Setiap kuartal menghadirkan bukti baru betapa cepatnya standar terus meningkat dalam eksekusi CPG. Apa yang terasa seperti kapabilitas canggih delapan belas bulan lalu kini menjadi ekspektasi dasar di ruang tempat para pemimpin komersial mengambil keputusan investasi.
Tiga tema telah mendefinisikan kerja sama terbaru kami dengan pelanggan:
Cold Chain Kesenjangan antara apa yang diasumsikan organisasi terjadi pada produk mudah rusak mereka selama transit dan apa yang sesungguhnya terjadi tetap lebar. Biaya dari kesenjangan itu bukan lagi hal yang dapat diterima.
Agentic SFA Kunjungan yang berakhir tanpa pesanan karena pemilik toko sedang tidak ada selalu dianggap sebagai peluang yang hilang. Kami tidak lagi memperlakukannya seperti itu, sebuah agent yang terkelola dapat menutupnya, dengan seseorang yang tetap memegang kendali atas setiap keputusan yang berisiko.
Signals for DMS Model prediktif yang sama yang memberi skor risiko eksekusi outlet kini juga dapat menampilkan anomali pada sisi distributor sebelum menyebar ke hulu.
Secara keseluruhan, yang kami gambarkan adalah agentic execution di sepanjang route to market secara utuh, bukan hanya dalam penjualan lapangan, tetapi di seluruh logistik, distribusi, dan alur data yang menghubungkannya. Itulah arah yang kami tuju. Di sanalah kami membangun.
Melanjutkan dari edisi sebelumnya, pengembangan produk terbaru kami berfokus pada tiga area di mana kesenjangan antara kebutuhan tim CPG dan apa yang disediakan sistem lama paling besar: distribusi dengan kontrol suhu, eksekusi lapangan agentic, dan deteksi sinyal pada sisi distributor.
Cold Chain
Kami menyelesaikan integrasi pemantauan suhu IoT real-time ke dalam lapisan logistik Lighthouse. Data sensor yang berkelanjutan kini menjadi input bagi model machine learning yang menjalankan inferensi di sepanjang perjalanan setiap pengiriman. Ketika pelanggaran suhu terdeteksi atau diperkirakan, sistem mengklasifikasikan penyimpangan, memperkirakan risiko kehilangan produk, dan mengirimkan notifikasi berisi tindakan yang direkomendasikan, tanpa harus menunggu eskalasi manual.
Agentic SFA
Melampaui sekadar menampilkan sinyal yang tepat kepada rep, kami mulai membiarkan sistem bertindak atasnya. Kapabilitas agentic pertama kami menargetkan kebocoran paling umum dalam penjualan lapangan, yaitu kunjungan yang berakhir tanpa pesanan karena pemilik toko tidak ada di tempat atau tidak dapat dihubungi. Alih-alih mencatat no-sale dan melanjutkan kunjungan, rep dapat menyerahkan outlet tersebut kepada agent otonom yang berinteraksi langsung dengan retailer dan menyelesaikan pesanan atas nama rep.
Kami membangunnya sebagai perpanjangan yang terkelola dari rep, bukan sebagai pengganti:
-
Diinisiasi oleh Sales Rep: agent hanya bertindak atas kunjungan yang dipilih untuk diserahkan oleh seseorang, agent tidak pernah menghubungi pihak lain atas inisiatifnya sendiri.
-
Human-in-the-loop: pesanan yang tidak biasa besarnya atau berisiko akan ditahan untuk disetujui, dikurangi, atau ditolak oleh seseorang sebelum dikirim.
-
Mengutamakan persetujuan, dengan batasan yang jelas: tidak ada yang terjadi tanpa kontak dan persetujuan yang terkonfirmasi, dan aplikasi lapangan tetap menjadi kokpit rep untuk mengirim, melacak, dan menyelesaikan setiap handoff.
Ini adalah tinjauan awal. Sisi aplikasi lapangan sudah live dan terverifikasi perangkat, sementara agent end-to-end berada dalam pilot terkendali. Ini adalah langkah pertama kami menuju agentic execution pada last mile, sistem yang mendeteksi, memutuskan, dan bertindak, dengan manusia yang tetap memegang kendali pada momen-momen yang berisiko.
