Ada masa ketika content marketing plan terdengar seperti target produksi.
“Bulan depan 30 artikel.”
“Setiap hari tiga post.”
“Target 500 halaman.”
“Pokoknya volume naik.”
Logikanya masuk akal ketika produksi mahal dan banyak kategori masih kekurangan content.
Semakin banyak halaman, semakin banyak peluang ranking.
Semakin sering posting, semakin besar chance ditemukan.
AI mengubah economics itu.
Sekarang menghasilkan draft jauh lebih murah.
Satu orang bisa membuat puluhan artikel dalam sehari kalau standar quality gate rendah.
Kalau semua brand punya kemampuan yang sama, volume kehilangan sebagian nilai strategisnya.
Volume tetap bisa berguna.
Tapi volume sendirian bukan lagi strategy.
Supply content meledak, attention tidak
Ini inti problem.
AI menambah supply.
Internet makin penuh artikel, post, video, image, dan landing page.
Waktu manusia tetap 24 jam.
Search engine dan AI answer juga tidak butuh membaca semua hasil ke user.
Mereka memilih.
Artinya competition bergeser.
Dulu brand yang bisa memproduksi 100 artikel punya advantage operational.
Sekarang kompetitor juga bisa membuat 100.
Pertanyaannya menjadi: 100 artikel itu punya information gain nggak?
Kalau semuanya mengulang definisi yang sudah ada, value rendah.
AI membuat commodity content sangat murah.
Brand harus pindah ke non-commodity content.
Content factory bisa terlihat sukses di dashboard awal
Ini jebakan.
Bikin 1.000 halaman.
Impression naik.
Indexed page naik.
Keyword count naik.
Team senang.
Tiga bulan kemudian traffic tidak menghasilkan lead.
Atau banyak page cannibalize.
Atau content terasa sama.
Atau AI answer mengambil informasi tanpa pernah menganggap brand sumber penting.
Metric produksi memberi false sense of progress.
Marketing perlu membedakan output dan outcome.
Output:
artikel published, post published, video produced.
Outcome:
qualified traffic, brand mention, lead, conversion, citation, backlink natural, returning audience, sales enablement, customer education.
Kalau output naik tetapi outcome flat, volume tidak bekerja.
AI seharusnya membuat content team lebih selective
Automation membeli waktu.
Pertanyaannya waktu itu dipakai untuk apa?
Pilihan buruk:
Karena bisa bikin 5 kali lebih cepat, target dinaikkan 5 kali.
Pilihan lebih strategis:
Gunakan AI untuk research support, transcript, outline, repurposing, dan editing, lalu invest waktu manusia ke original material.
Interview.
Field observation.
Data.
Case study.
Expert input.
Experiment.
Comparison.
Visual.
Tool.
Template.
Content yang punya sumber unik.
AI membantu processing.
Manusia menambah evidence.
Itu multiplier yang lebih kuat.
Quality bukan berarti tulisan lebih panjang
Ada salah kaprah bahwa kalau volume turun, semua artikel harus 5.000 kata.
Nggak.
Quality adalah fit terhadap intent.
Kadang user butuh 300 kata.
Kadang butuh kalkulator.
Kadang tabel.
Kadang video.
Kadang screenshot.
Kadang step-by-step.
Kadang comparison.
Jangan memaksa format artikel panjang untuk semua.
AI justru bisa membantu memetakan intent dan memilih format.
Content marketing setelah AI harus lebih product-like.
Apa utility-nya?
Apa problem yang selesai?
Apa yang user bisa lakukan setelah membaca?
Itu lebih penting daripada word count.
Original source menjadi moat
Google pada 2026 terus menekankan original content dalam pengalaman AI Search.
Secara logika, itu masuk akal.
Kalau 100 artikel semua menyalin consensus internet, sistem hanya butuh sedikit sumber untuk menjawab.
Brand yang punya original material memberi information gain.
Misalnya retailer punya data ukuran produk real.
SaaS punya benchmark penggunaan.
Agency punya case study.
Klinik punya edukasi dokter.
Manufacturer punya technical spec.
Community punya survey.
Publisher punya reporting.
