Ada perubahan kecil yang kelihatannya sepele, tapi efeknya bisa besar buat e-commerce.
Orang mulai berhenti membuka search engine dengan pertanyaan pendek seperti:
“running shoes terbaik”
“laptop kerja 15 juta”
“skincare kulit sensitif”
Sebagai gantinya, mereka masuk ke ChatGPT atau Gemini dan mengetik sesuatu yang jauh lebih panjang.
“Gue butuh laptop buat kerja agency, sering buka 30 tab, kadang edit video ringan, budget maksimal Rp18 juta, jangan terlalu berat karena sering dibawa MRT, dan gue nggak mau laptop gaming yang desainnya norak.”
Itu bukan lagi search query.
Itu brief.
AI lalu mengubah brief tadi menjadi shortlist, perbandingan, pro-kontra, dan rekomendasi.
Di 2026, pola ini sudah bukan eksperimen kecil.
OpenAI pada Maret 2026 memperluas pengalaman product discovery di ChatGPT. Pengguna bisa menjelaskan kebutuhan, budget, preferensi, dan constraint lewat percakapan, lalu melihat produk yang relevan, membandingkan pilihan, dan mendapatkan informasi produk yang lebih kaya.
Google juga bergerak cepat.
Pada Maret 2026, Google menghadirkan shopping berbasis AI di Gemini dalam Bahasa Indonesia. Indonesia bahkan termasuk salah satu negara awal yang mendapat pengalaman tersebut. Pengguna bisa bertanya dengan bahasa sehari-hari, mencari produk, membandingkan harga, dan melihat rekomendasi langsung dari percakapan.
Artinya, ChatGPT dan Gemini mulai menjadi tempat orang mengambil keputusan sebelum masuk marketplace atau website brand.
Perubahan ini penting karena search tradisional dan conversational shopping punya struktur yang berbeda.
Di search tradisional, user sering sudah tahu keyword.
Mereka mengetik:
“sepatu lari pria nike”
Lalu melihat daftar hasil.
Di AI shopping, user bisa mulai dari problem.
“Gue baru mulai lari 5K, kaki agak lebar, sering lari di aspal, budget maksimal dua juta. Gue nggak peduli brand, yang penting nyaman.”
AI menerjemahkan problem menjadi kriteria.
Wide fit.
Road running.
Beginner-friendly.
Budget.
Comfort.
Kemudian menyusun pilihan.
Brand bisa masuk shortlist walaupun user tidak pernah menyebut namanya.
Ini membuka peluang baru.
Brand kecil tidak harus selalu menang awareness dulu untuk dipertimbangkan.
Kalau datanya jelas, review bagus, produk cocok, dan AI bisa memahami positioning, brand bisa masuk sebagai jawaban.
Tapi ada sisi sebaliknya.
Brand besar juga tidak otomatis menang hanya karena namanya terkenal.
Kalau produk tidak cocok constraint, agent bisa memilih alternatif.
Inilah kenapa product data menjadi sangat penting.
AI tidak melihat packaging di rak seperti manusia.
Dia membaca informasi.
Nama produk.
Spec.
Harga.
Ukuran.
Material.
Compatibility.
Warranty.
Shipping.
Return.
Review.
Availability.
Semakin lengkap dan konsisten datanya, semakin mudah AI memahami produk.
Bayangin dua toko jual powerbank.
Toko A menulis:
“Powerbank terbaik, premium, kualitas no 1, garansi terpercaya.”
Toko B menulis:
“20.000 mAh, USB-C PD 30W input-output, dua port USB-C, berat 340 gram, garansi 18 bulan, mendukung charging laptop tertentu.”
Kalau user bertanya produk untuk kerja mobile dan perlu charging laptop, AI punya jauh lebih banyak bahan dari toko B.
Ini bukan soal keyword stuffing.
Justru kebalikannya.
Data konkret lebih berguna daripada adjective.
AI shopping membuat klaim generik kehilangan value.
“Terbaik.”
“Premium.”
“No. 1.”
“Paling recommended.”
Model membutuhkan evidence untuk membandingkan.
Apa yang membuat premium?
Material?
Warranty?
Performance?
Certification?
Review?
Brand perlu menjawab dengan fakta.
