Hype logistik? Mengapa otomatisasi mahal sering gagal karena fundamental sederhana – 8 kegagalan praktis dari logistik dunia nyata

Mengapa fasad yang berkilau runtuh, sementara kenyataan terlihat berbeda

Industri logistik kerap disapu gelombang tren baru, yang masing-masing menjanjikan hal-hal luar biasa. Otomatisasi, analitik prediktif, dan solusi perangkat lunak yang sangat kompleks diharapkan dapat merevolusi industri ini. Namun, meskipun firma riset pasar dan vendor menggambarkan perkembangan ini sebagai masa depan yang tak terelakkan, kenyataan seringkali bertolak belakang dengan ekspektasi tersebut. Dalam kebanyakan kasus, keberhasilan implementasi yang sebenarnya jauh dari harapan pemasaran. Perbedaan ini bukanlah kebetulan, dan juga tidak dapat dikaitkan begitu saja dengan biaya transisi. Sebaliknya, hal ini menunjukkan kesalahpahaman mendasar, yang lazim di sebagian besar industri, mengenai cara kerja logistik yang sebenarnya.

Cocok untuk:

• Mengapa tanah menjadi terlalu berharga untuk disimpan

Mitos otomatisasi dan perangkap biaya

Otomatisasi penuh gudang dan proses transportasi telah disebut-sebut sebagai masa depan yang tak terelakkan selama bertahun-tahun. Produsen teknologi dan perusahaan konsultan terkait menggambarkan sistem transportasi tanpa pengemudi yang bernavigasi secara otonom di gudang, gripper otonom yang mengambil barang dengan presisi, dan sistem kontrol cerdas yang mengorkestrasi semua proses. Namun, kenyataan menunjukkan gambaran yang berbeda.

Investasi awal untuk solusi otomatis jauh melebihi investasi untuk operasi manual atau semi-otomatis. Namun, ini bukanlah masalah utama. Yang jauh lebih serius adalah kompleksitas yang melekat pada sistem tersebut. Sistem pergudangan otomatis membutuhkan personel yang sangat terampil untuk pemeliharaan dan pengoperasian, yang menjadi masalah di pasar yang kekurangan tenaga kerja terampil. Kesenjangan antara teori dan praktik menjadi sangat jelas di sini. Banyak perusahaan yang telah berinvestasi dalam proyek otomatisasi besar-besaran melaporkan masalah yang tidak terduga: lorong yang membingungkan di dalam gudang menyebabkan kemacetan dan inefisiensi, sistem transportasi tanpa pengemudi dari berbagai produsen tidak bekerja dengan mulus, dan kurangnya integrasi antara berbagai teknologi menghasilkan kebalikan dari apa yang semula dimaksudkan.

Kesalahpahaman besar terletak pada ekspektasi bahwa otomatisasi akan berfungsi tanpa optimalisasi proses fundamental. Jika proses manual sudah kacau dan tidak terstandarisasi, otomatisasi tidak akan menyelesaikan masalah ini, melainkan hanya akan meningkatkan kompleksitasnya. Kenyataannya sungguh menyadarkan: Robot bergerak seringkali gagal bukan karena teknologinya sendiri, melainkan karena perusahaan memiliki ekspektasi yang tidak realistis dan kurangnya prasyarat yang diperlukan. Para pakar industri melaporkan bahwa kita masih berada di tahap awal pengembangan sistem transportasi bergerak. Terlepas dari semua perkiraan optimistis, sistem transportasi tanpa pengemudi masih menjadi solusi khusus yang digunakan secara luas. Sekilas pandang pada gudang-gudang yang dipilih secara acak menunjukkan bahwa forklift dan ban berjalan masih menjadi hal yang umum, bukan robot.

Heterogenitas sistem sering diremehkan. Ketika sebuah perusahaan menggunakan robot dari produsen yang berbeda, masalah integrasi akan segera muncul, yang pada gilirannya menyebabkan biaya tambahan yang tinggi. Biaya-biaya ini seringkali tidak direncanakan dan mengakibatkan pembengkakan anggaran yang pada dasarnya membahayakan laba atas investasi proyek.

