Rantaian Bekalan Agentik: AI Kurangkan Volatiliti

Musim hujung tahun (seperti minggu-minggu menuju cuti sekolah dan jualan akhir tahun) biasanya nampak “sakit” yang sama dalam logistik: tempahan memuncak pada hari tertentu, gudang sesak pada satu syif tapi lengang pada syif lain, dan pasukan perancangan terperangkap dalam mod memadam kebakaran. Bukan sebab orang tak pandai merancang—masalahnya, banyak organisasi masih bergantung pada kitaran perancangan statik, data berasingan ikut jabatan, dan semakan kebolehlaksanaan yang dibuat selepas rancangan siap.

Pendekatan rantaian bekalan agentik (agentic supply chain) cuba membetulkan punca itu: AI “agen” yang sedar kapasiti dan sentiasa mengoptimumkan pengisian semula, pengangkutan, dan pelaksanaan operasi—bukan sekali seminggu, tetapi secara berterusan. Ini sebahagian daripada siri AI dalam Logistik dan Rantaian Bekalan, dan saya berpendapat ia antara topik paling praktikal untuk 2026 kerana ia menjawab satu soalan besar: macam mana nak jadikan operasi lebih stabil tanpa menambah kos dan orang?

Apa itu “rantaian bekalan agentik” (dan kenapa ramai salah faham)

Rantaian bekalan agentik ialah model perancangan + pelaksanaan yang memasukkan kekangan operasi sebenar terus ke dalam logik perancangan, kemudian AI agen melaras jadual secara berterusan apabila permintaan atau kapasiti berubah.

Ramai menyangka “AI untuk rantaian bekalan” sekadar ramalan permintaan. Ramalan penting, tapi itu baru separuh cerita. Yang membuatkan rantaian bekalan jadi rapuh ialah jurang antara “plan” dan “boleh buat”:

• Plan kata hantar 40 lori pada Rabu.
• Realiti: dok hanya mampu terima 22 lori, carrier ada had, throughput lorong tertentu terhad, stok di DC tak cukup, atau cut-off time terlepas.

Akhirnya terjadi:

• tender churn (ulang tender sebab carrier tolak/ubah)
• lonjakan kerja di gudang (mid-week peaks)
• terlalu banyak pengecualian (exception handling)
• OTIF jatuh, kos naik, emisi naik

Pendekatan agentik menukar urutan kerja: bukan “rancang dulu, semak kemudian”—tetapi rancang sambil patuh kapasiti dan kekangan, dari awal.

Bezanya automasi biasa vs agentik

Automasi biasa:

• “Jika stok rendah, buat PO.”
• “Jika ETA lewat, hantar alert.”

Agentik:

• “Jika stok rendah dan dok penuh dan carrier hadkan capacity dan lane throughput sempit, jadualkan replenishment lebih awal, ratakan volume 30 hari, pilih laluan/slot yang feasible, dan keluarkan tender awal.”

Itu beza besar: agentik bukan sekadar trigger, tetapi membuat keputusan terikat kekangan.

Masalah sebenar rantaian bekalan 2025: volatiliti, bukan semata-mata kos

Jawapan paling ringkas: volatiliti membunuh produktiviti. Kos pengangkutan memang sakit, tetapi operasi jadi lebih mahal bila aliran kerja tak stabil.

Bila volume “bergegar”:

• Gudang susah susun tenaga kerja (ada hari OT, ada hari tak cukup kerja)
• Carrier makin tegas dengan acceptance kerana jadual tak konsisten
• Perancangan jadi kerja “patching” (Excel + panggilan telefon)
• Service level jadi tak menentu

Dalam konteks Malaysia/SEA, saya selalu nampak corak yang sama untuk syarikat FMCG, runcit omni-channel, dan pengilang:

1. Pesanan terkumpul sebab approval lambat atau data tak selari
2. Semua “release” pada hari sama
3. Dock appointment tak seiring dengan plan
4. Akhirnya, dispatch rush, guna spot market, kos naik

Rantaian bekalan agentik mensasarkan satu sasaran yang jelas: volatiliti rendah dengan aliran lebih rata, bukan sekadar “optimisasi kos” atas kertas.