Signals for DMS
Kami memperluas lapisan predictive risk-scoring kami ke dalam DMS. Sinyal pada sisi distributor kini mencakup:
- Anomali kecepatan secondary sales
- Kurva depletion stok yang menyimpang dari prediksi model
-
Penurunan fill rate yang dapat diidentifikasi sistem sebagai berbeda secara struktural dari variasi musiman
Inferensi real-time berjalan pada aliran data distributor. Hasilnya adalah dorongan agentic yang ditampilkan pada tingkat hierarki komersial yang tepat, sebelum anomali membesar.
Tiga kapabilitas bergerak ke lapangan kuartal ini, dalam produksi penuh atau pilot aktif, masing-masing menargetkan kesenjangan eksekusi yang terus bertahan karena data yang mendasarinya tidak tersedia secara real-time, terlalu tidak terstruktur bagi sistem konvensional, atau terisolasi dari sisa stack komersial.
Di berbagai pasar, kategori, dan ukuran organisasi, sebuah pola terus muncul dalam audit operasional kami. Hambatannya jarang berupa teknologi, dan jarang pula berupa orang. Hambatannya adalah lapisan struktural di antara keduanya: alur kerja yang tidak pernah terhubung, pelaporan yang masih bergantung pada seseorang yang menarik angka secara manual dari satu sistem ke sistem lain, kesenjangan visibilitas yang diakui semua orang namun tidak ada yang memiliki mandat untuk memperbaikinya.
Menelusuri lebih dalam dari mana kesenjangan itu sebenarnya berasal, kami terus menemukan tiga pola kegagalan yang sama.
Anatomi dari Kesenjangan Ini
-
Jurang Penerjemahan: niat strategis, "kami butuh visibilitas yang lebih baik terhadap secondary sales," diterjemahkan menjadi kebutuhan fungsional yang kaku, dan yang dihasilkan di ujung lainnya adalah platform yang mencatat data alih-alih mendorong keputusan.
-
Dashboard vs. Control Tower: tim dibanjiri pelaporan pasif yang menunjukkan apa yang sudah terjadi, tanpa sistem setara yang dibangun untuk intervensi aktif pada saat itu juga.
-
Jebakan Kekakuan: platform generik yang dibangun untuk alur kerja standar tidak dapat mengakomodasi realitas multi-tingkat dari jaringan distribusi yang kompleks, sehingga tim akhirnya membangun solusi manual sekadar untuk menjalani hari.
Bagaimana Kami Menutup Kesenjangan Ini
-
Rancang untuk Ujung Tombak, Bukan Pusat: bangun berdasarkan realitas harian orang yang benar-benar bekerja di lapangan, bukan hanya ringkasan eksekutif.
-
Prioritaskan Sinyal yang Dapat Ditindaklanjuti di atas Volume Data:
gantikan antarmuka analitik yang bertele-tele dengan sistem yang menampilkan pengecualian dan memicu tindakan berikutnya.
-
Selaraskan Arsitektur dengan Alur Operasional:
jadikan integrasi ERP, DMS, dan logistik mencerminkan ritme bisnis yang sesungguhnya, bukan laporan manual yang bolak-balik antar sistem.
Ketika lapisan struktural itu diselesaikan dengan cara ini, tim lapangan bergerak lebih cepat dari yang direncanakan, bukan karena mereka kurang kapabilitas atau komitmen, tetapi karena friksi yang selama ini memperlambat mereka akhirnya hilang. Itulah persis yang kami saksikan dalam peluncuran kami yang paling baru.
212 pengguna aktif pada hari pertama bukanlah hasil dari pelatihan semata. Ini berarti orang-orang yang paling dekat dengan pekerjaan tersebut langsung menyadari bahwa platform ini menyelesaikan sesuatu yang nyata. Sinyal itu lebih berarti bagi kami dibandingkan benchmark apa pun yang kami lacak secara internal. Studi kasus di bawah ini mengulas lebih jauh seperti apa peluncuran-peluncuran ini di lapangan.
