July 14, 2026 · 3 min read

Dari SME ke SME: Membina Keupayaan Digital Berdaulat dengan NUE-AINNA - Perspektif Operasi Logistik

👁 121 views
Dari SME ke SME: Membina Keupayaan Digital Berdaulat dengan NUE-AINNA — Perspektif Operasi Logistik

Article by Muhamad Hakim Hafizi

AINNA bermula sebagai sebuah SME.

Bukan dengan sistem yang sempurna, pasukan teknologi besar, atau modal tanpa had - tetapi dengan cabaran operasi sebenar setiap hari: produk, pesanan, pelanggan, stok, marketplace, iklan, logistik, aliran tunai, laman web, dan operasi.

Seiring masa, satu perkara menjadi jelas bagi kami:

SME tidak boleh bergantung selamanya kepada sistem yang mereka tidak faham atau kawal.

Platform berguna. Alat AI berguna. Perkhidmatan cloud berguna. Kami di operasi logistik AINNA juga menggunakannya. Tetapi jika SME hanya mengguna teknologi tanpa membina keupayaan dalaman sendiri, mereka kekal rapuh.

Bagi AINNA, keupayaan digital berdaulat bermaksud mempunyai keupayaan untuk memahami data sendiri, memperbaiki aliran kerja sendiri, mengaudit operasi sendiri, dan menggunakan teknologi dengan yakin - terutamanya dalam mengurus stok, pesanan, dan penghantaran harian.

Ia bukan bermaksud menolak teknologi global.

Ia bermaksud menggunakan teknologi dengan bijak sambil terus membina kekuatan sendiri.

Inilah sebab di sebalik NUE-AINNA, inisiatif awal penjanaan laman web bantuan AI untuk membantu SME Malaysia membina aset digital yang lebih baik dengan halangan teknikal yang lebih rendah.

NUE-AINNA v0 dibina di atas Qwen/Qwen2.5-Coder-7B-Instruct, model terbuka berfokuskan penjanaan kod untuk bantuan pembangunan perisian. Pada peringkat ini, ia belum menjadi model tersuai yang sepenuhnya di-fine-tune. Ia adalah lapisan prototaip yang menggabungkan model asas penjanaan kod yang kukuh dengan perancangan arahan (prompting) berfokus SME Malaysia, struktur penjanaan laman web, pagar pematuhan, dan hala tuju aliran kerja perniagaan yang praktikal dari operasi sehari-hari.

Matlamatnya mudah:

Membantu SME menjana pelan laman web, kopi halaman utama, metadata SEO, HTML, CSS, bahagian WhatsApp CTA, dan senarai semak audit asas dengan lebih pantas - supaya mereka mengawal sendiri kehadiran dalam talian dan aliran kerja pesanan yang menyusulinya.

Versi pertama tidak memerlukan AINNA memiliki infrastruktur GPU. Inferens model boleh dijalankan melalui infrastruktur Hugging Face, manakala persekitaran MacBook atau VPS digunakan terutamanya untuk persediaan, penyediaan fail, pengurusan aliran kerja, integrasi OpenCode, dan sokongan deployment.

Ini menjadikan NUE-AINNA v0 ringan, berpatutan, dan sesuai untuk ujian awal sebelum bergerak ke fine-tuning khusus atau deployment endpoint peribadi.

Pendekatan kami mudah:

Dari SME ke SME.

Kami tidak membina dari teori.
Kami membina dari pengalaman operasi.

Hala tuju jangka panjang adalah untuk membangunkan NUE-AINNA menjadi pembantu digital SME yang dilokalisasikan dengan membina set data laman web SME Malaysia yang terkuras dan men-fine-tune versi akan datang untuk output Bahasa Melayu yang lebih baik, konteks perniagaan tempatan, pilihan kata komersial yang lebih selamat, kod sedia-laman-web, dan operasi digital SME yang sebenar - merangkumi integrasi stok, pesanan, dan maklumat penghantaran.

AINNA masih lagi belajar, menguji, dan membina.

Tetapi hala tuju adalah jelas:

Kami mahu membantu SME bergerak dari sekadar menggunakan alat digital kepada membina keupayaan digital yang sebenar - di mana data stok, pesanan, dan logistik dapat dikawal secara langsung.

Kerana hadir dalam talian sahaja tidak lagi mencukupi.

SME juga mesti belajar bagaimana untuk berkembang dalam talian dengan yakin, kawalan, dan kedaulatan - sama ada dari segi stok, penghantaran, atau hubungan pelanggan.

Explore AINNA NeuralOps
🔐 NeuralOps Platform 🛠️ AI Agent Builder ⚡ Detached Systems 🧠 LLM Hub
Muhamad Hakim Hafizi

Muhamad Hakim Hafizi

Muhamad Hakim Hafizi is Head of Logistics at AINNA.

View profile →
Share this article
Article image
AINNA
CLICK ME

Site Sections

No section data available yet.

Sites with documented sections will appear here.

AINNA NeuralOps System