Sebuah tabel AI yang mendukung puluhan juta perjalanan panas, mengambil alih 11.11 tahun 2025

Sebuah promosi besar-besaran bernilai triliunan untuk pertama kalinya diatur oleh satu buah tabel.

Setelah melewati perang "model besar dan kecil" serta kekacauan "Agent", alat efisiensi perusahaan yang benar-benar matang dan terbukti efektif dalam industri AI adalah "tabel AI". Tabel ini untuk pertama kalinya digunakan secara luas pada Hari Belanja 11.11 tahun ke-17 di industri e-commerce pada tahun 2025.

Pada tanggal 5 November, tim teknologi DingTalk AI Table mengumumkan terobosan teknis besar bersama tim Alibaba Cloud, menjadi tabel cerdas pertama di industri yang mendukung kapasitas tunggal hingga 10 juta baris aktif. Menghadapi lonjakan data bisnis seperti pada 11.11, para merek tidak lagi perlu membagi tabel secara manual, sehingga semua data benar-benar bisa berjalan dalam satu lembar tabel.

Sebelumnya, pihak berwenang dari Alibaba menyatakan bahwa tahun ini Tmall "11.11" telah menggunakan teknologi AI secara luas untuk memberdayakan pedagang secara menyeluruh, menjadikan alat AI diterapkan secara besar-besaran untuk pertama kalinya.

Beberapa bulan sebelum dimulainya 11.11, kurva penggunaan produk seperti DingTalk AI Table tiba-tiba melonjak tajam. Di sisi lain, menghadapi permintaan pasar yang nyata dan mendesak, tim DingTalk dan database ADB-PG Alibaba Cloud melakukan upaya teknis selama lebih dari 100 hari, meningkatkan kapasitas tabel AI hingga 10 juta baris aktif.

Mengapa Tabel AI DingTalk pertama kali populer di industri e-commerce?

Intelejensia tabel bukan inovasi eksklusif DingTalk, tetapi mengapa Tabel AI DingTalk justru pertama kali berkembang pesat di industri e-commerce? Karena kesulitan utama implementasi di e-commerce bukan terletak pada teknologi, melainkan siapa yang lebih memahami e-commerce.

Teknologi baru biasanya muncul dari industri dengan kerapatan data tertinggi dan siklus umpan balik tercepat. Industri e-commerce memiliki puluhan triliun transaksi setiap tahun, ribuan SKU, ratusan titik pemasaran, terutama saat 11.11, ketika kebutuhan data real-time dan umpan balik dari pembeli dan penjual bisa mencapai seratus hingga seribu kali lipat dibanding hari biasa. Sebagai contoh, pada 11.11 tahun 2024, volume transaksi total Alibaba di seluruh jaringan mendekati 1,44 triliun yuan, 1,5 kali lipat dari volume harian biasa.

Namun sebelumnya, industri e-commerce tersusun dari Excel, CRM, dan ERP yang tak terhitung jumlahnya: proses penggunaan rumit, umpan balik lambat, standar data tidak konsisten, tingkat kesalahan sangat tinggi. Seharusnya menjadi alat efisiensi, malah menjadi beban tersembunyi.

Pertama, data di industri e-commerce sangat terfragmentasi—tidak ada keseragaman antar sistem dalam hal kolom, definisi, atau izin akses. Agar tabel AI dapat menghubungkan data heterogen ini dan memperbaruinya secara instan, hampir sama sulitnya dengan merombak infrastruktur data perusahaan. Kedua, prosesnya tidak terstruktur: setiap industri memiliki karakteristik uniknya sendiri. Misalnya, fashion dan barang konsumsi cepat habis adalah dua bidang yang sangat berbeda. Selama periode 11.11, urusan seperti jadwal promosi besar, kolaborasi dengan influencer, alokasi stok, peringatan layanan pelanggan, hingga kompensasi purna jual tersebar di obrolan grup dan surel. Sebagian besar keputusan masih bergantung pada penilaian manusia. Tanpa pemahaman mendalam tentang operasi e-commerce (Know-How), mustahil untuk merekonstruksi sistem belakang pedagang.

