Di dunia perdagangan online yang serba cepat, usaha kecil dan pemasar terus mencari cara inovatif untuk tetap kompetitif dan meningkatkan pengalaman berbelanja bagi pelanggan mereka. Pada tahun 2023, integrasi AI dalam e-niaga menawarkan alat dan solusi yang tidak hanya menyamakan kedudukan bagi usaha kecil tetapi juga memberikan wawasan dan alat yang sangat berharga bagi pemasar.
Dengan banyaknya informasi yang tersebar di berbagai laporan dan situs web, sulit untuk memahami wawasan dan tren utama dalam peran AI dalam e-commerce. Di Business2Community, kami telah menyusun daftar informasi yang lengkap dengan cermat, sehingga kami dapat mempelajari bagaimana mereka merevolusi belanja online pada tahun 2023.
AI dalam Sorotan Statistik E-niaga
- Pada tahun 2022, 50% organisasi melaporkan mengadopsi AI di setidaknya satu area bisnis, naik dari 20% pada tahun 2017.
- Jumlah rata-rata kemampuan AI yang digunakan oleh organisasi meningkat dua kali lipat dari 1,9 pada tahun 2018 menjadi 3,8 pada tahun 2022.
- 63% organisasi memperkirakan investasi AI mereka akan meningkat dalam tiga tahun ke depan pada tahun 2023.
- Bisnis yang menggunakan pembelajaran mesin dapat mengelola lebih dari 95% interaksi layanan pelanggan mereka melalui AI dan saluran digital.
- Pada tahun 2020, pasar global untuk perangkat lunak analisis prediktif di bidang ritel bernilai $5,29 miliar.
Bagaimana AI Digunakan di E-niaga?
Di ranah e-niaga, kecerdasan buatan (AI) memiliki berbagai bentuk dan berperan dalam meningkatkan dunia dan pengalaman belanja online.
Keadaan AI pada tahun 2022, seperti yang dilaporkan oleh McKinsey Global Survey on AI, menunjukkan beberapa tren dan wawasan utama:
- Pada tahun 2017, hanya 20% responden yang melaporkan telah mengadopsi AI di setidaknya satu bidang bisnis, namun pada tahun 2022, angka tersebut meningkat menjadi 50%.
- Jumlah rata-rata kemampuan AI yang digunakan oleh organisasi meningkat dua kali lipat dari 1,9 pada tahun 2018 menjadi 3,8 pada tahun 2022. Kemampuan AI yang umum mencakup pembuatan bahasa alami, visi komputer, dan otomatisasi proses robotik.
- Kasus penggunaan AI yang teratas tetap relatif stabil, dengan optimalisasi operasi layanan yang secara konsisten menempati posisi teratas selama empat tahun terakhir.
- Lebih dari separuh responden melaporkan bahwa lebih dari 5% anggaran digital mereka dialokasikan untuk AI, dan 63% memperkirakan investasi AI mereka akan meningkat dalam tiga tahun ke depan.
Ahli strategi Goldman Sachs percaya bahwa AI berpotensi meningkatkan margin laba bersih hampir 400 basis poin selama periode sepuluh tahun. Potensi peningkatan margin keuntungan dari AI ini kontras dengan tantangan jangka pendek lainnya, termasuk kemungkinan resesi, perubahan suku bunga, tingkat persediaan yang tinggi, dan inflasi.
Peluncuran ChatGPT OpenAI pada tahun 2022 memicu minat, karena banyak perusahaan yang berlomba-lomba mengembangkan alat terkait AI dan investor menunjukkan peningkatan minat terhadap investasi terkait AI.
Setelah mengalami pertumbuhan tingkat adopsi yang luar biasa antara tahun 2017 dan 2018, adopsi AI telah melambat sejak tahun 2019. Pada tahun 2022 terjadi peningkatan hampir 2,5 kali lipat tingkat adopsi AI dibandingkan tahun 2017.
