Toko Berbasis AI Akan Hadir, Hampir Semua Pemain Belum Siap

JAKARTA — Penelitian terbaru mengungkap kesenjangan drastis antara adopsi kecerdasan buatan (AI) di industri ritel dan kesiapan nyata di lantai toko pada 13 Agustus 2026, di mana 89% perusahaan ritel dan barang konsumen (CPG) telah mengadopsi AI dalam bentuk apa pun, namun hanya 7% yang berhasil menskalakannya hingga menghasilkan dampak keuntungan yang terukur. Menurut data McKinsey, investasi AI saat ini terfokus pada peramalan, penetapan harga, chatbot, dan email personalisasi — bukan pada momen kritis ketika pembeli berdiri di depan rak memutuskan pembelian. Penelitian menunjukkan toko fisik hampir tidak memiliki lapisan data untuk interaksi di lorong antara pembeli dan asisten, berbeda dengan e-commerce yang selama 20 tahun menginstrumentasikan setiap klik, gulir, dan keranjang ditinggalkan, menjadikan toko sebagai ruang paling tidak terinstrumentasi di seluruh tumpukan ritel.

Sinyal perilaku yang dibutuhkan mencakup empat bucket konkret: data performa tingkat asisten yang mencakup apa yang diketahui asisten, seberapa percaya diri mereka menjual, dan di mana kesenjangannya; data interaksi di lorong yang merekam apa yang terjadi antara "pembeli masuk" dan "pembeli memutuskan" secara terstruktur dan dapat dikueri; sell-through per asisten bukan hanya per toko, mengingat hari ini hampir tidak ada ritel yang tahu asisten mana, pada shift mana, yang menggerakkan angka; serta data konteks eksternal seperti cuaca, tren sosial lokal, peristiwa terkini, dan fluktuasi inventaris menurut geografi yang seharusnya membentuk rekomendasi asisten secara real-time.

Begitu lapisan data ini tersedia, kasus penggunaan berhenti bersifat hipotetis. Bagi ritel, hal ini memungkinkan rekomendasi real-time berbasis apa yang benar-benar terjadi di toko — gelombang panas mendorong permintaan kategori, tren viral menonjolkan minat produk, pergeseran inventaris menurut geografi — bendera prediktif sebelum performa asisten turun, dan menghubungkan sistem yang sudah ada seperti manajemen tenaga kerja, lalu lintas kaki, inventaris, dan POS menjadi sesuatu yang bertindak, bukan enam dasbor yang masing-masing bercerita separuh. Bagi merek, lapisan data yang sama mengubah percakapan lain sepenuhnya, memungkinkan sell-through prediktif per ritel, wilayah, dan toko, terikat pada cara asisten belajar, mendapatkan komisi, dan menjual produk merek tersebut secara spesifik. Rep lapangan berhenti menebak pintu mana yang butuh kunjungan dan mulai melihat toko mana yang memiliki kemenangan mudah di meja, dan mana yang diam-diam menyimpang sebelum kuartal berakhir. Tidak ada yang menggantikan asisten; teknologi ini membekali mereka. Asisten menjadi antarmuka antara semua data itu dan manusia nyata yang berdiri di lorong.

Kegentingan bukan buatan. Pembeli sudah membawa riset produk bertenaga AI di saku sebelum pernah menghubungi asisten toko. Kesenjangan pengetahuan antara pelanggan dan asisten telah diam-diam terbalik, dan ritel yang menutupnya duluan akan menentukan tempo bagi yang lain. Penelitian ritel terbaru NVIDIA menemukan hampir 9 dari 10 ritel sudah melampaui percakapan "haruskah kita" dan masuk ke keterlibatan AI aktif. Jendela kompetitif bukan dekade, melainkan kuartal. Merek dan ritel yang memenangkan lima tahun ritel fisik mendatang bukan yang memiliki pilot AI paling mencolok, melainkan yang diam-diam membangun lapisan di bawahnya terlebih dahulu: data perilaku nyata dari lantai, pada tingkat asisten, secara real-time. Itulah toko masa depan. Dimulai dengan mengetahui apa yang benar-benar terjadi di toko hari ini.

Artinya toko di mana keputusan di lantai, seperti rekomendasi, penempatan staf, dan pelatihan, dibentuk oleh data perilaku dan performa nyata, bukan kebiasaan atau memori. Membutuhkan lapisan data yang menangkap apa yang terjadi di lorong, bukan hanya di kasir.

Adopsi dan kesiapan hal berbeda. Penelitian McKinsey menunjukkan 89% ritel mengadopsi AI di suatu tempat di bisnis, tapi hanya 7% menskalakannya ke dampak terukur, karena data perilaku dasar dari lantai toko belum ada.

Minimal: data performa dan pengetahuan tingkat asisten, data interaksi di lorong, sell-through dipecah per rep individual, dan konteks makro seperti cuaca, tren lokal, dan pergeseran inventaris menurut geografi.

E-commerce punya 20 tahun data perilaku terinstrumentasi: klik, gulir, keranjang ditinggalkan. Ritel fisik hampir tidak punya itu untuk momen di lorong, itulah sebab AI lebih mudah diterapkan online daripada di lantai penjualan.

AI di Ritel Transformasi Digital Ritel Tren Ritel 2026 Berita dan Wawasan Pelatihan & Keterlibatan Tenaga Kerja Kami termasuk platform eLearning dan keterlibatan bisnis kelas atas yang diakui untuk pelatihan dan pengembangan bakat efektif, membantu memberdayakan tenaga kerja terdistribusi. Berlangganan. Artikel direkomendasikan: "Clienteling Software and the Future of Omnichannel Shopping: Rallyware Chats with Swarovski's Anthony Sloan" tanggal 16 Januari 2024 oleh Rebecca; "Sales Enablement 3.0: How AI-Native Platforms Are Redefining Sales Performance" tanggal 25 Juni 2025 oleh Rebecca; "The Evolution of Retail: Data-Driven Performance Enablement for the Next Normal" tanggal 26 Oktober 2022 oleh Rebecca.