Ada juga perubahan pada product page.
Dulu halaman produk terutama dibuat agar manusia yakin beli.
Foto bagus.
Copy.
Banner promo.
CTA.
Sekarang halaman yang sama juga menjadi source untuk machine understanding.
Informasi penting jangan disembunyikan hanya di image.
Kalau size chart hanya gambar, sistem mungkin lebih sulit membaca.
Kalau warranty cuma dijelaskan di popup, bisa terlewat.
Kalau variant harga tidak jelas, AI bisa salah memahami.
Kalau stock information stale, recommendation bisa mengecewakan user.
Website e-commerce perlu readable oleh manusia dan mesin.
Google pada 2026 bahkan mulai mendorong Universal Commerce Protocol dan Universal Cart yang menghubungkan pengalaman shopping lintas Search, Gemini, YouTube, Gmail, dan merchant.
OpenAI memperluas Agentic Commerce Protocol untuk product discovery.
Dua pemain besar ini bergerak ke arah yang mirip: commerce perlu punya bahasa yang lebih structured untuk AI.
Buat merchant Indonesia, belum berarti harus panik bikin protocol sendiri besok.
Mulai dari basic.
Product title jelas.
Description faktual.
Harga konsisten.
Stock benar.
Variant rapi.
Return policy.
Shipping.
Warranty.
Brand identity.
Review.
Semua yang manusia butuh juga AI butuh.
Ada lagi perubahan penting: comparison terjadi sebelum traffic.
Dulu user mungkin membuka lima website untuk membandingkan.
Sekarang AI melakukan kompresi.
User bisa mendapat tabel perbandingan langsung di chat.
Akibatnya, website mungkin hanya menerima visitor yang sudah lebih dekat ke keputusan.
Adobe pada 2026 melihat AI-referred traffic ke retailer bukan cuma tumbuh cepat, tetapi engagement dan conversion-nya juga lebih tinggi daripada traffic non-AI di dataset mereka.
Ini masuk akal secara behavior.
Orang yang klik setelah ngobrol dengan AI sering sudah punya shortlist.
Mereka bukan sekadar browsing.
Mereka datang untuk validasi.
Apakah harga benar?
Stock ada?
Shipping cocok?
Checkout aman?
Halaman produk berubah dari discovery page menjadi confirmation page.
Brand perlu sadar.
Kalau AI bilang laptop punya RAM 32 GB tapi halaman merchant ambigu, trust jatuh.
Kalau AI bilang return 30 hari tapi situs ternyata beda, user kecewa.
Consistency lintas source jadi penting.
Ada juga problem hallucination.
AI shopping tidak sempurna.
OpenAI sendiri menjelaskan shopping result bisa punya keterbatasan dan informasi tetap perlu dicek.
Harga berubah.
Stock berubah.
Model bisa salah memahami variant.
Review bisa biased.
Jadi konsumen tetap harus melihat detail sebelum checkout.
AI mengurangi effort.
Bukan menghapus responsibility.
Buat brand, jangan mencoba “mengakali AI” seperti era SEO lama.
Mungkin ada godaan membuat ribuan halaman yang semuanya bilang produk terbaik untuk setiap kebutuhan.
Itu strategi rapuh.
AI bisa membandingkan banyak sumber.
Kalau klaim tidak punya dukungan, trust rendah.
Lebih kuat membangun evidence.
Specification.
Independent review.
Customer feedback.
FAQ yang benar.
Product documentation.
Clear policies.
Ini membuat entity produk lebih mudah dipahami.
Ada juga peran review.
Review bukan sekadar social proof untuk manusia.
Review bisa menjadi evidence tentang experience.
Sizing.
Durability.
Comfort.
Service.
Shipping.
Kalau ribuan review menunjukkan issue sama, AI bisa menangkap pattern.
Brand tidak bisa hanya fokus rating average.
Review quality matters.
Bagaimana dengan iklan?
AI shopping tidak otomatis menghapus ads.
OpenAI sendiri memisahkan product result dan ads pada pengalaman shopping tertentu.
Google juga punya ekosistem commerce dan advertising besar.
Tapi recommendation layer bisa mengubah pengaruh iklan.
Brand tetap bisa membeli attention.
