Perjalanan belanja online selama bertahun-tahun punya ritme yang familiar.
Search.
Klik.
Buka tab.
Bandingkan.
Baca review.
Balik lagi.
Cari lagi.
Checkout.
AI shopping mulai memotong banyak langkah itu.
Bukan karena manusia tiba-tiba berhenti browsing.
Tapi karena sebagian pekerjaan browsing dipindahkan ke percakapan.
User bilang:
“Gue cari air purifier buat apartemen 45 meter, ada kucing, kamar tidur kecil, budget maksimal tiga juta, yang filternya gampang dicari di Indonesia.”
AI bisa menjawab dengan shortlist yang sudah mempertimbangkan ukuran ruangan, pet hair, filter replacement, budget, dan availability.
Percakapan pertama langsung membawa user jauh ke tengah funnel.
Di 2026, perubahan ini sudah terasa jelas.
OpenAI memperluas product discovery di ChatGPT sehingga user bisa menjelaskan kebutuhan dan mendapatkan perbandingan produk secara visual.
Google pada Maret 2026 membawa shopping di Gemini ke Indonesia dalam Bahasa Indonesia. Lalu pada Google I/O 2026, Universal Cart diperkenalkan sebagai layer shopping lintas Search, Gemini, YouTube, dan Gmail.
Shopping mulai berpindah dari halaman ke intent.
Di search tradisional, query biasanya potongan kebutuhan.
“air purifier 45m2”
“air purifier kucing”
“air purifier 3 juta”
User sendiri yang menggabungkan hasil.
Dalam percakapan, semua context bisa diberikan sekaligus.
Model menggabungkan.
Ini disebut journey compression.
Discovery dan consideration yang dulu tersebar di banyak halaman bisa terjadi dalam satu dialog.
Hasilnya bukan sekadar daftar link.
AI bisa menjelaskan trade-off.
“Model A lebih murah tapi filter lebih mahal.”
“Model B lebih senyap untuk kamar.”
“Model C punya coverage lebih besar tapi lebih bulky.”
Ini mendekati cara kita tanya teman yang ngerti produk.
Bedanya, AI bisa memproses banyak informasi lebih cepat.
Karena itu shopping query juga menjadi lebih panjang dan natural.
User tidak harus tahu keyword.
Mereka cukup cerita.
“Gue butuh sepatu yang enak buat jalan 15 ribu langkah pas traveling tapi masih cukup proper dipakai dinner.”
Keyword-nya apa?
Travel sneakers?
Walking shoes stylish?
Casual athletic?
AI tidak terlalu peduli.
Dia mengekstrak intent.
Comfort.
Long walking.
Style.
Versatility.
Mungkin weather.
Budget kalau disebut.
Ini membuat brand positioning harus lebih konkret.
Kalau produk memang bagus untuk “jalan jauh tapi masih proper”, website perlu punya evidence.
Weight.
Cushioning.
Material.
User review.
Style.
Fit.
Bukan sekadar tagline “Move Your Way”.
Tagline bagus buat manusia.
AI butuh makna di belakangnya.
Percakapan juga memungkinkan refinement.
User bisa bilang:
“Yang pertama terlalu sporty.”
AI revise.
“Jangan warna putih.”
Revise.
“Harus ada official store.”
Revise.
Di search, setiap refinement mungkin query baru.
Di conversation, context bertahan.
Ini membuat shopping lebih iterative.
Brand yang hanya cocok di query awal mungkin hilang setelah constraint baru muncul.
Jadi recommendation tidak statis.
Dia conditional.
Produk terbaik untuk semua orang tidak ada.
Produk terbaik untuk kondisi tertentu ada.
Ini sebenarnya sehat buat market.
Brand niche bisa menang jika fit kuat.
Misalnya headphone brand kecil punya microphone sangat bagus untuk meeting.
Dia bisa kalah awareness dari brand global.
Tapi untuk query:
“Headphone buat WFH di apartemen dekat jalan raya, meeting tiap hari, mic harus clear, budget 2 juta.”
Niche strength bisa muncul.
AI shopping memberi peluang berdasarkan fit.
Tapi lagi-lagi, hanya kalau data tersedia.
