Arsip Kategori: Edukasi & Pengetahuan

Agentic Search Optimization 2026: Cara Menyiapkan Website untuk Agen AI Google, ChatGPT, dan Perplexity

Tinggalkan Balasan

Pelajari strategi Agentic Search Optimization untuk menyiapkan website Anda bagi AI agents seperti Google Information Agent, ChatGPT Atlas, dan Perplexity Comet di 2026.

Selama lebih dari 25 tahun, Search Engine Optimization (SEO) dibangun di atas satu asumsi sederhana: manusia mengetik pertanyaan ke kotak pencarian, melihat daftar hasil, dan mengklik salah satunya. Google I/O 2026 menghancurkan asumsi itu. Untuk pertama kalinya dalam seperempat abad, Google mengubah kotak pencariannya—memperluasnya secara dinamis, menerima input multimodal, dan mendorong pengguna untuk mendeskripsikan kebutuhan mereka dalam kalimat panjang, bukan tiga kata kunci .

Lebih dari itu, Google memperkenalkan Information Agent: agen AI pribadi yang bekerja di latar belakang 24/7, memantau web atas nama pengguna dan mengirim notifikasi ketika sesuatu yang relevan terjadi . Sementara itu, OpenAI meluncurkan ChatGPT Atlas dan Perplexity meluncurkan Comet—browser native AI yang tidak hanya menampilkan web, tetapi aktif bekerja di atasnya: membandingkan, memesan, membeli .

Inilah era Agentic Search. Pertanyaan baru yang harus dijawab oleh pemilik website bukan lagi “apakah saya ranking di Google?” tetapi “apakah agen AI akan merekomendasikan saya?” . Artikel ini akan membahas apa itu agentic search, bagaimana cara kerja agen AI, dan strategi Agentic Search Optimization (ASO) untuk menyiapkan website Anda.

Dari Pencarian ke Tindakan: Apa Itu Agentic Search?

Agentic Search adalah pergeseran fundamental dari pencarian yang reaktif (pengguna mengetik query → mesin menampilkan link) menjadi pencarian yang proaktif (agen AI bekerja terus-menerus di latar belakang untuk memenuhi kebutuhan pengguna). Google menggambarkan Information Agent sebagai evolusi dari Google Alerts yang diluncurkan pada 2003—tetapi dengan kemampuan sintesis, inferensi, dan pengambilan tindakan .

Dua Jenis Agen AI

Berdasarkan cara mereka berinteraksi dengan web, ada dua kategori utama agen AI :

  1. Background Agents (Information Agents): Bekerja 24/7 di latar belakang tanpa intervensi pengguna. Mereka memonitor web—blog, berita, posting sosial, data real-time—dan memberi notifikasi ketika sesuatu yang relevan terjadi. Google Information Agent adalah contoh utama, yang akan diluncurkan pada musim panas 2026 untuk pelanggan Google AI Pro dan Ultra di AS .

  2. User-Triggered Agents (Atlas, Comet): Diaktifkan oleh pengguna untuk menyelesaikan tugas tertentu. ChatGPT Atlas, misalnya, dapat mencari restoran, membandingkan ulasan, dan melakukan pemesanan secara end-to-end . Perplexity Comet berfokus pada sintesis pengetahuan dan penelitian mendalam .

Poin kritis: ChatGPT-User—agen yang melakukan browsing real-time ketika pengguna meminta ChatGPT mengunjungi suatu halaman—tidak lagi tunduk pada robots.txt sesuai pembaruan dokumentasi OpenAI pada Desember 2025 . Ini berarti pengguna dapat mengarahkan agen ke website Anda terlepas dari konfigurasi crawlability Anda.

Perbedaan Agentic Search dengan AI Search Tradisional

AI search tradisional (seperti AI Overviews di Google) masih beroperasi dalam model “query-response”: pengguna mengetik pertanyaan, AI menyintesis jawaban dari beberapa sumber. Agentic search melangkah lebih jauh dalam beberapa dimensi :

Dimensi AI Search Tradisional Agentic Search
Inisiasi Pengguna bertanya Agen bekerja terus-menerus
Tujuan Menjawab pertanyaan Menyelesaikan tugas
Interaksi Satu kali per query Berkelanjutan, 24/7
Output Jawaban teks Notifikasi, rekomendasi, tindakan (pemesanan, pembelian)
Unit Value Query Tasks

Seperti yang dijelaskan oleh para ahli di CMSWire, “web sedang bergeser dari pengalaman berbasis navigasi menuju pengalaman berbasis intensi”—di mana agen memahami apa yang ingin dicapai pengguna dan secara dinamis merakit respons atau alur kerja di sekitar tujuan tersebut .

