Dulu bikin lima puluh variasi iklan butuh tenaga.
Designer.
Copywriter.
Editor.
Photoshoot.
Revisi.
Resize.
Approval.
Sekarang generative AI bisa mengurangi banyak pekerjaan itu secara drastis.
Visual bisa dibuat dari prompt.
Background bisa diganti.
Copy bisa divariasikan.
Video pendek bisa dihasilkan.
Voice over bisa dibuat.
Product image bisa ditempatkan ke scene yang berbeda.
Secara operasional, ini luar biasa.
Masalahnya, semua kompetitor juga mendapat kemampuan yang sama.
Ketika produksi menjadi murah, diferensiasi tidak ikut menjadi murah.
Justru makin susah.
AI menurunkan biaya membuat iklan, bukan biaya mendapatkan perhatian
Ini perbedaan fundamental.
Brand bisa menghasilkan lebih banyak creative.
Tapi audience tidak otomatis punya lebih banyak waktu.
Feed tetap terbatas.
Perhatian manusia tetap terbatas.
Kalau semua advertiser meningkatkan output dari 10 creative per bulan menjadi 100, supply iklan naik.
Attention tidak.
Kompetisi pindah dari “siapa mampu produksi” menjadi “siapa punya ide yang layak diperhatikan”.
Itu sebabnya AI creative tools bisa mempercepat content factory tanpa memperbaiki marketing.
Kalau insight-nya generik, output-nya tetap generik.
“Produk terbaik untuk gaya hidup modern.”
“Upgrade hidup lo sekarang.”
“Solusi praktis untuk kebutuhan sehari-hari.”
Seribu visual tidak menyelamatkan copy seperti itu.
AI sangat bagus mengalikan sesuatu.
Kalau input strategic kuat, hasilnya powerful.
Kalau input-nya mediocrity, AI mengalikan mediocrity.
Creative volume bukan creative strategy
Marketer gampang jatuh cinta pada angka output.
“Bulan ini kita punya 240 ads.”
Kedengarannya produktif.
Tapi pertanyaan penting bukan berapa banyak.
Berapa banyak concept yang benar-benar berbeda?
Kalau 240 ads sebenarnya cuma 4 ide dengan warna dan headline berbeda, creative diversity rendah.
AI membuat variation sangat gampang.
Variation berbeda dengan concept.
Concept adalah hypothesis.
Misalnya:
Orang beli produk karena hemat waktu.
Orang beli karena status.
Orang beli karena fear of missing out.
Orang beli karena trust.
Orang beli karena masalah teknis tertentu.
Setiap concept menguji motivation berbeda.
Mengubah background dari biru ke merah bukan concept baru.
Menukar headline tanpa mengubah insight juga bukan.
AI bisa membantu generate variation setelah concept jelas.
Human marketer tetap perlu menentukan apa yang sebenarnya sedang diuji.
Google mulai menambah transparansi AI ads
Pada Juli 2026, Google mengumumkan transparency layer baru untuk ads yang dibuat atau diubah dengan generative AI.
Pengguna bisa melihat informasi seperti “How this ad was made” melalui My Ad Center di Search, YouTube, dan Discover.
Google juga menyatakan ads yang dibuat menggunakan tool generative AI mereka bisa mendapat label secara otomatis.
Ini menunjukkan AI-generated advertising sudah cukup mainstream sampai provenance-nya perlu dibuat visible.
Buat advertiser, implication-nya jelas.
AI bukan lagi eksperimen tersembunyi.
Ia menjadi bagian resmi production stack.
Tapi disclosure juga menaikkan standar trust.
Kalau audience tahu iklan dibuat AI, creative tidak bisa hanya mengandalkan novelty “wah ini AI”.
Mereka kembali menilai produk, pesan, dan relevansi.
Differentiation pindah ke strategy.
Brand identity gampang larut kalau semua pakai tool yang sama
AI model dilatih dari pola luas.
Secara default, output cenderung menuju bentuk yang familiar.
Lighting familiar.
Composition familiar.
Copy familiar.
Cinematic look familiar.
Kalau brand tidak punya creative direction kuat, semua iklan terlihat seperti template internet premium.
Rapi.
Polished.
Lupa lima detik kemudian.
Brand perlu punya visual grammar.
Cara framing produk.
Tone.
Humor.
Typography.
Pacing.
Character.
Jenis cerita.
Hal yang tidak pernah dilakukan.