Bagaimana AI agen sedar kapasiti meratakan operasi (rolling 30 hari)

Inti pendekatan agentik ialah jadual bergolek 30 hari yang dioptimumkan semula secara berterusan. Bila ada perubahan—permintaan naik, kapasiti carrier turun, gudang tutup separuh hari—AI agen akan melaras peruntukan volume dan masa, bukan menunggu “planning cycle” seterusnya.

Daripada kandungan sumber, antara kekangan yang dimasukkan terus ke perancangan termasuk:

• kapasiti dok (dock capacity)
• had carrier
• throughput lorong/lane
• kedudukan inventori (inventory positions)

Apa yang berubah pada lantai operasi?

1) Tender lebih awal, kurang panik

Bila jadual lebih stabil dan feasible, tender boleh dikeluarkan lebih awal. Ini biasanya beri dua kesan:

• carrier lebih mudah commit
• pasukan pengangkutan kurang “re-tender” di saat akhir

2) Puncak pertengahan minggu berkurang

Kebanyakan organisasi ada “peak” sebab semua orang buat keputusan pada hari yang sama. Agentik meratakan volume secara proaktif—bukan menunggu gudang ‘teriak’ baru ubah.

3) Pengecualian jadi lebih bermakna

Bukan semua exception patut dapat perhatian sama. Agentik yang baik akan:

• tapis exception yang benar-benar menjejaskan OTIF
• cadangkan playbook tindakan (contoh: split shipment, tukar slot, tukar carrier, tukar DC)

Ayat yang saya suka untuk jelaskan konsep ini: “Kestabilan ialah metrik tersembunyi yang paling mahal bila kita abaikan.”

Nombor yang patut anda jadikan penanda aras

Dalam sumber, peningkatan yang dilaporkan (sebagai sasaran praktikal) termasuk:

• 3–5% pengurangan kos pengangkutan
• +4 hingga +8 mata peningkatan first-round tender acceptance
• 40–60% volatiliti lebih rendah
• penambahbaikan OTIF dan emisi Scope 3

Bagi saya, angka 40–60% penurunan volatiliti patut diberi perhatian paling besar—sebab bila volatiliti turun, barulah metrik lain ikut membaik.

Kesan kepada gudang, pengangkutan, dan OTIF: apa yang pembaca patut jangka

Jawapan terus: rantaian bekalan agentik menyatukan keputusan yang selama ini dibuat berasingan.

Gudang: tenaga kerja dan slotting jadi lebih stabil

Bila inbound/outbound lebih rata:

• perancangan tenaga kerja boleh dibuat 1–2 minggu lebih awal dengan keyakinan
• WMS kurang “kejutan” last minute
• penggunaan peralatan (forklift, conveyor, staging) lebih sekata

Contoh mudah:

• Jika DC mampu proses 9,000 karton sehari, agentik akan cuba pastikan inbound/outbound tak melonjak ke 13,000 karton pada Rabu hanya kerana plan asal “cantik” di atas kertas.

Pengangkutan: kurang tender churn, carrier relationship lebih sihat

Bila tender dikeluarkan awal dan volume lebih konsisten:

• carrier lebih mudah capai perancangan pemandu
• acceptance naik
• spot buy dan premium freight turun

Ini bukan magik. Ini disiplin—AI cuma memudahkan disiplin itu berlaku setiap hari.

OTIF & pelanggan: servis naik sebab operasi kurang gangguan

OTIF (On-Time In-Full) jarang jatuh sebab “satu sebab besar”. Ia jatuh sebab 20 sebab kecil yang bertindan.

Pendekatan agentik mengurangkan “sebab kecil” tersebut dengan:

• mengunci jadual yang feasible
• melaras bila ada perubahan sebelum ia jadi krisis

Peranan perancang berubah: dari Excel ke pengawasan strategik

Jawapan ringkas: AI agentik tak menghapuskan perancang—ia menghapuskan kerja remeh yang membuat perancang hilang fokus.

