AI Urus Risiko Tarif & Geopolitik dalam Rantaian Bekalan

Pada 2025, tarif bukan lagi “kertas kerja kastam” yang boleh diserahkan kepada pasukan pematuhan. Tarif sudah bertukar jadi alat geopolitik: akses pasaran, kelulusan eksport, dan laluan rantaian bekalan semakin bergantung pada siapa anda selari dengan siapa. Itu sebabnya “penjajaran geopolitik” naik ke meja lembaga pengarah—bukan kerana ia isu politik semata-mata, tetapi kerana ia terus menjejaskan kos, masa penghantaran, kebolehramalan permintaan, dan akhirnya keuntungan.

Dalam laporan indeks risiko politik oleh Willis (WTW), gelombang perjanjian tarif yang diterajui AS pada 2025 mencipta “parit” Barat—akses pasaran dikaitkan dengan keutamaan keselamatan negara, termasuk kawalan eksport, keselamatan rantaian bekalan, dan pemantauan asal-usul barangan. Saya suka satu frasa yang tepat untuk keadaan ini: tarif kini ialah risiko strategik, bukan risiko operasi.

Bagi siri “AI dalam Logistik dan Rantaian Bekalan”, ini titik penting. Realitinya, manusia sukar mengesan ratusan perubahan dasar, klausa “poison pill”, dan tindak balas balas-dendam perdagangan merentas negara—dalam masa yang sama anda perlu pastikan gudang bergerak, kapal berlepas, dan pelanggan tak marah. AI boleh jadi “radar” yang sentiasa hidup: mengesan isyarat awal, mensimulasikan senario, dan membantu pengunderaitan insurans serta pengurusan risiko dibuat dengan lebih pantas dan konsisten.

Mengapa tarif 2025 jadi risiko lembaga pengarah (bukan lagi tugas pematuhan)

Jawapan ringkasnya: banyak perjanjian tarif kini mensyaratkan penjajaran dasar keselamatan, bukan sekadar kadar cukai import. Ini mengubah cara syarikat merancang lokasi kilang, pembekal, dan laluan penghantaran.

Laporan Willis menunjukkan beberapa corak yang memberi kesan terus kepada logistik:

• Akses pasaran dikaitkan dengan penjajaran keselamatan negara. Dalam beberapa perjanjian, negara penandatangan perlu ikut pendirian AS tentang kawalan eksport (disebut dalam 13 perjanjian) dan keselamatan rantaian bekalan (10 perjanjian). Ini bukan perubahan kecil; ia memaksa syarikat menyemak semula vendor, komponen, dan dokumentasi.
• Peraturan asal-usul (rules of origin) dan pemantauan transhipment makin ketat. Dulu, sesetengah syarikat “reroute” rantaian bekalan untuk mengurangkan tarif. Kini, reroute tanpa bukti asal-usul dan pematuhan boleh jadi lebih susah, mahal, dan berisiko.
• Klausa “poison pill” menaikkan risiko kejutan polisi. Anda boleh hilang terma keutamaan secara tiba-tiba jika keadaan politik berubah. Ini masalah besar untuk kontrak jangka panjang, perancangan inventori, dan harga.

Untuk pasukan risiko dan insurans, mesejnya jelas: tarif boleh mengubah profil kerugian (loss profile)—bukan saja dari segi kos, tetapi juga gangguan operasi, penalti kontrak, dan risiko kredit.

Kesan langsung kepada logistik & rantaian bekalan: kos, masa, dan kebolehramalan

Tarif geopolitik memukul tiga tempat serentak: kos unit, kebolehpercayaan pembekal, dan masa kitaran penghantaran. Bila satu berubah, yang lain ikut bergoncang.

1) Reroute bukan lagi “jalan pintas”

Apabila pemantauan transhipment diperketat, taktik mengalihkan penghantaran melalui negara perantara untuk dapat kadar lebih baik menjadi kurang berkesan. Syarikat terpaksa:

• menambah lapisan dokumentasi asal-usul,
• menukar konfigurasi BOM (bill of materials),
• atau memindahkan sebahagian proses pembuatan untuk memenuhi syarat asal-usul.

