Dalam perdagangan agen, agen tidak akan bertanya—agen akan menilai
Awal tahun ini, saya berada di sebuah ruangan bersama sekelompok CEO di Istanbul. Beberapa minggu kemudian, melalui telepon dengan anggota dewan dari jaringan toko kelontong Eropa. Sebulan kemudian dengan investor di Australia, kemudian dilakukan panggilan lagi dengan investor dari Amerika Utara. Dan yang terbaru, tim operasi di AS Pasar yang berbeda, tekanan persaingan yang berbeda, tahapan kematangan AI yang berbeda. Percakapan yang sama setiap saat. Mereka semua ingin berbicara tentang agen belanja yang didukung AI, dan bersaing di bidang perdagangan agen. Fokus tersebut dapat dimengerti. Sinyalnya nyata. Namun para eksekutif yang memiliki posisi lebih baik dalam organisasinya mengajukan pertanyaan berbeda: Bagaimana cara saya menjadi pengecer yang dipilih agen? Perdagangan agen tidak hanya mengubah cara orang berbelanja, tetapi juga siapa yang sebenarnya membuat keputusan pembelian. Ketika agen belanja merakit keranjang di bawah batasan harga, ketersediaan, nilai loyalitas, dan kecepatan pengiriman, ia akan membuat keputusan yang dulunya ada di tangan pelanggan. Agen akan memilih pengecer yang dinilai paling layak untuk melakukan transaksi. Sebagian besar organisasi ritel tidak siap untuk evaluasi tersebut. Dan alasannya tidak ada hubungannya dengan tumpukan teknologi mereka. AWAL, TETAPI TIDAK CUKUP AWAL UNTUK MENUNGGU Perdagangan agen memang nyata namun baru lahir. Agen belanja yang sepenuhnya otonom belum beroperasi dalam skala besar. Sebagian besar penerapan saat ini bersifat sempit, terbantu, dan masih dalam tahap pengembangan. Para eksekutif yang merasa punya waktu benar mengenai keadaan saat ini, namun salah mengenai masa depan. Polanya terlihat. Instacart dan layanan serupa telah memperhitungkan ketersediaan, tingkat substitusi, dan keandalan pengiriman dalam menentukan peringkat dan mengarahkan pengecer. Pengecer saat ini sedang dievaluasi berdasarkan sistem yang tidak sepenuhnya mereka lihat atau kendalikan. Hal yang berubah seiring matangnya perdagangan agen adalah cakupan evaluasi tersebut dan otonomi sistem yang menjalankannya. Saat ini, para pengecer yang berada dalam posisi untuk bersaing sedang membuat keputusan mendasar: bagaimana mereka menyusun data, mengatur keputusan, dan menegosiasikan kemitraan platform. Keputusan-keputusan itu rumit. Ini bukan seruan untuk panik, tetapi untuk mengurutkan dengan benar. Organisasi Anda akan terlibat dengan perdagangan agen, namun apakah Anda akan terlibat dengan persyaratan Anda sendiri atau persyaratan orang lain?FRIKSI OPERASIONAL MENGIRIMKAN PELANGGAN KE TEMPAT LAINBekerja di 84.51°, salah satu organisasi ilmu data ritel terbesar di negara ini, saya mendapat pemahaman awal tentang di mana AI agen akan menciptakan nilai nyata. Bukan di bagian depan, namun di bagian belakang kantor, jalur inovasi, dan pekerjaan tidak menarik dalam menghubungkan data ke keputusan dalam skala besar. Manufaktur makanan adalah contoh yang baik. Peluangnya adalah menghubungkan data segmen pelanggan secara langsung dengan keputusan formulasi produk, sekaligus mengoptimalkan trade-off dalam hal rasa, kualitas, umur simpan, margin, dan kelayakan produksi. Sistem agen dapat menangani semua kendala tersebut sekaligus, mensimulasikan skenario, dan memunculkan opsi yang memerlukan waktu berminggu-minggu untuk dievaluasi oleh tim manusia. Itu adalah model operasi yang berbeda. Koneksi ke perdagangan agen dijalankan melalui operasi. Platform pemenuhan saat ini sudah menggunakan rasio pengisian, logika substitusi, dan keandalan pengiriman sebagai sinyal peringkat. Ketika sistem