Arsip Kategori: Edukasi & Pengetahuan

Personalization vs Privacy 2026: Google Personal Intelligence dan Dilema Data Brand di AI Search

Tinggalkan Balasan

Google Personal Intelligence di AI Mode menghubungkan AI dengan Gmail dan Photos. Pelajari dilema personalization vs privacy dan dampaknya bagi brand di AI search.

Pada Januari 2026, Google mengambil langkah berani yang akan mengubah AI search selamanya. Personal Intelligence—fitur yang sebelumnya terbatas pada pelanggan berbayar di AS—kini diperluas ke 200 negara tanpa langganan. AI Mode kini dapat terhubung ke Gmail, Google Photos, dan YouTube history untuk memberikan respons yang dipersonalisasi .

Ini adalah perubahan fundamental. AI search tidak lagi hanya memberikan jawaban generik—ia memberikan jawaban yang dipersonalisasi berdasarkan data pribadi pengguna. Ketika Anda bertanya “restoran terbaik di dekat saya,” AI Mode tidak hanya mencari restoran—ia memeriksa email Anda untuk melihat restoran mana yang pernah Anda kunjungi, melihat foto Anda untuk melihat preferensi kuliner Anda, dan memberikan rekomendasi yang benar-benar personal.

Namun di balik kemudahan ini, ada dilema yang besar. Personalisasi membutuhkan data pribadi—dan data pribadi membawa risiko privasi. Kasus gugatan class action terhadap Perplexity pada Maret 2026, yang dituduh mengirimkan percakapan pengguna ke Meta dan Google, adalah pengingat bahwa data pengguna adalah aset berharga sekaligus risiko besar . Sementara itu, 80% pengguna AI search adalah lulusan sarjana dan 30% berada di posisi senior—data sensitif yang sangat berharga .

Artikel ini akan membahas apa itu Google Personal Intelligence, dampaknya terhadap brand, dilema personalization vs privacy, dan strategi brand di era personalisasi AI.

Apa Itu Google Personal Intelligence?

AI Mode yang “Tahu” Isi Gmail dan Photos

Personal Intelligence memungkinkan AI Mode “terhubung secara aman” ke Gmail dan Google Photos untuk memberikan rekomendasi yang dipersonalisasi.

Contoh penggunaan:

  • Perjalanan: AI Mode merujuk konfirmasi hotel di Gmail dan foto liburan di Google Photos untuk merekomendasikan tempat wisata

  • Belanja: AI Mode mempertimbangkan merek yang Anda sukai dan pembelian sebelumnya untuk rekomendasi produk

  • Makanan: AI Mode melihat email reservasi restoran dan foto makanan untuk merekomendasikan restoran baru

Google menggambarkan ini sebagai “pengalaman Search yang terasa unik milik Anda” . Bagi pengguna, ini adalah kenyamanan yang luar biasa. Bagi brand, ini adalah perubahan besar dalam cara AI merekomendasikan produk dan layanan.

Hanya untuk Prompt Spesifik

Penting untuk dicatat: Personal Intelligence tidak aktif untuk semua query. Google menyatakan bahwa Personal Intelligence hanya digunakan untuk prompt spesifik yang membutuhkan personalisasi . Untuk query generik (“apa itu AI?”), AI Mode tetap memberikan jawaban generik.

Jaminan Privasi Google

Google memberikan beberapa jaminan:

  • Personal Intelligence bersifat opt-in—pengguna harus mengaktifkannya secara manual

  • 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.

Dampak Personalisasi terhadap Brand

Brand Recommendation Menjadi Lebih Personal

Personalisasi mengubah cara AI merekomendasikan brand. Sebelum personalisasi, AI memberikan rekomendasi generik berdasarkan data publik. Setelah personalisasi, AI memberikan rekomendasi berdasarkan data pribadi pengguna.

Implikasi untuk brand:

  • Brand yang relevan dengan preferensi pengguna akan lebih sering direkomendasikan

  • Brand yang tidak relevan akan tersingkir dari rekomendasi personal

  • Entity strength menjadi lebih penting—AI perlu mengenali brand Anda untuk merekomendasikannya secara personal

Brand yang Tidak Relevan dengan Pengguna Akan Tersingkir

Dalam dunia yang dipersonalisasi, relevansi adalah segalanya. Jika brand Anda tidak sesuai dengan preferensi, lokasi, atau riwayat pengguna, AI tidak akan merekomendasikannya—meskipun brand Anda adalah yang terbaik secara objektif.

