Keuntungan:
- Mampu membedakan di mana kecerdasan buatan menghemat waktu nyata dalam alur kerja ritel (prediksi, analisis, konten, pelaporan) dan di mana harga, pesanan, dan keputusan pelanggan diserahkan kepada manusia, bergantung pada tingkat risiko tugas.
- Kemampuan untuk menerapkan disiplin yang memverifikasi setiap keluaran AI melalui langkah-langkah menghubungkannya ke sumber, menghitung ulang, dan memfilternya secara komersial.
- Menganonimkan data pelanggan dan penjualan dalam lingkup KVKK/privasi dan membiasakan memilih kendaraan yang aman
Ritel adalah industri di mana ribuan keputusan kecil dibuat setiap hari: berapa unit produk mana yang akan dipesan, berapa diskon yang akan diberikan untuk produk apa, pesan apa yang akan dikirim ke pelanggan mana, apa yang akan ditempatkan di lorong mana. Banyak dari keputusan ini didasarkan pada data, namun dibuat berdasarkan tekanan waktu, seringkali berdasarkan intuisi. Di sinilah kecerdasan buatan berperan: ia dengan cepat merangkum data, menghasilkan prediksi, rancangan, dan analisis. Namun kecerdasan buatan bukanlah solusi ajaib. Kami akan mengulangi satu kalimat di seluruh modul ini: Kecerdasan buatan menghasilkan saran, manusia yang bertanggung jawab mengambil keputusan.
Pada unit pertama ini, Anda akan mempelajari cara menerapkan AI dalam bisnis ritel dengan aman, efisien, dan etis. Pertama, mari kita perjelas apa itu kecerdasan buatan.
Kecerdasan buatan (AI): Ini adalah nama umum yang diberikan kepada perangkat lunak yang melakukan beberapa tugas mental yang dilakukan manusia (menulis teks, meringkas, memprediksi, mengklasifikasikan) dengan belajar dari data. Jenis yang paling sering kami gunakan adalah AI generatif yang bekerja dengan teks (alat yang menghasilkan teks dan menjawab pertanyaan; misalnya asisten berbasis obrolan) dan alat analisis yang menghasilkan prediksi dari data numerik.
Di manakah kecerdasan buatan menghemat waktu di bidang ritel?
Keunggulan AI terletak pada tugas-tugas yang berulang, intensif data, dan rumit. Ada banyak yang setara dengan ini di ritel:
- Menyusun perkiraan permintaan dari penjualan masa lalu
- Menulis deskripsi produk untuk ratusan produk
- Hasilkan ringkasan eksekutif dan komentar KPI dari bagan penjualan mentah
- Tetapkan logika untuk mensegmentasi kelompok pelanggan
- Menghasilkan ide kampanye dan draf pesan
- Memberikan saran berbasis data untuk tata letak lorong
Ciri umum dari karya-karya ini adalah keluarannya berupa rancangan dan dapat dengan mudah diverifikasi oleh seorang ahli.
Tempat di mana kecerdasan buatan tidak dapat mengambil keputusan
Beberapa keputusan secara langsung melibatkan uang, hak pelanggan, atau tanggung jawab hukum. Ini harus diserahkan kepada manusia:
- Penentuan harga akhir: Margin, persaingan, dan batasan etika harus dipertimbangkan bersama-sama.
- Konfirmasi kuantitas pesanan: Arus kas dan kapasitas gudang ikut berperan.
- Tindakan otomatis yang memengaruhi pelanggan: Memberi label pada pelanggan sebagai "berisiko" dan membatasi layanan mungkin bersifat diskriminatif.
- Klaim kampanye: Iklan yang menyesatkan mempunyai konsekuensi hukum.
Perhatian: Menerapkan keluaran AI yang belum diverifikasi sama berisikonya dengan mengirimkan pesanan pembelian yang belum dikonfirmasi ke pemasok. Tidak peduli seberapa mulus hasilnya, tanggung jawab tetap ada pada Anda.
Pemisahan berdasarkan tingkat risiko tugas
Bagilah pekerjaan Anda menjadi tiga kotak. Ini menentukan seberapa banyak Anda melepaskan AI.
