan, tetapi tidak berlebihan.

3. Pengoptimuman pengangkutan & pengagihan (transportation & distribution optimization)

   • Route optimization untuk fleet sendiri atau partner 3PL.
   • Penjadualan penghantaran last mile mengikut SLA berbeza (same-day, next-day, standard).

4. Pemantauan prestasi dan risiko secara masa nyata

   • Dashbord berasaskan AI memberi amaran awal:
     • Kelewatan di pelabuhan atau gudang
     • Lonjakan permintaan luar biasa di kawasan tertentu
     • Prestasi rider / driver dan kadar gagal hantar (failed delivery)

Tanpa pemimpin yang memahami semua ini, pelaburan AI sering terperangkap sebagai projek POC yang tidak pernah skala. Inilah sebabnya ramai jenama besar menaik taraf peranan Chief Supply Chain Officer kepada jawatan yang duduk rapat dengan CEO – sama seperti yang kita lihat di Burberry.

---

Dari Data Pelanggan ke Operasi: Mengapa Burberry Pecahkan Peranan kepada COO & CCO

Burberry bukan sahaja melantik ketua operasi/rantaian bekalan, mereka juga melantik Chief Customer Officer (CCO) yang baharu. Ini beri satu isyarat penting:

Masa depan runcit ditentukan oleh sejauh mana data pelanggan bercakap dengan data operasi & logistik.

1. AI Sebagai Penghubung Antara “Front-End” dan “Back-End”

Di banyak organisasi, data pelanggan (dipegang oleh pemasaran / e-dagang) jarang sekali mengalir lancar ke pasukan operasi dan gudang. Hasilnya:

• Kempen promosi viral, tapi gudang tak cukup stok.
• Pelanggan nampak status “in stock” di web, tapi sebenarnya stok fizikal sudah habis.
• ETA penghantaran tak realistik kerana sistem tak mengambil kira kapasiti fleet sebenar.

AI yang disambungkan dari frontend (web, app, POS) ke backend (WMS, TMS, ERP) boleh:

• Meramal lonjakan pesanan hasil promo dan adjust stok awal.
• Menukar ETA secara dinamik ikut trafik, kapasiti rider dan cuaca.
• Memberi cadangan stok semula (replenishment) kedai fizikal berdasarkan tingkah laku pelanggan di kawasan sekitar.

Tapi semua ini tak berlaku sendiri. Struktur kepimpinan seperti Calonaci (operasi & supply chain) + Leon (customer) menjadikan integrasi ini tanggungjawab bersama, bukan silo.

2. Apa Implikasinya untuk Peruncit & Marketplace di Malaysia

Jika anda berada di:

• Rangkaian pasar raya / farmasi besar
• Marketplace e-dagang
• Syarikat logistik / kurier

model ini sangat relevan. Beberapa langkah yang saya nampak berkesan:

• Wujudkan taskforce tetap AI rantaian bekalan yang dianggotai:
  • Ketua operasi / gudang
  • Ketua logistik / fleet
  • Ketua e-dagang / pemasaran
  • Pasukan data / teknologi

• Tetapkan satu pemilik P&L yang jelas untuk keseluruhan journey pesanan:

  • Dari klik “beli” di web/app
  • Sehingga barang sampai ke tangan pelanggan

• Jadikan data pelanggan + data operasi asas mesyuarat pengurusan (bukan hanya laporan kewangan bulanan).

Struktur macam ini mungkin nampak “overkill” untuk organisasi yang masih sederhana, tapi bila volum memuncak (contoh musim Raya), perbezaan antara syarikat yang ada struktur data/AI jelas dengan yang tiada boleh mencecah 10–20% perbezaan kos per pesanan.

---

Di Mana AI Memberi Kesan Paling Cepat dalam Logistik Runcit

Dalam siri AI dalam Pengangkutan & Logistik, pola yang berulang agak jelas. Untuk peruncit dan pemain e-dagang, AI biasanya beri pulangan paling cepat dalam empat bidang berikut.

1. Route Optimization & Last-Mile Delivery

AI untuk route optimization bukan hanya cari jalan paling pendek, tapi yang paling kos efektif dengan mengambil kira:

• Jarak & trafik
• Waktu operasi penerima (office vs rumah)
• Keutamaan SLA (same-day vs standard)
• Kapasiti setiap kenderaan / rider

Kesan tipikal bila diimplementasi dengan baik:

• Penjimatan 10–25% kos bahan api dan masa perjalanan.
• Peningkatan 5–15% jumlah penghantaran harian per kenderaan.
• Penurunan kadar lewat hantar dan aduan pelanggan.

Bagi syarikat seperti Pos Malaysia, GDex atau fleet dalaman pasar raya besar, kesan kewangan ini sangat ketara bila dikira setahun.

2. Peramalan Permintaan Musim Perayaan

Di Malaysia, pola permintaan sangat dipengaruhi musim:

• Ramadan & Syawal
• Tahun Baru Cina
• Musim cuti sekolah dan hujung tahun
• Jualan mega 9.9, 11.11, 12.12

Model AI yang dilatih atas beberapa tahun data jualan + kalendar perayaan boleh:

• Memberi forecast lebih granular mengikut cawangan / kawasan poskod.
• Mengurangkan stockout semasa puncak permintaan.
• Mengurangkan overstock selepas musim (yang akhirnya terpaksa dijual murah atau dilupus).

