Marketing selama ini punya asumsi sederhana.
Manusia melihat.
Manusia tertarik.
Manusia klik.
Manusia membandingkan.
Manusia membeli.
AI shopping mulai menambah aktor baru di tengah proses.
Mesin.
User bisa bilang:
“Cari sunscreen untuk kulit sensitif, tidak white cast, nyaman dipakai di Jakarta yang lembap, budget maksimal Rp250 ribu.”
AI menyusun shortlist.
Brand A masuk.
Brand B tidak.
User bahkan belum pernah melihat iklan Brand A.
Belum follow Instagram.
Belum tahu campaign-nya.
AI menjadi gatekeeper consideration.
Di 2026, pola ini semakin nyata.
OpenAI memperluas product discovery di ChatGPT melalui pengalaman shopping yang lebih kaya dan Agentic Commerce Protocol.
Google membawa shopping Gemini berbahasa Indonesia ke Indonesia dan memperluas commerce lewat Universal Commerce Protocol serta Universal Cart.
Mastercard dan Visa juga membangun payment infrastructure supaya agent suatu hari tidak hanya merekomendasikan, tetapi bisa menyelesaikan transaksi.
Jadi pertanyaan brand bukan lagi:
“Bagaimana membuat orang klik?”
Tambahkan:
“Bagaimana membuat AI memahami kapan produk gue layak dipilih?”
Jawaban pertama adalah clarity.
Brand perlu menjelaskan produknya dengan sangat jelas.
Apa.
Untuk siapa.
Use case.
Spec.
Constraint.
Price.
Availability.
Warranty.
Return.
Compatibility.
AI tidak bisa membaca pikiran marketing team.
Kalau positioning hanya hidup di deck internal, model tidak tahu.
Misalnya sebuah backpack sebenarnya dirancang untuk commuter Jakarta yang naik MRT dan motor.
Laptop compartment 16 inci.
Water-resistant.
Berat 700 gram.
Back panel breathable.
Kalau halaman cuma bilang:
“Built for modern movement.”
Manusia mungkin suka copy-nya.
AI kehilangan banyak signal.
Jangan hilangkan poetry.
Tambahkan facts.
Brand storytelling tetap penting.
Machine-readable facts juga penting.
Kedua, jangan membuat claim tanpa evidence.
“Paling awet.”
“Nomor satu.”
“Terbaik.”
AI bisa membandingkan source.
Kalau claim tidak didukung, nilainya kecil.
Lebih baik:
“Garansi lima tahun.”
“Material X.”
“Telah diuji Y.”
“Rating sekian dari jumlah review yang legitimate.”
“Replacement filter tersedia.”
Specific.
Brand era AI perlu evidence architecture.
Product claim.
Proof.
Source.
Consistency.
Ketiga, manage entity consistency.
Nama produk harus konsisten.
Variant.
SKU.
Brand.
Manufacturer.
Category.
Size.
Color.
Kalau satu marketplace menyebut “Pro Max”, website menyebut “Max Pro”, dan distributor menyebut “Series 3”, AI bisa bingung apakah produk sama.
Data identity matters.
Ini hal boring yang sering diremehkan.
AI recommendation bergantung pada entity resolution.
Brand yang data-nya berantakan lebih sulit dipahami.
Keempat, review menjadi strategic asset.
Customer review memberi evidence yang tidak dikontrol brand.
AI bisa melihat pattern.
“Ukuran cenderung kecil.”
“Battery real-world 8 jam.”
“Customer service cepat.”
“Packaging sering rusak.”
Review bisa mengubah recommendation.
Jangan membeli review palsu.
AI dan platform makin bagus mendeteksi pola manipulasi.
Lebih penting, fake review menghancurkan trust.
Bangun volume review nyata.
Minta setelah purchase.
Mudahkan.
Respond ke complaint.
Fifth, documentation.
Untuk produk kompleks, documentation sangat bernilai.
Laptop.
Software.
Appliance.
Automotive.
B2B equipment.
FAQ.
Manual.
Compatibility chart.
Use case.
Troubleshooting.
AI bisa memakai dokumen ini untuk menjawab user.
Brand yang punya documentation bagus lebih mudah direkomendasikan secara tepat.
Misalnya user bertanya:
“Apakah monitor ini bisa charge MacBook 14 inci lewat satu kabel?”
Kalau official documentation jelas, AI punya jawaban kuat.