agen semakin mampu, evaluasi meluas ke komitmen layanan, ekonomi loyalitas, dan seberapa baik pengecer menangani pengecualian. Masing-masing sinyal tersebut dihasilkan oleh operasi internal. Jika operasi tersebut terfragmentasi atau dijalankan secara tidak konsisten, sistem akan mengarahkan permintaan ke tempat lain. Keunggulan internal bukanlah hadiah hiburan. Ini adalah persyaratan masuknya. Pola ini punya nama, dan industri lain telah melaluinya. Istilahnya adalah disintermediasi pelanggan, dan ritel akan mempelajari apa yang dipelajari oleh industri-industri tersebut dengan susah payah. Dalam jasa keuangan, disintermediasi tidak terjadi sekaligus. Alat algoritma menyisipkan diri di antara perusahaan dan kliennya, mereplikasi penawaran inti dengan biaya yang lebih murah, dan membuat hubungan awal terasa tidak diperlukan. Perusahaan yang bergerak lebih awal melindungi apa yang tidak dapat ditiru oleh otomatisasi. Perusahaan-perusahaan yang menunggu kehilangan kekuatan yang sulit untuk dipulihkan. Paralel ritelnya hampir sama. Platform agen menjadi antarmuka. Pengecer menjadi sumber inventaris. Jika Anda tidak melindungi hubungan data dan menampilkan proposisi nilai penuh Anda sebelum skala ditetapkan, Anda akhirnya bersaing dalam hal harga dan ketersediaan dengan pengecer lain di platform yang sama. Hal ini merupakan perlombaan menuju titik terbawah. Para retailer memerlukan visibilitas penuh mengenai bagaimana mereka diberi peringkat, mengapa permintaan diarahkan seperti itu, dan sinyal apa yang dibaca oleh platform. Negosiasi perlu mencakup hak operasional, bukan hanya persyaratan komersial, sebelum ketergantungan menjadikan pembicaraan bersifat akademis. Jangan mempublikasikan katalog. Publikasikan apa yang menjadikan Anda pilihan terbaik. Dalam lingkungan agen, agen memilih pengecer yang bisa memberikan produk yang tepat dengan harga yang tepat kepada pelanggan tanpa hambatan—bagian depan. Keunggulan operasional dan pemenuhan akan membedakan merek—bagian belakang. DISIPLIN PELAKSANAAN ADALAH ASET YANG LANGKA Eksekusi penghargaan AI Agentik. Sistem agenik mengungkap apa yang sudah rusak: data yang terfragmentasi, hak pengambilan keputusan yang tidak jelas, dan kesenjangan akuntabilitas yang tidak ingin diformalkan oleh siapa pun. Ketika suatu sistem perlu bertindak secara mandiri, kesenjangan tersebut langsung menjadi penghalang. Bulan-bulan pertama penerapan AI sebenarnya adalah tentang memperbaiki perusahaan. Para pengecer yang membuat kemajuan nyata memiliki satu karakteristik yang sama: Agenda AI dimiliki oleh para pemimpin bisnis, bukan tim teknologi. Operasi, perdagangan, dan rantai pasokan menetapkan prioritas. Teknologi memungkinkan. Nilai dimiliki oleh orang-orang yang bertanggung jawab atas hasilnya. Jangkar investasi AI dalam masalah operasional dengan bobot ekonomi riil. Bangun fondasi internal sebelum Anda menegosiasikan kesepakatan platform eksternal. Negosiasikan kesepakatan tersebut sejak dini dan agresif, dengan hak data tertulis dalam persyaratan sebelum skala menciptakan ketergantungan. Seiring dengan semakin matangnya perdagangan agen, permintaan akan diarahkan ke pengecer yang berhak mendapatkannya melalui setiap ukuran operasional yang dapat dievaluasi oleh sistem. Para pengecer yang menganggapnya sebagai masalah di masa depan sudah ketinggalan dalam menghadapi masalah yang ada saat ini. Todd James adalah pendiri dan CEO Aurora Insights LLC. Batas waktu yang diperpanjang untuk Fast Company’s Next Big Things in Tech Awards adalah Kamis, 18 Juni, pukul 23.59 PT. Terapkan hari ini.
Diterbitkan : 2026-06-17 19:40:00
sumber : www.fastcompany.com