Analisis Prediktif: Ilusi Data

Tren utama lainnya adalah pergeseran pengambilan keputusan menuju prediksi berbasis data. Dengan nama Predictive Analytics, solusi perangkat lunak dan perusahaan konsultan menjanjikan bahwa kecerdasan buatan dan pembelajaran mesin dapat memprediksi dan mencegah gangguan rantai pasokan. Idenya menarik: jika kita cukup mengumpulkan dan menganalisis data yang cukup, kita dapat memprediksi masa depan dan bertindak secara proaktif, alih-alih reaktif.

Kenyataannya sangat berbeda. Studi menunjukkan bahwa sekitar 81 persen profesional AI mengidentifikasi kualitas data sebagai masalah terbesar mereka. Lebih tepatnya, 90 persen direktur dan manajer di bidang data percaya bahwa manajemen senior tidak memberikan perhatian yang cukup terhadap perlindungan dan kualitas data. Paradoks ini disebabkan oleh apa yang disebut efek sampah masuk, sampah keluar. Jika data masukan buruk, bahkan algoritma terbaik pun akan menghasilkan prediksi yang buruk. Masalahnya ada pada detailnya.

Kesalahan data yang umum terjadi dalam rantai pasokan meliputi: titik data yang hilang, sensor yang cacat atau tidak terkalibrasi dengan baik, pemetaan data yang tidak lengkap, dan sistem yang tidak kompatibel sehingga tidak dapat berkomunikasi satu sama lain. Masalah-masalah ini bukan muncul karena kurangnya teknologi, melainkan karena proses organisasi yang tidak memadai. Sistem lama yang berjalan berdampingan dengan teknologi baru memecah informasi yang tersedia. Silo data antar departemen memperburuk masalah ini.

Beberapa studi menunjukkan bahwa perusahaan biasanya hanya menangkap 56 persen dari data mereka yang berpotensi berharga. Dari data yang ditangkap ini, 77 persennya redundan, usang, tidak relevan, atau sama sekali tidak terkategori. Ini berarti bahwa pada akhirnya hanya 23 persen data yang tersedia untuk pembelajaran mesin dan proses berbasis AI. Dalam kondisi ini, implementasi analitik prediktif cenderung menghasilkan kesalahan.

Masalah tambahan terletak pada relevansi temporal: Jika data historis terkorupsi oleh peristiwa yang tidak lazim, model prediktif tidak dapat dilatih dengan baik. Perusahaan, menurut 47 persen profesional AI, telah menginvestasikan terlalu banyak uang pada model AI yang tidak berfungsi. Situasi ini semakin diperparah ketika kita mempertimbangkan bahwa solusi analitik prediktif yang tidak berfungsi dengan baik menyebabkan produksi berlebih, kelebihan inventaris, biaya pergudangan yang lebih tinggi, dan pada akhirnya, hilangnya pendapatan.

Kesalahpahaman utama terletak pada gagasan bahwa penggunaan teknologi menyelesaikan masalah itu sendiri. Kenyataannya, kualitas dan tata kelola data harus ditingkatkan terlebih dahulu sebelum teknologi memberikan manfaat apa pun. Perusahaan yang mengabaikan urutan ini menginvestasikan jutaan dolar tanpa melihat hasilnya.

Perangkap kompleksitas: Ketika alat menciptakan lebih banyak masalah daripada solusinya

Kategori utama ketiga dari tren yang gagal meliputi pengenalan sistem perangkat lunak yang sangat kompleks, khususnya sistem perencanaan sumber daya perusahaan dan sistem manajemen gudang, yang menjanjikan untuk mengintegrasikan seluruh lanskap operasional.

Statistiknya sungguh luar biasa. 73 persen implementasi ERP dalam manufaktur diskret gagal mencapai tujuannya. Rata-rata, kelebihan anggaran mencapai 215 persen. Perpanjangan jadwal rata-rata mencapai 30 persen. Hanya 27 persen yang mencapai tujuan awal. Angka-angka ini tidak dapat diterima dan menunjukkan adanya masalah struktural.

Alasan utama kegagalan ini diketahui dan dapat dihindari: Manajemen perubahan yang tidak memadai merupakan penyebab 42 persen dari semua kegagalan. Migrasi data yang buruk menyebabkan 38 persen, dan tim implementasi yang tidak berpengalaman bertanggung jawab atas 35 persen. Ketiga faktor ini saja menjelaskan lebih dari 75 persen dari semua kegagalan. Ini berarti bahwa kesalahan tersebut bukan bersifat teknis, melainkan terletak pada dimensi organisasi dan manusia.

