39% Responden Perkotaan Memakai AI untuk Belanja di Indonesia

Apa arti penggunaan AI untuk belanja bagi bisnis ritel?

Sebanyak 39% responden perkotaan di Indonesia memakai AI untuk belanja dan rekomendasi, menurut Indonesia AI Report 2025 dari Kumparan terhadap 1.000 responden perkotaan, sebagaimana dilaporkan ANALISNEWS dan Disway. Angka ini tidak dapat dibaca sebagai proporsi masyarakat Indonesia yang melakukan transaksi melalui AI. Temuan tersebut menunjukkan bahwa bagi sebagian konsumen perkotaan, AI telah menjadi salah satu tempat untuk mencari ide produk, membandingkan opsi, atau meminta rekomendasi.

Perubahan pentingnya bukan pada hilangnya mesin pencari atau marketplace. Konsumen masih dapat menemukan produk melalui pencarian, media sosial, marketplace, situs merek, maupun toko fisik. Namun, mereka kini dapat memulai dengan pertanyaan yang lebih panjang, misalnya produk untuk kebutuhan tertentu, kisaran anggaran, atau perbandingan beberapa pilihan. Jawaban AI lalu dapat merangkum informasi dan menyebut merek yang dianggap relevan.

Survei APJII 2026 mencatat 18,2% pengguna internet telah memakai layanan AI, menurut laporan ANALISNEWS dan Disway. Karena kedua angka berasal dari kelompok dan konteks survei berbeda, keduanya tidak boleh dibandingkan sebagai ukuran pertumbuhan atau pangsa penggunaan AI untuk belanja. Yang dapat dibaca dengan aman adalah penggunaan AI di Indonesia masih berkembang, sementara kebutuhan belanja sudah termasuk salah satu konteks pemakaiannya di kalangan responden perkotaan.

Bagi tim ritel, pertanyaan praktisnya menjadi lebih spesifik: ketika calon pelanggan meminta rekomendasi kepada AI, apakah merek muncul dalam konteks yang tepat? Jika muncul, apakah deskripsi produk, kategori, layanan, dan batasannya akurat? Pertanyaan ini melengkapi laporan peringkat kata kunci dan traffic, bukan menggantikannya.

Mengapa peringkat pencarian tidak cukup untuk membaca visibilitas merek?

Peringkat pencarian memberi tahu posisi halaman untuk kata atau frasa tertentu. Metrik itu tetap berguna untuk melihat apakah halaman produk atau artikel mudah ditemukan. Akan tetapi, peringkat tidak otomatis menjelaskan apakah sebuah merek akan disebut ketika seseorang meminta AI memilih produk berdasarkan kebutuhan yang lebih rinci.

Menurut Alexandro Wibowo, Partner Avonetiq, yang dikutip ANALISNEWS dan Disway, ukuran kehadiran digital kini perlu mencakup pertanyaan apakah brand disebut ketika konsumen bertanya kepada AI. Dalam laporan yang sama, ia menekankan bahwa SEO masih diperlukan, tetapi tidak lagi menjadi satu-satunya lapisan yang perlu diamati dalam perjalanan konsumen.

Perbedaannya dapat dilihat dari bentuk interaksi berikut.

• Pencarian tradisional biasanya menampilkan banyak tautan. Pengguna membandingkan hasil lalu membuka halaman yang dipilih.
• Jawaban AI dapat menyatukan informasi menjadi respons singkat. Merek dapat disebut, tidak disebut, atau disebut dengan konteks yang keliru.
• SEO membantu mesin pencari menemukan dan memahami halaman. Visibilitas AI berkaitan dengan bagaimana informasi yang tersedia dipakai saat sistem menghasilkan jawaban untuk pertanyaan tertentu.

Sebagai ilustrasi hipotetis, sebuah toko perlengkapan olahraga menjual sepatu lari untuk pemula. Timnya menguji pertanyaan seperti “sepatu lari untuk latihan tiga kali seminggu” dan “sepatu lari untuk pemula dengan anggaran terbatas” pada layanan AI yang relevan. Mereka tidak hanya mencatat apakah nama toko disebut. Mereka juga memeriksa apakah AI membedakan sepatu lari dengan sepatu kasual, apakah kisaran penggunaan produk dijelaskan tepat, serta merek mana yang muncul sebagai pembanding.

Audit seperti ini tidak membuktikan bahwa jawaban AI akan sama untuk semua orang atau selalu konsisten dari waktu ke waktu. Fungsinya lebih sederhana: menemukan informasi publik yang rancu sebelum calon pembeli menemukannya lebih dulu.

Cara mengaudit apakah AI memahami informasi merek dengan tepat

Mulailah audit dengan memilih satu kategori produk yang paling sering menimbulkan pertanyaan pelanggan. Kumpulkan pertanyaan nyata, uji pada layanan AI yang relevan, lalu catat penyebutan merek, ketepatan informasi, dan halaman yang perlu diperbaiki. Audit awal tidak harus memakai alat baru atau proyek besar. Pilih kategori dengan informasi yang cukup banyak, misalnya variasi produk, pengiriman, garansi, ukuran, bahan, atau penggunaan yang berbeda.

