Ada jenis pencarian yang beberapa tahun lalu terasa aneh, sekarang mulai normal.
Bukan “sepatu lari terbaik”.
Tapi:
“Gue lari 5K tiga kali seminggu, telapak agak lebar, sering lari di aspal Jakarta, budget dua juta, nggak terlalu peduli brand. Pilihin tiga opsi yang masuk akal.”
Ini bukan keyword.
Ini brief.
AI search mengubah discovery dari daftar hasil menjadi percakapan.
Buat marketer, perubahan ini penting karena brand bisa muncul sebelum pengguna pernah mengetik nama brand.
Itulah definisi discovery.
Orang datang dengan problem.
Sistem menyusun pilihan.
Brand yang masuk ke shortlist mendapat exposure.
Brand yang tidak masuk mungkin bahkan tidak pernah dipertimbangkan.
AI search bukan sekadar SEO baru
Godaan pertama adalah memperlakukan AI search seperti ranking engine baru.
Cari “ranking factor”.
Cari trik.
Cari schema rahasia.
Cari keyword untuk ChatGPT.
Pendekatan seperti itu terlalu sempit.
AI answer system bekerja dengan cara berbeda tergantung platform, model, sumber, query, konteks pengguna, dan fitur yang digunakan.
Google sendiri pada 2026 menjelaskan bahwa AI Mode dan AI Overviews tetap terhubung ke web dan membantu pengguna menemukan sumber relevan serta original content.
ChatGPT shopping research juga dirancang untuk membantu pengguna mengeksplorasi trade-off, preferensi, dan budget dalam keputusan produk.
Jadi brand discovery di AI bukan soal posisi nomor satu yang stabil.
Ia lebih mirip probabilitas muncul dalam konteks tertentu.
Brand bisa disebut untuk satu use case, lalu tidak disebut untuk query yang mirip.
Ini membuat measurement dan optimization berbeda.
Brand harus dipahami, bukan cuma ditemukan
Kalau search engine tradisional perlu tahu halaman mana yang relevan, AI search perlu memahami lebih banyak konteks untuk menyusun jawaban.
Apa produk ini?
Untuk siapa?
Harganya kira-kira di segmen mana?
Apa kelebihannya?
Apa keterbatasannya?
Apakah tersedia di Indonesia?
Bagaimana dibandingkan dengan alternatif?
Apa bukti pihak ketiga?
Apa review pengguna?
Apa spesifikasi?
Kalau data brand tersebar, bertentangan, atau terlalu marketing-heavy, sistem punya lebih sedikit bahan yang bisa dipakai.
Ini alasan kenapa source quality menjadi strategic.
Website yang penuh kalimat seperti “solusi terbaik untuk kebutuhan modern” hampir tidak memberi informasi.
Kalimat itu bisa ditulis semua kompetitor.
Bandingkan dengan halaman yang menjelaskan produk, fitur, batasan, price range, target pengguna, case study, FAQ, dan comparison.
AI punya lebih banyak evidence.
Manusia juga.
AI discovery memberi reward pada clarity.
Discovery bisa terjadi tanpa click
Ini perubahan besar.
Dalam search tradisional, visibility sering diukur lewat impression dan click.
AI bisa menyebut brand tanpa mengirim click.
Pengguna membaca jawaban, mengingat nama brand, lalu mungkin kembali tiga hari kemudian lewat direct traffic atau branded search.
Atau mereka mengambil shortlist dari AI lalu mengecek marketplace.
Atau bertanya lagi tanpa pernah masuk website.
Attribution menjadi kabur.
Tetapi kabur bukan berarti tidak bisa diukur sama sekali.
Marketer bisa memantau prompt set yang relevan.
Apakah brand disebut?
Dalam konteks apa?
Dengan kompetitor siapa?
Apakah deskripsinya akurat?
Sumber apa yang dipakai?
Apakah mention konsisten?
Lalu hubungkan dengan data lain: branded search, direct traffic, AI referral, conversion, dan survey customer.
Tidak ada satu dashboard yang menangkap semuanya.
Measurement perlu triangulation.
Brand discovery baru tetap butuh old-school reputation
AI tidak menciptakan reputasi dari nol.
Sistem menggunakan informasi yang tersedia.
Kalau brand punya review buruk, complaint publik, informasi tidak konsisten, atau hampir tidak ada sumber independen, discovery bisa lemah.
PR jadi relevan.
