Dalam beberapa bulan terakhir, saya terlibat dalam pengembangan sebuah initiative yang cukup menarik: sebuah Platform AI untuk proses purchasing yang masih manual, yang kami rancang untuk membantu bisnis F&B bertransformasi dari proses operasional yang masih fragmented menjadi workflow yang lebih structured, connected, and intelligent.
Project ini berawal dari assessment pada
sebuah F&B Holding Group dengan beberapa outlet dan kebutuhan
operasional yang cukup kompleks, termasuk outlet di Lebak Bulus, Pacific
Place, dan Dago Bandung.
Salah satu pain point yang kami temukan
cukup familiar di banyak bisnis:
➡️ Request purchasing melalui WhatsApp
➡️ Data purchasing tersebar di Excel dan berbagai dokumen
➡️ Nama item tidak konsisten antar outlet
➡️ Proses PR → PO → Goods Receiving masih dilakukan secara manual
➡️ Data Point of Sales belum terhubung dengan proses procurement &
inventory
➡️ Approval dan reconciliation membutuhkan effort yang cukup besar
Yang menarik, pada kondisi awal belum
terdapat dedicated application untuk mengelola end-to-end purchasing dan
inventory workflow tersebut.
Sebagian besar proses masih dilakukan
secara manual menggunakan WhatsApp, Excel, dan dokumen pendukung,
sementara Point of Sales (POS) menjadi salah satu sistem aplikasi
existing yang digunakan untuk aktivitas penjualan.
Artinya, challenge-nya bukan sekadar
bagaimana menambahkan AI ke aplikasi yang sudah ada.
Kami perlu membangun business
application-nya sekaligus merancang bagaimana AI dapat menjadi bagian dari
workflow tersebut.
🧠 Bukan Sekadar Membangun
Chatbot
Pendekatan yang kami gunakan bukan hanya
membuat chatbot untuk menjawab pertanyaan user.
Kami membangun AI-enabled business
workflow, di mana application layer menangani proses bisnis dan
transactional control, sementara AI menjadi intelligence layer yang membantu
menangani pekerjaan yang sebelumnya membutuhkan banyak manual intervention.
Salah satu perubahan penting dalam
workflow adalah bagaimana kami memisahkan communication channel dengan transactional
workflow.
WhatsApp Group → Notification /
Reference
Telegram Group → Operational Workflow
WhatsApp tetap dapat digunakan sebagai
channel pemberitahuan atau referensi, sehingga user tidak harus kehilangan
kebiasaan komunikasi yang sudah berjalan.
Namun untuk proses yang membutuhkan structured
data, AI processing, approval, dan workflow tracking, proses diarahkan
melalui Telegram Group.
Contohnya:
Telegram → AI Extraction → Item
Classification → Purchase Request → Approval → PO → Goods Receiving → OCR →
Verification → Inventory
AI dapat membantu memahami input yang
bersifat semi-structured maupun unstructured, seperti request purchasing
melalui chat, dokumen, maupun foto.
Sementara itu:
Business Rules → Authorization →
Approval → Transaction → Audit Trail
tetap dikelola oleh application layer.
🏗️ Building the Application + AI
Architecture
Karena starting point-nya adalah proses
yang masih manual, architecture yang dibangun mencakup bukan hanya AI
component, tetapi juga business application layer untuk mendigitalisasi
workflow tersebut.
Yang juga menjadi bagian menarik dari
architecture ini adalah penggunaan local AI infrastructure.
Kami tidak mendesain sistem dengan
asumsi bahwa hanya ada satu LLM yang digunakan untuk seluruh kebutuhan.
Sebaliknya, architecture diarahkan untuk
mendukung multiple local LLM, sehingga model dapat dipilih berdasarkan
kebutuhan dan karakteristik task.
Misalnya:
Small / Fast Model → Classification,
Routing, Intent Detection
Larger Model → Complex Reasoning,
Extraction, Business Context
Specialized AI Component → OCR /
Document / Image Processing
Model-model tersebut dijalankan pada local
server infrastructure, sehingga architecture dapat memiliki kontrol yang
lebih besar terhadap:
- Data
privacy
- Network
dependency
- Model
selection
- Inference
workload
- Resource
utilization
- Cost
management
- AI
service availability
Beberapa technology dan architectural
components yang kami eksplorasi:
- LLM
/ Multiple Local LLM
- Local
AI Server
- RAG
& Vector Database
- Qdrant
- PostgreSQL
- Temporal
Workflow
- MCP
Adapter
- Telegram
Gateway
- OCR
- Purchasing
& Inventory Application
- POS
Data Integration
- Multi-tenant
SaaS Architecture
- Human-in-the-loop
Approval
Dengan pendekatan ini, objective-nya
bukan sekadar “membuat proses menjadi digital”, tetapi membangun fondasi
yang memungkinkan proses tersebut kemudian menjadi AI-assisted dan
progressively automated.
🔄 From Manual Process →
Application → AI → SaaS
Menariknya, scope project ini kemudian
berkembang.
Awalnya fokus pada kebutuhan satu F&B
Holding Group dengan beberapa outlet, termasuk Lebak Bulus, Pacific
Place, dan Dago Bandung.
Namun dari proses assessment tersebut
muncul insight bahwa problem yang sama sebenarnya dapat terjadi pada banyak
bisnis, mulai dari UMKM hingga multi-branch F&B.
Karena itu, architecture mulai diarahkan
menjadi multi-tenant SaaS, dengan beberapa business maturity level:
L0 — Mikro (Usaha F&B Mikro)
Basic / non-digital operation
L1 — Kecil
Basic digital operation
L2 — Menengah
Multi-branch + POS + integrated
operational data
Dengan prinsip:
Start simple → digitize the process →
integrate the data → add intelligence when the data is ready.
Bagi saya, bagian paling menarik dari
project ini bukan hanya technology stack-nya.
Tetapi bagaimana kita menerjemahkan:
Manual Business Process → Digital
Application → Integrated Data → AI Capability → Business Value
dan kemudian membangun architecture yang
cukup fleksibel untuk berkembang dari single use case menjadi scalable
multi-tenant platform.
Karena pada akhirnya:
Digital transformation is not about
adding AI to everything.
It is about understanding the business
first, designing the right workflow, building the right digital foundation, and
then placing AI where it can create meaningful leverage.
And sometimes, the most interesting AI
architecture doesn't start with a sophisticated application.
It starts with WhatsApp, Excel,
manual processes, and a real business problem that needs to be solved. 🚀
#AI #ArtificialIntelligence
#DigitalTransformation #FNB #FoodAndBeverage #SaaS #MultiTenant #LocalAI #LLM
#RAG #MCP #Procurement #Purchasing #InventoryManagement #EnterpriseArchitecture
#ProjectManagement #AIEngineering