Langkah pertama adalah mengumpulkan pertanyaan nyata dari chat layanan pelanggan, komentar, pencarian internal situs, dan pertanyaan sales. Pisahkan pertanyaan berdasarkan niatnya: mencari rekomendasi, membandingkan produk, mengecek kecocokan, mencari informasi layanan, atau mencari batasan produk. Gunakan bahasa pelanggan. Nama kategori internal sering tidak sama dengan istilah yang dipakai calon pembeli.

Setelah pertanyaan terkumpul, susun daftar pertanyaan uji yang mewakili kebutuhan tersebut. Pertanyaan perlu cukup spesifik agar hasil audit dapat ditindaklanjuti. Contohnya, tim ritel peralatan rumah tangga dapat menguji pertanyaan mengenai produk untuk dapur kecil, opsi dengan kebutuhan perawatan rendah, atau ketentuan pengiriman ke luar kota. Jangan menguji hanya nama merek sendiri karena hasilnya kurang menggambarkan cara orang mencari solusi.

Terakhir, catat hasilnya dalam tabel sederhana. Kolomnya dapat berisi pertanyaan, merek yang disebut, ketepatan deskripsi, produk yang disarankan, informasi yang tidak lengkap, informasi yang keliru, serta halaman sumber yang perlu diperiksa. Catatan ini memisahkan masalah visibilitas dari masalah akurasi. Merek yang tidak disebut memerlukan pemeriksaan berbeda dibanding merek yang disebut tetapi diberi informasi layanan yang salah.

Sebagai contoh hipotetis, sebuah toko peralatan rumah tangga menemukan jawaban AI yang menjelaskan bahwa produknya cocok untuk ruang kecil, tetapi tidak menyebut keterbatasan kapasitas. Tim tidak perlu mencoba “memaksa” sistem AI menyebut produknya. Tindakan yang lebih masuk akal adalah memastikan halaman produk memuat ukuran, kapasitas, penggunaan yang sesuai, foto yang relevan, serta jawaban atas pertanyaan pelanggan yang berulang.

Informasi publik yang perlu diperiksa sebelum mengejar penyebutan AI

AI dapat menghasilkan jawaban berdasarkan informasi yang tersedia, tetapi bisnis tidak memiliki kontrol penuh atas respons setiap platform. Karena itu, target yang realistis adalah memperjelas informasi publik dan mengurangi kontradiksi antarhalaman. Klaim produk yang kabur atau katalog yang tidak konsisten membuat pelanggan maupun sistem sulit membedakan produk yang tepat.

Periksa dahulu halaman kategori, halaman produk, FAQ, kebijakan pengiriman, kebijakan pengembalian, informasi garansi, dan kontak layanan pelanggan. Pastikan istilah yang dipakai konsisten. Jika satu halaman menyebut “gratis pengiriman” sementara halaman lain memberi syarat berbeda tanpa penjelasan, risiko salah tafsir meningkat. Perbaikan ini bermanfaat meski pelanggan tidak memakai AI sama sekali.

Menurut laporan ANALISNEWS dan Disway, Avonetiq menyediakan AVO AI untuk membantu bisnis mengukur bagaimana brand ditemukan, dipahami, dan direkomendasikan pada platform seperti ChatGPT, Gemini, Perplexity, dan Claude. Keberadaan platform pengukuran tersebut menunjukkan adanya kebutuhan baru untuk memantau kehadiran merek dalam jawaban AI. Ini bukan jaminan bahwa suatu merek akan direkomendasikan atau bahwa satu hasil pengujian berlaku di semua platform.

Pengukuran juga perlu membedakan tiga hal. Pertama, penyebutan merek, yaitu apakah nama merek muncul. Kedua, ketepatan pemahaman, yaitu apakah AI menjelaskan produk dan layanannya secara benar. Ketiga, relevansi rekomendasi, yaitu apakah merek disebut untuk kebutuhan yang memang sesuai. Menang pada satu ukuran tidak berarti menang pada dua ukuran lain.

Jangan otomatisasi keputusan belanja tanpa kontrol manusia

AI dapat membantu mengelompokkan pertanyaan pelanggan, merangkum keluhan, atau menandai halaman yang informasinya tidak konsisten. Namun, rekomendasi yang berhubungan dengan harga, stok, pengiriman, kelayakan produk, atau transaksi perlu pengawasan manusia. Jawaban yang terlihat masuk akal dapat tetap salah jika informasi sumbernya sudah berubah atau konteks pelanggan tidak lengkap.

Misalnya, tim dapat memakai AI untuk menandai pertanyaan tentang pengembalian barang yang paling sering muncul. Keputusan untuk mengubah kebijakan pengembalian tetap perlu diperiksa oleh pemilik proses yang memahami aturan bisnisnya. Jika AI dipakai dalam layanan pelanggan, tentukan pula kapan percakapan harus dialihkan ke staf, siapa yang memeriksa jawaban yang sensitif, dan data pelanggan apa yang tidak boleh dimasukkan ke sistem tanpa izin yang sesuai.

Mulai minggu ini, pilih satu kategori produk prioritas. Kumpulkan pertanyaan pelanggan yang paling berulang, kelompokkan berdasarkan niat, lalu uji pertanyaan tersebut pada layanan AI yang relevan. Buat daftar tiga informasi publik yang paling sering tidak lengkap atau keliru. Perbaiki halaman sumbernya terlebih dahulu, kemudian ulangi audit pada periode berikutnya untuk melihat apakah deskripsi merek menjadi lebih konsisten.