Apa yang harus dilakukan:

  • Segmentasi audiens yang jelas: Siapa pelanggan ideal Anda? Pastikan AI dapat mengidentifikasi mereka

  • Personalisasi konten: Buat konten yang relevan dengan segmen audiens yang berbeda

  • Data lokasi: Pastikan informasi lokasi Anda akurat dan lengkap

  • Ulasan dan testimoni: AI menggunakan ulasan untuk menilai relevansi dengan preferensi pengguna

Konsistensi Entity Menjadi Lebih Penting

Personalisasi membutuhkan entity resolution yang akurat. AI perlu mengenali brand Anda dengan jelas untuk dapat merekomendasikannya secara personal.

Apa yang harus dilakukan:

  • Wikidata Q-number dan Knowledge Panel yang aktif

  • Konsistensi NAP di seluruh platform

  • Schema markup yang komprehensif (Organization, Product, LocalBusiness)

  • SameAs references ke profil eksternal

Peluang untuk Brand dengan Data yang Kaya

Brand yang memiliki data pelanggan yang kaya—preferensi, riwayat pembelian, lokasi—memiliki keunggulan dalam era personalisasi. AI dapat menggunakan data ini untuk merekomendasikan brand Anda secara lebih personal.

Dilema Privasi bagi Brand dan Pengguna

Data Pengguna Digunakan untuk Rekomendasi

Personalisasi membutuhkan data pribadi. Data ini digunakan untuk memberikan rekomendasi yang lebih akurat. Namun, penggunaan data pribadi membawa risiko privasi:

  • Data sensitif (email, foto, lokasi) bisa terekspos

  • Data bisa digunakan untuk tujuan yang tidak diinginkan

  • Pengguna mungkin tidak menyadari seberapa banyak data yang digunakan

Risiko Privasi: Kasus Perplexity

Kasus Perplexity adalah pengingat yang jelas tentang risiko privasi. Pada Maret 2026, gugatan class action diajukan terhadap Perplexity yang dituduh mengirimkan percakapan pengguna ke Meta dan Google—bahkan ketika pengguna mengaktifkan mode “Incognito” .

Pelajaran: Data pengguna adalah aset berharga sekaligus risiko besar. Brand yang menggunakan data AI harus memastikan transparansi dan consent yang jelas.

Brand Harus Mempertimbangkan Etika Data

Di era personalisasi AI, brand harus mempertimbangkan etika data dengan serius:

  • Transparansi: Beri tahu pengguna bagaimana data mereka digunakan

  • Consent: Dapatkan izin eksplisit sebelum menggunakan data

  • Keamanan data: Lindungi data pengguna dari pelanggaran

  • Penggunaan yang bertanggung jawab: Jangan gunakan data untuk tujuan yang tidak etis

80% Pengguna AI Search adalah Lulusan Sarjana, 30% di Posisi Senior

Data dari berbagai penelitian menunjukkan bahwa pengguna AI search cenderung lebih berpendidikan dan berada di posisi senior. Ini berarti data yang dikumpulkan AI search sangat sensitif dan berharga—dan risiko privasinya sangat tinggi.

Implikasi: Brand yang melanggar privasi pengguna akan menghadapi konsekuensi yang lebih besar. Kepercayaan adalah aset yang sangat berharga—dan sangat sulit untuk dipulihkan.

Strategi Brand di Era Personalisasi AI

1. Bangun Entity Strength untuk Personalisasi yang Akurat

Personalisasi membutuhkan entity resolution yang akurat. Pastikan AI dapat mengenali brand Anda dengan jelas:

  • Wikidata Q-number

  • Knowledge Panel yang aktif

  • Konsistensi NAP di seluruh platform

  • Schema markup yang komprehensif

  • SameAs references ke profil eksternal

2. Transparansi Data: Bagaimana Brand Menggunakan Data AI

Transparansi adalah kunci kepercayaan di era personalisasi AI.

Apa yang harus dilakukan:

  • Publikasikan kebijakan privasi yang jelas tentang penggunaan data

  • Jelaskan bagaimana data pelanggan digunakan untuk rekomendasi AI

  • Beri pengguna kontrol atas data mereka (opt-in, opt-out)

  • Patuhi regulasi privasi (GDPR, UU PDP Indonesia)

3. Fokus pada Value Proposition yang Jelas

Dalam dunia yang dipersonalisasi, value proposition yang jelas menjadi lebih penting. Pengguna perlu memahami dengan cepat mengapa brand Anda relevan bagi mereka.