Review jadi relevan.
Expert commentary jadi relevan.
Case study jadi relevan.
Community discussion jadi relevan.
Bukan karena setiap mention otomatis menjadi citation.
Tapi karena brand presence di web membentuk context.
Ini membuat batas antara SEO, PR, content, reputation management, dan product marketing semakin tipis.
Brand bukan cuma keyword.
Brand adalah entity dengan relationship.
Siapa yang menyebut?
Dalam konteks apa?
Dengan kategori apa?
Masalah apa yang diasosiasikan?
Semua itu berkontribusi pada pemahaman.
Indonesia punya peluang karena banyak kategori masih under-documented
Banyak bisnis lokal punya produk bagus tapi jejak digital tipis.
Instagram aktif.
Marketplace ada.
Website seadanya.
Tidak ada comparison.
Tidak ada dokumentasi.
Tidak ada halaman layanan yang detail.
Tidak ada FAQ.
Tidak ada case study.
Tidak ada media coverage.
Dalam AI discovery, ini kelemahan.
Misalnya ada vendor B2B di Jakarta yang sebenarnya kuat dalam operasional. Customer lama puas. Tim berpengalaman. Tapi website cuma lima halaman dan semua copy generik.
AI tidak bisa membaca pengalaman yang hanya ada di kepala sales team.
Brand perlu mengubah tacit knowledge menjadi public evidence.
FAQ dari sales.
Case study.
Service scope.
Industry use case.
Process.
Limitation.
Pricing logic.
Implementation guide.
Semua bisa menjadi bahan discovery.
AI search mendorong perusahaan untuk lebih dokumentatif.
Content marketing lama sering mengejar traffic.
Content marketing baru juga harus mengejar legibility.
Shopping akan memperjelas perubahan ini
Product discovery adalah salah satu area paling jelas.
Orang tidak hanya mencari barang.
Mereka mencari keputusan.
“Mana yang cocok buat gue?”
AI shopping interface bisa menanyakan budget, use case, preference, dan constraint.
Ini membuat product data semakin penting.
Nama model.
Ukuran.
Material.
Compatibility.
Price.
Availability.
Warranty.
Return.
Review.
Variant.
Kalau informasi ini buruk, recommendation engine sulit bekerja.
Reuters pada Agustus 2026 melaporkan retailer besar semakin memperhatikan traffic dan visibility dari AI shopping tools, sambil tetap ingin mempertahankan transaksi di properti mereka sendiri agar hubungan pelanggan dan data tidak hilang.
Ini menunjukkan AI discovery sudah mulai masuk percakapan bisnis real, bukan sekadar eksperimen futuristik.
Brand harus memikirkan dua hal sekaligus.
Bagaimana supaya ditemukan.
Bagaimana supaya relationship tidak hilang setelah ditemukan.
Shortlist adalah medan perang baru
Dalam search lama, orang mungkin membuka lima tab.
Dalam AI search, sistem bisa langsung memberi tiga opsi.
Ini meningkatkan nilai masuk shortlist.
Tapi juga meningkatkan risiko oversimplification.
Brand punya banyak nuance, sementara jawaban AI harus ringkas.
Kalau positioning brand tidak jelas, model bisa mengelompokkan secara salah.
Misalnya software premium dengan layanan implementation kuat dibandingkan hanya berdasarkan harga subscription.
Atau klinik spesialis dibandingkan dengan provider umum karena kategori publik tidak jelas.
Brand perlu memudahkan sistem memahami context.
Bukan dengan manipulasi.
Dengan dokumentasi yang explicit.
“Cocok untuk siapa.”
“Tidak cocok untuk siapa.”
“Perbedaan paket.”
“Batas layanan.”
“Alternatif.”
Content yang berani menjelaskan trade-off justru lebih useful.
Semua brand mengaku terbaik.
Sedikit brand berani menjelaskan kapan kompetitor mungkin lebih cocok.
Padahal honesty seperti itu membangun trust.
AI search bukan channel yang bisa dibeli sepenuhnya
Paid placement di AI interface akan berkembang, tetapi organic discovery tetap berbeda.
Brand bisa membeli exposure.
Tidak otomatis membeli recommendation trust.
Ini mirip search dan marketplace.
Sponsored listing punya fungsi.
Organic reputation punya fungsi lain.
Marketing team perlu memisahkan keduanya.
Kalau AI platform menawarkan ads, gunakan sesuai economics.