Salah satu bencana paling terkenal adalah bencana Hershey. Perusahaan tersebut menginvestasikan $112 juta dalam implementasi ERP tetapi mempersingkat fase pengujian untuk memenuhi tenggat waktu yang ketat. Ketika sistem diluncurkan, transaksi tidak mengalir dengan lancar antara CRM, ERP, dan manajemen rantai pasokan. Hasilnya sangat menghancurkan: Hershey tidak dapat memproses pesanan senilai $100 juta selama Halloween, musim tersibuknya. Profitabilitas turun 19 persen pada kuartal tersebut, dan harga saham anjlok 8 persen.

Masalah yang bahkan lebih besar daripada bencana besar adalah kegagalan yang merayap. Banyak perusahaan menerapkan sistem ERP yang pada akhirnya tidak berfungsi dengan baik. Karyawan kembali menggunakan metode manual lama, sebuah fenomena yang dikenal sebagai shadow IT. Sistem ini secara resmi digunakan, tetapi pada kenyataannya, karyawan mengakalinya karena sistem tersebut terlalu rumit, tidak intuitif, atau tidak sesuai dengan alur kerja mereka yang sebenarnya.

Akar permasalahannya seringkali terletak pada pilihan solusi. Banyak perusahaan memilih sistem ERP generik yang mampu menangani banyak hal tetapi kurang terspesialisasi. Ketika perusahaan perlu melakukan penyesuaian yang signifikan, biaya dan kompleksitasnya berlipat ganda. Kustomisasi menjadi begitu ekstensif sehingga sistem pada akhirnya menjadi kurang fleksibel dibandingkan dengan yang seharusnya digantikan.

Kesalahan fatal kedua terletak pada meremehkan kualitas data. Saat bermigrasi ke sistem baru, data lama ditransfer. Namun, data ini seringkali kedaluwarsa, rusak, formatnya salah, atau tidak mencerminkan cara kerja baru yang diperkenalkan oleh sistem baru. Akibatnya, sistem baru beroperasi dengan fondasi yang cacat sejak awal. Pepatah lama "sampah masuk, sampah keluar" sangat tepat di sini.

Kurangnya manajer proyek yang jelas akan menimbulkan masalah lebih lanjut. Manajer proyek haruslah seseorang yang dihormati di seluruh perusahaan dan memiliki pemahaman mendalam tentang prosesnya. Seringkali, peran penting ini diberikan kepada seseorang yang tidak memiliki wewenang atau pemahaman yang diperlukan, sehingga menghasilkan hasil yang buruk. Akibatnya, akuntabilitas menjadi kurang dan proyek menjadi kehilangan kendali.

LTW Intralogistics – Insinyur Aliran - Gambar: LTW Intralogistics GmbH

LTW menawarkan solusi terpadu dan lengkap, bukan komponen individual, kepada pelanggannya. Konsultasi, perencanaan, komponen mekanik dan elektroteknik, teknologi kontrol dan otomasi, serta perangkat lunak dan layanan – semuanya terhubung dan terkoordinasi secara presisi.

Produksi internal komponen-komponen utama sangat menguntungkan. Hal ini memungkinkan kontrol kualitas, rantai pasokan, dan antarmuka yang optimal.

LTW adalah singkatan dari keandalan, transparansi, dan kemitraan kolaboratif. Loyalitas dan kejujuran tertanam kuat dalam filosofi perusahaan – jabat tangan tetap berarti di sini.

Cocok untuk:

• Solusi LTW

Delapan kegagalan praktis dari logistik dunia nyata

Di samping tren-tren utama, ada contoh-contoh praktis lain tentang bagaimana perusahaan membuang-buang miliaran dolar dengan mengikuti tren secara membabi buta tanpa mempertimbangkan fundamental.

Kesalahan pertama adalah pengenalan sistem manajemen pergudangan digital sepenuhnya tanpa optimalisasi proses.

Banyak perusahaan membeli WMS canggih dan berharap sistem tersebut dapat menyelesaikan semua masalah mereka. Namun, pada kenyataannya, sistem tersebut hanya mendigitalkan masalah proses yang ada. Gudang yang tidak terorganisir tetaplah tidak terorganisir; satu-satunya perbedaan adalah ketidakteraturan tersebut kini terdokumentasi secara digital. Menerapkan teknologi tanpa perbaikan proses yang mendasarinya ibarat menambah tanpa mengurangi terlebih dahulu.