Apa yang harus dilakukan:

  • Value proposition yang spesifik dan mudah dipahami

  • Segmentasi audiens yang jelas

  • Konten yang relevan dengan segmen audiens yang berbeda

  • Testimoni dan ulasan yang menunjukkan relevansi dengan preferensi pengguna

4. Bangun Kepercayaan Melalui Konsistensi dan Kualitas

Kepercayaan adalah aset paling berharga di era personalisasi AI. Brand yang dipercaya akan lebih sering direkomendasikan.

Apa yang harus dilakukan:

  • Konsistensi data di seluruh platform

  • Kualitas konten yang tinggi

  • Tanggapi ulasan negatif dengan profesional

  • Transparansi tentang penggunaan AI

5. Pantau Personalization Impact

Anda tidak bisa meningkatkan apa yang tidak Anda ukur.

Metrik yang harus dilacak:

  • Personalization impact: Seberapa besar personalisasi memengaruhi rekomendasi brand Anda

  • Segment-specific performance: Performa brand Anda di berbagai segmen audiens

  • Trust metrics: Seberapa besar pengguna mempercayai brand Anda

  • Privacy compliance: Apakah brand Anda mematuhi regulasi privasi?

Kesimpulan: Menavigasi Personalization vs Privacy

Google Personal Intelligence di AI Mode adalah perubahan besar dalam AI search. AI kini memberikan rekomendasi yang dipersonalisasi berdasarkan data pribadi pengguna—Gmail, Google Photos, dan YouTube history. Ini adalah kenyamanan yang luar biasa bagi pengguna, tetapi juga risiko privasi yang signifikan.

Bagi brand, personalisasi adalah peluang sekaligus tantangan. Brand yang relevan dengan preferensi pengguna akan lebih sering direkomendasikan. Brand yang tidak relevan akan tersingkir. Namun di balik peluang ini, ada tanggung jawab besar: melindungi privasi pengguna dan membangun kepercayaan.

Kasus Perplexity menunjukkan bahwa pelanggaran privasi dapat menghancurkan reputasi brand. 80% pengguna AI search adalah lulusan sarjana dan 30% berada di posisi senior—data yang sangat sensitif dan berharga.

Langkah yang bisa Anda ambil hari ini:

  1. Bangun entity strength: Wikidata, Knowledge Panel, konsistensi data, schema markup

  2. Transparansi data: Publikasikan kebijakan privasi yang jelas

  3. Fokus pada value proposition: Jelaskan mengapa brand Anda relevan bagi pengguna

  4. Bangun kepercayaan: Konsistensi, kualitas, dan tanggapi ulasan dengan profesional

  5. Pantau personalization impact: Lacak bagaimana personalisasi memengaruhi rekomendasi brand Anda

  6. Patuhi regulasi privasi: GDPR, UU PDP Indonesia, dan regulasi lainnya

Di era personalisasi AI, kepercayaan adalah mata uang baru. Brand yang membangun kepercayaan melalui transparansi dan konsistensi akan menjadi brand yang direkomendasikan AI. Brand yang melanggar privasi akan kehilangan kepercayaan—dan kehilangan visibilitas AI.

Training Data Inclusion 2026: Mengapa Brand di Training Data LLM Memiliki Keunggulan 2.8x di ChatGPT

Tinggalkan Balasan

Brand yang muncul di training data LLM 2.8x lebih sering dikutip ChatGPT. Pelajari strategi masuk ke training data ChatGPT, Gemini, dan Perplexity.

Bayangkan Anda membangun konten terbaik di industri Anda. Artikel Anda informatif, mendalam, dan penuh data orisinal. Namun ketika pengguna bertanya kepada ChatGPT tentang kategori Anda, brand Anda tidak muncul. Mengapa? Karena ChatGPT tidak “mengingat” brand Anda dari training data. Ini bukan tentang kualitas konten—ini tentang inclusion dalam training data LLM.

Data dari berbagai penelitian menunjukkan bahwa brand yang muncul di training data LLM memiliki keunggulan signifikan. Analisis GEO Brand Citation Index menemukan bahwa brand dengan citations di ChatGPT (training data) memiliki 2.8x lebih banyak sitasi dibandingkan brand yang hanya muncul di live retrieval . Ini adalah keunggulan yang sangat besar—dan tidak bisa dikejar hanya dengan konten fresh.