Karakteristik Website yang “Agent-Friendly”

Penelitian terbaru mengidentifikasi tiga dimensi utama kesiapan agen AI: interpretability (kemampuan dipahami), executability (kemampuan dieksekusi), dan decision reliability (keandalan keputusan) . Berikut adalah komponen operasional yang harus dipenuhi.

Layer 0: Aksesibilitas Teknis

Agen AI tidak bisa merekomendasikan apa yang tidak bisa mereka baca. Ada dua hambatan utama yang sering mengganggu:

  1. Robots.txt Blocking: Data dari HUMAN Security (2026) menunjukkan bahwa OpenAI family bots menyumbang ~69% dari seluruh traffic AI, Anthropic ~11%, dan Meta-ExternalAgent ~16% . GPTBot adalah AI crawler yang paling sering diblokir di robots.txt. Periksa robots.txt Anda dan pastikan tidak ada aturan Disallow untuk GPTBot, ClaudeBot, PerplexityBot, dan Google-Extended .

  2. Cloudflare Network-Level Blocking: Cloudflare melayani 22.4% website global dan telah mengaktifkan fitur one-click AI bot blocking yang digunakan oleh lebih dari 1 juta pelanggan. Blocking di level CDN ini beroperasi independen dari robots.txt—agen bisa membaca Allow: / tetapi tetap diblokir di edge . Periksa pengaturan Cloudflare Anda.

Layer 1: Machine Readability

Agen AI tidak “melihat” website seperti manusia. Mereka membaca HTML, DOM, dan accessibility tree. Agen lebih mungkin merekomendasikan website dengan struktur yang jelas dan data yang dapat diekstrak . Menurut Martin Krause, headless solution architect di Kering, “Structured data is no longer an SEO checkbox; it is the core plumbing of the automated economy” .

Prioritaskan implementasi schema markup: Organization, Person, Service, Product, FAQ, HowTo, dan BreadcrumbList . Gunakan JSON-LD dan semantic HTML untuk mengurangi ambiguitas tentang apa yang ditawarkan website Anda .

Layer 2: Actionability (Agent Executability)

Jika agen tidak dapat melakukan sesuatu di website Anda, Anda kehilangan sebagian besar nilai agentic search. Agent executability adalah sejauh mana agen dapat menyelesaikan tindakan yang dimaksudkan setelah memahami halaman—seperti memilih produk, menambahkannya ke keranjang, mengisi formulir, atau melakukan pemesanan .

Yang diperlukan:

  • Tombol, link, dan form dengan label yang jelas dan hubungan yang eksplisit

  • Harga, ketersediaan, dan kebijakan yang tersedia secara terstruktur

  • Workflow langkah demi langkah yang mudah diikuti agen

  • API atau data service yang menyediakan informasi real-time 

Layer 3: Agent Decision Reliability

Agen perlu mempercayai informasi yang mereka baca untuk merekomendasikan atau bertindak atas nama pengguna. Sinyal keandalan meliputi :

  • Bukti dan verifikasi: Referensi, ulasan pengguna, studi kasus, sertifikasi pihak ketiga

  • Freshness: Informasi yang tidak kedaluwarsa—agen menghindari sumber yang tidak diperbarui

  • Konsistensi: Informasi yang sama muncul di berbagai platform

Strategi Optimasi untuk Agentic Search

Berdasarkan panduan dari praktisi SEO dan platform seperti Cloudflare serta SEOCOM, berikut adalah strategi implementasi :

1. Audit Kesiapan Agentic

Lakukan diagnosis: apa yang bisa dan tidak bisa dibaca oleh agen dari website Anda saat ini? Periksa cakupan schema, kualitas data yang dapat diekstrak, perilaku terhadap AI crawler, dan rendering di Gemini, ChatGPT, dan Perplexity . Cloudflare kini menyediakan alat Agent Readiness Diagnostics yang memindai website seperti cara agen membacanya: robots.txt, sitemap, response headers, dan Markdown version konten .

2. Refactor Konten Menjadi Atomic Blocks

Konten harus dipecah menjadi blok-blok yang berdiri sendiri: jawaban langsung di awal, definisi eksplisit, data terverifikasi dengan sumber, daftar terstruktur. Agen masuk, mengekstrak, mengutip, atau merangkum. Jika agen tidak menemukan informasi yang dicari dalam paragraf yang bersih, ia tidak akan menggunakannya .