Setiap pilihan ada kos: masa lead time bertambah, margin mengecil, atau CAPEX meningkat.

2) Pelaburan boleh “berpindah arah” ikut kadar tarif relatif

Willis memerhati negara-negara bersaing untuk mendapatkan kadar lebih rendah daripada jiran serantau. Ini menghasilkan corak baharu: pelaburan kilang dan hab logistik bergerak bukan semata-mata ikut kos buruh, tetapi ikut risiko akses pasaran.

Jika anda mengurus rangkaian pembekal di ASEAN atau Amerika Latin, “peta risiko” lama (kos, kualiti, jarak) tak cukup. Anda perlukan peta baharu: kos + pematuhan + penjajaran geopolitik.

3) Ketidakpastian penjajaran negara besar memburukkan ramalan

Laporan menyebut beberapa ekonomi sedang membangun besar tidak menandatangani perjanjian tertentu, menjadikan penjajaran masa depan “kabur”. Untuk rantaian bekalan, kabur bermaksud:

• kontrak sukar dipastikan (harga dan tarif boleh berubah),
• stok keselamatan (safety stock) mungkin perlu dinaikkan,
• risiko “supplier failure” meningkat apabila pembekal terhimpit kos pematuhan.

Di mana AI paling berguna: daripada pemetaan risiko kepada keputusan pengunderaitan

AI membantu bila masalahnya ialah terlalu banyak data, terlalu banyak pemboleh ubah, dan terlalu sedikit masa. Dalam konteks ini, AI bukan “hiasan digital”—ia alat kerja.

1) “Geopolitical risk scoring” yang hidup (bukan laporan suku tahunan)

Kebanyakan organisasi buat penilaian negara setahun sekali. Itu sudah tak selari dengan kelajuan perubahan tarif dan sekatan.

Dengan AI (gabungan NLP + model risiko), anda boleh bina skor dinamik berdasarkan:

• perubahan dasar dan pengumuman rasmi,
• corak tindakan balas (retaliation) dan sekatan eksport,
• ketatnya penguatkuasaan rules of origin,
• isyarat “poison pill” (contoh: syarat yang membolehkan terma ditarik balik).

Kesan praktikal: pasukan procurement dan logistik dapat amaran awal sebelum kontrak ditandatangani atau sebelum peak season bermula.

2) AI untuk pemodelan senario rantaian bekalan (stress test yang masuk akal)

Willis menyarankan stress test—dan saya setuju, tapi stress test yang bagus perlu realistik.

AI boleh membantu jalankan simulasi seperti:

• Senario A: negara pembekal utama hilang akses ke pasaran tertentu dalam 30 hari.
• Senario B: kos pematuhan dokumentasi asal-usul meningkat 20% (masa pemprosesan + audit).
• Senario C: laluan perkapalan dialihkan kerana risiko agregasi (contoh: tumpuan kargo pada satu rantau).

Output yang berguna untuk operasi:

• cadangan pembekal alternatif (multi-tier),
• perubahan sasaran inventori,
• penetapan semula laluan dan mod pengangkutan,
• dan impak kewangan per SKU.

3) AI dalam insurans: pengunderaitan yang lebih tepat untuk risiko perdagangan

Bila tarif jadi risiko strategik, insurans bukan sekadar “beli polisi dan siap”. Penanggung insurans dan broker perlu faham pendedahan klien secara granular.

AI boleh memperkemas:

• trade credit underwriting: menilai risiko pelanggan gagal bayar bila tarif atau sekatan menekan aliran tunai;
• political risk: menilai risiko perubahan polisi mengejut atau penarikan balik terma keutamaan;
• marine & supply chain insurance: mengira risiko agregasi bila banyak syarikat guna laluan alternatif yang sama.

Satu ayat yang patut melekat: bila peta perdagangan berubah, peta risiko tuntutan juga berubah.

Apa yang patut dibuat oleh pasukan risiko, logistik, dan insurans—minggu ini

Fokusnya ialah menutup jurang antara strategi lembaga pengarah dan realiti gudang/pelabuhan. Ini senarai kerja yang saya cadangkan (praktikal, bukan teori).

