<![CDATA[Pertumbuhan eksponensial data dalam ekosistem e-commerce menuntut transformasi paradigma pengambilan keputusan dari pendekatan reaktif-intuitif menjadi proaktif berbasis data (data-driven). Artikel ini bertujuan mengkaji secara sistematis pemanfaatan Big Data Analytics dan Artificial Intelligence (AI) dalam mendukung pengambilan keputusan strategis, dengan penekanan khusus pada konteks e-commerce Business-to-Business (B2B) dan implikasinya bagi ekosistem digital Indonesia. Menggunakan metode Systematic Literature Review (SLR) dengan protokol PRISMA terhadap 26 artikel akademik yang diterbitkan pada periode 2021–2026, kajian ini menyintesis temuan dari lima basis data bereputasi: IEEE Xplore, ScienceDirect, Emerald Insight, MDPI, dan Google Scholar. Hasil kajian menunjukkan bahwa integrasi Big Data Analytics dan AI dalam kerangka Decision Support System (DSS) menghasilkan tiga kapabilitas strategis utama: hyper-personalization berbasis prediksi perilaku konsumen, optimasi rantai pasok dan dynamic pricing secara real-time, serta deteksi fraud berbasis anomaly detection. Kajian ini juga mengidentifikasi tujuh dimensi kesenjangan fundamental antara penerapan AI di konteks B2C dan B2B, di mana model B2C tidak dapat ditransplantasikan langsung tanpa adaptasi mendasar akibat perbedaan siklus pembelian, ketersediaan data, dan kompleksitas penetapan harga. Dari perspektif ekosistem digital Indonesia, tantangan utama mencakup kepatuhan terhadap UU Perlindungan Data Pribadi (UU PDP No. 27 Tahun 2022) dan kesenjangan kematangan infrastruktur digital antara korporasi besar dan UMKM manufaktur. Temuan ini menegaskan bahwa platform e-commerce B2B yang gagal mengadopsi kerangka analitik kontekstual berisiko mengalami ketertinggalan kompetitif di pasar manufaktur Indonesia yang semakin terbuka. Penelitian ini menawarkan kebaruan berupa kerangka konseptual adaptasi DSS berbasis AI spesifik untuk B2B yang menjembatani tujuh dimensi kesenjangan B2C-B2B, memberikan kontribusi teoritis bagi literatur analitik e-commerce dan implikasi praktis bagi tata kelola data di negara berkembang.]]>