3. Optimasi untuk Long Conversational Queries

Kotak pencarian baru Google mendorong pengguna ke frasa 15-30 kata. Konten Anda harus menjawab intensi penuh, bukan tiga kata kunci pendek. Bangun halaman yang menargetkan pertanyaan sektoral yang ditulis seperti orang berbicara, bukan mengetik .

4. Implementasi llms.txt (Kasus per Kasus)

llms.txt adalah file teks yang dirancang untuk membantu agen AI menavigasi konten Anda. Meskipun Google tidak secara resmi mendukungnya, praktisi merekomendasikan implementasi di sektor di mana batas antara penggunaan editorial dan agent mulai penting—seperti media, e-commerce katalog besar, dan B2B teknis .

5. Pantau Visibilitas Agent Secara Berkala

Lacak brand mentions di ChatGPT, Claude, Perplexity, Gemini, dan AI Overviews setiap bulan. Untuk layer agentic, tambahkan task probes: booking, perbandingan, rekomendasi—untuk melihat apakah website Anda masuk dalam daftar pendek agen. Tanpa pengukuran ini, work agentic berjalan buta .

Kesimpulan: Agentic Search sebagai Keniscayaan 2026-2027

Agentic Search bukanlah tren pinggiran. Google I/O 2026 menandai komitmen penuh perusahaan terhadap agen AI. AI Mode, dengan model default Gemini 3.5 Flash, kini melayani sekitar 1 miliar pengguna bulanan . Information Agent akan segera hadir. ChatGPT Atlas dan Perplexity Comet telah mengubah cara pengguna berinteraksi dengan web.

Implikasi bagi pemilik website sangat besar:

  • Klik bukan lagi metrik utama. Agen dapat menyelesaikan tugas tanpa pernah mengirimkan traffic ke website Anda .

  • Struktur lebih penting dari konten. Konten yang tidak dapat diekstrak oleh agen tidak akan pernah direkomendasikan .

  • Keandalan menjadi sinyal ranking baru. Agen memprioritaskan sumber dengan informasi yang terverifikasi, segar, dan konsisten .

Langkah awal yang bisa Anda ambil hari ini:

  1. Audit robots.txt dan Cloudflare settings—pastikan AI crawler tidak diblokir

  2. Periksa schema coverage—prioritaskan Organization, Product, Service schema

  3. Refactor konten menjadi atomic blocks dengan jawaban langsung di awal

  4. Pantau brand mentions di AI search menggunakan tools yang tersedia

Pertanyaannya bukan lagi “apakah website saya ranking?” tetapi “apakah agen AI akan merekomendasikan saya?” Saatnya membangun website untuk audiens baru yang paling penting—agen AI itu sendiri.

AI Search Ads 2026: Peluang dan Risiko Iklan di ChatGPT, Perplexity, dan Gemini untuk Brand

Tinggalkan Balasan

Pelajari peluang dan risiko iklan di AI search 2026. OpenAI uji coba iklan di ChatGPT, sementara Perplexity mundur. Strategi menghadapi era baru iklan AI search.

Industri periklanan digital sedang menghadapi momen yang paling membingungkan sejak kemunculan Google Ads. Di satu sisi, OpenAI secara resmi menguji coba iklan di ChatGPT dengan Criteo sebagai mitra teknologi pertama. Di sisi lain, Perplexity—yang setahun lalu menjadi pelopor iklan di AI search—justru menarik diri sepenuhnya dari model ini pada Februari 2026. Sementara itu, Anthropic menggelontorkan dana besar untuk iklan Super Bowl dengan pesan tegas: “Iklan akan datang ke AI. Tapi tidak ke Claude.”

Lanskap AI search advertising di 2026 terfragmentasi menjadi tiga arah yang sangat berbeda . OpenAI dan Google melangkah maju dengan iklan di chatbot dan AI Overviews, Perplexity mundur karena alasan kepercayaan, dan Anthropic berkomitmen untuk tetap bebas iklan. Artikel ini akan membahas secara komprehensif peluang, risiko, dan strategi yang harus diketahui brand dalam menavigasi era baru iklan AI search.