DingTalk, karena didukung oleh ekosistem Alibaba, menjadi salah satu platform langka di dunia yang mampu langsung terhubung ke struktur data dasar e-commerce. Platform ini tidak hanya memahami ritel—terhubung secara langsung dengan rak, stok, umpan balik pengguna, dan jalur pemasaran—tetapi juga memahami kebutuhan dinamis dan fleksibel para pedagang Tiongkok. Hal-hal inilah yang membuat Tabel AI DingTalk secara alami lebih memahami "e-commerce" dibandingkan tabel AI dari platform lain.

Oleh karena itu, ketika DingTalk berhasil mengelola seluruh 11.11 tahun 2025 hanya dengan satu "Tabel AI", logika terdalam di baliknya adalah keinginan untuk mengubah sistem operasi belakang industri e-commerce Tiongkok yang sudah usang—mendorong manusia membuat keputusan cerdas berbasis AI, bukan sebaliknya manusia yang terbebani oleh tugas koordinasi rumit, sehingga data besar yang bernilai tinggi tidak lagi dibiarkan menganggur.

Saat Tabel AI sedang mengubah cara kerja industri e-commerce, industri e-commerce juga mendorong evolusi Tabel AI DingTalk. Saat ini, Tabel AI telah berevolusi menjadi sebuah Agent ringan yang mampu berpikir, mengeksekusi, dan berkolaborasi. Ia tidak lagi dipandang sebagai alat SaaS tradisional, melainkan sebagai pintu masuk menuju sistem operasi bisnis yang sama sekali baru.

Saat ini, termasuk Semir, Intime Department Store, dan merek gaya hidup baru AlmondRocks, semuanya menggunakan Tabel AI DingTalk untuk mempersiapkan 11.11.

Pada bulan Agustus tahun ini, CEO DingTalk Wu Zhao menekankan pendekatan pemecahan masalah berbasis AI: pertama, fokus pada AI untuk menciptakan produk AI Native; kedua, manusia harus membantu AI memahami dunia nyata agar AI bisa cepat mulai bekerja, sementara manusia lebih fokus pada pengambilan keputusan; ketiga, tidak boleh sombong, harus benar-benar masuk ke berbagai industri.

Tabel AI DingTalk mengikuti ketiga prinsip tersebut: menjadi produk asli AI, menyelesaikan masalah nyata, dan membantu perusahaan mencapai hasil nyata.

AlmondRocks: Pusat Data bagi Merek Kecil dan Menengah

AlmondRocks adalah merek gaya hidup desainer asli Tiongkok yang menekankan "nyaman dipakai, bernuansa desain, harga wajar". Awalnya dimulai dari produk kaus kaki, kini berkembang ke pakaian rumah tangga dan pakaian dalam. Merek ini bukan hanya "merek desain", tetapi juga "merek konten"—pertumbuhannya bergantung pada strategi promosi di Xiaohongshu, siaran langsung di Douyin, dan kolaborasi dengan influencer, menjadikannya merek tipikal dengan operasi lintas-platform.

Zhang Qi, pendiri merek ini, selalu terganggu oleh "efisiensi operasional". Mereka bekerja sama dengan lebih dari 6.000 influencer setiap tahun, namun hanya memiliki 4-5 karyawan yang bertanggung jawab. Data di setiap platform tersebar: daftar harga di Excel, dokumen logistik di WPS, naskah influencer di dokumen WeChat. Seorang staf bisnis harus mengimpor tujuh hingga delapan tabel dalam sehari. Kesalahan menjadi hal yang biasa.

