berita.akasta.ac.id – Amazon melalui divisi cloud-nya, Amazon Web Services (AWS), telah meluncurkan asisten belanja berbasis kecerdasan buatan (AI) yang ditujukan untuk retailer. Langkah ini merupakan bagian dari strategi perusahaan untuk mengubah teknologi internalnya menjadi produk yang dapat dimanfaatkan oleh pihak lain.
Asisten belanja baru, yang dikenal sebagai AWS Agentic Shopping Assistant, didasarkan pada teknologi yang sama dengan asisten belanja Alexa di Amazon.com, yang pada tahun lalu berhasil mencetak tambahan pendapatan hampir $12 miliar. Alat ini dirancang untuk membantu retailer membuat asisten AI yang dapat berinteraksi dengan pelanggan, menjawab pertanyaan terkait produk, serta memberikan rekomendasi yang disesuaikan dengan inventaris dan merek masing-masing toko. AWS menyatakan bahwa retailer dapat mengimplementasikan alat ini dalam jangka waktu sekitar 60 hari.
Pengumuman ini memperkuat persaingan di antara raksasa teknologi untuk menguasai berbagai aspek pengalaman belanja AI. Google, misalnya, sedang mengembangkan fitur belanja pada hasil pencarian, sementara Microsoft memperkenalkan alat checkout dalam asisten Copilot-nya dan bekerja sama dengan beberapa retailer. OpenAI juga telah berkolaborasi dengan Shopify dan Walmart untuk meningkatkan pengalaman berbelanja dalam ChatGPT.
Dengan inovasi ini, AWS berharap retailer akan tertarik untuk membangun pengalaman belanja AI mereka sendiri, sambil memanfaatkan pengalaman dari platform e-commerce milik Amazon. Menurut estimasi Accenture, lebih dari 30% perdagangan online diperkirakan akan dikelola oleh agen AI pada tahun 2030, dengan nilai transaksi mencapai sekitar $3,1 triliun.
AWS memastikan bahwa retailer akan tetap memiliki kontrol penuh atas data pelanggan, katalog produk, dan aturan bisnis mereka, dengan setiap implementasi disesuaikan dengan merek retailer itu sendiri. Salah satu pelanggan awal adalah Kate Spade, yang telah menggunakan alat ini untuk meluncurkan concierge hadiah AI yang mampu berinteraksi dengan pembeli mengenai acara, penerima, dan gaya sebelum merekomendasikan produk.