Pembelajaran mesin
Pembelajaran mesin dalam e-niaga mengacu pada penggunaan algoritme AI untuk menganalisis data pelanggan. Hal ini memungkinkan rekomendasi produk yang dipersonalisasi, deteksi penipuan, dan analisis perilaku pelanggan.
Bisnis yang menggunakan pembelajaran mesin mampu mengelola lebih dari 95% interaksi perwakilan layanan pelanggan mereka melalui AI dan saluran digital. Layanan pelanggan yang didukung AI memungkinkan institusi memberikan pengalaman yang dipersonalisasi dan proaktif untuk keterlibatan pelanggan.
Dua pertiga generasi milenial mengharapkan layanan pelanggan secara real-time, dan tiga perempat pelanggan mengharapkan layanan lintas saluran yang konsisten.
Dengan demikian, 84% bisnis ecommerce sedang berupaya untuk mengadopsi AI dan/atau pembelajaran mesin ke dalam bisnis mereka.
AI generatif
AI Generatif, yang sering digunakan untuk pembuatan konten, membantu platform e-niaga dan bisnis menghasilkan konten yang unik dan menarik, memastikan produk menonjol di pasar yang ramai. Deskripsi produk dapat ditulis secara otomatis, dan visual produk yang dihasilkan AI digunakan untuk meningkatkan pengalaman berbelanja.
Sesuai dengan temuan yang diperbarui pada tahun 2023 dalam laporan “Cracking the Consumer Code” oleh Salsify, 88% pembeli menekankan pentingnya konten produk saat membuat keputusan pembelian.
AI Generatif, dengan kemampuannya menghasilkan deskripsi dan gambar produk yang akurat dan menarik, dapat membantu mengatasi masalah ketidaksesuaian deskripsi produk, yang menjadi alasan 50% konsumen harus melakukan pengembalian.
43% konsumen ingin organisasi menerapkan AI generatif, dan berikut ekspektasi mereka terhadap penerapan AI generatif:
- 43% konsumen ingin organisasi menerapkan AI generatif dalam interaksi pelanggan.
- 50% konsumen sangat antusias dengan pengalaman yang sangat mendalam dan interaktif yang dimungkinkan oleh AI generatif.
- 70% konsumen menggunakan alat AI generatif saat mencari rekomendasi produk dan layanan baru.
- 64% konsumen terbuka untuk melakukan pembelian berdasarkan rekomendasi AI generatif.
- 67% konsumen mengantisipasi AI generatif yang menawarkan rekomendasi mode dan dekorasi rumah yang disesuaikan.
Analisis Data Besar
Analisis data besar menggunakan AI untuk memproses data pelanggan. Sumber daya ini membantu bisnis e-niaga membuat keputusan berdasarkan data, mengoptimalkan strategi penetapan harga, dan mengantisipasi tren pasar.
Pada tahun 2020, pasar global untuk analisis big data di bidang ritel mencapai valuasi sebesar $4,85 miliar. Diperkirakan akan mencapai $25,56 miliar pada tahun 2028, yang mencerminkan tingkat pertumbuhan tahunan gabungan (CAGR) sebesar 23,1% dari tahun 2021 hingga 2028. Pertumbuhan ini disebabkan oleh beberapa faktor, termasuk investasi yang lebih besar pada alat analisis data besar, meningkatnya permintaan untuk pelanggan yang dipersonalisasi pengalaman untuk meningkatkan penjualan, dan memperluas sektor e-niaga.
Pemrosesan Bahasa Alami (NLP)
Pemrosesan bahasa alami hanyalah kombinasi ilmu komputer dan linguistik yang memberikan komputer kemampuan untuk memahami dan memodifikasi ucapan.
NLP memungkinkan chatbots dan asisten virtual untuk memahami dan menanggapi pertanyaan pelanggan. Ini meningkatkan dukungan pelanggan dengan menyederhanakan komunikasi.