Setelah menggunakan DingTalk, mereka memindahkan semua informasi influencer—harga, pengiriman sampel, logistik, umpan balik, produksi konten, data konversi—ke dalam Tabel AI. Dulu puluhan kolom dimasukkan secara manual oleh karyawan, kini cukup memasukkan 5-6 kolom saja, sisanya diambil otomatis oleh Tabel AI. Selain itu, Tabel AI juga dapat menghasilkan peta panas efektivitas influencer secara otomatis, menggunakan algoritma untuk mengidentifikasi influencer yang layak diajak kerja sama jangka panjang. Yang lebih penting, staf dari berbagai fungsi seperti bisnis, hukum, dan operasi bisa bekerja di satu tabel yang sama, dengan semua informasi diperbarui secara real-time.

Misalnya, ketika DingTalk mendeteksi bahwa sepasang kaus kaki laris terjual, staf belakang bisa langsung melihat tingkat perputaran stok, distribusi penjualan per saluran, dan sensitivitas elastisitas harga secara real-time, sehingga bisa segera memperbesar produksi produk populer—keputusan yang dulunya butuh tiga hari, kini bisa diselesaikan dalam sehari.

Merek-merek baru seperti AlmondRocks ada puluhan ribu dalam ekosistem e-commerce Tiongkok, dan kebanyakan tidak memiliki staf IT khusus. Tabel AI DingTalk memberi mereka "pusat data sendiri". Zhang Qi menyimpulkan secara langsung: Tabel AI DingTalk ibarat karyawan cerdas, "ia adalah inti cerdas berbasis data yang mendorong pengambilan keputusan, menjadi keunggulan kompetitif utama dalam setiap pertempuran e-commerce."

Intime Department Store: Revolusi Kolaborasi Organisasi Ribuan Orang

AlmondRocks membuktikan bahwa Tabel AI DingTalk dapat memberi merek kecil-menengah daya operasional yang lebih kuat. Intime Department Store membuktikan bahwa ketika Tabel AI DingTalk masuk ke organisasi berskala ribuan orang, ia juga dapat meningkatkan kolaborasi.

Intime Department Store adalah salah satu merek ritel tradisional paling klasik di Tiongkok, dengan lebih dari 60 cabang di seluruh negeri. Li Kai, kepala operasi konten Intime, pada tahun 2024 memutuskan menggunakan satu Tabel AI DingTalk agar 62 pusat perbelanjaan nasional bisa bertindak serempak dalam siaran langsung penjualan kelompok.

Langkah pertama Li Kai adalah membuat semua pusat perbelanjaan offline bekerja dalam satu Tabel AI yang sama: setiap cabang mengisi harga, stok, dan kombinasi voucher untuk produk yang ikut serta dalam penjualan kelompok. Sistem kemudian secara otomatis mengumpulkan, memverifikasi, dan menghasilkan tabel gabungan, serta mengenali bidang anomali, kekurangan stok, bahkan bentrok harga. Membangun sistem operasi siaran langsung yang lengkap seperti ini dilakukan oleh Li Kai sendiri menggunakan Tabel AI DingTalk. "Anda bisa katakan, Tabel AI membantu saya menjadi sebuah perusahaan MCN."

Sebelum setiap siaran langsung, Tabel AI DingTalk secara otomatis mengingatkan dan mendorong progres proyek. Dalam dua jam setelah acara selesai, sistem akan menghasilkan laporan GMV, tingkat penebusan voucher, dan perbandingan ROI secara otomatis. Dalam ritel tradisional, pekerjaan semacam ini biasanya membutuhkan ratusan putaran komunikasi, persiapan selama beberapa minggu, dan puluhan versi file Excel. Sekarang, Li Kai hanya perlu memimpin satu orang, menyelesaikannya dalam lima hari, dan frekuensi siaran langsung naik dari hanya 3 kali per bulan menjadi rata-rata 10 kali per bulan.

Semir: Dari Umpan Balik Pengguna Hingga Modifikasi Produk

Semir, perusahaan terkemuka di industri pakaian dalam negeri, menggunakan Tabel AI langsung untuk modifikasi produk.

