- Walmart tidak membeli solusi AI yang sudah ada, melainkan mengembangkan aplikasi AI melalui platform AI Foundry internalnya, Element, dan 1,5 juta karyawan memanfaatkannya
- Dengan arsitektur yang tidak bergantung pada LLM tertentu, Walmart dapat memilih model terbaik untuk setiap kueri, sehingga efisiensi biaya dan optimasi performa bisa dicapai sekaligus
- Walmart mengadopsi 'model Foundry' untuk memproduksi aplikasi AI secara massal seperti produk, bukan proyek, sehingga kecepatan pengembangan meningkat drastis
- Walmart dengan cepat meluncurkan 5 aplikasi inti seperti penjadwalan kerja, terjemahan real-time, AI percakapan, dan manajemen inventaris, serta memangkas siklus pengembangan aplikasi menjadi hitungan minggu
- Dengan menggabungkan operasi dan umpan balik yang berpusat pada data rantai pasok, Walmart menganalisis dan menerapkan data operasional secara real-time untuk menciptakan aplikasi AI yang terus ditingkatkan
- Walmart mengubah AI dari ‘perangkat lunak yang dipasang’ menjadi ‘kapabilitas yang terinternalisasi’, dan melalui hal ini terus memperlebar jarak dengan para pesaingnya
Walmart isn’t buying enterprise AI solutions — they’re creating them
Mengembangkan platform AI internal, Element
- Walmart mengembangkan platform Element melalui AI Foundry internal, bukan lewat vendor AI eksternal
- Platform ini menghasilkan aplikasi AI dengan kecepatan yang melampaui pengembangan perangkat lunak tradisional
- Dari 1,5 juta karyawan, 900 ribu karyawan menggunakannya setiap minggu, dan platform ini menunjukkan skalabilitas besar dengan memproses 3 juta kueri per hari
- Terjemahan real-time mendukung 44 bahasa, dan waktu perencanaan jadwal shift dipangkas dari 90 menit menjadi 30 menit
- Ini bukan sekadar keberhasilan satu aplikasi, melainkan sinyal awal dari efektivitas metode pengembangan AI yang terindustrialisasi
Filosofi desain yang LLM-agnostic dan berbasis open source
- Element tidak bergantung pada model bahasa besar (LLM) tertentu, melainkan memiliki arsitektur yang memungkinkan pemilihan model secara fleksibel
- Berdasarkan tujuan penggunaan atau jenis kueri, sistem secara otomatis memilih LLM yang paling efektif dari sisi biaya
- Arsitektur platform ini secara bawaan dilengkapi opsi integrasi open source, sehingga skalabilitas dan fleksibilitasnya tinggi
The first wave reveals the principles of the foundry model
Contoh produksi aplikasi Foundry gelombang pertama
- 5 aplikasi utama berikut “diproduksi” di atas platform yang sama dengan pendekatan Foundry
- Penjadwalan AI: memangkas perencanaan kerja yang sebelumnya memakan 90 menit per hari per manajer menjadi 30 menit, dan menentukan prioritas pekerjaan berdasarkan data rantai pasok
- Terjemahan real-time: mendukung 44 bahasa, dan otomatis memilih model terbaik berdasarkan pasangan bahasa
- AI percakapan: menjawab 30 ribu pertanyaan per hari, dan menyelesaikan tugas berulang tanpa campur tangan manusia
- VizPick berbasis AR: mencapai akurasi inventaris 85%→99% dengan teknologi RFID + computer vision
- MyAssistant: asisten yang menganalisis dokumen dan data internal perusahaan
- Infrastruktur bersama dan pipeline data terintegrasi mencegah pengembangan yang duplikatif
- Semua aplikasi berbagi pola deployment, kontrol kualitas, dan struktur umpan balik yang sama, sehingga terstandarisasi seperti proses produksi
Sistem produksi yang dapat diulang
- Element tidak melihat tiap aplikasi sebagai proyek yang berdiri sendiri, melainkan memproduksinya seperti produk modular
- Ketika data scientist mengajukan spesifikasi, platform otomatis menangani semuanya mulai dari pemilihan model hingga infrastruktur dan deployment
- Karena komponen yang telah terverifikasi dari aplikasi sebelumnya dapat digunakan ulang, hambatan pengembangan aplikasi baru hampir tidak ada
How Walmart’s foundry model changes development economics
Perubahan ekonomi pengembangan AI
- AI perusahaan tradisional menghabiskan waktu dan biaya untuk evaluasi vendor, negosiasi kontrak, dan integrasi secara berulang
- Sebaliknya, Element memproses banyak permintaan pengembangan aplikasi secara paralel sambil meminimalkan pemborosan
- Produktivitas dan kecepatannya berada pada tingkat lean manufacturing, sehingga aplikasi dapat langsung beralih dari tahap ide ke pengembangan