Diperkirakan pada tahun 2025, pasar NLP akan berkembang hampir 14 kali lipat dibandingkan ukurannya pada tahun 2017, naik dari sekitar $3 miliar pada tahun 2017 menjadi lebih dari $43 miliar pada tahun 2025.
Pemrosesan bahasa alami dapat membantu bisnis e-niaga memahami kebutuhan pelanggan dan meningkatkan rekomendasi. Faktanya, Amazon telah melaporkan bahwa ketika memperkenalkan rekomendasi di situsnya, pendapatan meningkat sebesar 35%.
Visi Komputer
Computer vision meningkatkan kemampuan pencarian visual, memungkinkan pelanggan menemukan produk dengan mengunggah gambar atau menggunakan kamera perangkat mereka. Computer vision juga digunakan untuk aplikasi seperti manajemen inventaris, optimalisasi tata letak toko, pembayaran mandiri, aplikasi ponsel cerdas pemindaian kode batang, dan cermin virtual & mesin rekomendasi.
Survei pada pembeli Gen Z dan Milenial pada tahun 2018 menemukan bahwa 62% dari mereka mengharapkan fitur pencarian visual saat berbelanja online. Pinterest memperkenalkan fitur pencarian visual pada tahun 2018 dan Amazon mengikutinya setahun kemudian.
Segmentasi pelanggan
Ali Baba
Alibaba adalah perusahaan teknologi multinasional yang berbasis di Tiongkok, yang berspesialisasi dalam e-commerce, teknologi, dan berbagai sektor lainnya. Pada tahun 2021, perusahaan ini memiliki lebih dari 251.000 karyawan dan bernilai $570 miliar.
Pada tahun 2023, Alibaba memperkenalkan model bahasa ekstensifnya, Tongyi Qianwen, yang merupakan model kecerdasan buatan yang menjalani pelatihan pada kumpulan data besar. Model ini berfungsi sebagai landasan bagi aplikasi AI generatif, seperti ChatGPT, yang mampu menghasilkan respons mirip manusia sebagai reaksi terhadap pertanyaan pengguna.
Alibaba juga menggunakan AI untuk rekomendasi yang dipersonalisasi, chatbots untuk layanan pelanggan, dan logistik berbasis AI.
- Nama Perusahaan: Grup Alibaba
- Ukuran Perusahaan: Senilai $570 miliar, Lebih dari 251.000 karyawan
- Lokasi: Hangzhou, Cina
- Jenis AI yang digunakan: Rekomendasi yang dipersonalisasi, Chatbots, logistik berbasis AI
ASOS
ASOS adalah pengecer mode dan kosmetik online Inggris. Perusahaan ini memiliki sekitar 4.000 karyawan dan bernilai $5 miliar.ASOS juga memanfaatkan AI melalui Profile Builder, sebuah solusi inovatif yang memberdayakan pelanggan untuk berbagi wawasan mendetail tentang preferensi gaya mereka.
Informasi berharga ini berfungsi sebagai landasan untuk menciptakan pengalaman yang dipersonalisasi dan memberikan rekomendasi yang relevan bagi setiap pelanggan. Ketika Profile Builder diluncurkan pada tahun 2019, ASOS mengalami peningkatan laba kotor sebesar 7%.
- Nama Perusahaan: Asos
- Ukuran Perusahaan : Senilai $5 miliar, Sekitar 4.000 karyawan
- Lokasi: London, Inggris Raya
- Jenis AI yang digunakan: Kemampuan pencarian visual, Rekomendasi produk yang dipersonalisasi
Etsy
Etsy adalah platform e-niaga Amerika yang berfokus pada barang-barang buatan tangan dan antik serta perlengkapan kerajinan. Perusahaan, yang bernilai $23 miliar dan memiliki sekitar 1.400 karyawan, menggunakan AI untuk menawarkan pengalaman berbelanja yang dipersonalisasi kepada pelanggannya.