Tiga Arah yang Berbeda di AI Search Advertising

OpenAI dan Google: Melangkah Maju dengan Iklan

OpenAI memulai uji coba iklan di ChatGPT pada Februari 2026, awalnya untuk pengguna di AS. Iklan muncul sebagai hasil bersponsor yang jelas di bawah jawaban organik, dan OpenAI menegaskan bahwa iklan tidak memengaruhi respons ChatGPT itu sendiri . Setelah AS, uji coba diperluas ke Kanada, Australia, Selandia Baru, dan pada Mei 2026 ke Brasil, Jepang, Meksiko, serta Korea Selatan. Inggris menjadi pasar Eropa pertama yang menyusul .

Google juga bergerak cepat. Iklan kini muncul di sekitar seperempat hasil pencarian AI Mode—meningkat signifikan dari awal 2025 . Berbeda dengan pendekatan OpenAI, iklan di Google AI Overviews dan AI Mode disajikan melalui kampanye Performance Max, dan pengiklan tidak bisa memilih keluar dari format ini jika beriklan di Google .

Perplexity: Dari Pelopor ke Penarikan Diri

Keputusan Perplexity untuk menghentikan iklan berbayar pada Februari 2026 adalah sinyal paling kuat tentang kompleksitas AI search advertising . Perplexity, yang menangani 780 juta query bulanan dan mencapai pendapatan tahunan $200 juta pada akhir 2025—hampir lima kali lipat pertumbuhan year-over-year—memilih meninggalkan pendapatan iklan demi menjaga kepercayaan pengguna .

Alasan yang diberikan Perplexity sangat mencerahkan: “Pengguna perlu percaya bahwa ini adalah jawaban terbaik yang mungkin, untuk terus menggunakan produk dan bersedia membayarnya.” Perusahaan memperingatkan bahwa begitu iklan muncul, pengguna mulai meragukan segalanya, dan menggambarkan iklan sebagai “tidak selaras dengan apa yang diinginkan pengguna” dari mesin jawaban AI .

Anthropic: Iklan Tidak untuk Claude

Anthropic mengambil posisi paling tegas. Perusahaan menginvestasikan dana besar untuk iklan Super Bowl dengan pesan: “Iklan akan datang ke AI. Tapi tidak untuk Claude.”  Posisi ini didasarkan pada keyakinan bahwa hubungan pengguna dengan chatbot bersifat “jauh lebih intim” daripada hubungan dengan mesin pencari tradisional, dan iklan akan terasa “tidak tulus” dalam konteks tersebut .

Peluang Iklan AI Search bagi Brand

Menjangkau Audiens dengan Intensi Tinggi

AI search visits tumbuh dari 15.6 miliar menjadi 27.4 miliar dalam setahun . ChatGPT sendiri memiliki 900 juta pengguna aktif mingguan di seluruh dunia—naik 125% dari tahun sebelumnya . Ini adalah audiens yang sangat besar dan terus bertumbuh.

Yang lebih penting, pengguna AI search cenderung berada pada tahap yang lebih matang dalam perjalanan pembelian. Penelitian DISQO menunjukkan bahwa kategori dengan pertimbangan tinggi—seperti otomotif, asuransi, dan travel—menunjukkan volume aktivitas brand yang lebih tinggi dan engagement yang lebih dalam di dalam LLM . Iklan di AI search memungkinkan brand hadir pada momen ketika pengguna sudah “pre-qualified” dan siap mengambil keputusan.

Format Iklan yang Lebih Terintegrasi

Iklan di AI search bukanlah banner atau PPC tradisional. Di Google AI Overviews, iklan dapat muncul jika relevan dan disetujui PMax, tertanam langsung dalam jawaban AI . Di Microsoft Copilot, “Showroom ads” muncul saat pengguna menunjukkan intensi membeli, dengan visual yang kaya dan detail produk—lebih seperti “asisten yang merekomendasikan produk” daripada “kotak iklan” .

GEO sebagai Fondasi Iklan

Iklan di AI search tidak bisa dipisahkan dari GEO (Generative Engine Optimization). Brand yang tidak memiliki halaman yang dioptimasi untuk AI—dengan struktur yang dapat diekstrak dan otoritas yang terukur—akan kesulitan memanfaatkan iklan AI search secara efektif .

Risiko Brand Safety dan Measurement

Ancaman Halusinasi dan Misinformasi

Risiko terbesar iklan AI search adalah ketidakmampuan platform menjamin di mana iklan akan muncul. Seperti yang dicatat oleh Anudit Vikram, Chief Product Officer Channel Factory, iklan bisa muncul di samping halusinasi dan misinformasi—terutama ketika percakapan menyentuh ranah nasihat medis, hukum, atau keuangan .