Kalau website brand cuma punya marketing copy, AI sulit melihat keunggulan.
Journey compression juga mengubah timing marketing.
Dulu brand punya banyak touchpoint.
Display ad.
Search ad.
Review site.
Product page.
Retargeting.
Email.
User melewati funnel panjang.
Kalau AI memampatkan consideration, brand punya lebih sedikit kesempatan menginterupsi.
Kalau tidak masuk shortlist, user mungkin tidak pernah melihat iklan di fase berikutnya.
Ini meningkatkan pentingnya recommendation layer.
Bukan berarti retargeting mati.
Tapi consideration set bisa terbentuk lebih cepat.
Brand perlu masuk lebih awal.
Ada juga implication untuk affiliate dan publisher.
Dulu artikel “10 laptop terbaik” mendapat traffic besar dari orang yang membandingkan.
AI bisa merangkum banyak informasi itu langsung.
Publisher perlu memberi value lebih dalam.
Original testing.
Data.
Photos.
Expertise.
Benchmarks.
Experience.
Kalau artikel cuma mengulang spec, AI bisa melakukannya lebih cepat.
Commerce content harus naik kualitas.
Brand juga perlu mempertimbangkan conversational questions.
Bukan keyword.
Apa yang konsumen sebenarnya tanya sebelum beli?
“Worth it nggak buat pemula?”
“Muatan cabin?”
“Kalau kaki lebar gimana?”
“Filter mahal nggak?”
“Bisa dipakai outdoor?”
“Garansinya ribet?”
FAQ seperti ini jadi valuable.
Bahasa manusia.
Jawaban jelas.
Source official.
AI bisa mengambil.
Review juga masuk.
Percakapan shopping tidak hanya bergantung pada brand claims.
User sering tanya:
“Yang complain apa?”
“Minusnya?”
“Banyak rusak nggak?”
“After-sales bagus?”
AI bisa membaca review dan forum jika tersedia.
Brand tidak bisa mengontrol semua narasi.
Yang bisa dilakukan adalah memperbaiki product experience dan menjawab issue secara transparan.
Kalau ada kelemahan nyata, akui.
Produk A lebih berat tapi baterainya lebih besar.
Produk B lebih mahal tapi warranty lebih panjang.
Trade-off yang jelas justru meningkatkan trust.
Percakapan juga membuat comparison lebih eksplisit.
User bisa berkata:
“Bandingkan A vs B buat kebutuhan gue.”
Brand tidak lagi hanya bersaing dalam category page.
Dia ditempatkan berdampingan dalam table.
Spec inconsistency jadi kelihatan.
Harga.
Feature.
Warranty.
Compatibility.
Review.
Brand harus siap dibandingkan.
Tidak cukup menonjolkan kelebihan sendiri.
Pahami competitor.
Apa yang memang lebih baik?
Apa yang memang lebih buruk?
Di mana fit kita?
AI recommendation yang credible akan menyebut kelemahan juga.
Ini membuat positioning lebih tajam.
Ada juga perubahan pada traffic.
Kalau AI menyelesaikan sebagian besar research di chat, website mungkin mendapat lebih sedikit visit dari orang yang sekadar belajar.
Traffic bisa turun di top funnel.
Tapi visitor yang datang lebih intent.
Adobe pada awal 2026 menemukan AI-referred retail traffic di AS tumbuh kuat dan conversion rate-nya lebih tinggi dibanding traffic non-AI dalam dataset mereka.
Ini masuk akal.
AI sudah melakukan filtering.
Website menjadi checkpoint akhir.
Harga.
Stock.
Trust.
Checkout.
Retailer harus menyesuaikan landing page.
Jangan paksa user kembali ke awal funnel.
Kalau user masuk ke product detail page, beri semua informasi yang dibutuhkan.
Shipping.
Return.
Variant.
Review.
Comparison.
Warranty.
Stock.
Jangan membuat orang harus klik tujuh halaman.
Journey sudah dikompresi.
Jangan expand lagi.
Google Universal Cart bahkan bergerak lebih jauh.
User bisa menambahkan item dari berbagai surface Google dan cart bekerja di background untuk price drop, stock, compatibility, serta payment perks.