1) Bina “peta pendedahan” berasaskan penjajaran

Jangan berhenti pada peta negara dan volum. Tambah lapisan:

• negara mana terikat dengan kawalan eksport tertentu,
• negara mana ada risiko klausa “poison pill”,
• laluan transhipment yang berpotensi disiasat,
• komponen kritikal yang terdedah kepada perubahan rules of origin.

2) Jadikan data rantaian bekalan boleh diaudit oleh mesin

AI perlukan data yang kemas. Mulakan dengan:

• standardkan kod produk dan vendor,
• rekod asal-usul bahan mentah (sejauh mampu),
• jejak lead time sebenar vs dirancang,
• simpan dokumen pematuhan dalam format yang boleh dicari.

Ini bukan kerja glamor, tapi ia membezakan organisasi yang boleh bertindak dalam 48 jam dengan yang perlukan 8 minggu.

3) Semak program insurans untuk “gap” yang kerap terlepas pandang

Dalam dunia tarif geopolitik, saya kerap nampak tiga jurang:

• had atau pengecualian yang tak selari dengan gangguan polisi (bukan bencana fizikal),
• perlindungan kredit yang tak mengambil kira risiko pasaran “ditutup” secara mengejut,
• kebergantungan pada satu laluan/terminal yang meningkatkan agregasi kerugian.

Bekerja dengan broker untuk buat semakan menyeluruh—dan minta mereka bawa sekali pandangan pasaran kapasiti (appetite) bagi negara yang “alignment”-nya tidak jelas.

4) Pertimbangkan captive, parametric, atau structured risk transfer

Willis menyebut captive dan instrumen parametrik untuk tail risk. Pada saya, ini masuk akal bila:

• pendedahan anda besar,
• risiko perubahan polisi sukar dilindungi secara tradisional,
• dan anda perlukan kepantasan pembayaran untuk menampung kos re-route atau inventory buffer.

AI membantu di sini dengan menetapkan pencetus parametrik yang lebih relevistik (contoh: perubahan status akses pasaran, tempoh penahanan kastam, atau indeks kos penghantaran).

Soalan lazim (yang orang akan cari) tentang AI, tarif dan risiko rantaian bekalan

Adakah AI boleh meramal perubahan geopolitik dengan tepat?

AI bukan “bola kristal”. Nilai sebenar AI ialah menggabungkan isyarat yang berselerak dan memberi amaran awal serta kebarangkalian senario. Itu sudah cukup untuk mempercepat keputusan.

Data apa paling kritikal untuk mula?

Mulakan dengan tiga set data: (1) transaksi pembelian & vendor, (2) laluan logistik & lead time, (3) klasifikasi produk + asal-usul (setakat yang ada). Lepas itu barulah tambah data luaran.

Siapa patut memiliki projek ini—IT, risiko, atau operasi?

Jika projek AI ini duduk hanya di IT, ia biasanya jadi dashboard cantik tapi tak digunakan. Yang paling berkesan ialah joint ownership: risiko tetapkan senario, operasi tetapkan keputusan yang perlu dibuat, IT pastikan data & integrasi.

Penutup: daripada tarif kepada algoritma—siapa yang bergerak dulu, dia menang masa

Tarif 2025 mengajar satu perkara: akses pasaran kini datang bersama syarat penjajaran, dan syarat itu boleh berubah lebih cepat daripada kitaran perancangan tahunan syarikat. Dalam logistik dan rantaian bekalan, kelajuan bertindak lebih bernilai daripada “kepastian penuh”—kerana kepastian penuh memang tak wujud.

Jika anda sedang membina strategi AI dalam logistik dan rantaian bekalan, jadikan risiko tarif geopolitik sebagai kes penggunaan utama. Ia memaksa disiplin data, memerlukan pemodelan senario yang realistik, dan memberi pulangan yang jelas: kurang kejutan, keputusan pembelian yang lebih tajam, dan program insurans yang lebih tepat.

Anda nak tunggu sehingga satu klausa “poison pill” memadamkan kelebihan tarif dalam semalam—atau nak pasang radar AI yang bagi anda masa untuk bergerak dulu?