Pemimpin rantaian bekalan yang faham dan memperjuangkan projek sebegini biasanya akan nampak impak terus pada margin.

3. Pengurusan Inventori Omnichannel

Pengalaman pelanggan sekarang jarang satu saluran sahaja. Mereka mungkin:

• Tengok produk di TikTok, tambah ke cart di app.
• Pilih pickup in store, tapi mahu fleksibiliti tukar ke delivery kemudian.

AI boleh membantu:

• Tentukan di mana stok patut diletakkan (central warehouse vs hub vs kedai) untuk capai SLA terbaik pada kos terendah.
• Menyokong model seperti ship-from-store atau store-to-store transfer dengan automatik.

Ini memerlukan integrasi rapat antara sistem e-dagang, WMS, TMS dan POS – sekali lagi, memerlukan kepimpinan operasi yang pro-teknologi, bukan sekadar pakar gudang konvensional.

4. Kualiti Data & Visibility Masa Nyata

AI hanya sebaik data yang diberi. Dalam banyak projek yang saya nampak gagal, puncanya ringkas:

• Data inventori tidak tepat
• Status penghantaran tidak dikemas kini
• Kod produk tidak konsisten antara sistem

Salah satu tugas terpenting pemimpin seperti Calonaci sebenarnya ialah mendisiplinkan organisasi terhadap kualiti data operasi:

• Standardkan kod produk, lokasi dan status.
• Jadikan pengimbasan barcode / RFID mandatori di setiap titik sentuhan.
• Masukkan kualiti data sebagai KPI pengurus gudang dan operasi.

Tanpa ini, AI forecasting dan route optimization akan sentiasa tersasar.

---

Bagaimana Organisasi Anda Boleh “Belajar” dari Langkah Burberry

Ada tiga pengajaran praktikal yang boleh diambil oleh peruncit dan marketplace di Malaysia dari langkah Burberry ini.

1. Naikkan Taraf Fungsi Rantaian Bekalan ke Tahap Strategik

Jika ketua rantaian bekalan anda masih melapor ke CFO atau COO yang fokus kewangan semata-mata, pertimbangkan untuk:

• Beri mereka mandat jelas atas pengalaman pelanggan hujung ke hujung (bukan hanya kos).
• Libatkan mereka dalam mesyuarat perancangan pemasaran dan jualan.
• Jadikan projek AI rantaian bekalan sebahagian daripada agenda lembaga pengarah, bukan projek IT kecil.

2. Bentuk Duet “Customer + Operations” Yang Kuat

Burberry ada Calonaci (operations & supply chain) dan Leon (customer). Dalam konteks anda, mungkin bukan jawatan yang sama, tapi prinsipnya:

• Ketua operasi/logistik dan ketua e-dagang/pemasaran perlu berkongsi KPI:

  • NPS / CSAT
  • On-time delivery
  • Fulfilment cost per order

• Projek AI yang menyentuh ramalan permintaan, ETA, pengalaman penghantaran perlu diterajui bersama, bukan silo.

3. Mulakan dengan Satu atau Dua Use Case AI yang Jelas

Bukan semua orang perlu mula dengan projek besar jutaan ringgit. Pilih 1–2 kes guna yang:

• Ada data cukup baik (contoh: data jualan + inventori 2–3 tahun).
• Ada impak kos atau revenue yang jelas.
• Boleh diukur dalam 3–6 bulan.

Contoh yang lazim:

• AI demand forecasting untuk 50 SKU paling kritikal.
• Route optimization untuk satu bandar utama (Klang Valley) sebelum skala ke negeri lain.

Apabila ada kejayaan kecil yang jelas, lebih mudah untuk mendapatkan sokongan pengurusan dan merangka struktur kepimpinan yang lebih berani, seperti yang dibuat Burberry.

---

Penutup: Masa Depan Runcit Bergantung pada Kepimpinan Data & AI

Perlantikan Matteo Calonaci sebagai Chief Operating and Supply Chain Officer Burberry bukti bahawa rantaian bekalan kini berada di tengah strategi jenama global – dan AI adalah enjin di belakang transformasi tersebut.

Bagi pemain runcit, e-dagang dan logistik di Malaysia, persoalan utama sekarang bukan lagi “perlu guna AI atau tidak?”, tetapi:

Siapa di dalam organisasi yang akan memimpin integrasi AI + operasi + pengalaman pelanggan secara serius dalam 12–24 bulan akan datang?

Jika struktur kepimpinan, data dan proses anda mula disusun ke arah ini hari ini, kemungkinan besar anda akan memasuki musim perayaan akan datang dengan rantaian bekalan yang lebih cekap, kos penghantaran lebih rendah, dan pelanggan yang lebih puas hati.

Dalam siri AI dalam Pengangkutan & Logistik ini, fokus seterusnya yang wajar anda pertimbangkan ialah: di mana titik paling “sakit” dalam perjalanan pesanan anda – dan bagaimana AI, dengan sokongan kepimpinan yang betul, boleh mengubahnya dari kos kepada kelebihan daya saing sebenar.