Semua itu menjadi guardrail.
AI membantu produksi di dalam grammar tersebut.
Bukan menentukan grammar dari nol setiap hari.
Kalau setiap prompt berbunyi “buat iklan modern, premium, cinematic”, jangan heran semua brand terlihat seperti sepupu.
Distinctiveness butuh constraint.
Creative fatigue bisa semakin cepat
AI memberi kemampuan refresh lebih cepat.
Tapi ada paradoks.
Kalau semua advertiser meningkatkan cadence creative, audience juga terpapar lebih banyak variasi.
Pattern cepat basi.
Format UGC yang awalnya terasa real bisa berubah jadi formula.
Split screen.
Fake podcast.
Green screen.
POV.
Testimonial.
Semua punya umur.
AI mempercepat copycat cycle.
Begitu satu format perform, ratusan brand bisa membuat versinya.
Diferensiasi bertahan lebih pendek.
Ini membuat marketer perlu membangun insight engine, bukan hanya asset engine.
Apa yang audience mulai bosan?
Apa objection baru?
Apa perubahan behaviour?
Apa language yang dipakai customer minggu ini?
Customer review, sales call, support ticket, dan social comment menjadi raw material creative.
AI bisa membantu mengolah.
Tapi signal-nya harus datang dari manusia real.
Jakarta penuh konteks yang tidak perlu digenerikkan
Brand lokal sering terlalu ingin terlihat “global” sampai iklannya kehilangan Jakarta.
Padahal context lokal bisa menjadi differentiation.
Commute.
Ojol.
Hujan jam pulang kantor.
Parkir.
Kos.
MRT.
Office pantry.
Warung.
Coffee shop.
Mall.
Kehidupan apartemen.
Weekend di PIK.
Meeting di Kuningan.
Nongkrong di Blok M.
Semua punya texture.
AI bisa membantu memvisualisasikan.
Tapi creative director harus tahu mana yang real dan mana yang terasa tempelan.
Iklan laptop untuk pekerja hybrid Jakarta bisa bicara tentang battery, charger weight, webcam, dan portability saat pindah dari rumah ke coworking.
Lebih relatable daripada “empower your productivity journey”.
Local detail adalah moat kalau digunakan dengan benar.
Bukan semua campaign harus Jakarta-centric.
Tapi jangan menghapus specificity demi copy generik yang katanya universal.
Production quality bukan brand value
AI bisa membuat visual mewah dengan biaya rendah.
Luxury kitchen.
Penthouse.
Cinematic beach.
Model perfect.
Mobil premium.
Semuanya bisa digenerate.
Akibatnya production value kehilangan sebagian signal ekonominya.
Dulu set mahal bisa memberi kesan brand punya budget.
Sekarang audience tidak bisa selalu tahu.
Brand value harus datang dari hal lain.
Product quality.
Service.
Reputation.
Design consistency.
Customer experience.
Cultural relevance.
Story.
AI bisa membuat brand terlihat mahal.
Tidak bisa otomatis membuat brand menjadi valuable.
Ini distinction yang penting.
Kalau produk buruk, iklan AI hanya mempercepat expectation gap.
Semakin polished claim, semakin besar disappointment ketika real experience tidak sesuai.
Testing jadi lebih cepat, tapi jangan kehilangan discipline
AI memungkinkan marketer menguji banyak creative.
Bagus.
Gunakan.
Tapi testing perlu framework.
Satu variable.
Satu hypothesis.
Enough spend.
Enough time.
Clear success metric.
Kalau semua element berubah sekaligus, marketer sulit tahu apa yang bekerja.
AI membuat temptation untuk mengganti semuanya.
Hook baru.
Visual baru.
CTA baru.
Copy baru.
Audience baru.
Landing page baru.
Lalu kalau performance naik, nggak tahu kenapa.
Testing discipline justru makin penting ketika production cost turun.
Murah membuat variant bukan alasan untuk membuat experiment kacau.
Creative team perlu naik level
Kalau pekerjaan junior hanya resize banner, sebagian task itu memang akan tertekan.
Tapi kebutuhan creative tidak hilang.
Ia bergeser.
Creative strategist.
Prompt director.
Brand system designer.
Editor judgment.
Storyteller.
Researcher.
Performance creative analyst.
Orang yang bisa melihat hasil AI lalu bilang “ini technically bagus tapi secara brand salah” menjadi penting.