Penelitian Wellows menganalisis 20.5 juta sitasi AI dan menemukan bahwa 90.4% halaman yang dikutip adalah ghost citations—tidak menyebut brand apapun. Hanya 4.5% sitasi yang berasal dari halaman brand sendiri . Ini berarti sebagian besar konten yang dikutip adalah konten “netral” dari Wikipedia, Reddit, dan media—bukan dari brand itu sendiri.

Artikel ini akan membahas apa itu training data, mengapa inclusion dalam training data begitu penting, sumber training data yang paling berpengaruh, dan strategi untuk masuk ke training data LLM.

Apa Itu Training Data dan Mengapa Penting?

Dataset yang Digunakan untuk Melatih LLM

Training data adalah dataset raksasa yang digunakan untuk melatih model bahasa besar (LLM) seperti ChatGPT, Gemini, dan Claude. Dataset ini mencakup miliaran dokumen dari berbagai sumber:

  • Wikipedia (47.9% sumber ChatGPT)

  • Media corpus (The New York Times, BBC, Reuters, dll.)

  • Reddit dan forum online

  • Academic papers (.edu domain)

  • Books dan publikasi

  • Websites (crawled dari web)

Ketika sebuah brand muncul dalam training data, model AI “mengingat” brand tersebut. Ini menciptakan AI Memory advantage—brand tersebut menjadi bagian dari pengetahuan dasar AI, bukan sekadar sumber yang di-retrieve secara real-time.

Perbedaan Training Data vs Live Retrieval

Aspek Training Data Live Retrieval
Sumber Dataset yang sudah tetap Web yang berubah terus
Waktu Training time Inference time
Kecepatan Instant (sudah dalam model) Perlu dicari
Konsistensi Stabil Volatil
Keunggulan AI Memory (default answer) Freshness (konten terbaru)

Brand yang muncul di training data memiliki default advantage—AI akan menyebut brand Anda secara default bahkan sebelum melakukan retrieval. Ini adalah keunggulan yang sangat besar.

Mengapa Training Data Inclusion Penting

1. Default Answer Advantage

Brand yang muncul di training data menjadi bagian dari “default answer” AI. Ketika pengguna bertanya tentang kategori Anda, AI akan menyebut brand Anda secara otomatis—tanpa perlu mencari di web.

2. Stabilitas Jangka Panjang

Training data tidak berubah sesering live retrieval. Brand yang masuk training data akan tetap “diingat” AI untuk waktu yang lama—bahkan jika konten Anda tidak diperbarui.

3. Keunggulan 2.8x di ChatGPT

GEO Brand Citation Index menemukan bahwa brand dengan citations di ChatGPT (training data) memiliki 2.8x lebih banyak sitasi dibandingkan brand yang hanya muncul di live retrieval . Ini adalah keunggulan yang sangat besar.

4. Ghost Citations Prevention

Ketika brand Anda muncul di training data, AI lebih mungkin menyebutkan brand Anda (bukan hanya konten Anda) dalam jawaban. Ini mengurangi ghost citations—di mana AI menggunakan konten Anda tanpa brand mention.

Sumber Training Data yang Paling Penting

1. Wikipedia (47.9% Sumber ChatGPT)

Wikipedia adalah sumber paling sering dikutip ChatGPT, mencakup 47.9% dari top cited sources . Wikipedia sangat penting untuk training data karena:

  • Konten ditinjau dan diedit oleh komunitas

  • Sumber-sumber yang dikutip terverifikasi

  • Konsistensi entitas tinggi

  • Format terstruktur dengan infobox, referensi, dan kategori

Strategi: Dapatkan halaman Wikipedia untuk brand Anda, atau setidaknya mention di halaman Wikipedia yang relevan.

2. Reddit (21% Sitasi AI)

Reddit menyumbang 21% sitasi AI dan merupakan sumber training data yang sangat penting . Reddit penting karena:

  • Diskusi autentik dari pengguna nyata

  • Upvotes dan downvotes memberikan sinyal kualitas

  • Format Q&A yang terstruktur

  • Beragam topik dan perspektif

Strategi: Bangun partisipasi autentik di subreddit yang relevan. Jawaban yang mendapat banyak upvotes lebih mungkin masuk training data.