Untuk meningkatkan relevansi hasil pencariannya, Etsy telah menggabungkan berbagai teknologi mesin pencari, yang mencakup aspek relasional (seperti interaksi antara pembeli, listingan, dan toko) dan elemen semantik (kemampuan untuk memahami maksud pencarian pengguna bahkan ketika diungkapkan secara samar-samar). Penyempurnaan ini mencakup analisis teks sebenarnya dalam kueri penelusuran.
Dengan menggunakan pembelajaran mesin, perusahaan mampu menghapus 29% lebih banyak listingan yang melanggar aturan “buatan tangan” pada paruh pertama tahun 2023, dibandingkan periode sebelumnya.
- Nama Perusahaan: Etsy
- Ukuran Perusahaan: Senilai $23 miliar, Sekitar 1.400 karyawan
- Lokasi: Brooklyn, New York, Amerika Serikat
- Jenis AI yang digunakan: Pengalaman berbelanja yang dipersonalisasi
Manfaat AI dalam E-niaga
AI dapat membantu perusahaan ecommerce tetap menjadi yang terdepan dalam persaingan dengan menyediakan serangkaian kemampuan yang meningkatkan efisiensi dan meningkatkan pengalaman pelanggan.
Meskipun manufaktur dan risiko merupakan bidang utama yang bernilai dari AI pada tahun 2018, pada tahun 2022 dampak pendapatan terbesar yang dilaporkan terjadi pada pemasaran dan penjualan, pengembangan produk dan layanan, serta strategi dan keuangan perusahaan.
Pengurangan Biaya Operasional
Perusahaan yang mengintegrasikan AI ke dalam operasi mereka telah melaporkan pengurangan biaya.
Dalam sebuah studi pada tahun 2021, lebih dari 50% responden pada tahun 2021 melaporkan pengurangan biaya dalam manajemen rantai pasokan, dengan sebagian besar pengurangan tersebut berada di bawah 10%. Dalam pengembangan produk dan layanan, 30% mencapai pengurangan biaya sebesar 10% atau lebih, dan 6% mencapai pengurangan melebihi 20%.
Pengalaman Pelanggan yang Ditingkatkan
Dengan menggunakan chatbots dan mesin rekomendasi berbasis AI, perusahaan dapat memberikan pengalaman berbelanja yang dipersonalisasi.
Menurut survei yang dilakukan oleh Epsilon dan GBH Insights, 80% responden menyatakan keinginan kuat untuk personalisasi saat berinteraksi dengan pengecer. 90% individu yang disurvei menganggap konsep personalisasi menarik, menekankan bahwa pembeli semakin mencari rekomendasi, konten, dan penawaran khusus yang selaras dengan preferensi dan kebutuhan mereka.
Wawasan lebih lanjut dari laporan ini menggarisbawahi potensi personalisasi dalam sektor tertentu:
Situs Web Toko Kelontong dan Toko Obat
Menurut laporan tersebut, 90% responden menyatakan kemungkinan lebih tinggi untuk berinteraksi dengan situs web dan aplikasi kelontong/toko obat yang menawarkan pengalaman yang dipersonalisasi. Namun, hanya 71% yang percaya bahwa platform tersebut saat ini memberikan pengalaman seperti itu secara efektif. Fitur personalisasi yang paling memotivasi untuk toko kelontong/toko obat adalah:
- Penawaran atau kupon berbasis lokasi (29%)
- Penawaran berdasarkan preferensi masa lalu (29%)
- Menerima komunikasi yang dipersonalisasi (25%)
Situs Web Perjalanan & Kenyamanan
Di sektor perjalanan dan rekreasi, 87% responden mengungkapkan kecenderungan yang meningkat untuk berbisnis dengan situs web/aplikasi yang menawarkan pengalaman yang dipersonalisasi. Namun demikian, hanya 64% yang percaya bahwa penawaran yang ada di industri ini memberikan personalisasi secara efektif. Fitur yang paling memotivasi untuk merek perjalanan dan rekreasi meliputi:
- Penawaran berbasis lokasi (35%)
- Secara otomatis menampilkan tarif terbaik dan penawaran hotel (32%)
- Penawaran yang dipersonalisasi berdasarkan perjalanan sebelumnya (28%)
Situs Web Industri Otomotif
Untuk sektor otomotif, laporan tersebut mengungkapkan bahwa 86% responden lebih cenderung menggunakan situs web/aplikasi yang memberikan pengalaman yang dipersonalisasi. Namun, hanya 55% yang percaya bahwa platform tersebut saat ini memberikan personalisasi secara efektif.