Ini source yang lebih sulit digantikan.
AI bisa menulis tentang topik.
Tidak bisa otomatis menciptakan real-world evidence yang belum dikumpulkan.
Distribution tetap perlu
Jangan salah paham.
Content bagus yang tidak didistribusikan tetap bisa mati.
SEO.
Social.
Email.
PR.
Community.
Paid.
AI discovery.
Semua punya peran.
Bedanya, distribusi sekarang harus mengalir ke asset yang kuat.
Bukan memproduksi asset baru setiap hari hanya karena kalender kosong.
Satu research report bagus bisa dipotong menjadi:
artikel, LinkedIn post, video, newsletter, media pitch, sales deck, webinar, FAQ, AI-readable summary.
AI sangat bagus membantu repurposing.
Ini tempat volume masuk akal.
Volume output dari satu source berkualitas lebih sehat daripada volume source kosong.
Satu research, banyak format.
Bukan banyak format tanpa research.
Content team perlu editorial thesis
Kalau semua ide datang dari keyword tool, brand akan terdengar seperti internet rata-rata.
Editorial thesis menjawab:
Apa yang kita percaya tentang industri?
Apa yang kita lihat lebih awal?
Apa problem customer yang sering disalahpahami?
Apa trade-off yang orang malas bahas?
Apa data yang kita punya?
Apa hal yang kita tidak setuju dengan consensus?
Ini membuat content punya identity.
AI bisa membantu mengembangkan angle.
Tapi thesis harus datang dari organization knowledge.
Kalau brand tidak punya point of view, content akan mudah digantikan.
Jakarta bisa jadi sumber observation, bukan tempelan
Brand lokal punya advantage context.
Content tentang kerja hybrid bisa bicara real problem commute.
Content F&B bisa membahas behaviour jam makan.
Content retail bisa melihat mall versus marketplace.
Content property bisa membahas MRT, banjir, parkir, density, dan neighbourhood.
Content entrepreneurship bisa memakai contoh warung, toko online, supplier, dan WhatsApp commerce.
Detail seperti ini membuat tulisan hidup.
Jangan sekadar tempel nama “SCBD” di paragraf pertama lalu kembali generik.
Context harus memengaruhi argument.
AI yang tidak diberi local input cenderung menghasilkan global average.
Brand Indonesia bisa menang dengan local specificity.
Content audit jadi lebih penting daripada content calendar
Banyak perusahaan punya ribuan halaman lama.
Daripada terus menambah, audit.
Mana yang masih benar?
Mana yang outdated?
Mana yang cannibalize?
Mana yang sebenarnya bisa digabung?
Mana yang punya backlink?
Mana yang jadi source?
Mana yang tidak pernah dibaca?
Mana yang punya conversion?
Mana yang harus dihapus?
AI bisa membantu klasifikasi.
Human tetap memutuskan.
Content maintenance akan semakin penting karena mesin answer bisa mengambil informasi lama jika masih accessible.
Lebih baik punya 500 halaman sehat daripada 5.000 halaman tidak terawat.
Freshness bukan berarti ubah tanggal
Jangan sekadar mengganti “2025” menjadi “2026”.
Update harus substantive kalau ada perubahan.
Harga.
Regulasi.
Feature.
Data.
Screenshot.
Policy.
Recommendation.
Kalau tidak ada perubahan, tidak perlu berpura-pura.
Trust datang dari akurasi.
Content team perlu punya update cadence berdasarkan volatility.
Evergreen concept mungkin tahunan.
Software feature mungkin bulanan.
Regulasi harus saat ada perubahan.
Event harus cepat.
Maintenance menjadi operating discipline.
AI bisa membantu detect stale content, tapi human reviewer tetap perlu memastikan.
Volume masih relevan di area tertentu
Ada kasus di mana scale memang dibutuhkan.
Marketplace dengan jutaan produk.
Directory.
Location pages.
Documentation.
UGC platform.
Programmatic content.
AI bisa membantu.
Tapi setiap page tetap butuh reason to exist.
Data unik.
Inventory.
Location detail.
User review.
Product spec.
Availability.
Kalau semua halaman hanya template dengan nama kota diganti, value tipis.