3. Media Corpus (The New York Times, BBC, Reuters, dll.)

Media tier-1 adalah sumber training data yang sangat penting. Dataset pelatihan LLM mencakup miliaran artikel dari media di seluruh dunia.

Strategi: Dapatkan liputan di media tier-1 yang sering digunakan dalam training data (Forbes, WSJ, TechCrunch, Kompas, Detik, dll.).

4. Academic Papers (.edu Domain)

Academic papers dari .edu domain adalah sumber training data yang sangat dipercaya. LLM dilatih pada jutaan paper dari arXiv, PubMed, dan repository akademis lainnya.

Strategi: Publikasikan paper akademis atau white paper yang dikutip oleh akademisi. Jika memungkinkan, publikasikan di jurnal yang terindeks.

5. Books dan Publikasi

Books adalah sumber training data yang penting, terutama untuk deep knowledge. Dataset pelatihan LLM mencakup jutaan buku dari berbagai penerbit.

Strategi: Publikasikan buku atau eBook yang relevan dengan industri Anda. Pastikan buku tersebut terindeks di platform yang digunakan untuk training data.

Strategi Masuk Training Data LLM

1. Dapatkan Halaman Wikipedia

Ini adalah langkah paling penting untuk training data inclusion. Wikipedia adalah sumber #1 untuk training data ChatGPT (47.9%). Jika brand Anda memiliki halaman Wikipedia, Anda secara otomatis masuk ke training data.

Apa yang harus dilakukan:

  • Pastikan brand Anda memenuhi kriteria notability Wikipedia

  • Tulis draft halaman Wikipedia yang netral dan terverifikasi

  • Ajukan ke komunitas Wikipedia untuk review

  • Pertahankan halaman dengan update berkala

Jika halaman Wikipedia belum memungkinkan:

  • Dapatkan mention di halaman Wikipedia yang relevan

  • Pastikan brand Anda disebut di artikel Wikipedia tentang kategori Anda

2. Dapatkan Mention di Media Tier-1

Media tier-1 adalah sumber training data terbesar kedua setelah Wikipedia. The New York Times, BBC, Reuters, Forbes, WSJ, dan media global lainnya digunakan secara luas dalam training data.

Apa yang harus dilakukan:

  • Targetkan media tier-1 yang relevan dengan industri Anda

  • Tawarkan data orisinal dan expert commentary

  • Publikasikan opini dan thought leadership

  • Bangun hubungan jangka panjang dengan jurnalis

Untuk Indonesia:

  • Targetkan Kompas, Detik, Tirto, Tempo, CNN Indonesia

  • Media ini sering muncul dalam training data untuk konteks Indonesia

3. Aktif di Reddit dengan Jawaban Autentik

Reddit adalah sumber training data yang sangat penting (21% sitasi AI). Jawaban Reddit yang mendapat banyak upvotes sering masuk ke training data.

Apa yang harus dilakukan:

  • Bergabung dengan subreddit yang relevan dengan industri Anda

  • Berikan jawaban yang detail, autentik, dan membantu

  • Jangan promosi langsung—fokus pada memberikan nilai

  • Jawaban dengan banyak upvotes lebih mungkin masuk training data

  • Konsisten: jawab pertanyaan secara teratur selama bertahun-tahun

4. Publikasikan Original Research yang Dikutip Media

Original research adalah magnet untuk earned media—dan earned media adalah pintu masuk ke training data.

Apa yang harus dilakukan:

  • Lakukan survei tahunan dan publikasikan hasilnya

  • Analisis data internal dan bagikan insight industri

  • Publikasikan benchmark industri

  • Tawarkan data eksklusif kepada jurnalis terpilih

  • Setiap liputan media = data point di training data

5. Dapatkan Recognition dari Gartner/Forrester

Untuk B2B, Gartner dan Forrester adalah sumber training data yang sangat penting. Laporan Magic Quadrant dan Wave sering dikutip dalam training data.

Apa yang harus dilakukan:

  • Daftar untuk evaluasi di Gartner Magic Quadrant atau Forrester Wave

  • Bangun hubungan dengan analis Gartner/Forrester

  • Kumpulkan data dan case studies untuk mendukung evaluasi

  • Jika belum masuk, targetkan Gartner Peer Insights

6. Publikasikan Buku atau eBook

Books adalah sumber training data yang penting. Buku yang diterbitkan oleh penerbit ternama lebih mungkin masuk training data.