Tingkat risiko
contoh tugas
Peran kecerdasan buatan
persetujuan manusia
rendah
Draf deskripsi produk, teks email
Produser/konseptor
Tinjauan cepat
sedang
Perkiraan permintaan, definisi segmen, ringkasan laporan
Analis/konsultan
Verifikasi numerik
tinggi
Keputusan harga, konfirmasi pesanan, pembatasan pelanggan
Saran saja
Keputusan wajib dan ditandatangani
Disiplin verifikasi: tiga langkah
Sebelum memublikasikan atau menerapkan keluaran AI apa pun, ikuti tiga langkah berikut:
- Tautan ke sumber: Berdasarkan data apa keluarannya? Dari penjualan periode manakah prediksi tersebut berasal? Dari fitur produk manakah klaim tersebut berasal? Jika tidak ada sumbernya, jangan percaya.
- Hitung ulang: Periksa kembali keluaran numerik (margin, jumlah diskon, jumlah pesanan) secara manual atau dengan tabel. Kecerdasan buatan dapat membuat kesalahan dalam aritmatika.
- Masukkan melalui filter komersial: “Apakah proposal ini sesuai dengan kenyataan, anggaran, dan etika toko kami?” Ajukan pertanyaan.
kasus kecil
Kasus 1 — Fitur palsu: Editor e-niaga memiliki AI yang menulis deskripsi 500 produk. Untuk headset Bluetooth, AI mengatakan "masa pakai baterai 40 jam"; padahal nilai sebenarnya adalah 20 jam. Karena editor melewatkan langkah menautkan ke sumber, kesalahan ditayangkan, 30 pengembalian dana dan komentar negatif terjadi. Hikmahnya: Setiap klaim teknis harus dicocokkan dengan data produk.
Kasus 2 — Kesalahan aritmatika: Manajer kategori mengatakan, "Sarankan harga dengan margin 35% untuk produk seharga 40 TL." AI menyarankan 61,54 TL, bukan 54 TL (menerapkan persentase ke basis yang salah). Karena manajer tidak menghitung ulang, produk tetap mahal dibandingkan pesaing, dan penjualan menurun selama dua minggu. Pelajaran: Selalu verifikasi nomornya.
Kasus 3 — Pelanggaran privasi: Manajer CRM menempelkan nama, nomor telepon, dan riwayat belanja 12.000 pelanggan ke dalam alat online dan mengatakan "segmentasi mereka". Data pribadi diberikan kepada pihak ketiga yang tidak dikontrol; Ini merupakan pelanggaran KVKK. Pelajaran: Jangan berikan data pribadi ke alat apa pun tanpa menganonimkannya.
Privasi dan dasar KVKK
KVKK (UU Perlindungan Data Pribadi): Merupakan undang-undang yang mengatur bagaimana data masyarakat seperti nama, kontak, dan belanja akan diproses. Aturan praktis kami adalah minimalisasi data: gunakan data sesedikit mungkin yang diperlukan untuk melakukan suatu pekerjaan.
Sebelum menggunakan alat, siapkan data pelanggan/penjualan sebagai berikut:
- Hapus pengenal langsung seperti nama depan, nama belakang, telepon, email, nomor kartu, ID TR atau ubah menjadi kode seperti "Pelanggan_001".
- Tinggalkan hanya bidang yang diperlukan untuk analisis (misalnya rentang usia, kota, jumlah keranjang, kategori).
- Pilih alat perusahaan yang aman yang tidak menggunakan data Anda dalam pendidikan.
Tip: "Dapatkah saya menampilkan data ini di layar kepada orang asing?" bertanya. Jika jawabannya tidak, anonimkan terlebih dahulu.
Perintah lemah / Perintah kuat
Prompt (perintah): Ini adalah instruksi tertulis yang Anda berikan kepada kecerdasan buatan. Kualitasnya secara langsung menentukan kualitas keluaran.
Perintah yang lemah:
Analisis penjualan saya.
Hal ini tidak jelas; Tidak jelas datanya yang mana, periodenya yang mana, pertanyaannya yang mana. Kecerdasan buatan menghasilkan jawaban yang umum dan tidak berguna.
