62% ng MSME gagamit pa rin ng AI sa 2027, pero logistics ang sagabal

|May-akda: QUASA Editorial Team|6 minutong pagbasa| 1
62% ng MSME gagamit pa rin ng AI sa 2027, pero logistics ang sagabal

Sa ulat ng Daily Tribune noong Oktubre 28, 2026 tungkol sa survey ng Lalamove Philippines, 62%—mas tiyak, 62.4%—ng mahigit 1,100 business user na sinarbey sa Pilipinas noong Setyembre ang planong patuloy na gumamit ng AI sa 2027; 42.2% ang tumukoy sa mataas na gastos sa logistics bilang hadlang sa paglago, at 58.8% ang nagsabing lumaki ang pangangailangan nila sa agarang same-day delivery. Gastos sa logistics ang pinakamadalas banggiting hadlang sa paglago sa mga sagot, habang same-day delivery ang uri ng paghahatid na pinakamaraming nagsabing mas kailangan nila.

Sa pahayag ng Lalamove Philippines, sinabi ng managing director nitong si Djon Nacario: “Business owners are telling us they want to move faster and keep costs under control.” Mga gumagamit ng delivery platform ang sinarbey, kaya ang mga porsiyento ay naglalarawan ng kanilang mga sagot at hindi ng lahat ng MSME sa bansa. Ang planong magpatuloy sa AI ay intensiyon para sa darating na taon; hindi nito sinasabi kung nakapaloob na ang AI sa araw-araw na pagtupad ng mga order.

Saang gawain ginagamit ang AI?

Mga materyal sa promosyon sa tindahan, na kumakatawan sa nangungunang gamit ng AI sa creative work at marketing sa survey ng Lalamove.

Nangunguna sa mga iniulat na gamit ng AI ang creative work, kasunod ang marketing at research; mas kaunti ang nagbanggit ng business operations. May malinaw na pagkakaiba ang paggawa ng materyal para sa promosyon at ang pagpapadala ng produktong inorder matapos makita ang promosyon. Maaaring bumilis ang unang gawain nang walang pagbabago sa oras ng paghahanda, pag-book o pickup ng order.

Mahalaga rin kung ano ang ibig sabihin ng pagpapatuloy ng paggamit. Maaaring gumamit ang isang negosyo ng AI para sa paminsan-minsang kopya o pananaliksik, samantalang ang pagproseso ng order ay umaasa pa rin sa magkakahiwalay na hakbang. Hindi sinusukat ng inilabas na resulta kung ilang oras ang natipid, gaano kadalas ginagamit ang tool, o kung nabawasan ang pagkaantala sa paghahatid. Kaya ang interes sa AI ay hindi pa sukatan ng bilis ng buong operasyon.

Bakit mas mahirap tugunan ang agarang delivery?

Paghakot ng Lalamove courier ng nakahandang order matapos ang regular na oras ng negosyo, kaugnay ng lumalaking pangangailangan sa after-hours delivery.

Ipinapakita ng mga sagot ang pagbabago sa oras at paraan ng paghahatid, hindi lamang sa dami nito. Bukod sa agarang same-day delivery, may mga respondent na nag-ulat ng lumaking pangangailangan sa delivery lampas sa regular na oras ng negosyo at sa biyaheng may maraming bababaan. Magkakaibang kapasidad ang kailangan para sa order na dapat kunin agad, order na handa na matapos magsara ang tindahan, at mga padalang pupunta sa magkakahiwalay na destinasyon.

Maaaring mas mabilis nang masagot ang tanong ng customer o maihanda ang detalye ng order sa tulong ng AI. Mananatili pa ring nakahinto ang produkto kapag wala pang sasakyan para sa pickup, kailangang baguhin ang ruta, o hindi akma ang oras ng booking sa ipinangakong pagdating. Dito nagtatagpo ang dalawang bahagi ng balita: ang pagbilis ng gawaing digital ay may pakinabang sa customer kapag nakakasabay ang pisikal na paghahatid.

May isa pang pagkakaiba sa pagbasa ng demand. Posibleng manatiling halos pareho ang kabuuang bilang ng delivery ngunit lumaki ang bahaging kailangang ihatid sa mismong araw o sa labas ng karaniwang oras. Sa ganitong halo ng mga order, mas nagiging mahalaga ang pagkakaroon ng available na sasakyan sa tamang oras kaysa sa simpleng pagbilis ng pagpasok ng order sa sistema.