Scale harus mengikuti unique data.
Bukan sebaliknya.
AI membuat programmatic content lebih mudah.
Search engine juga semakin capable mendeteksi low-value pattern.
Jadi bar-nya naik.
KPI content harus bergeser
Jangan hanya hitung jumlah published.
Tambahkan:
percentage content dengan original evidence, content-assisted pipeline, return visitor, engagement quality, citation, AI mention, backlink earned, newsletter signup, sales usage, customer support deflection, update health.
Tidak semua brand butuh semuanya.
Pilih berdasarkan business.
Content marketing seharusnya membantu demand, trust, education, atau retention.
Kalau tidak melakukan salah satu, tanyakan kenapa dibuat.
AI membuat pertanyaan ini lebih urgent karena cost production turun.
Low-cost content gampang terasa gratis.
Padahal cost terbesar tetap attention tim dan attention audience.
Setiap page menambah maintenance debt.
Setiap post menambah noise.
Setiap claim menambah reputational risk.
Publish bukan keputusan tanpa biaya.
Content marketing setelah AI membutuhkan restraint.
Buat lebih sedikit kalau yang sedikit lebih berguna.
Buat lebih banyak kalau memang ada unique data untuk scale.
Gunakan AI untuk mempercepat bagian mekanis.
Jangan gunakan AI sebagai alasan mengisi internet dengan halaman yang tidak dibutuhkan.
Volume dulu bisa menjadi moat.
Sekarang volume lebih sering hanya kapasitas produksi.
Strategi tetap harus menjawab pertanyaan yang lebih sulit:
Apa yang kita punya yang layak dibaca, dipercaya, dan diingat?
Kalau belum ada jawabannya, menambah 100 artikel tidak akan menyelesaikan masalah.
Team juga perlu melindungi creator dan writer dari target output yang absurd. Kalau KPI hanya jumlah halaman, orang akan mengoptimasi jumlah halaman.
Berikan KPI yang menghargai research, update, evidence, dan reuse.
Satu artikel yang dipakai sales selama setahun bisa lebih valuable daripada 40 artikel yang tidak pernah dibuka.
AI memberi kesempatan content team keluar dari pekerjaan assembly line.
Kalau perusahaan tetap menjadikannya assembly line, teknologi hanya mempercepat burnout.
Ada juga opportunity cost yang sering tidak dihitung. Setiap artikel baru mengambil waktu review, update, internal linking, analytics, dan governance.
Kalau perusahaan punya 10.000 halaman, maintenance debt besar.
AI membuat creation cost turun tetapi maintenance cost tetap ada.
Bahkan bisa naik karena lebih banyak content perlu diaudit.
Karena itu content portfolio perlu prinsip lifecycle.
Create.
Measure.
Update.
Merge.
Archive.
Delete.
Tidak semua halaman harus hidup selamanya.
Content team yang sehat berani menghapus halaman lemah.
Ini mindset berbeda dari era ketika semua URL dianggap asset.
Kadang halaman adalah liability karena informasinya basi dan masih ditemukan AI.
Setelah AI, content strategy harus mengelola total knowledge base, bukan sekadar kalender publishing.
Ada satu indikator sederhana untuk memutuskan apakah content layak dibuat: apakah ada sesuatu yang berubah setelah orang mengonsumsinya?
Apakah mereka memahami problem lebih baik?
Bisa mengambil keputusan?
Punya data baru?
Menyelesaikan task?
Mengurangi risiko?
Kalau jawabannya cuma “brand jadi punya satu artikel lagi”, alasan produksinya lemah.
AI membuat draft murah sehingga gate sebelum publishing justru harus lebih tinggi.
Pertanyaan editorial bukan lagi “bisa nggak kita bikin?”
Hampir selalu bisa.
Pertanyaannya “perlu nggak?”
Kemampuan menolak content yang tidak perlu akan menjadi salah satu disiplin marketing paling valuable.
Bacaan terkait
Artikel ini berada dalam Marketing & Advertising dan mengikuti metodologi editorial Undercover.id. Format terkait tersedia di Explainer teknologi dan kebijakan digital.