Apa yang harus dilakukan:

  • Publikasikan buku tentang industri atau keahlian Anda

  • Pastikan buku terdaftar di ISBN dan platform buku

  • Promosikan buku untuk mendapatkan ulasan dan mentions

  • Buku yang banyak dibaca lebih mungkin masuk training data

7. Pantau Training Data Inclusion

Anda tidak bisa meningkatkan apa yang tidak Anda ukur.

Metrik yang harus dilacak:

  • Wikipedia presence: Apakah brand Anda memiliki halaman Wikipedia atau disebut di Wikipedia?

  • Media tier-1 mentions: Berapa banyak media tier-1 yang menyebut brand Anda?

  • Reddit mentions: Berapa banyak diskusi di Reddit yang menyebut brand Anda?

  • Gartner/Forrester presence: Apakah brand Anda disebut di laporan analis?

  • ChatGPT citations: Apakah brand Anda muncul di ChatGPT untuk prompt relevan?

Kesimpulan: Training Data Inclusion sebagai AI Memory Advantage

Brand yang muncul di training data LLM memiliki keunggulan 2.8x lebih banyak sitasi di ChatGPT. Wikipedia adalah sumber #1 (47.9%), diikuti oleh Reddit (21%) dan media tier-1. 90.4% halaman yang dikutip adalah ghost citations—hanya 4.5% dari brand sendiri.

Langkah yang bisa Anda ambil hari ini:

  1. Audit training data presence Anda: Apakah brand Anda muncul di Wikipedia? Reddit? Media tier-1?

  2. Targetkan halaman Wikipedia: Ini adalah langkah paling penting

  3. Dapatkan mention di media tier-1: Forbes, WSJ, TechCrunch, Kompas, Detik

  4. Aktif di Reddit: Berikan jawaban autentik yang mendapat upvotes

  5. Publikasikan original research: Data orisinal adalah hook untuk earned media

  6. Targetkan Gartner/Forrester recognition: Untuk B2B, ini sangat penting

  7. Pantau ChatGPT citations: Lacak apakah brand Anda muncul di ChatGPT

Di era AI search, training data inclusion adalah AI Memory advantage yang tidak bisa dikejar hanya dengan konten fresh. Brand yang masuk training data akan menjadi “default answer” AI. Brand yang tidak masuk training data akan selalu bergantung pada live retrieval—yang volatile dan kompetitif.

Earned Media vs AI Citations 2026: Mengapa Press Release dan Media Coverage Lebih Berbobot dari Backlink

Tinggalkan Balasan

Earned media 3x lebih kuat dari backlink untuk AI citations di 2026. Pelajari strategi press release, media coverage, dan thought leadership untuk visibilitas AI.

Selama lebih dari dua dekade, backlink adalah raja SEO. Semakin banyak tautan dari domain otoritatif yang mengarah ke website Anda, semakin tinggi peringkat Anda di Google. Namun di era AI search, tahta ini telah tergeser. Earned media—bukan backlink—kini menjadi fondasi visibilitas AI.

Ahrefs, dalam analisisnya terhadap faktor-faktor yang memengaruhi visibilitas AI, menemukan bahwa branded web mentions berkorelasi 3x lebih kuat dengan visibilitas AI daripada backlinks (0.664 vs 0.218) . Brand dengan branded web mentions di top quartile rata-rata memiliki 169 mentions di AI search, sementara bottom quartile hanya 14 mentions, dan 26% brand zero .

Sementara itu, 83% sitasi AI berasal dari third-party sources—media, publikasi, dan platform review . Press release, yang dulu menjadi andalan earned media, justru mengalami penurunan: citation share press release turun dari 0.4% menjadi 0.2% di 2026 .

Artikel ini akan membahas mengapa earned media lebih berbobot untuk AI citations, jenis earned media yang paling dipercaya AI, dan strategi membangun earned media untuk visibilitas AI jangka panjang.

Mengapa Earned Media Lebih Berbobot untuk AI

AI “Triangulates” dari Banyak Sumber

Sarah Evans, pakar komunikasi digital, menjelaskan bahwa AI “triangulates”—ia melihat apa yang dikonfirmasi di banyak sumber. Ketika brand Anda muncul di berbagai platform independen—media, forum, review site, direktori—AI membaca itu sebagai bukti bahwa brand Anda “nyata” dan “kredibel”.

