AI untuk Retail & Distribusi: Stok, PO, dan Laporan Tanpa Drama Spreadsheet

Senin pagi, seorang pelanggan grosir menanyakan stok satu SKU yang sedang laris. Sheet gudang menunjukkan masih ada puluhan karton, sheet Shopee tinggal belasan, dan ternyata sales sudah menjanjikan sebagian ke sebuah toko di Bekasi lewat grup WhatsApp hari Jumat. Tiga admin, tiga jawaban, dan menurut file masing-masing tidak ada yang salah.

AI untuk retail dan distribusi paling cepat terasa manfaatnya bukan lewat chatbot atau prediksi permintaan, melainkan saat spreadsheet dipensiunkan satu per satu: stok dulu, lalu pesanan dan PO, lalu laporan. Setiap pergerakan barang dicatat sistem ke satu buku stok, AI membantu mengisinya dari input yang berantakan, lalu membacanya kembali menjadi laporan pengecualian di WhatsApp Anda. Keputusan yang berdampak, seperti koreksi stok atau persetujuan kredit, tetap dipegang orang Anda.

Kenapa AI untuk retail gagal kalau stoknya masih di spreadsheet?

Kebanyakan pembahasan AI di retail langsung bicara personalisasi atau kamera rak, seolah data stok sudah benar. Di banyak distributor Indonesia, sistemnya justru beberapa spreadsheet dan belasan grup WhatsApp.

Padahal catatan stok jarang seakurat yang kita kira. Sebuah studi ECR Community tahun 2020 terhadap sekitar satu juta SKU di kurang lebih 100 toko milik tujuh peritel Eropa menemukan sekitar 60% catatan persediaan tidak akurat, dan setelah catatan itu dikoreksi, penjualan naik 4–8% (Sumber: ECR Community, 2020). Prediksi permintaan di atas data semacam itu tidak menjadi pintar, hanya salah dengan lebih percaya diri.

Spreadsheet juga memakan waktu. Survei DOSS, perusahaan perangkat lunak operasional, terhadap 1.003 profesional operasional di Amerika Serikat mencatat 22% menemui kesalahan spreadsheet setiap hari dan 53% setiap minggu, dengan rata-rata 3,6 jam per minggu untuk membetulkannya, atau lebih dari 22 hari kerja setahun per orang (Sumber: DOSS, 2026). Di antara penyebabnya: input manual (59%) dan copy-paste (45%), dua pekerjaan harian admin Anda.

Sebagai ilustrasi, bayangkan distributor dengan tiga admin, dua gudang, dan empat marketplace. Jika rata-rata survei itu berlaku, sekitar 11 jam seminggu (tiga kali 3,6 jam) habis hanya untuk membetulkan sheet, belum menghitung penjualan yang hilang karena stok ternyata kosong.

Langkah pertama: satu buku stok yang ditulis sistem, bukan orang

Mulailah dari sheet yang paling banyak tangannya. Ujinya satu pertanyaan: siapa saja yang boleh mengubah angka stok ini? Kalau jawabannya semua admin, ditambah sales yang titip koreksi lewat WA, di situlah kebocorannya.

Penggantinya adalah satu buku stok tempat setiap pergerakan tercatat lewat pemindaian atau integrasi: barang masuk, picking, retur, dan stock opname, untuk kedua gudang dan keempat marketplace sekaligus. Tidak ada angka yang diketik ulang. Begitu satu SKU terjual di TikTok Shop, angka tersedianya untuk Shopee, Lazada, dan Blibli berkurang di buku yang sama, sehingga tidak ada sheet yang diam-diam menjanjikan barang habis. Buku stok inilah yang Anda butuhkan sebelum belanja stok untuk Ramadan dan Lebaran.

AI tidak mengoreksi stok sendiri. Selisih hasil opname tetap disetujui kepala gudang atau Anda, dan setiap persetujuan tercatat siapa dan kapan. Sheet stok boleh diarsipkan ketika tidak ada lagi yang membukanya untuk menjawab pertanyaan soal jumlah barang.

Menurut pengalaman kami membangun sistem gudang untuk penjual marketplace yang menerima order dari Shopee, TikTok Shop, Lazada, dan Blibli, urutan pindahnya sama penting dengan fiturnya. Fase pertama sengaja dibuat hanya membaca (read-only) terhadap semua marketplace: sistem tidak mengirim, membatalkan, atau meminta label apa pun. Tim menjalankan layar baru berdampingan dengan cara lama pada order yang sama, operasional tidak berhenti sehari pun, dan sistem diuji menyeluruh serta dicoba pada paket sungguhan sebelum klien benar-benar beralih. Dibangun oleh Agentiq untuk penjual marketplace Indonesia yang identitasnya dirahasiakan: merek, nomor order dan resi, nama produk, nama staf, serta alamat bersifat fiktif; semua tampilan layar menggunakan data sampel fiktif.

Langkah kedua: biarkan AI menerima pesanan yang berantakan

Setelah buku stoknya tunggal, AI punya pijakan. Pesanan grosir di Indonesia datang sebagai chat, foto daftar tulisan tangan, PDF terusan, atau pesan suara. Kebiasaan itu makin kuat: porsi pengguna internet dewasa yang mengirim pesan ke akun WhatsApp bisnis setiap hari naik dari 60% (2024) ke 66% (2025), lalu 71% pada 2026 (Sumber: Kantar untuk Meta, via Kompas Tekno, 2026).