Kesalahan praktis kedua adalah kepercayaan pada peramalan permintaan otomatis.

Banyak perusahaan menerapkan sistem peramalan berbasis AI untuk mengoptimalkan inventaris mereka. Sistem ini menjanjikan prediksi fluktuasi permintaan dan penentuan tingkat stok optimal. Namun, kenyataan menunjukkan bahwa sistem semacam itu kurang bermanfaat dalam rantai pasokan yang volatil dan kompleks. Jika data masukan salah atau terjadi guncangan eksternal seperti krisis geopolitik atau pandemi, peramalan menjadi tidak efektif. Perusahaan yang mengandalkan sistem semacam itu secara membabi buta justru menghasilkan produksi berlebih, bukan berkurang.

Kesalahan praktis ketiga terletak pada penerapan tepat waktu sebagai strategi universal.

JIT memang luar biasa dalam kondisi stabil, tetapi dalam beberapa tahun terakhir ini telah menjadi faktor risiko. Perusahaan yang menerapkan JIT secara ketat dan mempraktikkan sumber tunggal lebih rentan terhadap gangguan rantai pasokan. Jika pemasok gagal atau perbatasan diblokir, tidak ada penyangga. Strategi yang sesungguhnya membutuhkan fleksibilitas dan penyangga, bukan hanya minimisasi biaya.

Cocok untuk:

• Risiko yang lebih sedikit, lebih efisiensi: Bagaimana gudang buffer dapat meningkatkan pengiriman tepat waktu

Kesalahan praktis keempat adalah kurangnya tanggung jawab yang jelas.

Banyak organisasi logistik beroperasi secara terpisah. Pengadaan, pergudangan, penjualan, dan transportasi tidak bekerja sama. Ketika masalah muncul, semua orang dapat menunjukkan bahwa mereka telah melakukan bagian mereka dengan benar, tetapi sistem secara keseluruhan gagal. Kuncinya bukanlah teknologi, melainkan kepemilikan dan integrasi proses yang jelas.

Kesalahan praktis kelima adalah mengandalkan perangkat keras dan bukan manusia.

Gudang bertingkat tinggi otomatis memang mengesankan, tetapi jika operatornya tidak terlatih dengan baik atau tidak memahami cara kerjanya, kekacauan pun akan terjadi. Perusahaan seringkali mengabaikan unsur manusia. Teknologi hanyalah alat, dan tanpa orang yang tepat dan budaya yang tepat, alat terbaik sekalipun tidak akan berfungsi.

Kesalahan praktis keenam adalah kurangnya standardisasi.

Tanpa proses standar, setiap orang dapat melakukan berbagai hal secara berbeda. Hal ini menyebabkan inkonsistensi, kesalahan, dan inefisiensi. Sebelum perusahaan menerapkan otomatisasi, perusahaan harus melakukan standarisasi terlebih dahulu. Standarisasi tidak seharusnya menunggu teknologi.

Kesalahan praktis ketujuh adalah mengabaikan kualitas data.

Perusahaan menginginkan perangkat analitik dan BI, tetapi mereka tidak memiliki data yang bersih. Mereka kemudian menghabiskan 40 hingga 60 persen waktu mereka untuk membersihkan data, alih-alih memanfaatkannya. Itu pemborosan belaka. Investasi seharusnya lebih dulu diarahkan pada kualitas data, bukan perangkat BI yang canggih.

Kesalahan praktis kedelapan adalah kurangnya perbaikan berkelanjutan.

Banyak perusahaan mengerjakan proyek besar, berharap proyek tersebut akan menyelesaikan masalah mereka selamanya, lalu beralih ke proyek berikutnya. Namun, logistik adalah organisme hidup yang harus terus berkembang. Perusahaan yang tidak terus-menerus berbenah akan cepat terpuruk oleh kenyataan.

Jalan menuju kesuksesan sejati: Prinsip dasar, bukan sensasi

Apa yang benar-benar berhasil? Kuncinya bukan terletak pada teknologi baru, melainkan pada prinsip-prinsip fundamental yang telah dikenal selama puluhan tahun. Prinsip-prinsip ini memang menguji, tidak menarik, dan tidak menarik perhatian. Namun, prinsip-prinsip ini berhasil.

Prinsip pertama dan paling penting adalah ketertiban.