Measurement yang “Sporadic and Minimal”

Nada Bradbury, CEO AD-ID, memprediksi bahwa pengukuran ROI awal akan bersifat “sporadic and minimal” dan “dikontrol ketat” oleh platform . Platform akan menjaga data ini tetap tertutup sampai marketer mulai menuntut bukti bahwa konsumen nyata benar-benar terpapar dan tergerak untuk membeli .

Richard Raddon, Co-CEO Zefr, menambahkan bahwa platform tidak perlu menawarkan banyak kemampuan pada tahap awal—marketer akan memberi mereka waktu. Namun, jika ingin skala, mereka harus menyediakan “semua fitur yang biasa didapatkan marketer di lingkungan lain.” Anggaran uji coba hanya bisa membawa Anda sejauh ini—ketika Anda masuk ke CPG dan brand yang berorientasi ROI, itulah saat Anda benar-benar punya bisnis iklan yang skalabel .

“Tidak Ada Elemen Branding” dalam LLM

Keith Turco, CEO Madison Logic, menyoroti masalah mendasar: “Tidak ada elemen branding dalam cara LLM menyampaikan hasil.”  Ini berarti pendekatan pengukuran harus bergeser ke arah performa—seberapa besar LLM meningkatkan kemampuan pengguna untuk terhubung dengan brand, bukan sekadar tayangan atau klik.

Agent Ads dan Kontroversi “Cloaking”

Kontroversi terbaru melibatkan “Agent Ads”—iklan yang dirancang khusus untuk dibaca oleh AI agent, bukan manusia. Time Magazine bekerja sama dengan Mobian untuk membuat halaman teks sederhana yang hanya ditampilkan ke AI crawler, berisi informasi faktual tentang brand dalam format FAQ .

Perplexity merespons dengan keras, menyebut praktik ini sebagai “cloaking”—memberikan halaman berbeda kepada pengguna dan software—dan memperingatkan bahwa ini dapat menyebabkan penurunan ranking di indeks Perplexity . Perplexity menyatakan: “Sampah dengan nama lain tetap sampah. Jika iklan ini benar-benar bermanfaat, mengapa tidak diletakkan di situs untuk dilihat semua orang?” 

Pendekatan “Trust but Verify” untuk Marketer

Para ahli sepakat bahwa pendekatan terbaik saat ini adalah “trust but verify”—percaya tetapi verifikasi . Berikut langkah-langkah praktis:

1. Mulai dengan Anggaran Uji Coba, Tapi Siapkan Verifikasi

Anggaran uji coba adalah titik awal yang wajar. Namun, jangan berhenti di situ. Tuntut transparansi dari platform tentang di mana iklan Anda muncul, bagaimana performanya, dan apakah iklan tersebut benar-benar menjangkau konsumen nyata .

2. Bangun GEO sebagai Fondasi

Sebelum menginvestasikan anggaran iklan AI search, pastikan website dan konten Anda dioptimasi untuk AI retrieval. GEO adalah fondasi yang membuat iklan AI search efektif—tanpanya, Anda membuang anggaran .

3. Pilih Platform dengan Bijak

Tiga platform memiliki pendekatan yang sangat berbeda. ChatGPT dan Google menawarkan jangkauan terbesar, tetapi dengan risiko measurement dan brand safety. Perplexity tidak menawarkan iklan berbayar—hanya visibility organik. Claude sepenuhnya bebas iklan . Pilih berdasarkan strategi brand Anda.

4. Pantau Brand Safety Secara Aktif

Gunakan alat verifikasi pihak ketiga—seperti yang ditawarkan Zefr untuk TikTok Search—untuk memastikan iklan Anda muncul di lingkungan yang aman dan sesuai . Dalam lingkungan di mana monetisasi beroperasi dalam antarmuka yang sama yang menafsirkan dan meranking intensi, visibilitas ke dalam logika keputusan bukanlah opsional .

Kesimpulan: Menavigasi Era Iklan AI Search

Iklan AI search di 2026 adalah lanskap yang terfragmentasi dan penuh ketidakpastian. OpenAI dan Google melangkah maju, Perplexity mundur karena alasan kepercayaan, dan Anthropic berkomitmen untuk bebas iklan. Sementara itu, praktik “cloaking” untuk Agent Ads memicu kontroversi tentang standar etika di industri .