- Penjadwalan, AI percakapan, hingga sistem inventaris AR semuanya dibangun cepat di atas Element
Supply chain data becomes development fuel
Mengubah data rantai pasok menjadi bahan bakar pengembangan aplikasi
- Element terhubung ke sistem rantai pasok dan secara otomatis mengumpulkan kedatangan truk, pola belanja, umpan balik karyawan, dan lainnya
- Data ini digunakan untuk menentukan prioritas pekerjaan, memprediksi perilaku konsumen, dan mendeploy model yang disesuaikan dengan kondisi tiap wilayah
- Dengan mengubah kompleksitas operasional menjadi data terintegrasi, Walmart memungkinkan pengembangan aplikasi yang disesuaikan untuk tiap toko
Walmart has a model arbitrage strategy
Strategi arbitrase model
- Element melakukan perbandingan performa-biaya antar model AI secara real-time untuk memproses kueri melalui jalur yang paling optimal
- Berdasarkan kompleksitas tiap kueri, sistem otomatis merutekan ke model dasar atau model premium
- Saat model baru dirilis, model tersebut dapat langsung diuji dan dideploy, dan jika performa model lama meningkat maka perubahan itu otomatis diterapkan
- Contoh: alat terjemahan memilih model optimal yang berbeda tergantung pasangan bahasa
How Walmart integrates real-time feedback
Struktur integrasi umpan balik real-time
- Penggunaan aplikasi oleh karyawan tidak sekadar konsumsi, melainkan dirancang sebagai struktur yang menghasilkan sinyal perbaikan
- AI percakapan mengukur performa model, jenis kueri, dan tingkat kepuasan melalui 30 ribu kueri, lalu mencerminkannya dalam umpan balik
- Aplikasi baru dirilis dengan pembelajaran dari umpan balik aplikasi sebelumnya, sehingga mampu memberikan performa tinggi sejak awal peluncuran
- Untuk itu, Walmart memiliki struktur pipeline data yang canggih, versioning model, dan orkestrasi deployment
Why internal Foundries beat external platforms
Mengapa Foundry internal mengungguli platform eksternal
- Platform eksternal menggeneralisasi fungsinya demi penggunaan umum → sehingga tidak sepenuhnya cocok untuk organisasi tertentu
- Walmart mengoptimalkan platformnya sesuai pekerjaan, terminologi, dan tujuan bersama dari 2,1 juta karyawan
- Ketika muncul kebutuhan baru, pengembangan bisa dilakukan segera tanpa negosiasi dengan vendor → sehingga ide dapat cepat terhubung menjadi produk
Assessing the competitive implications
Implikasi kompetitif
- Dalam pendekatan Foundry, semakin banyak aplikasi dibuat, semakin kuat pula platformnya; interaksi pengguna meningkatkan pemilihan model; dan tiap deployment menjadi standar produksi bagi aplikasi berikutnya
- Para pesaing akan
- harus menanggung investasi besar untuk membangun platform sendiri, atau
- menerima keterbatasan solusi eksternal, atau
- tidak melakukan apa pun dan menanggung risiko kesenjangan yang makin melebar
- Contoh: satu aplikasi penjadwalan saja bisa menghemat 1 jam per hari per manajer → secara nasional menghasilkan penghematan bernilai jutaan dolar
Lessons learned from Walmart’s enterprise AI Foundry blueprint
4 prinsip utama desain Foundry
- 1. Model AI harus diperlakukan seperti komponen yang dapat diganti
- Dengan arsitektur independen terhadap LLM, vendor lock-in dapat dicegah dan optimasi bisa terus dilakukan
- 2. Integrasi akses data harus diprioritaskan
- Element menggabungkan pengetahuan dunia milik LLM dengan data internal Walmart
- 3. Pengembangan AI harus diindustrialisasi
- Melalui model Foundry, proses pengembangan → deployment → iterasi distandardisasi seperti lini produksi
- 4. Umpan balik harus dimasukkan ke desain sejak awal
- Dengan loop umpan balik bawaan, struktur aplikasi meningkat performanya semakin sering digunakan
Walmart just created the enterprises’ new imperative
Titik balik baru bagi AI perusahaan
- Walmart bukan sekadar ‘mengadopsi’ AI, melainkan mengamankan kemampuan untuk membangun AI itu sendiri
- AI dipandang bukan sebagai perangkat lunak terpisah, melainkan keluarga produk yang dapat dirakit
- Interaksi dengan karyawan membuat sistem semakin cerdas, dan semakin banyak dideploy semakin canggih pula platformnya
- Kunci keberhasilan AI bukan pada pemilihan model, melainkan pada membangun kapabilitas organisasi untuk memproduksi AI
- Walmart menempatkan diri sebagai salah satu perusahaan pertama yang mendefinisikan AI bukan sebagai perangkat lunak, melainkan sebagai aset strategis
1 komentar
Ini langkah yang berarti.