Fitur yang paling memotivasi untuk merek mobil meliputi:
- Menyimpan riwayat pembelian atau pemeliharaan (49%)
- Pengingat untuk kebutuhan layanan terjadwal (44%)
- Memungkinkan konsumen untuk mengatur perawatan kendaraan berulang (38%)
Mayoritas pemimpin bisnis ritel, sekitar 95% menurut survei Periscope by McKinsey tahun 2020, menekankan personalisasi pengalaman pelanggan dalam perencanaan strategis mereka. Meskipun demikian, 23% pelanggan merasa upaya personalisasi mereka sudah memadai.
Kesenjangan ini terutama disebabkan oleh fakta bahwa sebagian besar pengecer masih dalam tahap awal dalam menerapkan strategi personalisasi. Data menunjukkan hanya 15% pengecer yang telah sepenuhnya menerapkan strategi ini, sementara lebih dari 80% masih menguraikan strateginya atau sedang dalam tahap uji coba.
Organisasi berikut telah menerapkan strategi bisnis e-niaga menggunakan AI:
Amazon: Amazon menggunakan analitik canggih untuk mempersonalisasi pengalaman pelanggan. Ini merekomendasikan produk yang sering dibeli bersamaan, item yang dibundel, dan banyak lagi.
Sephora: Sephora menawarkan pengalaman omnichannel yang dipersonalisasi, memungkinkan pelanggan memesan perubahan dan konsultasi di dalam toko melalui aplikasi seluler mereka. Rekan penjualan dapat mengakses profil pelanggan di dalam toko, menawarkan rekomendasi yang disesuaikan
Nike: Nike memungkinkan pelanggan mengonfigurasi pakaian dan sepatu mereka sendiri, menawarkan penyesuaian waktu nyata. Ini menawarkan pengalaman yang dipersonalisasi di lokasi fisik untuk anggota NikePlus.
Peningkatan Manajemen Inventaris
Menurut McKinsey, pengguna awal yang telah mengintegrasikan manajemen rantai pasokan bertenaga AI telah mencapai pengurangan biaya logistik sebesar 15%. AI dapat membantu menyederhanakan manajemen inventaris, mengurangi masalah kelebihan atau kekurangan stok pada perusahaan e-niaga.
Peningkatan ini juga mencakup penurunan tingkat inventaris sebesar 35%, dan peningkatan tingkat layanan sebesar 65%, berbeda dengan pesaing yang tingkat adopsinya lebih lambat.
Deteksi dan Pencegahan Penipuan
AI unggul dalam mengidentifikasi pola, menjadikannya alat yang efektif untuk mendeteksi dan mencegah transaksi penipuan.
Pada tahun 2023, Visa meluncurkan model deteksi penipuan berbasis pembelajaran mendalam untuk memantau pembayaran penyelesaian instan. Pada tahun 2021, perusahaan juga meluncurkan VisaNet +AI, yang merupakan serangkaian alat untuk membantu bank, pedagang, dan konsumen mengurangi penipuan selama proses pembayaran.