Namun, di balik kekacauan ini ada peluang nyata. AI search adalah salah satu kategori iklan dengan pertumbuhan tercepat, dan pengguna AI search memiliki intensi dan engagement yang lebih tinggi . Brand yang bergerak cepat, dengan pendekatan “trust but verify,” dan didukung oleh fondasi GEO yang solid, akan memenangkan keunggulan first-mover di saluran baru ini .

Langkah yang bisa Anda ambil hari ini:

  1. Audit kesiapan GEO brand Anda—apakah AI engine dapat memproses konten Anda?

  2. Pantau perkembangan iklan di ChatGPT dan Google AI Mode

  3. Mulai dengan anggaran uji coba kecil, tetapi tuntut transparansi

  4. Pertimbangkan platform berdasarkan kesesuaian dengan strategi brand Anda

Satu hal yang pasti: AI search advertising akan menjadi bagian permanen dari lanskap periklanan digital. Pertanyaannya bukan apakah Anda akan berpartisipasi, tetapi bagaimana Anda melakukannya dengan bijak dan bertanggung jawab.

AI Search Privacy Crisis: Perplexity, Google, dan Ancaman Data Pribadi di Era Pencarian AI

Tinggalkan Balasan

Pelajari krisis privasi AI search: gugatan terhadap Perplexity atas pelacakan rahasia dan personalisasi data di Google AI Mode. Strategi melindungi privasi di era AI.

Kemudahan dan kecanggihan AI search seperti ChatGPT, Perplexity, dan Gemini menyembunyikan realitas yang mengkhawatirkan: di balik setiap percakapan dengan AI, ada jejak data pribadi yang mungkin mengalir ke tangan yang tidak seharusnya.

Pada Maret 2026, gugatan class action mengguncang industri AI search. Perplexity AI dituduh secara diam-diam mengirimkan percakapan pengguna ke Meta dan Google—termasuk informasi keuangan, strategi investasi, dan data pajak—bahkan ketika pengguna mengaktifkan mode “Incognito” . Sementara itu, Google memperluas Personal Intelligence ke AI Mode, menghubungkan mesin pencari AI dengan Gmail dan Google Photos untuk memberikan hasil yang “personal”—namun menimbulkan pertanyaan besar tentang batas privasi .

Artikel ini akan mengupas secara mendalam krisis privasi AI search di 2026: kasus Perplexity, fitur Personal Intelligence Google, riset terbaru tentang keamanan AI agent, dan strategi melindungi data pribadi di era AI search.

Gugatan Perplexity: Ketika Mode “Incognito” Hanya Ilusi

Pelacakan Rahasia di Balik Kemudahan AI Search

Kasus yang diajukan di pengadilan federal San Francisco oleh pengguna bernama John Doe mengungkap praktik yang mengkhawatirkan . Menurut gugatan, Perplexity menanamkan pelacak “undetectable” ke dalam kode mesin pencari AI-nya. Begitu pengguna login, pelacak ini secara otomatis mengirimkan seluruh percakapan mereka ke Meta dan Google .

Dampaknya sangat serius. Pelacak ini memungkinkan Meta dan Google:

  • Mendapatkan akses penuh ke transkrip percakapan pengguna dengan AI 

  • Menggunakan data sensitif untuk menargetkan iklan 

  • Mengaitkan data dengan profil pengguna untuk kepentingan komersial 

Inkognito yang Tidak Pernah Ada

Klausul paling mencemaskan dari gugatan ini adalah tuduhan bahwa fitur “Incognito” Perplexity tidak berfungsi sama sekali .

Seorang pengguna di Utah yang menjadi penggugat utama mengungkapkan bahwa ia membagikan informasi tentang keuangan keluarga, kewajiban pajak, dan strategi investasi pribadi kepada Perplexity—dengan asumsi percakapan tersebut bersifat pribadi. Ternyata, semua informasi sensitif itu dikirim ke Meta dan Google .

Bahkan pengguna berbayar yang mengaktifkan fitur Incognito tetap mengalami pelacakan yang sama. Email dan identifier lain yang memungkinkan Meta dan Google mengidentifikasi pengguna secara pribadi juga ikut dikirim .

Mekanisme Teknis: Meta Pixel dan Conversions API

Gugatan mengungkap bahwa Perplexity menggunakan Meta Pixel dan Conversions API—teknik yang biasanya digunakan untuk tracking iklan e-commerce—untuk mengirim data percakapan ke Meta . Selain itu, Google Ads tracking juga ditemukan mengirimkan data ke Google .