Dalam model agentik, perancang yang berkesan akan lebih banyak buat:

• menetapkan polisi (service levels, safety stock, guardrails kos)
• menjalankan simulasi senario (“kalau carrier X cut 15% capacity minggu depan?”)
• mengurus pengecualian bernilai tinggi
• menyelaraskan S&OP dengan realiti pelaksanaan

Apa yang berkurang:

• copy-paste data
• reconcile versi plan berbeza
• panggilan panik sebab jadual tak feasible

Saya pernah nampak organisasi yang “nampak sibuk” setiap hari, tapi output tak bergerak. Agentik memaksa satu budaya: sibuk mesti ada sebab, dan sebab itu mesti boleh dijejak dalam data dan kekangan.

Pelan tindakan 90 hari: mula kecil, tapi kena tepat

Jika anda nak bawa AI dalam logistik dan rantaian bekalan ke tahap agentik, saya cadangkan pendekatan 90 hari yang realistik.

Fasa 1 (Hari 1–30): Pilih satu aliran yang paling “berdarah”

Pilih satu use case yang jelas, contohnya:

• replenishment untuk 50–200 SKU paling bernilai
• 5–10 lane pengangkutan paling sibuk
• satu DC dengan isu dock congestion

Tetapkan KPI awal:

• volatiliti volume harian (contoh: sisihan piawai per hari)
• tender acceptance pusingan pertama
• bilangan re-tender / bilangan exception
• OTIF untuk subset pelanggan

Fasa 2 (Hari 31–60): Masukkan kekangan kapasiti sebenar

Ini bahagian yang ramai malas buat, tapi inilah penentu berjaya.

Senarai minimum data/kekangan:

• kapasiti dok mengikut hari/shift
• cut-off time
• kapasiti carrier (per lane/per hari)
• throughput gudang (carton/line per jam)
• inventori on-hand dan in-transit

Kalau data tak cantik, jangan tunggu sempurna. Mulakan dengan “80% betul” dan perbaiki iteratif.

Fasa 3 (Hari 61–90): Automasi tindakan + guardrails

Agentik tanpa guardrails akan buat orang hilang percaya.

Bina guardrails seperti:

• had perubahan jadual (contoh: tak ubah <48 jam kecuali risiko OTIF tinggi)
• kos maksimum untuk alternatif
• peraturan split shipment

Pada tahap ini barulah masuk playbook:

• bila tender ditolak → tindakan automatik A/B/C
• bila kapasiti dok penuh → reslot + ubah prioriti replenishment

Soalan lazim yang patut dijawab awal (supaya projek tak tersangkut)

“Adakah ini perlukan tukar semua sistem ERP/TMS/WMS?”

Tidak. Tetapi anda perlukan integrasi yang kemas supaya keputusan perancangan boleh dieksekusi di TMS/WMS, dan status pelaksanaan kembali semula ke enjin optimisasi.

“Kalau permintaan berubah mendadak, adakah jadual 30 hari jadi tak relevan?”

Jadual 30 hari bukan janji kaku. Ia rolling schedule—yang penting ialah ia sentiasa disemak dan dioptimum semula dengan kekangan semasa.

“Apa risiko terbesar?”

Bagi saya: terlalu fokus pada algoritma, tapi mengabaikan definisi kapasiti dan proses keputusan. Agentik yang berkesan ialah gabungan data + kekangan + polisi + disiplin operasi.

Langkah seterusnya untuk organisasi yang serius pada 2026

AI agentik ialah tahap seterusnya dalam siri AI dalam Logistik dan Rantaian Bekalan: selepas ramalan permintaan, selepas dashboard, selepas automasi asas—ini tentang menjadikan perancangan selari dengan pelaksanaan setiap hari.

Jika anda nak mula, pilih satu segmen aliran yang paling memberi kesan, ukur volatiliti dengan jujur, dan bina jadual yang feasible dari hari pertama. Bila aliran jadi lebih rata, anda akan rasa beza itu bukan pada slaid—tetapi pada lantai gudang, telefon yang kurang berdering, dan pelanggan yang kurang mengadu.

Anda rasa operasi anda sekarang lebih banyak merancang atau lebih banyak membaiki rancangan—dan apa satu kekangan kapasiti yang paling kerap “menghukum” pasukan anda setiap minggu?