Lama waktu ini, merek pakaian tradisional berada di persimpangan dilematis: di satu sisi, pasar terus menurun—total penjualan pakaian di Tiongkok pada tahun 2024 hanya tumbuh 2,1% dibanding tahun sebelumnya, angka terendah dalam satu dekade terakhir; di sisi lain, selera konsumen berubah sangat cepat—media sosial memperpendek siklus tren, satu video viral bisa mengubah arah produk populer untuk satu musim. Oleh karena itu, inti persaingan merek pakaian kini beralih dari "kapasitas saluran" ke "ketajaman persepsi pasar". Siapa yang paling cepat menangkap umpan balik konsumen, dialah yang bisa menciptakan lebih banyak produk populer.

Sebelum mengadopsi Tabel AI DingTalk, seorang staf layanan pelanggan hanya mampu menangani maksimal 400-500 umpan balik pengguna per hari. Pekerjaan ini rumit dan membosankan: harus menyalin tangkapan layar, rekaman suara, dan ulasan ke dalam Excel, lalu mengkategorikannya. Standar dan kolom data berbeda-beda di setiap platform (Tmall, Douyin, Xiaohongshu). Terutama selama periode 11.11, staf layanan pelanggan sering kewalahan oleh pesan masuk.

"Umpan balik pengguna benar-benar tidak bisa distrukturkan, dan tidak bisa langsung memengaruhi produksi," kata Lü Wanlong, supervisor layanan pelanggan di pusat layanan pelanggan Semir, yang telah 10 tahun mengelola layanan pelanggan di Semir dan menyaksikan transisi dari pencatatan kertas ke Excel. "Kami juga ingin menyimpan umpan balik pengguna dalam jangka waktu panjang, misalnya satu hingga lima tahun, tapi pengoperasian Excel sangat merepotkan."

Tabel AI DingTalk membantu Semir untuk pertama kalinya mengubah umpan balik pengguna menjadi "instruksi produk". Langkah pertama adalah "memahami apa yang dikatakan pengguna": formulir AI dapat secara otomatis mengambil semua umpan balik dari berbagai platform setiap hari, model semantik AI mengidentifikasi kecenderungan emosi, jenis masalah, dan secara otomatis memberi label pada informasi negatif, serta mengirimkan peringatan jika masalah serius terdeteksi. Grafik visual yang diperbarui setiap hari membantu merek cepat mengidentifikasi masalah.

Sebagai contoh, jika seminggu sebelum 11.11, Tabel AI mendeteksi bahwa tag "ukuran terlalu kecil" pada jaket wanita bertambah 87 laporan dalam tiga jam, terutama di wilayah utara Tiongkok, maka tabel akan secara otomatis menghasilkan laporan anomali. Dalam kondisi ideal, departemen produksi bisa menyesuaikan pola potongan pada hari berikutnya, lalu menyinkronkan parameter lebar bahu dan lingkar dada ke pabrik mitra melalui kolom "keterhubungan rantai pasok" di Tabel AI, membuat prototipe baru tanpa mengganti bahan baku, sehingga bisa melakukan perbaikan selama 11.11, bukan menunggu setelah promosi besar berakhir.

Kini, posisi depan seperti layanan pelanggan dan operasi di Semir bukan lagi pekerjaan repetitif, melainkan merupakan antarmuka utama pengumpulan data pengguna. Setiap respons manusia turut melatih Tabel AI agar lebih memahami konsumen, akhirnya membebaskan manusia dan memberi perusahaan lebih banyak waktu untuk berpikir dan mengambil keputusan.