Strategi Pemasaran Berbasis Data
Terakhir, AI dapat membantu perusahaan ecommerce merancang strategi pemasaran yang lebih efektif dengan menganalisis perilaku dan tren pelanggan.
Menurut McKinsey, perusahaan paling sukses menerapkan AI untuk memfasilitasi hiper-personalisasi dalam pendekatan pemasaran mereka. Dalam organisasi-organisasi ini, ciri-ciri berikut diperhatikan:
- Visi dan strategi AI yang terdefinisi dengan baik sudah ada.
- Lebih dari 20% anggaran digital mereka dialokasikan untuk teknologi terkait AI.
- Mereka mempekerjakan tim ilmuwan data yang menggunakan algoritme untuk menginformasikan strategi penetapan harga yang cepat dan meningkatkan efektivitas upaya pemasaran dan penjualan.
- Para ahli strategi yang berpikiran maju secara aktif mempersiapkan masa depan dengan membuat konsep penerapan AI generatif secara langsung.
Tantangan AI dalam E-niaga
Persepsi dan Kepercayaan Masyarakat
Kekhawatiran mengenai privasi dan penyalahgunaan data sering kali menghambat penerimaan AI secara luas.
Pada tahun 2022, negara-negara Barat menunjukkan tingkat keragu-raguan tertinggi dalam hal menaruh kepercayaan dan menggunakan sistem AI dalam domain pribadi. Sebaliknya, di antara negara-negara yang menunjukkan kecenderungan lebih besar untuk mempercayai dan menyambut AI, negara-negara BRICS (Brasil, India, Tiongkok, dan Afrika Selatan) adalah negara yang paling cenderung percaya pada algoritma.
Dalam survei pada bulan Januari 2023 yang dilakukan di AS, 45% konsumen yang disurvei mengaku memiliki pemahaman yang terbatas tentang cara kerja teknologi AI dan pembelajaran mesin. Namun demikian, 73% peserta menyatakan keyakinan mereka terhadap potensi AI dan pembelajaran mesin dalam memengaruhi pengalaman pelanggan.
Selain itu, 48% dari mereka yang disurvei menunjukkan kesediaan mereka untuk terlibat dengan AI secara lebih teratur jika hal tersebut meningkatkan interaksi mereka dengan suatu merek dengan menjadikannya lebih lancar, seragam, dan nyaman.
Kekurangan Teknis
Sistem AI bergantung pada data yang diberikan. Data yang tidak akurat atau tidak lengkap dapat menyebabkan prediksi yang salah, sehingga berdampak pada pengalaman pelanggan dan operasi bisnis.
Dalam survei McKinsey, sekitar 67% peserta mengakui bahwa mereka tidak memiliki alat yang diperlukan untuk menerapkan personalisasi dalam skala besar. Selain itu, 41% merasa sulit memilih mitra solusi yang tepat.
Dalam survei yang sama, perolehan, asimilasi, dan analisis data pelanggan tercatat sebagai tantangan utama bagi 67% responden. Hampir separuh pengecer, sekitar 48%, mengatakan mereka merasa kesulitan untuk mendapatkan dan mempertahankan keahlian analisis dan ilmu data internal.
Biaya Implementasi Tinggi
Meskipun AI dapat mengurangi biaya operasional dalam jangka panjang, pengaturan awal dan penerapan teknologi AI bisa memakan biaya yang mahal. Hal ini dapat menjadi penghalang bagi usaha kecil dengan sumber daya terbatas.
Dalam Global AI Adoption Index 2022 IBM, tingginya biaya implementasi tercatat sebagai hambatan terbesar kedua dalam penerapan AI. Namun, survei ini dilakukan pada awal tahun 2022, sekitar 10 bulan sebelum peluncuran ChatGPT OpenAI, yang mengurangi biaya AI dan menyederhanakan integrasi.
Tantangan Regulasi
Karena sistem AI menangani sejumlah besar data pribadi, perusahaan ecommerce perlu memastikan bahwa mereka mematuhi peraturan perlindungan dan data konsumen.