Meta sendiri meluncurkan Meta Business Agent di Indonesia pada 11 Agustus 2026, agen AI yang bisa menjawab chat hingga memproses transaksi (Sumber: Suara.com, 2026). Agen seperti itu hanya menyebut stok yang benar jika ada satu buku stok di belakangnya.

Tugas AI di sini adalah mengubah PO PDF, foto order, dan chat menjadi draf pesanan yang dicocokkan ke katalog dan buku stok; admin menyetujui, sistem mengecek limit kredit dan tempo pelanggan. Olaif, pemasok grosir yang tampil sebagai klien nyata dengan izin, menerapkannya di portal pembeli tempat distributor dan pembeli B2B-nya memesan: PO berupa PDF atau foto dibaca AI, lalu barisnya dicocokkan ke katalog. Mekanisme ekstraksinya ada di artikel terkait soal PO otomatis, begitu pula pilihan chatbot WhatsApp atau agen AI untuk inbox Anda.

Tanda langkah ini selesai: admin berhenti mengetik ulang pesanan dan hanya memeriksa draf.

Langkah ketiga: laporan yang datang sendiri, isinya hanya pengecualian

Laporan akhir bulan biasanya macet karena status bayar ada di aplikasi bank, pesanannya di thread WA, dan fakturnya di software akuntansi. Tempo dan limit kredit per pelanggan, bercampur pembayaran QRIS dan virtual account, membuat rekonsiliasi manual jadi pekerjaan lembur.

Di langkah ini AI membaca buku stok dan data transaksi, bukan sheet yang diketik ulang, lalu mengirim ringkasan pagi ke WhatsApp Anda. Isinya hanya hal yang perlu diputuskan:

• SKU yang turun di bawah titik pesan ulang, per gudang
• Barang lambat laku dan stok yang mulai menua
• Tagihan tempo yang lewat jatuh tempo, lengkap dengan nama pelanggannya
• Selisih antara pesanan dan dana settlement dari marketplace

AI menyiapkan draf tindak lanjutnya, misalnya usulan PO ke pemasok atau pesan pengingat penagihan, dan Anda yang memutuskan. Laporan seperti ini jarang diperdebatkan karena setiap angka bisa ditelusuri ke transaksi asalnya. Sheet laporan boleh pensiun ketika rapat bulanan tidak lagi dibuka dengan mencocokkan versi file.

Apa artinya untuk bisnis Anda

Sektor perdagangan besar dan eceran tumbuh 6,39% secara tahunan pada kuartal II 2026, di atas pertumbuhan ekonomi nasional yang 5,29%, dan menyumbang 13,02% PDB (Sumber: BPS, 2026). Volume penjualan eceran riil justru hanya naik 1,1% tahunan pada Juli 2026 dan turun 0,1% dari bulan sebelumnya (Sumber: Bank Indonesia via Katadata, 2026). Pertumbuhan pasar tidak akan menutupi kebocoran; ruang margin ada di persediaan.

IHL Group memperkirakan stok kosong dan stok berlebih secara global bernilai sekitar USD 1,73 triliun per tahun, kira-kira 6,5% dari penjualan ritel dunia (Sumber: IHL Group, 2025). Angka global, tetapi urutan besarnya layak jadi patokan untuk gudang Anda sendiri.

Terus terang, ini proyek pipa data dulu, baru proyek AI. Dalam survei Gartner terhadap 140 pemimpin supply chain di perusahaan berpendapatan di atas USD 250 juta, 56% menyebut integrasi AI dengan sistem dan proses lama sebagai tantangan besar (Sumber: Gartner, 2026). Jika perusahaan sebesar itu tersandung di integrasi, bisnis berbasis spreadsheet perlu membereskan aliran datanya dulu.

Ada manfaat kepatuhan juga. Nama, nomor telepon, dan alamat reseller yang beredar dalam file Excel antargrup WA pindah ke sistem dengan hak akses per peran dan jejak audit, sejalan dengan UU Pelindungan Data Pribadi. Bagi tim, perannya bergeser dari mengetik ulang ke memeriksa dan menyetujui; kendali tetap di tangan Anda.

Yang bisa Anda cek minggu ini:

• Hitung spreadsheet yang dipakai untuk stok, pesanan, dan laporan.
• Tulis siapa saja yang mengisi masing-masing sheet.
• Pilih satu sheet dengan penulis terbanyak; biasanya itu sheet stok.
• Jalankan tampilan read-only berdampingan dengan cara lama selama dua sampai empat minggu sebelum mengubah apa pun.
• Tunda forecasting sampai buku stok terbukti cocok dengan hasil opname.

Jika Anda ingin melihat seperti apa satu buku stok dan laporan pengecualian untuk bisnis distribusi Anda, ceritakan prosesnya lewat halaman kontak kami. Tim Agentiq akan menjawab dengan rekomendasi konkret, bukan template, termasuk sheet mana yang paling layak dipensiunkan lebih dulu.