Gambar Getty

Tidak jarang konsumen memesan kemeja yang sama dalam tiga ukuran, lalu mengembalikan dua ukuran yang tidak sesuai. Namun apa yang terjadi jika konsumen menukar label dan mengembalikan kemeja yang berbeda, atau membeli gaun untuk suatu acara, memakainya sekali dengan label terselip di dalamnya, lalu mengembalikannya?

Ini adalah contoh penipuan pengembalian, risiko industri ritel yang sedang meningkat “baik dalam skala maupun kecanggihannya,” kata Juan Hernandez-Campos, chief operating officer di Happy Returns, sebuah perusahaan perangkat lunak yang mengelola pengembalian dan merupakan bagian dari UPS. Saat ini, sekitar 9% pengembalian adalah penipuan, menurut Lanskap Pengembalian Ritel 2025 laporan diterbitkan oleh National Retail Federation dan Happy Returns pada Oktober lalu.

Dengan adanya masalah penipuan yang terus terjadi di tengah meningkatnya volume pengembalian, pedagang tidak dapat lagi mengandalkan metode “sangat manual” yang sebelumnya mereka gunakan untuk memproses pengembalian, kata Campos.

Sebaliknya, pengecer dan mitra perangkat lunak mereka beralih ke AI untuk membantu mengelola logistik terbalikbagian dari rantai pasokan yang melibatkan penanganan pengembalian dan penyetokan ulang inventaris. Narvar, yang bekerja sama dengan perusahaan termasuk DSW dan Newell Brands, memuji teknologi AI yang memproses miliaran titik data konsumen ke mendeteksi penipuan. Sementara itu, Loop menggunakan AI untuk mengotomatisasi keputusan dan mengungkap penipuan bagi pelanggan seperti Keen dan Princess Polly.

Jackie Swanson, Managing Partner di Gartner Consulting, mengatakan bahwa dalam 18 bulan terakhir, pengecer telah beralih dari deteksi penipuan yang didukung pembelajaran mesin. ke sistem AI. Tujuannya? Hentikan penipuan, kurangi kerugian, dan percepat pengembalian yang sah, kembalikan inventaris ke penjualan secepat mungkin.

Di antara para pengecer dengan pendapatan tahunan lebih dari $1 miliar, “hampir semuanya memiliki sesuatu,” kata Swanson, dengan pakaian, kecantikan, dan alas kaki sebagai yang terdepan karena tingkat pengembaliannya yang tinggi.

AI dapat mengatasi penipuan pengembalian

Caroline Reppert, direktur senior AI dan kebijakan teknologi di Federasi Ritel Nasionalmengatakan logistik terbalik “muncul sebagai area fokus utama” ketika pengecer mempertimbangkan cara menggunakan AI.

Pengecer menghadapi masalah penipuan pengembalian seperti jumlah yang berlebihan — ketika konsumen mengklaim bahwa mereka mengembalikan lebih banyak barang daripada yang sebenarnya — pengembalian kotak kosong, atau pengiriman kotak berisi batu, kerusakan label, dan barang pengganti palsu. Beberapa konsumen terlibat dalam lemari pakaian, di mana mereka menggunakan atau memakai suatu barang untuk waktu yang singkat sebelum mengembalikannya.

Salah satu keuntungan besar AI, menurut Campos, adalah ia dapat menganalisis data pengembalian dalam jumlah besar untuk mengidentifikasi pola yang mungkin sulit ditemukan secara manual. Misalnya, Happy Returns — yang kliennya mencakup Everlane, Pact, dan Under Armour — menggunakan teknologi yang disebut Return Vision, yang mendeteksi perbedaan dalam barang dagangan seperti logo yang salah, label yang diubah, perbedaan bahan, atau pertukaran produk.