Kalau tidak, mungkin mengandalkan forum.
Keenam, availability.
Produk tidak berguna kalau selalu out of stock.
AI commerce makin mengutamakan real-time data.
Google UCP bahkan dirancang agar agent bisa mendapatkan pricing dan inventory information dari retailer catalog.
Brand perlu sinkronisasi.
Website bilang ada.
Marketplace kosong.
Retailer bilang preorder.
Confusion.
Stock data adalah marketing data.
Ketujuh, pricing clarity.
Jangan membuat AI harus menebak.
Base price.
Promo.
Variant.
Subscription.
Bundle.
Shipping.
Tax jika relevan.
Price ambiguity mengurangi confidence.
User juga bisa tanya:
“Mana yang total cost paling murah selama dua tahun?”
AI bisa menghitung filter replacement, subscription, maintenance.
Brand harus siap total cost comparison.
Kedelapan, return dan warranty.
Ini underrated.
Agent shopping akan menilai risk.
Kalau dua produk mirip, yang punya return jelas dan warranty baik bisa lebih attractive.
Policy harus mudah ditemukan.
Bahasa jelas.
Bukan PDF legal sembunyi.
Google Universal Cart dan agentic commerce ecosystem makin memperlakukan shopping sebagai end-to-end process.
Brand perlu memikirkan post-purchase.
Bukan cuma conversion.
Kesembilan, local context.
Brand global sering punya site bagus tapi informasi Indonesia lemah.
Garansi lokal?
Service center?
Voltase?
Size?
Shipping?
Availability?
Certification?
AI user Indonesia akan bertanya spesifik.
Kalau source lokal tidak ada, model bisa memberi answer dari market lain.
Ini problem.
Brand perlu canonical local information.
Jangan biarkan AI mengira warranty US berlaku Indonesia.
Localization bukan translate copy.
Localization adalah factual context.
Kesepuluh, monitor AI output.
Jangan assume.
Tes.
Tanya ChatGPT.
Tanya Gemini.
“Produk terbaik untuk X?”
“Brand Y cocok untuk siapa?”
“Minus Brand Y?”
“Bandingkan Brand Y dengan competitor.”
Catat.
Apakah facts benar?
Apakah product muncul?
Apa alasan?
Apa source?
Ini bukan benchmark sekali.
Model berubah.
Web berubah.
Competitor berubah.
Monitoring perlu periodic.
Tapi jangan hanya mengejar mention.
Quality of mention lebih penting.
Muncul sebagai “murah tapi quality questionable” bukan win.
Recommendation context matters.
Ada juga classic SEO question.
Apakah optimasi untuk AI berbeda dari SEO?
Ada overlap besar.
Technical accessibility.
Structured data.
Quality content.
Authority.
Freshness.
Entity consistency.
Review.
Semua sudah relevan untuk search.
Bedanya, AI lebih sering synthesizes.
Dia tidak hanya ranking satu URL.
Dia menyusun answer dari berbagai source.
Brand tidak cukup punya satu halaman kuat.
Digital footprint matters.
Official site.
Retailer.
Review.
Media.
Documentation.
Community.
Semua membentuk trust.
Ini membuat PR dan customer experience ikut masuk AI visibility.
Ada juga temptation membuat content massal.
“Produk kami terbaik untuk ibu.”
“Produk kami terbaik untuk anak muda.”
“Produk kami terbaik untuk Jakarta.”
“Produk kami terbaik untuk semua.”
AI content factory.
Jangan.
Kalau halaman tidak punya information gain, cuma noise.
Search platform juga tidak suka spam.
AI recommendation membutuhkan signal, bukan volume kosong.
Lebih baik 20 halaman kuat daripada 2.000 halaman generic.
Brand perlu memahami query berdasarkan problem.
Bukan hanya keyword product.
“Sepatu lari.”
Tapi:
“Sepatu lari buat orang berat 90 kg.”
“Sepatu buat kaki lebar.”
“Sepatu buat lari malam.”
“Sepatu buat travel.”
Use-case content membantu AI menghubungkan produk dengan need.
Tapi harus genuine.
Jangan paksa produk masuk use case yang tidak cocok.
AI yang dipercaya akan menyebut limitation.
Brand juga sebaiknya.
“Tidak cocok untuk heavy rain.”
“Tidak mendukung X.”
“Untuk penggunaan Y, pilih model lain.”