Ini menunjukkan commerce layer makin lepas dari satu retailer interface.
OpenAI Agentic Commerce Protocol juga bergerak ke arah product discovery yang lebih structured.
Marketplace dan website tidak hilang.
Perannya berubah.
Mereka menjadi source data, transaction endpoint, fulfillment, customer relationship, dan trust layer.
Discovery bisa terjadi di luar.
Ini punya efek besar pada brand analytics.
User mungkin melihat brand pertama kali di Gemini.
Klik website.
Analytics tahu referral.
Bagus.
Tapi user bisa melihat rekomendasi di ChatGPT, lalu dua jam kemudian search brand di Google.
Analytics bilang organic branded.
Attribution salah.
Atau user screenshot rekomendasi lalu beli di toko offline.
No referral.
AI influence lebih luas dari AI click.
Brand perlu melihat measurement secara kombinasi.
Referral.
Branded search lift.
Direct traffic.
Survey “where did you hear about us?”
AI visibility monitoring.
Conversion from AI.
Tidak ada satu metric sempurna.
Ada juga question trust.
Percakapan terasa personal.
User bisa menganggap AI sebagai advisor.
Karena itu platform harus transparan soal ads, commerce partnership, dan recommendation.
OpenAI menyatakan product results dipilih independen dan ads dipisahkan dari hasil product pada experience shopping mereka.
Google punya model commerce dan ads sendiri dengan disclosure.
Konsumen perlu tetap paham interface.
Recommendation dan advertisement bukan hal sama.
Untuk brand, jangan hanya berpikir bagaimana memanipulasi recommendation.
Sistem akan berkembang.
Yang lebih sustainable adalah menjadi pilihan yang defensible.
Produk bagus.
Data jelas.
Harga masuk akal.
Review nyata.
Policy jelas.
Source terpercaya.
Availability.
Itu semua punya value bahkan kalau platform berubah.
AI shopping bukan revolusi karena chatbot bisa menyebut produk.
Yang revolusioner adalah bentuk perjalanan.
Dari keyword ke context.
Dari tab ke conversation.
Dari browsing manual ke delegated comparison.
Dari funnel panjang ke decision compression.
Buat konsumen, lebih sedikit kerja.
Buat brand, lebih sedikit ruang untuk bullshit.
Kalau produk tidak punya alasan jelas untuk dipilih, percakapan akan membuat kelemahannya semakin terlihat.
Ada implikasi customer support juga. Setelah AI membantu discovery, user bisa datang dengan expectation yang sangat spesifik. Customer service perlu bisa mengonfirmasi claim yang muncul dari AI. Kalau AI salah, brand sebaiknya memperbaiki source, bukan sekadar menyalahkan platform.
Semakin percakapan menjadi pintu masuk, consistency antara recommendation dan reality menjadi bagian customer experience.
Search masih besar. Yang berubah adalah sebagian consideration sekarang selesai sebelum user membuka hasil pertama.
Search masih besar. Yang berubah adalah sebagian consideration sekarang selesai sebelum user membuka hasil pertama.
Search masih besar. Yang berubah adalah sebagian consideration sekarang selesai sebelum user membuka hasil pertama.
Search masih besar. Yang berubah adalah sebagian consideration sekarang selesai sebelum user membuka hasil pertama.
Search masih besar. Yang berubah adalah sebagian consideration sekarang selesai sebelum user membuka hasil pertama.
Search masih besar. Yang berubah adalah sebagian consideration sekarang selesai sebelum user membuka hasil pertama.
Search masih besar. Yang berubah adalah sebagian consideration sekarang selesai sebelum user membuka hasil pertama.
Search masih besar. Yang berubah adalah sebagian consideration sekarang selesai sebelum user membuka hasil pertama.
Search masih besar. Yang berubah adalah sebagian consideration sekarang selesai sebelum user membuka hasil pertama.
Search masih besar. Yang berubah adalah sebagian consideration sekarang selesai sebelum user membuka hasil pertama.
Search masih besar. Yang berubah adalah sebagian consideration sekarang selesai sebelum user membuka hasil pertama.
Search masih besar. Yang berubah adalah sebagian consideration sekarang selesai sebelum user membuka hasil pertama.
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.