Hingga Agustus 2025, lebih dari 300.000 perusahaan telah menggunakan Tabel AI DingTalk, mencakup industri e-commerce, manufaktur, ritel, pendidikan, properti, dan lainnya. Pertumbuhan tercepat terjadi di sektor e-commerce dan ritel, meningkat 280% secara tahunan. Menurut prediksi internal DingTalk, pada akhir 2026, penetrasi aplikasi tabel cerdas di industri ritel dan e-commerce akan mencapai 80%, dan semua skenario kolaborasi intensif seperti penjualan, layanan pelanggan, produksi, dan keuangan akan dikelola oleh tabel cerdas.

Ini berarti Tabel AI DingTalk telah membentuk efek jaringan secara awal. Mekanisme pertumbuhan seperti ini tidak bisa dicapai oleh satu alat SaaS mandiri mana pun.

Tabel AI DingTalk kini telah sepenuhnya mencakup semua skenario inti yang dibutuhkan industri e-commerce—dari layanan pelanggan di depan hingga keuangan di belakang. Berdasarkan data internal DingTalk, Tabel AI meningkatkan efisiensi aliran informasi perusahaan 10 hingga 15 kali lipat, dan memangkas siklus pengambilan keputusan rata-rata lebih dari 60%.

Dengan kata lain, kunci kesuksesan perusahaan di masa depan bukan lagi soal ukuran, melainkan kecepatan. Setelah era "perang lalu lintas" di e-commerce tradisional, kompetisi baru sedang dimulai, dan kemenangannya ditentukan oleh dua kurva: kurva kecepatan pengambilan keputusan dan kurva otomasi eksekusi.

Tabel AI DingTalk kini sedang mempercepat kedua kurva tersebut secara bersamaan.

Masa depan, organisasi tidak lagi bergantung pada hierarki, tetapi lebih pada penggerak cerdas berbasis Tabel AI: fluktuasi emosi satu pengguna, perubahan stok dalam satu siaran langsung, atau umpan balik aneh dari satu SKU, akan membentuk keputusan baru dalam hitungan menit.

Selain itu, keunggulan paling unik Tabel AI DingTalk adalah koneksinya yang ganda: di satu sisi terhubung dengan kemampuan model besar Tongyi Qianwen, algoritma pemasaran Alibaba Mama, dan data transaksi Tmall; di sisi lain terhubung dengan jaringan rantai pasok Cainiao serta sistem penyelesaian dan kredit dari Alipay.

Jika Copilot Microsoft unggul dalam dokumen, Notion mentransformasi cara pengorganisasian pengetahuan, Airtable mempermudah pembuatan program, maka Tabel AI DingTalk sedang menulis ulang cara kerja perusahaan ritel—ia tidak hanya mengotomatisasi satu tugas, tetapi dalam ekosistem e-commerce, secara real-time mengatur model, data, logistik, dan keuangan, sehingga seluruh sistem dapat berpikir dan bertindak dengan kecepatan AI.

Tabel, dulu merupakan metode perhitungan paling sederhana bagi manusia. Selama puluhan tahun, semua logika bisnis dibangun di atas kotak-kotak kecil ini—mencatat stok, menghitung laba rugi, mengukur pertumbuhan.

Kini, ketika tabel mulai menghitung, menganalisis, dan mengambil keputusan sendiri, manusia juga memasuki bentuk kerja yang sama sekali baru.

11.11 tahun ini, adalah pertama kalinya Tabel AI DingTalk berdiri berdampingan dengan para pedagang, juga merupakan percobaan pertama industri e-commerce Tiongkok menggunakan AI untuk mengoperasikan ulang sistemnya: apakah inti cerdas yang mampu memahami pengguna, mengerti produk, dan bertindak mandiri benar-benar bisa menggantikan Excel dan ERP?

Jawabannya belum pasti, tetapi proses ini sedang bergerak semakin cepat.

We dedicated to serving clients with professional DingTalk solutions. If you'd like to learn more about DingTalk platform applications, feel free to contact our online customer service or email at This email address is being protected from spambots. You need JavaScript enabled to view it.. With a skilled development and operations team and extensive market experience, we’re ready to deliver expert DingTalk services and solutions tailored to your needs!