Dalam survei McKinsey, proses tertutup di banyak perusahaan ritel menghambat proses penjualan yang cepat dan efisien. Sementara itu, pembagian data pelanggan dan strategi promosi menjadi perhatian 43% kelompok yang disurvei. Sekitar 25% berpendapat bahwa struktur yang tertutup ini menyulitkan untuk mendapatkan pendanaan vendor atau dukungan untuk produk yang dipersonalisasi.
Ketergantungan pada AI
Ketergantungan yang berlebihan pada sistem AI berpotensi membuat perusahaan rentan terhadap gangguan teknis dan serangan siber.
Sekitar 34% konsumen menyatakan kekhawatirannya mengenai kemungkinan serangan phishing dalam laporan Capgemini. Statistik AI dalam e-niaga ini menggarisbawahi pentingnya mengatasi kesadaran keamanan siber dan menerapkan perlindungan yang tepat di bidang teknologi AI.
Masa Depan AI dalam E-niaga
Personalisasi Prediktif
Personalisasi prediktif memanfaatkan algoritme pembelajaran mesin untuk menganalisis perilaku masa lalu dan memprediksi tindakan di masa depan, memungkinkan perusahaan e-commerce menyesuaikan penawaran dan rekomendasi kepada pelanggan individual.
Menurut laporan McKinsey, 35% penjualan Amazon dihasilkan oleh algoritme rekomendasi mereka, sebuah contoh personalisasi prediktif.
Kemampuan Pencarian Visual
Pencarian visual memungkinkan pembeli mencari produk menggunakan gambar, bukan teks.
Pencarian visual adalah teknologi baru yang telah digunakan dalam inovasi seperti Google Lens, Snapchat’s Scan, dan Apple’s Visual Look Up. Potensinya dalam bisnis ecommerce mempunyai implikasi besar terhadap perdagangan sosial. Misalnya, jika Anda melihat produk yang Anda sukai di Instagram tetapi tidak tahu di mana membelinya, kini Anda cukup mengambil tangkapan layar, menambahkannya ke keranjang, dan melakukan pembelian.
Belanja Suara dan Asisten
Belanja suara, yang didukung oleh asisten AI, akan menjadi semakin umum. Dari pencarian produk hingga penyelesaian pembelian, semuanya dapat dilakukan melalui perintah suara, sehingga menawarkan pengalaman berbelanja hands-free.
Pada tahun 2022, 123,5 juta orang dewasa menggunakan asisten suara setidaknya sebulan sekali. Adopsi asisten suara diperkirakan akan terus tumbuh baik di kalangan konsumen maupun perusahaan. Generasi Milenial Muda (usia 25-34 tahun) adalah kelompok usia yang paling mungkin menggunakan asisten suara, dengan hampir dua pertiga dari mereka adalah pengguna bulanan.
Konsumen terutama menggunakan ponsel pintar (42,7%) dan speaker pintar (32,2%) untuk mengakses asisten suara. Amazon adalah pemimpin di pasar speaker pintar AS, dengan hampir 64 juta pengguna bulanan Amazon Echo pada tahun sebelumnya.
Deteksi Penipuan Tingkat Lanjut
Algoritme AI akan terus meningkatkan keamanan dengan memprediksi dan mendeteksi perilaku penipuan sebelum hal itu terjadi. Sistem canggih ini akan membantu menjaga informasi pelanggan.
Di sektor jasa keuangan, mayoritas (58%) di sektor ini melaporkan deteksi penipuan sebagai kasus penggunaan AI yang paling penting. Salah satu bidang utama yang terkena dampak deteksi penipuan berbasis AI adalah bidang e-niaga, seperti pengamanan transaksi online, perlindungan pelanggan dari aktivitas penipuan, dan penegakan integritas sistem pembayaran digital.