Namun setelah user bertanya, “mana yang paling cocok buat kebutuhan gue?”, AI punya peran filter.
Paid visibility dan recommendation relevance adalah dua hal berbeda.
Ini membuat brand harus mengurus keduanya.
Acquire attention.
Lalu deserve recommendation.
Ada juga perubahan di measurement.
Traffic dari AI belum selalu besar dibanding search tradisional.
Jangan overreact.
Tapi growth-nya tinggi.
Adobe mencatat traffic retail dari sumber AI tumbuh ratusan persen secara tahunan pada awal 2026.
Yang menarik bukan cuma volume.
Quality.
AI-referred visitor cenderung lebih engaged dan lebih dekat purchase di data tersebut.
Jadi jangan hanya lihat sessions.
Lihat conversion.
Revenue per visit.
Landing page.
New customer.
Repeat purchase.
Apa query atau assistant yang mengirim traffic?
Attribution masih berkembang.
Sebagian pengaruh AI bahkan tidak muncul sebagai referral.
User bisa mendapat rekomendasi di ChatGPT lalu buka Google dan mengetik nama brand.
Analytics akan menganggap itu branded search.
Padahal trigger awalnya AI.
Ini membuat measurement lebih susah.
Brand perlu melihat AI visibility bukan hanya referral traffic.
Apakah nama produk muncul?
Dalam kategori apa?
Dengan competitor siapa?
Apa alasannya?
Apakah facts benar?
Ini mirip brand monitoring, tapi untuk answer layer.
Untuk konsumen, perubahan ini sebenarnya menyenangkan.
Kalau dulu cari laptop butuh 20 tab, sekarang first-pass bisa lima menit.
Kalau dulu cari stroller harus membaca forum berjam-jam, AI bisa merangkum criteria.
Tapi jangan jadi malas verifikasi.
Terutama produk mahal.
Medical.
Safety.
Financial.
AI recommendation bukan guarantee.
Check official specs.
Check seller.
Check warranty.
Check return.
ChatGPT dan Gemini mulai menjadi tempat orang mencari produk karena format percakapan cocok dengan cara manusia sebenarnya berpikir.
Kita jarang ingin “produk X”.
Kita punya kebutuhan.
Budget.
Trade-off.
Preferensi.
AI bisa menangani kompleksitas itu lebih natural daripada kotak search pendek.
Buat brand, implikasinya besar.
Pertanyaan yang harus ditanya bukan hanya:
“Apakah halaman gue ranking di Google?”
Tapi juga:
“Kalau konsumen menjelaskan kebutuhan seperti manusia normal, apakah AI memahami kapan produk gue relevan?”
Itu game baru.
Dan game-nya sudah mulai.
Ada satu hal yang juga berubah: product discovery menjadi multi-turn. Brand mungkin muncul bukan pada jawaban pertama, tetapi setelah user menambahkan constraint. Itu berarti visibility harus dilihat sepanjang conversation, bukan hanya satu prompt. Produk yang tidak cocok budget awal bisa masuk setelah user menaikkan budget, atau produk yang terlalu besar bisa hilang setelah user menyebut ukuran apartemen.
Ini membuat category semantics lebih penting. Brand perlu paham attribute apa yang benar-benar dipakai customer saat memutuskan. Bukan hanya keyword volume, tapi decision criteria.
Product discovery sudah mulai berpindah ke percakapan. Brand yang jelas dan bisa diverifikasi punya peluang lebih baik untuk ikut masuk.
Product discovery sudah mulai berpindah ke percakapan. Brand yang jelas dan bisa diverifikasi punya peluang lebih baik untuk ikut masuk.
Product discovery sudah mulai berpindah ke percakapan. Brand yang jelas dan bisa diverifikasi punya peluang lebih baik untuk ikut masuk.
Product discovery sudah mulai berpindah ke percakapan. Brand yang jelas dan bisa diverifikasi punya peluang lebih baik untuk ikut masuk.
Product discovery sudah mulai berpindah ke percakapan. Brand yang jelas dan bisa diverifikasi punya peluang lebih baik untuk ikut masuk.
Product discovery sudah mulai berpindah ke percakapan. Brand yang jelas dan bisa diverifikasi punya peluang lebih baik untuk ikut masuk.
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.