Industri periklanan digital sedang menghadapi momen yang paling membingungkan sejak kemunculan iklan di mesin pencari. AI search yang menjanjikan jangkauan audiens baru justru menghadirkan ancaman brand safety yang belum pernah terjadi sebelumnya. OpenAI resmi meluncurkan uji coba iklan di ChatGPT, Google membangun kapabilitas iklan untuk AI Mode, dan para pemimpin industri mulai menyuarakan kekhawatiran nyata .

Namun, di balik peluang ini, ada risiko yang mengintai: iklan bisa muncul di samping halusinasi dan misinformasi AI, terutama ketika percakapan menyentuh ranah medis, hukum, atau keuangan . Lebih mengkhawatirkan lagi, penelitian menunjukkan bahwa chatbot dapat dengan mudah digunakan untuk iklan tersembunyi yang memanipulasi pengguna, dan sebagian besar orang tidak menyadari bahwa mereka sedang dimanipulasi .

Artikel ini akan membahas secara mendalam risiko brand safety di era iklan AI search, tantangan pengukuran yang dihadapi marketer, serta strategi “trust but verify” untuk melindungi reputasi brand Anda.

Mengapa Brand Safety di AI Search Berbeda dari Iklan Tradisional?

Hubungan yang Lebih Intim dengan Pengguna

Berbeda dengan iklan di mesin pencari tradisional yang bersifat transaksional, hubungan pengguna dengan chatbot AI jauh lebih intim dan personal . Richard Raddon, Co-CEO Zefr, menjelaskan bahwa pengguna kini mengembangkan hubungan “jauh lebih intim” dengan LLM karena sifat percakapan yang personal. Inilah yang membuat Anthropic dengan tegas menolak iklan di Claude—mereka berargumen bahwa iklan akan terasa “tidak tulus” dalam konteks hubungan yang intim ini .

Keith Turco, CEO Madison Logic, menambahkan bahwa “tidak ada elemen branding dalam cara LLM menyampaikan hasil” . Ini berarti pendekatan pengukuran harus bergeser—bukan lagi soal tayangan atau klik, tetapi seberapa besar LLM meningkatkan kemampuan pengguna untuk terhubung dengan brand.

Iklan yang Tidak Terdeteksi dan Manipulasi Halus

Penelitian yang diterbitkan di jurnal Association for Computing Machinery mengungkapkan temuan yang mengkhawatirkan: chatbot dapat dengan mudah digunakan untuk iklan tersembunyi yang memanipulasi pilihan pengguna, dan sebagian besar peserta tidak menyadari bahwa mereka sedang dimanipulasi . Dalam eksperimen tersebut:

• Chatbot yang menyisipkan iklan produk memengaruhi pilihan pengguna secara signifikan

• Banyak peserta mengaku telah “mengoutsource” sepenuhnya pengambilan keputusan mereka ke chatbot

• 50% peserta yang menerima iklan yang disponsori tidak menyadari adanya bahasa iklan dalam respons chatbot 

Yang lebih mengejutkan, meskipun iklan membuat performa chatbot turun 3-4% dalam banyak tugas, banyak pengguna justru lebih menyukai respons yang mengandung iklan—mereka menganggapnya “lebih ramah dan membantu” .

Risiko LLM Poisoning dan Manipulasi Informasi

Sebuah artikel di jurnal Nature mengingatkan tentang risiko “LLM poisoning”—di mana volume besar konten yang bias atau promosi diri dimasukkan ke dalam ekosistem informasi untuk memengaruhi output yang dihasilkan . Melalui skala, bukan akurasi, konten semacam itu dapat secara tidak proporsional memengaruhi respons yang dihasilkan AI.

Yang lebih berbahaya: manipulasi ini mungkin tidak terlihat oleh pasien maupun klinisi, karena output AI muncul sebagai ringkasan yang koheren dan netral, bukan sumber yang diurutkan . Dalam konteks medis, seorang pasien yang bertanya “siapa ahli bedah retina terbaik di Australia?” atau “di mana sebaiknya saya pergi untuk operasi katarak?” bisa mendapatkan jawaban yang dipengaruhi oleh komersialisasi—tanpa menyadarinya .

Risiko Spesifik Brand Safety di AI Search

1. Iklan di Samping Halusinasi dan Misinformasi

Anudit Vikram, Chief Product Officer Channel Factory, menyoroti risiko brand safety yang muncul ketika percakapan menyimpang ke ranah nasihat medis, hukum, atau keuangan, serta risiko iklan muncul di samping halusinasi dan misinformasi . Dalam lingkungan di mana monetisasi beroperasi dalam antarmuka yang sama yang menafsirkan dan meranking intensi, visibilitas ke dalam logika keputusan bukanlah opsional .

2. Tidak Ada Kontrol atas Konteks Munculnya Iklan

Berbeda dengan iklan display atau search tradisional di mana Anda bisa memilih kata kunci atau kategori konten, iklan di AI search muncul dalam respons percakapan yang tidak dapat diprediksi. Sebuah pertanyaan tentang kesehatan bisa menghasilkan jawaban yang dicampur dengan rekomendasi produk yang disponsori—tanpa label yang jelas .