Cara tim kepemimpinan CPG membahas teknologi eksekusi telah bergeser secara nyata selama beberapa kuartal terakhir. Setahun lalu, percakapannya adalah soal apakah harus berinvestasi. Kini percakapannya adalah tentang apa yang seharusnya dilakukan oleh lapisan investasi berikutnya. Itu adalah perubahan yang berarti, dan mencerminkan pergeseran yang lebih luas dalam apa yang dihargai pasar.
Quick commerce telah bergeser dari kanal yang baru muncul menjadi kekuatan struktural. Pasar q-commerce India melampaui Rs 40.000 crore pada 2026, meningkat delapan kali lipat dalam lima tahun, dan kini menyumbang 60 hingga 75 persen dari seluruh penjualan FMCG online. Distribusi tradisional masih menggerakkan 90 persen volume, namun ekspektasi kecepatan dan visibilitas yang ditetapkan oleh platform pengiriman 10 menit terasa hingga ke depot distributor. Fill rate, siklus replenishment, dan kebutuhan jaminan stok semuanya semakin dipersempit. Tekanan itu tidak berhenti hanya di jalur quick commerce.
Agentic AI telah bergerak dari tahap pilot menjadi prioritas utama agenda enterprise.
Gartner dan McKinsey sama-sama menyebut agentic AI sebagai tren teknologi enterprise teratas untuk 2026. Baru 17 persen organisasi yang telah menerapkan AI agent sejauh ini, namun lebih dari 60 persen memperkirakan akan melakukannya dalam dua tahun ke depan, kurva adopsi tercepat yang pernah diukur Gartner di antara teknologi baru mana pun. Khusus di CPG, use case yang memberikan hasil saat ini adalah retail execution, demand sensing, dan trade revenue management. Bukan chatbot. Bukan dashboard. Melainkan sistem yang mendeteksi, memutuskan, dan bertindak.
Sebagian besar organisasi CPG masih terjebak dalam pilot purgatory.
McKinsey menemukan bahwa 71 persen perusahaan CPG menggunakan AI di setidaknya satu fungsi, namun belum ada pemain CPG yang benar-benar menskalakannya. BCG mencatat porsi perusahaan yang telah mengintegrasikan AI agent di seluruh tim dan alur kerja berada di kisaran 10 persen. Kesenjangan antara ambisi dan produksi bukanlah masalah teknologi. Ini adalah masalah data dan struktural. Organisasi tanpa data eksekusi yang bersih dan terhubung di tingkat lapangan dan distributor tidak dapat menerapkan agent yang benar-benar berguna. Mereka yang berinvestasi pada fondasi itu lebih awal kini unggul.
Tekanan margin membentuk ulang makna efisiensi eksekusi.
Margin CPG global terus tertekan oleh negosiasi retailer, biaya bahan baku, dan pertumbuhan private label. Dalam kondisi ini, pemborosan eksekusi, kunjungan yang terlewat, pesanan yang tidak terpenuhi, stock-out yang tidak terdeteksi, dan konsolidasi manual yang menunda keputusan hingga 48 jam, bukan lagi biaya yang dapat diterima dalam berbisnis. Merek yang bergerak paling cepat memperlakukan data eksekusi lapangan sebagai tuas pemulihan margin, bukan sekadar latihan pelaporan.
Lapisan distributor adalah kesenjangan data berikutnya yang harus ditutup.
Investasi pada kecerdasan lapisan SFA telah signifikan di seluruh industri selama tiga hingga empat tahun terakhir. Investasi setara pada deteksi sinyal lapisan DMS baru saja dimulai. Seiring quick commerce mempersempit ekspektasi replenishment dan modal kerja distributor semakin ketat, kemampuan mendeteksi anomali pada secondary sales, fill rate, dan posisi inventori di tingkat distributor, sebelum muncul sebagai masalah performa lapangan, menjadi kebutuhan kompetitif inti.