Counterintuitive, tapi transparency membangun trust.
Ada juga payment future.
Kalau agent memilih dan membeli, brand mungkin tidak melihat human click.
Merchant feed, protocol, payment compatibility, and fulfillment menjadi semakin penting.
E-commerce stack perlu agent-ready.
Bukan berarti semua bisnis harus implement UCP atau ACP hari ini.
Tapi architecture harus siap data keluar dengan bersih.
API.
Feed.
Schema.
Inventory.
Policy.
Brand yang data-nya locked di page visual akan tertinggal.
Bagaimana dengan brand identity?
Apakah semua jadi commodity karena AI cuma bandingkan spec?
Tidak.
Brand masih punya fungsi trust.
Design.
Community.
Emotion.
Status.
Experience.
Preference.
User bisa bilang:
“Gue cuma mau brand Jepang.”
“Gue suka Patagonia.”
“Jangan kasih fast fashion.”
Brand preference tetap hidup.
AI bahkan bisa memperkuat loyalty jika user menyimpan preference.
Tapi brand perlu earned place dalam preference.
Bukan cuma awareness.
Kalau produk buruk, agent punya lebih banyak data untuk melihatnya.
Ini menekan brand supaya operation dan promise konsisten.
Kalau AI mulai memilih produk untuk konsumen, brand tidak perlu menjadi mesin.
Brand justru perlu lebih jelas menjadi dirinya sendiri.
What do you make?
For whom?
Why better?
What proof?
What trade-off?
Can people trust you?
Kalau lima pertanyaan itu punya jawaban kuat dan tersedia online dalam format yang bisa dipahami, brand punya fondasi.
AI bukan musuh brand.
AI cuma membuat ambiguity lebih mahal.
Brand juga perlu menyiapkan correction loop. Kalau AI terus salah menyebut spec, cari sumber mana yang salah atau ambigu. Perbaiki official page, feed, marketplace listing, dan documentation. Jangan berharap satu press release menghapus data lama dari seluruh web.
Entity consistency adalah pekerjaan operasional berulang, bukan campaign satu kali.
Brand yang mudah dipahami mesin biasanya juga lebih mudah dipahami manusia. Itu bukan coincidence.
Brand yang mudah dipahami mesin biasanya juga lebih mudah dipahami manusia. Itu bukan coincidence.
Brand yang mudah dipahami mesin biasanya juga lebih mudah dipahami manusia. Itu bukan coincidence.
Brand yang mudah dipahami mesin biasanya juga lebih mudah dipahami manusia. Itu bukan coincidence.
Brand yang mudah dipahami mesin biasanya juga lebih mudah dipahami manusia. Itu bukan coincidence.
Brand yang mudah dipahami mesin biasanya juga lebih mudah dipahami manusia. Itu bukan coincidence.
Brand yang mudah dipahami mesin biasanya juga lebih mudah dipahami manusia. Itu bukan coincidence.
Brand yang mudah dipahami mesin biasanya juga lebih mudah dipahami manusia. Itu bukan coincidence.
Brand yang mudah dipahami mesin biasanya juga lebih mudah dipahami manusia. Itu bukan coincidence.
Brand yang mudah dipahami mesin biasanya juga lebih mudah dipahami manusia. Itu bukan coincidence.
Brand yang mudah dipahami mesin biasanya juga lebih mudah dipahami manusia. Itu bukan coincidence.
Brand yang mudah dipahami mesin biasanya juga lebih mudah dipahami manusia. Itu bukan coincidence.
Brand yang mudah dipahami mesin biasanya juga lebih mudah dipahami manusia. Itu bukan coincidence.
Brand yang mudah dipahami mesin biasanya juga lebih mudah dipahami manusia. Itu bukan coincidence.
Brand yang mudah dipahami mesin biasanya juga lebih mudah dipahami manusia. Itu bukan coincidence.
Brand yang mudah dipahami mesin biasanya juga lebih mudah dipahami manusia. Itu bukan coincidence.
Brand yang mudah dipahami mesin biasanya juga lebih mudah dipahami manusia. Itu bukan coincidence.
Brand yang mudah dipahami mesin biasanya juga lebih mudah dipahami manusia. Itu bukan coincidence.
Bacaan terkait
Artikel ini berada dalam E-commerce & AI Shopping dan mengikuti metodologi editorial Undercover.id. Format terkait tersedia di Explainer teknologi dan kebijakan digital.