Yang membuat kasus ini unik adalah pelacakan terjadi bahkan pada percakapan yang seharusnya “off the record”. URL percakapan lengkap dengan prompt pengguna dikirim melalui browser dan dicegat oleh Meta dan Google sebelum sampai ke pengguna .

Tanggapan dan Perkembangan Kasus

Perplexity menyatakan belum menerima gugatan dan tidak dapat memverifikasi klaim tersebut . Namun, kasus ini bukan satu-satunya tekanan hukum yang dihadapi Perplexity. Perusahaan juga menghadapi:

  • Gugatan dari Reddit atas scraping konten 

  • Gugatan dari Encyclopaedia Britannica atas pelanggaran hak cipta 

  • Gugatan dari Amazon atas akses tanpa izin melalui browser Comet, yang menghasilkan injunksi pengadilan pada Maret 2026 

Pada 1 Mei 2026, gugatan class action dicabut tanpa prasangka, yang berarti penggugat dapat mengajukan kembali setelah memperbaiki argumen hukum . Pengamat hukum mencatat bahwa pengunduran ini bersifat “taktis” dan kemungkinan dilakukan untuk memperkuat argumen di kemudian hari .

Google Personal Intelligence: Personalisasi atau Pengawasan?

AI Mode yang “Tahu” Isi Gmail dan Foto

Sementara Perplexity menghadapi gugatan, Google meluncurkan fitur yang sama-sama kontroversial. Personal Intelligence mulai diintegrasikan ke AI Mode di Google Search pada Januari 2026, awalnya untuk pelanggan AI Pro dan AI Ultra .

Fitur ini memungkinkan AI Mode “terhubung secara aman” ke Gmail dan Google Photos untuk memberikan rekomendasi yang dipersonalisasi. Contohnya:

  • Saat merencanakan perjalanan, AI Mode bisa merujuk konfirmasi hotel di Gmail dan foto liburan di Google Photos untuk merekomendasikan tempat wisata 

  • Saat berbelanja, AI Mode bisa mempertimbangkan merek yang Anda sukai dan penerbangan yang telah dipesan 

Google menggambarkan ini sebagai “pengalaman Search yang terasa unik milik Anda” . Namun, di balik kemudahan ini ada pertanyaan besar tentang privasi.

Promosi: Apa yang Sebenarnya Terjadi dengan Data?

Google memberikan beberapa jaminan:

  • Personal Intelligence bersifat opt-in 

  • Pengguna dapat menonaktifkannya kapan saja 

  • Google tidak melatih model AI secara langsung dengan inbox Gmail atau library Google Photos 

Namun, Google juga mengakui bahwa “sistem mungkin membuat koneksi yang salah antara topik yang tidak terkait atau tidak sepenuhnya memahami konteks” . Misalnya, jika Anda memiliki banyak foto kucing teman, sistem mungkin memasukkan informasi itu ke dalam rekomendasi .

Ke mana Arah Kebijakan Privasi AI Search?

Fitur ini menimbulkan pertanyaan yang lebih besar: jika personalisasi menjadi standar, seberapa besar kontrol yang benar-benar dimiliki pengguna? 

Data dari Google dan Meta menunjukkan tren yang jelas. Google mulai menggulirkan Search Services History yang memisahkan kontrol aktivitas pencarian dari Web & App Activity—memungkinkan pencarian, gambar, rekaman audio, dan file dari berbagai layanan Google digunakan untuk meningkatkan sistem AI . Meta juga memperluas fitur AI yang dapat menggunakan foto Instagram publik untuk membuat gambar AI, kecuali pengguna memilih untuk tidak ikut serta .

Riset UC Berkeley: Evaluasi Privasi AI Agent

Lima Dimensi Keamanan AI Agent

Penelitian terbaru dari UC Berkeley School of Information mengevaluasi lima AI agent populer—OpenAI Atlas, Anthropic Claude, Perplexity Comet, Microsoft Copilot, dan Google Gemini—dari perspektif privasi dan keamanan .