Perintah yang kuat:
Peran Anda: Anda adalah analis penjualan ritel. Tugas: Periksa grafik penjualan mingguan anonim di bawah ini. Data: [kolom untuk kategori, kuantitas, omset, jumlah pengembalian] Saya ingin: (1) 3 kategori dengan omset tertinggi dan terendah, (2) 2 perubahan penting dari minggu lalu, (3) Satu kalimat kemungkinan alasan untuk setiap temuan. Aturannya: Andalkan saja angka-angka yang ada di data, jangan menebak-nebak. Tandai "harus diverifikasi" jika Anda tidak yakin. Format: Artikel artikel, maksimal 200 kata.
Templat cepat yang dapat disalin
1) Klasifikasi risiko tugas
Klasifikasikan tugas ritel berikut ke dalam risiko rendah / sedang / tinggi.Tugas: [tulis tugas]Untuk setiap kelas: apa yang seharusnya menjadi peran kecerdasan buatan, persetujuan manusia apa yang diperlukan?Berikan jawaban dalam 3 baris.
2) Kontrol anonimisasi
Perhatikan judul tabel di bawah ini. Kolom mana yang berisi data pribadi dan harus dihapus atau dikodekan sebelum diberikan ke alat AI? Tentukan sebagai daftar.Judul: [tempel nama kolom]
3) Daftar validasi keluaran
Saya akan memberi Anda keluaran AI. Jawab tiga pertanyaan berikut: 1) Berdasarkan sumber/data apa keluaran ini, apakah ada sumbernya? 2) Cantumkan klaim numerik di dalamnya, klaim mana yang harus diverifikasi? 3) Apakah ada pernyataan berisiko dari segi etika/perundang-undangan? Keluaran: [tempel]
4) Pembuatan intisari yang aman
Peran Anda: asisten manajer ritel. Ekstrak ringkasan eksekutif dari data anonim di bawah. Gunakan hanya informasi yang ada di dalam data, jangan menambahkan informasi dari luar. Tandai ketidakpastian sebagai "asumsi". Maksimal 150 kata.Data: [tempel]
Kesalahan umum
- Menerapkan keluaran sebagaimana adanya: Bahasa yang fasih tidak menjamin kebenarannya. Selalu verifikasi.
- Menempelkan data pribadi dalam bentuk mentahnya: Anonimkan terlebih dahulu.
- Menulis perintah yang tidak jelas: Perintah yang tidak menentukan peran, tugas, data, aturan, dan format memberikan keluaran yang buruk.
- Tidak memeriksa nomor: Verifikasi secara manual nomor-nomor penting seperti margin, diskon, jumlah pesanan.
- Menyerahkan keputusan berisiko tinggi kepada kecerdasan buatan: Batasan harga, pesanan, dan pelanggan adalah keputusan manusia.
Singkatnya
Kecerdasan buatan menghemat banyak waktu dalam peramalan, analisis, konten, dan pelaporan di bidang ritel, tetapi kecerdasan buatan bukanlah pengambil keputusan. Pisahkan tugas berdasarkan tingkat risiko, verifikasi setiap keluaran dengan langkah filter sumber-hitung ulang-komersial, dan pastikan untuk menganonimkan data pribadi. Perintah yang bagus; mencakup peran, tugas, data, aturan, dan format.
Tugas aplikasi
Buat daftar lima tugas rutin dari bisnis Anda (misalnya pesanan mingguan, salinan kampanye, laporan penjualan). Klasifikasikan masing-masing risiko ke dalam risiko rendah/sedang/tinggi dan tuliskan “peran AI” dan “persetujuan manusia diperlukan” di sebelahnya. Kemudian coba perintah "3) Daftar verifikasi keluaran" pada cetakan asli.
daftar periksa
- [ ] Saya membagi tugas saya menjadi risiko rendah/sedang/tinggi.
- [ ] Saya mengaitkan keputusan berisiko tinggi dengan persetujuan manusia.
- [ ] Saya menganonimkan data pribadi sebelum memberikannya ke kendaraan.
- [ ] Saya menghitung ulang setiap keluaran numerik.
- [] Perintah saya berisi peran, tugas, data, aturan, dan format.
- [] Saya tidak pernah secara langsung menerapkan keluaran yang tidak divalidasi.