Konsensus > Klaim. Satu sumber (website Anda) adalah klaim pemasaran. Lima sumber independen yang mengatakan hal yang sama adalah fakta yang terverifikasi. Earned media adalah cara paling efektif untuk menciptakan konsensus ini.

Media Coverage = Independent Validation

Media coverage memiliki nilai yang unik di mata AI karena:

  • Editorial oversight: Artikel media melalui proses editorial dan fact-checking

  • Independen dari brand: Jurnalis tidak memiliki kepentingan finansial dengan brand

  • Sumber yang sudah mapan: Media tier-1 memiliki reputasi yang sudah terbangun

  • Konsistensi: Media yang sama bisa menyebut brand Anda berulang kali

Backlink = Sinyal Ranking Google, Bukan Trust AI

Backlink tetap penting untuk ranking Google, tetapi AI tidak “melihat” backlink dengan cara yang sama:

Sinyal Google AI
Backlink Sinyal utama ranking Sinyal lemah
Earned media mention Sinyal sekunder Sinyal utama

Ahrefs membuktikan hal ini secara empiris: branded web mentions berkorelasi 0.664 dengan visibilitas AI, sementara backlinks hanya 0.218 . Perbedaan 3x lipat ini sangat signifikan.

Press Release: Masih Berguna, Tapi Berkurang Bobotnya

Press release dulu menjadi andalan earned media. Namun di 2026, citation share press release turun dari 0.4% menjadi 0.2% . Mengapa?

  • AI engine semakin canggih dalam membedakan press release dari konten editorial

  • Press release dianggap kurang “independen” dibandingkan media coverage

  • Press release sering memiliki pola bahasa yang dikenali AI sebagai “promosi”

Solusi: Gunakan press release untuk mendukung media relations, bukan sebagai strategi utama. Fokus pada mendapatkan liputan editorial, bukan sekadar mendistribusikan press release.

Jenis Earned Media yang Paling Dipercaya AI

1. Media Tier-1 Coverage

Media tier-1 adalah sumber earned media yang paling dipercaya AI. Data Meltwater menunjukkan bahwa 83% sitasi AI berasal dari third-party sources, dan media tier-1 adalah kontributor terbesar.

Media tier-1 global:

  • Forbes, Wall Street Journal, New York Times, TechCrunch, Bloomberg, Reuters

Media tier-1 Indonesia:

  • Kompas, Detik, Tirto, Tempo, CNN Indonesia, BBC Indonesia

Strategi: Targetkan media yang sering dikutip AI. Pantau media mana yang muncul di ChatGPT, Perplexity, dan Gemini untuk kategori Anda.

2. Expert Commentary dan Opini

Expert commentary—ketika seorang jurnalis mengutip pendapat Anda sebagai ahli—sangat berbobot di mata AI. Ini menunjukkan bahwa Anda dianggap sebagai otoritas di bidang Anda.

Strategi:

  • Bangun hubungan dengan jurnalis yang meliput industri Anda

  • Tawarkan perspektif unik dan data orisinal

  • Respons cepat terhadap permintaan komentar

  • Publikasikan opini di media (Forbes, Harvard Business Review, Kompas)

3. Original Research yang Diliput Media

Original research adalah magnet earned media yang paling kuat. Ketika Anda mempublikasikan data orisinal, media akan meliputnya—dan setiap liputan adalah earned media yang dikutip AI.

Strategi:

  • Lakukan survei tahunan dan publikasikan hasilnya

  • Analisis data internal dan bagikan insight industri

  • Publikasikan benchmark industri

  • Tawarkan data eksklusif kepada jurnalis terpilih

4. Thought Leadership Articles

Artikel opini dan thought leadership di media tier-1 adalah bentuk earned media yang sangat berbobot. AI mengutip artikel ini karena:

  • Editorial oversight

  • Otoritas penulis

  • Originalitas pemikiran

  • Independensi dari promosi langsung

Strategi:

  • Publikasikan opini di Forbes, Harvard Business Review, atau media tier-1 lainnya

  • Tulis tentang tren industri, bukan tentang produk Anda

  • Tawarkan perspektif yang kontra-intuitif atau unik

5. Podcast dan Video Interviews

Podcast dan video interviews di platform yang dipercaya AI (YouTube, Spotify) adalah earned media yang sering diabaikan tetapi sangat efektif.