Metode 5S Jepang, yang dikembangkan di Jepang pada tahun 1955, terdiri dari lima langkah: Memilih, Menata, Mengkilapkan, Menstandarisasi, dan Mempertahankan. Perusahaan yang mengadopsi metode ini melihat peningkatan yang signifikan. Keteraturan mengurangi waktu pencarian, meminimalkan kesalahan, dan menciptakan fondasi untuk perbaikan lebih lanjut. Perusahaan yang benar-benar menerapkan metode 5S dapat meningkatkan operasionalnya sebesar 20 hingga 30 persen tanpa menggunakan teknologi tambahan.

Prinsip kedua adalah transparansi dan tanggung jawab proses yang jelas.

Setiap orang harus mengetahui peran mereka, indikator kinerja utama (KPI), dan apakah mereka mencapainya. Kebanyakan perusahaan gagal karena tidak memiliki garis tanggung jawab yang jelas. Ketika pengadaan, pergudangan, dan penjualan tidak berkolaborasi, silo pun tercipta. Solusinya bukanlah teknologi, melainkan reorganisasi dan komunikasi yang jelas.

Prinsip ketiga adalah perbaikan berkelanjutan, yang disebut Kaizen dalam bahasa Jepang.

Artinya, karyawan melakukan perbaikan kecil setiap hari. Keunggulan Kaizen adalah ide-ide terbaik seringkali datang dari orang yang mengerjakannya setiap hari. Perusahaan yang menerapkan Kaizen dengan benar akan melihat peningkatan berkelanjutan tanpa investasi besar.

Prinsip keempat ialah skalabilitas secara bertahap, bukan lompatan.

Kebanyakan implementasi skala besar gagal karena mereka mencoba melakukan terlalu banyak hal dengan terlalu cepat. Strategi yang lebih baik adalah memulai proyek percontohan kecil, mengukur keberhasilan, belajar, lalu meningkatkan skalanya. Perusahaan yang memulai dari kecil, bereksperimen dengan robot bergerak di ruang terbatas, dapat mentransfer pembelajaran ke area lain. Ini lebih rendah risikonya dan lebih murah.

Prinsip kelima adalah kepercayaan pada kompetensi profesional.

Tidak semua pakar logistik bekerja di departemen TI. Banyak inovasi seharusnya datang dari orang-orang yang bekerja di sana setiap hari. Perusahaan yang baik mendengarkan karyawannya dan mengintegrasikan pengetahuan mereka ke dalam keputusannya. Hal ini tidak memerlukan biaya dan seringkali lebih berharga daripada konsultasi yang mahal.

Prinsip keenam adalah kualitas data yang sebenarnya dan bukan ilusi Big Data.

Lebih baik memiliki 100 titik data yang bersih daripada 1 juta titik data yang cacat. Perusahaan harus terlebih dahulu membangun kualitas datanya sebelum berinvestasi pada perangkat analitik. Jika kualitas data buruk, semua analisis tidak akan berguna.

Prinsip ketujuh adalah fokus pada apa yang dapat diukur.

Tidak semua hal penting dapat diukur. Namun, lebih baik berfokus pada beberapa indikator kinerja utama (KPI) yang jelas daripada seratus metrik yang rumit. Sistem KPI yang jelas membantu semua orang bergerak ke arah yang sama. Kebanyakan perusahaan terlalu banyak mengukur dan terlalu sedikit memahami.

Prinsip kedelapan adalah fleksibilitas, bukan kekakuan.

Sistem yang terlalu dioptimalkan tidak dapat bereaksi cepat terhadap perubahan. Logistik adalah sistem yang dinamis. Ketahanan lebih penting daripada kesempurnaan. Sistem yang menawarkan efisiensi 85 persen dengan fleksibilitas lebih baik daripada sistem yang menawarkan efisiensi 95 persen tetapi tanpa fleksibilitas.

Bencana Manajemen Perubahan

Aspek transformasi logistik yang sering diremehkan adalah manajemen perubahan. Banyak perusahaan memperkenalkan sistem teknis tanpa melibatkan karyawannya. Hasilnya adalah resistensi besar-besaran. Karyawan takut akan pekerjaan mereka, tidak memahami sistem baru, dan bekerja di luar sistem tersebut.