Jika Return Vision menemukan salah satu masalah ini, data akan dimasukkan ke dasbor ritel secara real-time, memungkinkan pengecer melihat potensi masalah dengan cepat, kata Campos. Pengecer dapat melihat alasan pengembalian ditandai dan foto barang yang dikembalikan. Mereka kemudian memiliki bukti untuk membantah klaim konsumen, bahkan sebelum barang tersebut mencapai gudang.

Happy Returns juga menggunakan penilaian risiko perilaku berbasis AI, yang mengidentifikasi potensi pengembalian berisiko tinggi berdasarkan frekuensi pengembalian, waktu, geografi, dan perilaku historis. Pengembalian dapat ditandai untuk ditinjau oleh manusia sebelum pengecer mengeluarkan pengembalian dana.

Meskipun demikian, pengecer mengungkapkan gambaran beragam tentang AI untuk penipuan pengembalian. Dalam laporan NRF, hanya 45% perusahaan yang mengatakan bahwa mereka yakin AI dan pembelajaran mesin benar-benar efektif dalam mencegah penipuan pengembalian.

Bully Max, yang membuat makanan dan suplemen anjing, menggunakan Sistem AI dari Shopify dan Chargeflow untuk mendeteksi penipuan pengembalian, menurut CEO Matthew Kinneman. Jika terjadi penipuan atau konsumen mengajukan tagihan balik, AI secara otomatis membuat bukti atas nama Bully Max untuk diserahkan ke perusahaan kartu kredit.

Meski begitu, Kinneman mengakui bahwa AI tidaklah sempurna. Misalnya, perusahaan harus mengirimkan tangkapan layar secara manual ke perusahaan kartu kredit. “Kami menemukan bahwa tinjauan manusia masih penting,” katanya.

Pengembalian yang lebih cepat

Penipuan bukan satu-satunya kasus penggunaan AI dalam logistik terbalik. Bully Max juga menggunakan AI untuk menemukan pola, seperti alasan pengembalian berulang. Kemudian tim dapat memperbaiki halaman dan deskripsi produk, memberikan informasi yang lebih akurat sebelum konsumen melakukan pembelian.

“Dalam banyak kasus, mencegah kepulangan lebih berharga daripada memprosesnya secara efisien,” kata Kinneman.

Swanson mengatakan kliennya juga menggunakan AI untuk keuntungan prediktif dan keputusan pergudangan. Model AI secara proaktif menandai pesanan yang kemungkinan akan dikembalikan dan menyarankan ukuran atau produk alternatif sebelum konsumen menyelesaikan pembeliannya. Dalam kasus terakhir, ketika pengembalian tiba di gudang pengecer, AI merekomendasikan apakah pengecer harus menjual kembali, melikuidasi, atau bahkan menghancurkan barang tersebut berdasarkan potensi nilai jual kembali.

Pengembalian secara historis dilakukan secara manual dan memakan waktu, kata Reppert kepada Business Insider. AI “memungkinkan pengecer menangani volume pengembalian yang lebih tinggi dengan kecepatan dan konsistensi yang lebih tinggi.”

Pemrosesan lebih cepat juga menguntungkan konsumen dengan memberikan pengembalian uang yang lebih cepat untuk barang dagangan yang dikembalikan, kata Campos. Pengalaman pengembalian yang positif dapat membangun loyalitas merek dan mendorong konsumen untuk melakukan pembelian lagi dengan pengecer, tambahnya.

Shefali Kapadia adalah jurnalis bisnis pemenang penghargaan. Selain Business Insider, karyanya telah muncul di Financial Times, Forbes, Industry Dive, dan banyak lagi. Shefali adalah pembicara yang banyak dicari dan menjadi moderator panel dengan para eksekutif dari CH Robinson, PepsiCo, dan Uber. Dia juga tampil dalam serial dokumenter Discovery Channel tentang rantai pasokan. Shefali senang bepergian, memasak, dan mempertahankan negara bagian asalnya, Delaware. Dia tinggal di Washington, DC.