AI menurunkan nilai execution repetitif.
Menaikkan nilai taste dan strategy.
Ini bukan ancaman abstrak.
Ini perubahan job design.
Team yang adaptif akan menggunakan automation untuk mengurangi pekerjaan mekanis, lalu memindahkan energi ke insight.
Brand yang malas hanya akan memotong biaya dan menghasilkan lebih banyak noise.
Manusia tetap perlu bilang tidak
Salah satu skill yang makin mahal adalah rejection.
AI bisa menghasilkan 100 visual.
Manusia harus memilih 5.
AI bisa memberi 50 headline.
Manusia harus tahu 47 di antaranya generic.
AI bisa bikin testimonial style ad.
Manusia harus memastikan tidak terasa deceptive.
AI bisa membuat model memakai produk.
Manusia harus cek apakah representasinya accurate.
Selection adalah kerja kreatif.
Tidak ada value dalam mempublikasikan semua yang bisa dibuat.
Advertising bukan lomba output.
Ia lomba meaning.
Diferensiasi datang dari hal yang tidak bisa di-copy cepat
Competitor bisa copy format.
Bisa copy pacing.
Bisa copy angle.
Bisa copy aesthetic.
Yang lebih sulit di-copy:
customer insight, distribution, product experience, community, reputation, brand history, proprietary data, local context, founder perspective, service culture.
Creative terbaik mengambil bahan dari sana.
AI lalu mempercepat encoding bahan itu ke berbagai format.
Jadi pertanyaan marketer harus berubah.
Bukan “tool AI apa yang bikin iklan paling banyak?”
Tapi “insight apa yang cuma kita punya?”
Kalau jawabannya tidak ada, problem-nya bukan software.
Problem-nya brand terlalu jauh dari customer.
Pada 2026, membuat iklan tidak lagi menjadi bottleneck besar untuk banyak tim.
Membuat iklan yang punya alasan untuk dipercaya, diingat, dan dipilih justru semakin sulit.
AI membuat produksi sekejap.
Differentiation tetap dibangun pelan-pelan.
Ke depan, brand mungkin punya ribuan creative yang dibuat otomatis berdasarkan segment. Risiko identity drift makin besar.
Karena itu governance kreatif harus terdokumentasi.
Bukan brand book 200 halaman yang nggak pernah dibuka.
Cukup rule yang operational.
Tone apa yang boleh.
Claim apa yang tidak boleh.
Visual apa yang off-brand.
Bagaimana disclosure AI.
Bagaimana review human.
Automation yang scalable membutuhkan constraint yang scalable.
Tanpa itu, AI hanya mempercepat brand menjadi tidak konsisten.
Ada satu perubahan lagi: creative provenance akan menjadi bagian dari trust. Kalau visual dibuat sintetis, brand perlu tahu apakah representasi produk tetap akurat.
Jangan sampai AI membuat ukuran produk kelihatan lebih besar, tekstur lebih mewah, atau feature yang sebenarnya tidak ada.
Ini bukan cuma masalah etika.
Expectation gap bisa meningkatkan refund, complaint, dan distrust.
Brand perlu punya QA khusus untuk AI creative.
Cek logo.
Cek bentuk produk.
Cek warna.
Cek legal claim.
Cek representation manusia.
Cek disclosure bila perlu.
Kecepatan produksi tidak boleh menghilangkan verification.
AI bisa membuat asset 20 kali lebih cepat. Tapi kalau satu kesalahan visual masuk campaign besar, biaya koreksinya bisa jauh lebih mahal daripada biaya designer yang dihemat.
Operational speed harus selalu ditemani reputational control.
Satu kebiasaan yang bagus adalah menyimpan creative learning, bukan cuma file creative. Catat kenapa concept dibuat, audience mana yang merespons, angle apa yang gagal, dan insight customer apa yang mendasarinya. Library seperti ini lebih berharga daripada folder berisi ribuan banner tanpa context.
AI bisa membaca library itu untuk membantu iteration berikutnya. Dengan begitu automation belajar dari strategic memory brand, bukan mulai dari prompt kosong setiap minggu.
Keunggulan bukan siapa punya generator paling canggih.
Keunggulan adalah siapa punya learning loop paling cepat.
Bacaan terkait
Artikel ini berada dalam Marketing & Advertising dan mengikuti metodologi editorial Undercover.id. Format terkait tersedia di Explainer teknologi dan kebijakan digital.