3. Manipulasi Pasien di Ranah Medis

Kasus di ranah medis adalah contoh paling ekstrem dari risiko ini. Nature mencatat bahwa pertanyaan yang sebelumnya mengarahkan pengguna untuk membandingkan banyak sumber, dalam setting AI percakapan, satu jawaban yang meyakinkan dapat mengarahkan pasien ke klinisi, modalitas pencitraan, atau interpretasi urgensi tertentu . Kekhawatirannya bukan hanya misinformasi, tetapi normalisasi saran yang dibingkai secara komersial pada saat pasien mengharapkan sintesis ‘netral’ .

Measurement dan Verifikasi yang “Sporadic and Minimal”

Tantangan Pengukuran ROI Awal

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.

Bradbury menambahkan bahwa integrasi pihak ketiga bukanlah prioritas awal yang diutamakan; yang lebih penting adalah “mengeluarkan produk ini ke pasar” . Ini mirip dengan apa yang kita lihat di banyak walled garden saat ini—platform enggan membiarkan data keluar dari ekosistem mereka .

Kebutuhan akan “All the Bells and Whistles”

Richard Raddon, Co-CEO Zefr, berpendapat bahwa marketer akan memberi waktu kepada platform untuk mengembangkan kapabilitas pada tahap awal. Namun, jika platform ingin meningkatkan pendapatan iklan secara signifikan, mereka harus menyediakan “semua fitur yang biasa didapatkan marketer di lingkungan lain” .

“Anggaran uji coba hanya bisa membawa Anda sejauh ini,” kata Raddon. “Anda benar-benar masuk ke bisnis besar ketika Anda menarik perhatian CPG—perusahaan yang jauh lebih berorientasi ROI dan disiplin. Saat itulah Anda tahu bisnis iklan Anda siap untuk skala” .

Strategi “Trust but Verify” untuk Marketer

1. Tuntut Transparansi dan Explainability

Anudit Vikram menekankan bahwa “pengiklan dan agensi membutuhkan explainability” . Dalam lingkungan di mana monetisasi beroperasi di dalam antarmuka yang sama yang menafsirkan intensi, visibilitas ke dalam logika keputusan adalah keharusan. Ini termasuk:

• Labeling konten yang disponsori

• Pengungkapan kepada pengiklan tentang mention brand berbayar dan organik

• Penghentian monetisasi dalam kategori sensitif dan yang memiliki skor kepercayaan rendah 

2. Gunakan Verified Third-Party Measurement

Platform seperti Zefr dan DoubleVerify kini memperluas layanan brand safety ke berbagai format iklan AI dan search. Zefr, misalnya, telah memperluas cakupan ke TikTok Search, Smart+, dan TikTok Lite—memberikan verifikasi independen tentang brand safety dan viewability .

3. Audit Konten dan Channel Secara Berkala

Lakukan audit rutin terhadap bagaimana AI mendeskripsikan brand Anda. Pendekatan “trust but verify” adalah kunci untuk menilai addressability lingkungan iklan AI search . Platform perlu menyediakan “all the bells and whistles” untuk memungkinkan audit yang memadai .

4. Waspadai “LLM Poisoning” dan Manipulasi Reputasi

Nature memperingatkan bahwa risiko tidak lagi terbatas pada pengaruh komersial pasif, tetapi meluas ke manipulasi aktif substrat informasi dari mana LLM mengambil jawaban mereka. Apa yang muncul sebagai sintesis ahli yang netral mungkin mencerminkan prominensi yang direkayasa daripada kelayakan klinis . Pastikan brand Anda tidak terlibat—atau menjadi korban—praktik ini.

Kesimpulan: Menavigasi Era Iklan AI dengan Bijak

Iklan di AI search di 2026 adalah lanskap yang penuh peluang sekaligus risiko. Di satu sisi, AI search menawarkan jangkauan audiens yang sangat besar—ChatGPT sendiri memiliki 900 juta pengguna aktif mingguan di seluruh dunia. Di sisi lain, brand safety menjadi tantangan yang jauh lebih kompleks daripada di iklan tradisional.

Para pemimpin industri sepakat bahwa pendekatan “trust but verify” adalah yang paling bijak . Jangan terburu-buru mengalokasikan anggaran besar tanpa verifikasi. Tuntut transparansi dari platform, gunakan third-party verification, dan pantau secara aktif bagaimana AI mendeskripsikan brand Anda.

Langkah yang bisa Anda ambil hari ini:

1. Audit bagaimana AI saat ini mendeskripsikan brand Anda—apakah akurat dan positif?

2. Tetapkan pedoman brand safety internal untuk iklan AI search

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

4. Gunakan verified third-party measurement seperti Zefr atau DoubleVerify

5. Pantau secara berkala—brand safety di AI search adalah tanggung jawab yang berkelanjutan

Pertanyaannya bukan apakah Anda akan beriklan di AI search, tetapi bagaimana Anda melakukannya dengan bijak dan bertanggung jawab. Di era di mana satu percakapan dengan chatbot dapat mengubah keputusan pembelian, melindungi reputasi brand adalah investasi, bukan biaya.