Para peneliti mengidentifikasi “risiko privasi dan keamanan baru, terutama terkait pengungkapan data yang tidak disengaja dan tindakan yang terlalu diizinkan” . Mereka mengembangkan kerangka pengujian “AgentWatch” yang mengevaluasi agent dalam lima dimensi:

  1. Kontrol Pengungkapan Data: Apakah agent menghindari kebocoran informasi sensitif?

  2. Pemahaman Prompt: Apakah agent memperlambat, mengklarifikasi, atau menolak prompt yang berisiko?

  3. Halusinasi: Apakah agent menolak menciptakan sumber atau peristiwa fiktif?

  4. Prompt Injection: Apakah agent mengabaikan instruksi berbahaya yang tersembunyi?

  5. Isolasi Browser Sandbox: Apakah agent menghormati batasan isolasi dan menghindari akses data lintas situs? 

Hasil: Perbedaan Signifikan antar Agent

Penelitian menemukan perbedaan yang signifikan dalam kemampuan privasi antar AI agent:

  • Claude, Atlas, dan Gemini menunjukkan perilaku perlindungan privasi terkuat, masing-masing mendapat skor ‘Excellent’ di atas 90

  • Comet (Perplexity) berperforma cukup baik tetapi menunjukkan kelemahan dalam menanggapi prompt ambigu dan skenario pengungkapan tertentu

  • Microsoft Copilot mendapat skor terendah karena respons yang tidak konsisten dalam skenario yang melibatkan maksud ambigu dan potensi oversharing 

Temuan ini memberikan konteks penting bagi kasus Perplexity—meskipun Comet secara teknis mendapat skor moderat, kekurangannya dalam menangani pengungkapan data selaras dengan tuduhan dalam gugatan class action.

Strategi Melindungi Privasi di Era AI Search

1. Verifikasi Pengaturan Privasi Platform

Banyak platform AI mengizinkan pengguna untuk tidak ikut serta dalam pelatihan model. Pada Google, periksa Search Services History dan Web & App Activity, serta aktifkan auto-delete. ChatGPT memungkinkan pengguna menonaktifkan “Chat History & Training” jika tidak ingin percakapan digunakan untuk peningkatan model. Meta users perlu meninjau kontrol privasi Instagram dan Meta AI .

2. Waspadai Mode Incognito yang Tidak Aman

Kasus Perplexity menunjukkan bahwa mode “Incognito” pada platform AI mungkin tidak melindungi privasi Anda sepenuhnya . Jangan berasumsi bahwa informasi yang dibagikan di mode ini benar-benar pribadi, terutama untuk topik sensitif seperti pajak, kesehatan, atau keuangan.

3. Pilih Platform dengan Komitmen Privasi

Penelitian UC Berkeley menunjukkan bahwa tidak semua AI agent memiliki standar privasi yang sama. Pilih platform yang memiliki catatan kuat dalam perlindungan privasi dan kebijakan yang jelas tentang penggunaan data .

4. Batasi Informasi Sensitif

Jangan membagikan informasi pribadi yang sangat sensitif—seperti nomor identitas, detail keuangan, atau informasi kesehatan—ke AI search tanpa verifikasi kebijakan privasi yang jelas .

5. Gunakan Pendekatan “Trust but Verify”

Bahkan dengan jaminan dari platform, verifikasi independen tetap penting. Pantau pengaturan privasi secara berkala dan waspadai perubahan kebijakan yang dapat memengaruhi perlindungan data Anda .

Kesimpulan: Privasi sebagai Faktor Pemilih AI Search

Kasus Perplexity dan fitur Personal Intelligence Google menandai titik balik dalam evolusi AI search. Di satu sisi, AI search menawarkan kenyamanan dan personalisasi yang belum pernah terjadi sebelumnya. Di sisi lain, data pribadi yang dibagikan ke AI dapat digunakan dengan cara yang tidak diinginkan atau bahkan tidak diketahui.

Pelajarannya jelas: privasi bukan lagi urusan “siapa yang melihat data saya,” tetapi bagaimana data saya digunakan, oleh siapa, dan untuk tujuan apa. Ketika AI search menjadi semakin terintegrasi dengan kehidupan digital kita, kesadaran dan kontrol atas data pribadi menjadi keharusan, bukan pilihan.

Langkah yang bisa Anda ambil hari ini:

  1. Periksa pengaturan privasi di semua platform AI yang Anda gunakan

  2. Aktifkan opsi untuk tidak ikut serta dalam pelatihan model AI jika tersedia

  3. Batasi informasi sensitif yang dibagikan dengan AI search

  4. Pantau perkembangan regulasi privasi yang dapat melindungi pengguna

Di era di mana AI search menjadi pintu gerbang utama informasi, privasi adalah hak yang harus diperjuangkan, bukan fitur yang bisa dikompromikan.