Tapi jangan menganggap ads menggantikan source quality.
User bisa tetap bertanya:
“Jangan kasih sponsor. Mana yang benar-benar cocok?”
Brand perlu punya alasan untuk tetap muncul.
Itu datang dari product-market fit dan evidence.
Monitoring prompt harus realistis
Ada tren baru membuat ratusan prompt hanya untuk mengukur AI visibility.
Bisa berguna, tapi jangan dibuat vanity exercise.
Pilih prompt yang mendekati buyer intent.
Kategori.
Use case.
Problem.
Comparison.
Price sensitivity.
Location.
Constraint.
Misalnya brand coworking Jakarta bisa memantau:
“coworking dekat MRT untuk tim 8 orang”
“kantor fleksibel Jakarta Selatan monthly”
“alternatif serviced office untuk startup kecil”
Itu lebih useful daripada hanya bertanya “apa itu brand X?”
Brand awareness query mudah.
Discovery query yang belum menyebut brand jauh lebih strategis.
Kalau brand muncul sebelum namanya diminta, itu signal category association.
AI discovery akan memperbesar pentingnya source consistency
Website bilang satu hal.
Marketplace bilang hal lain.
Media kit belum update.
Google Business Profile punya jam lama.
Social bio menyebut paket yang sudah tidak ada.
Semua inconsistency ini dulu menyebalkan.
Sekarang bisa mengganggu machine understanding.
Brand perlu source governance.
Siapa yang bertanggung jawab memperbarui fakta?
Di mana canonical product data?
Bagaimana update harga?
Bagaimana menghapus claim lama?
Bagaimana memastikan distributor tidak memakai deskripsi outdated?
Ini terdengar seperti operational detail, tapi justru itu fondasi visibility.
AI search bisa menjadi channel discovery baru karena ia membuat pengguna bertanya dengan cara yang lebih natural.
Pertanyaan menjadi lebih panjang.
Konteks lebih kaya.
Shortlist lebih cepat.
Klik tidak selalu terjadi.
Untuk brand, opportunity-nya besar.
Bisa masuk ke percakapan sebelum customer mengenal nama.
Tapi syaratnya lebih berat daripada sekadar ranking.
Brand harus punya sesuatu yang layak ditemukan, bisa dipahami, dan cukup dipercaya untuk direkomendasikan.
AI search akhirnya memperbesar nilai brand yang punya semantic clarity. Kalau sebuah perusahaan bisa menjelaskan dirinya dalam satu kalimat konkret, mesin dan manusia lebih cepat memahami. Kalau butuh lima paragraf jargon untuk mengetahui produk sebenarnya apa, discovery akan selalu lebih mahal.
Tugas marketer bukan membuat brand terdengar kompleks. Tugasnya mengurangi ambiguity. Dalam interface yang menyusun shortlist dengan cepat, clarity adalah competitive advantage.
Ada perubahan lain yang penting: discovery query sering mengandung constraint yang tidak pernah masuk keyword research klasik. User bisa menyebut preferensi privacy, ukuran tim, pengalaman teknologi, lokasi commute, toleransi risiko, atau hal yang mereka benci dari produk lama.
Informasi seperti ini membuka peluang content strategy yang lebih dekat dengan decision architecture.
Brand tidak cukup punya halaman “fitur”. Mereka bisa punya halaman “untuk siapa”, implementation scenario, comparison, compatibility, limitation, dan use case berdasarkan problem real.
Contohnya laptop untuk orang yang setiap hari berpindah dari rumah ke coworking di Jakarta tidak hanya dinilai dari processor. Berat charger, battery life, kualitas webcam, heat, dan after-sales bisa lebih menentukan. AI search bisa menggabungkan constraint itu dalam satu percakapan.
Brand yang dokumentasinya hanya berisi spesifikasi marketing kehilangan konteks keputusan.
Ini juga membuat sales insight semakin berharga. Pertanyaan yang sering muncul sebelum closing adalah bahan discovery content. Objection yang sering muncul adalah bahan FAQ. Alasan deal kalah adalah bahan comparison.
AI search seharusnya membuat marketing lebih dekat ke percakapan buyer, bukan lebih sibuk mengejar trik machine.
Bacaan terkait
Artikel ini berada dalam Marketing & Advertising dan mengikuti metodologi editorial Undercover.id. Format terkait tersedia di Explainer teknologi dan kebijakan digital.