Implementasi yang sukses dimulai dengan komunikasi. Karyawan perlu memahami mengapa perubahan itu penting, bagaimana perubahan itu akan memengaruhi kehidupan kerja mereka, dan bahwa aspirasi mereka didengar. Melibatkan orang yang tepat sejak dini, belajar dari pengalaman mereka, dan mengembangkan sistem yang memenuhi kebutuhan mereka akan meningkatkan tingkat penerimaan secara drastis.

Kesalahan fatal lainnya adalah berasumsi bahwa pelatihan saja sudah cukup. Lokakarya tiga hari sebelum peluncuran tidaklah cukup. Orang-orang membutuhkan pembelajaran berkelanjutan, dukungan, umpan balik, dan waktu untuk beradaptasi dengan perubahan. Perusahaan yang berinvestasi dalam program dukungan yang tulus akan mendapatkan hasil yang jauh lebih baik.

Realitas ekonomi

Jika dijumlahkan, terlihat jelas bahwa investasi pada tren yang digembar-gemborkan seringkali tidak tepat sasaran. Implementasi ERP rata-rata menghabiskan biaya beberapa juta dolar dan memiliki tingkat kegagalan 73 persen. Program peningkatan berkelanjutan hanya menghabiskan sebagian kecil biaya tersebut dan memiliki tingkat keberhasilan yang jauh lebih tinggi.

Prinsip ekonomi logistik sederhana: lebih sedikit kesalahan, waktu penyelesaian lebih cepat, biaya lebih rendah, dan kepuasan pelanggan meningkat. Tujuan-tujuan ini tidak hanya tercapai melalui teknologi yang mahal, tetapi melalui disiplin, organisasi, dan perbaikan berkelanjutan. Perusahaan yang menguasai prinsip-prinsip dasar ini memiliki keunggulan kompetitif yang tak tertandingi.

Ironisnya, banyak dari prinsip-prinsip ini gratis. Inisiatif 5S hampir tidak membutuhkan biaya apa pun, hanya waktu dan disiplin. Kaizen tidak membutuhkan perangkat lunak baru. Akuntabilitas yang jelas hanya membutuhkan kejelasan, bukan teknologi. Namun, prinsip-prinsip dasar ini terus-menerus diabaikan sementara perusahaan menghabiskan jutaan dolar untuk tren yang dibesar-besarkan.

Cocok untuk:

• Nearshoring: Ketika krisis global bertemu dengan rantai pasokan yang rapuh, kebutuhan berubah menjadi inovasi

Tren terbaik bukanlah menciptakan tren.

Kenyataannya memang tidak mengenakkan: Logistik menang bukan karena gembar-gembor, melainkan karena proses yang bersih, akuntabilitas yang jelas, dan keahlian yang sesungguhnya. Perusahaan yang telah menguasai fundamentalnya jauh lebih unggul daripada perusahaan yang mengejar tren terkini.

Sebuah perusahaan logistik sukses dari Jerman mengatakannya seperti ini: "Kami ingin menghindari kerumitan teknis karena hal itu menyebabkan risiko kesalahan yang lebih tinggi. Sebagai bisnis keluarga yang tidak didanai oleh modal ventura, kami terpaksa menawarkan solusi yang andal. Ini tidak glamor, tetapi itulah kenyataannya."

Tren terbaik dalam logistik bukanlah mengikuti tren. Sebaliknya, perusahaan harus membenahi fundamentalnya, melatih karyawannya untuk disiplin, dan terus melakukan perbaikan kecil. Cara ini telah berhasil selama beberapa dekade dan akan terus berhasil bahkan setelah siklus hype berikutnya berakhir.

☑️ Bahasa bisnis kami adalah Inggris atau Jerman

☑️ BARU: Korespondensi dalam bahasa nasional Anda!

Konrad Wolfenstein

Saya akan dengan senang hati melayani Anda dan tim saya sebagai penasihat pribadi.

Anda dapat menghubungi saya dengan mengisi formulir kontak atau cukup hubungi saya di +49 89 89 674 804 (Munich) . Alamat email saya adalah: wolfenstein ∂ xpert.digital

Saya menantikan proyek bersama kita.

☑️ Dukungan UKM dalam strategi, konsultasi, perencanaan dan implementasi

☑️ Penciptaan atau penataan kembali strategi digital dan digitalisasi

☑️ Perluasan dan optimalisasi proses penjualan internasional

☑️ Platform perdagangan B2B Global & Digital

☑️ Pelopor Pengembangan Bisnis/Pemasaran/Humas/Pameran Dagang