Gastos sa logistics ang hadlang kahit bumilis ang booking

Ang mataas na gastos sa logistics ang nanguna sa mga hadlang sa paglago na binanggit ng mga respondent, kasunod ang pag-aalala sa pagtaas ng interest rate at inflation at sa mahinang paggastos ng mamimili. Ang mas mabilis na paraan ng pag-book ay maaaring magpaikli sa paghihintay bago ang pickup, ngunit hindi nito awtomatikong pinapababa ang halagang ginagastos sa bawat natapos na delivery. Magkaibang tanong ang pagkakaroon ng masasakyan at ang kakayahang bayaran ang biyahe.

Nag-aalok ang Lalamove ng delivery na maaaring i-book kapag kailangan, kaya may interes ang kumpanya sa pagpapakita ng halaga ng flexible na kapasidad. Hindi naman paghahambing ng kabuuang gastos sa sariling delivery operation at sa paggamit ng platform ang survey. Wala ring inilabas na resulta rito tungkol sa presyo ng biyahe, kinita sa bawat order o epekto ng agarang paghahatid sa margin. Mahalaga ang mga halagang iyon sa pagtukoy kung ang mas mabilis na serbisyo ay kaya ring panatilihin ng isang maliit na negosyo.

Oras, gastos at rework ang magpapakita ng tunay na bottleneck

Maaaring gawing operational scorecard ang ugnayan ng AI at delivery sa pamamagitan ng tatlong sukatan: oras, gastos at rework. Para sa oras, magkahiwalay na itala ang pagpasok ng order hanggang maging handa ito, ang paghihintay mula paghahanda hanggang pickup, at ang biyahe hanggang matanggap ito ng customer. Kung umikli ang paghahanda ngunit hindi ang paghihintay sa pickup, nasa kapasidad o iskedyul ng delivery ang natitirang pagkaantala.

Para sa gastos, mas kapaki-pakinabang ang halaga sa bawat natapos na order kaysa sa bilis ng isang hakbang lamang. Maaaring isama sa tala ang karaniwang biyahe, agarang booking, paghahatid matapos ang regular na oras at dagdag na destinasyon. Kapag tumaas ang gastos sa mga order na kailangang ihatid agad, makikita kung sapat ang kita mula sa mga order na iyon para sagutin ang mas mahal na paghahatid. Isa itong paraan ng pagbasa sa operasyon, hindi resultang sinukat ng survey.

Ang rework naman ay pag-uulit dahil sa maling detalye ng order, output ng AI na kailangang itama, o delivery na kailangang i-book muli. Maaaring mabilis ang unang draft ng mensahe sa customer ngunit mawala ang natipid na oras kung mali ang address o kailangang linawin ang laman ng padala. Kapag pinagsama ang tatlong tala, mas malinaw kung automation sa paghahanda, dagdag na kapasidad sa pickup, o pagkontrol sa gastos ng biyahe ang may pinakamalaking kaugnayan sa pagkaantala.

Mas malawak ang paggamit ng AI kaysa sa malalim na pagsasama nito sa operasyon

Sa pagsusuri ng Data Reach Solutions sa hiwalay na pag-aaral ng AWS at Strand Partners noong 2025, 78% ng mga negosyong gumagamit ng AI sa Pilipinas ang nakatuon pa rin sa mga payak na gamit para sa efficiency, samantalang 8% ang umabot sa pinakamalalim na antas ng pagsasama nito sa negosyo. Iba ang sample, panahon at tanong ng pag-aaral na iyon sa survey ng mga business user ng Lalamove. Nagbibigay ito ng konteksto kung bakit kailangang ihiwalay ang intensiyong gumamit ng AI sa ebidensiya na nagbago na ang buong daloy ng trabaho.

Para sa mga negosyong may mas maraming agarang order, ang magiging epekto ng AI ay nakasalalay din sa nangyayari matapos maihanda ang padala. Kung sa pickup o gastos sa biyahe naiipon ang problema, doon mararamdaman ng customer ang hangganan ng mas mabilis na digital na gawain.

Basahin din:

I-share:

Mag-subscribe sa aming newsletter

Matanggap ang pinakabagong balita tungkol sa Web3, AI at crypto nang diretso sa iyong inbox.

0