Strategi:

  • Menjadi narasumber di podcast industri

  • Publikasikan video interview di YouTube dengan transkrip yang dioptimasi

  • Pastikan mention brand konsisten dan jelas

Strategi Earned Media untuk AI Citations

1. Data-Driven Pitching

Jurnalis menerima ratusan pitch setiap hari. Untuk menonjol, tawarkan data orisinal yang belum pernah dipublikasikan.

Apa yang harus dilakukan:

  • Kumpulkan data unik dari operasi bisnis Anda

  • Analisis data untuk menemukan insight yang menarik

  • Buat pitch singkat yang menyoroti temuan utama

  • Tawarkan data eksklusif kepada jurnalis terpilih

Contoh: “Kami menganalisis 1.000 kampanye marketing dan menemukan bahwa [insight menarik]. Apakah Anda tertarik melihat data lengkapnya?”

2. Original Research sebagai Hook

Original research adalah hook paling kuat untuk earned media. Jurnalis lebih mungkin meliput data baru daripada opini atau promosi produk.

Apa yang harus dilakukan:

  • Lakukan riset tahunan yang konsisten (metodologi yang sama setiap tahun)

  • Temukan temuan kontra-intuitif yang mengejutkan

  • Publikasikan laporan dengan visualisasi data yang kuat

  • Tawarkan wawancara eksklusif dengan peneliti utama

3. Thought Leadership untuk Otoritas Jangka Panjang

Thought leadership bukan tentang promosi—ini tentang membangun otoritas yang akan dikenali AI.

Apa yang harus dilakukan:

  • Publikasikan opini di media tier-1 secara konsisten

  • Tulis tentang tren industri, masa depan kategori, dan tantangan yang dihadapi

  • Tawarkan perspektif yang kontra-intuitif atau unik

  • Bangun reputasi sebagai “go-to expert” di bidang Anda

4. Press Release untuk Mendukung Media Relations, Bukan Strategi Utama

Press release masih berguna, tetapi bukan sebagai strategi utama.

Apa yang harus dilakukan:

  • Gunakan press release untuk mengumumkan berita penting (peluncuran produk, pendanaan, akuisisi)

  • Jangan gunakan press release untuk konten rutin

  • Gunakan press release untuk memulai percakapan dengan jurnalis, bukan sebagai produk akhir

  • Pastikan press release memiliki data dan kutipan yang kuat

5. Pantau Earned Media Citations Secara Berkala

Anda tidak bisa meningkatkan apa yang tidak Anda ukur.

Metrik earned media yang harus dilacak:

  • Media mention count: Berapa banyak media yang menyebut brand Anda

  • Tier-1 media mentions: Berapa banyak media tier-1 yang menyebut brand Anda

  • Expert commentary count: Berapa kali Anda dikutip sebagai ahli

  • Original research coverage: Berapa banyak liputan media atas research Anda

  • AI citation from earned media: Seberapa sering earned media Anda dikutip AI

Kesimpulan: Earned Media sebagai Investasi Jangka Panjang

Earned media 3x lebih kuat dari backlink untuk AI citations di 2026. Ahrefs membuktikan bahwa branded web mentions berkorelasi 0.664 dengan visibilitas AI, sementara backlinks hanya 0.218 . 83% sitasi AI berasal dari third-party sources, dan media tier-1 adalah kontributor terbesar. Press release citation share turun dari 0.4% ke 0.2%—fokus pada liputan editorial, bukan press release.

Langkah yang bisa Anda ambil hari ini:

  1. Audit earned media Anda: Berapa banyak media yang menyebut brand Anda? Seberapa sering Anda dikutip sebagai ahli?

  2. Kembangkan data-driven pitching: Kumpulkan data unik, buat pitch yang menarik

  3. Investasi di original research: Ini adalah hook earned media yang paling kuat

  4. Bangun thought leadership: Publikasikan opini di media tier-1 secara konsisten

  5. Gunakan press release secara strategis: Untuk mendukung media relations, bukan sebagai strategi utama

  6. Pantau earned media citations secara berkala: Lacak bagaimana earned media Anda dikutip AI

Di era AI search, earned media adalah fondasi visibilitas jangka panjang. Brand yang membangun earned media yang kuat akan menjadi brand yang direkomendasikan AI. Brand yang hanya mengandalkan backlink akan kehilangan visibilitas di ChatGPT, Perplexity, dan Gemini.