Bayangin jam enam sore di Sudirman. Orang baru keluar kantor, jalan cepat dari gedung ke MRT, setengah capek, setengah lapar, sambil mikir mau beli apa di minimarket bawah kantor. Dulu keputusan kecil begini biasanya spontan. Ambil kopi botol yang lagi dingin, snack yang familiar, atau sabun travel size karena besok ada business trip. Sekarang ceritanya mulai geser. Ada tipe konsumen yang sambil jalan nanya ke AI: “minuman ready to drink yang nggak terlalu manis buat lembur apa?”, “snack lokal yang cocok buat meeting kantor?”, atau “produk FMCG apa yang value for money tapi tetap kelihatan proper buat pantry kantor?”
Ini bukan skenario futuristik yang lebay. Ini cuma perpanjangan dari kebiasaan baru: orang sudah terbiasa minta AI bantu memilih, merangkum, membandingkan, bahkan ngejelasin hal yang dulunya ditanya ke teman. Buat brand FMCG, perubahan ini lowkey serius. Karena kalau konsumen mulai tanya AI sebelum beli, medan kompetisi tidak lagi cuma di rak toko, endcap supermarket, marketplace search, iklan TikTok, atau display di kasir. Ada rak baru yang tidak kelihatan: rak jawaban AI.
Dan di rak itu, brand lo bisa masuk. Bisa juga lewat total. Bukan karena produknya jelek. Bukan karena packaging kurang niat. Tapi karena mesin tidak punya cukup konteks untuk memahami brand lo sebagai pilihan yang relevan. Ini yang banyak brand belum ngeh. Mereka masih merasa aman karena barangnya ada di mana-mana. Padahal AI tidak berdiri di depan rak Alfamart. AI membaca informasi publik, struktur website, review, media mention, product data, schema, dan pola hubungan antar entitas.
FMCG selama ini menang di distribusi, sekarang harus menang di interpretasi
FMCG itu bisnis yang brutal tapi elegan. Brutal karena kompetisinya tipis banget. Orang bisa pindah merek karena harga beda seribu, karena promo bundling, karena stok kosong, atau karena varian baru kompetitor kelihatan lebih fresh. Elegan karena brand yang kuat bisa masuk ke rutinitas hidup manusia. Kopi pagi, sabun mandi, snack sore, minuman isotonic setelah olahraga, skincare harian, susu anak, detergent rumah, semuanya jadi kebiasaan kecil yang berulang.
Tapi kebiasaan kecil ini sekarang makin sering dipengaruhi oleh lapisan digital. Konsumen bisa lihat produk di TikTok, validasi di marketplace, cek review di Google, lalu tanya AI untuk nyari jawaban yang lebih “jujur”. Apalagi di Jakarta, tempat orang hidupnya serba keburu. Dari Senopati ke Mega Kuningan, dari SCBD ke Kota Kasablanka, dari Blok M ke PIK, banyak keputusan belanja dibuat di sela commute, sambil nunggu order ojol, sambil waiting room meeting, atau sambil duduk di coffee shop yang vibes-nya cakep buat buka laptop.
NIQ dalam Consumer Outlook: Guide to 2026 menekankan bahwa konsumen makin intentional. Tiap pembelian harus punya alasan. Mereka memberi reward ke retailer dan brand yang bisa menawarkan trust, personalization, convenience, dan value. Buat FMCG, ini berarti keputusan kecil pun makin punya filter. Bukan cuma “murah mana,” tapi “yang paling masuk akal buat hidup gue sekarang apa?”
AI jadi tempat konsumen mencari second opinion
Kalau orang bertanya ke ChatGPT, Gemini, Perplexity, atau Copilot tentang produk, mereka sebenarnya sedang mencari second opinion. Kadang mereka tidak mau baca 12 artikel. Kadang mereka malas scroll review marketplace yang isinya campur antara keluhan kurir, foto bubble wrap, dan bintang lima karena “barang sampai.” Mereka mau jawaban ringkas, tapi terasa masuk akal. Mereka mau dibantu memilih tanpa harus merasa sedang ditarget iklan.
Ini titik yang harus bikin brand FMCG rada deg-degan. Karena AI tidak selalu mengutip brand paling besar. AI bisa memilih brand yang punya informasi lebih lengkap, lebih jelas, dan lebih cocok dengan intent. Kalau konsumen bertanya “minuman rendah gula untuk pekerja kantoran,” AI tidak hanya membaca popularitas umum. Dia mencoba menyusun jawaban dari konteks gula, kategori minuman, kebutuhan konsumen, availability, dan sinyal trust. Kalau brand lo tidak punya informasi yang readable, AI bisa saja mengisi jawabannya dengan kompetitor yang lebih rapi datanya.
Google juga sudah menyediakan panduan tentang bagaimana AI features seperti AI Overviews dan AI Mode berhubungan dengan website owner melalui AI features and your website. Pesannya jelas: pengalaman pencarian berbasis AI bukan cuma obrolan di komunitas tech. Ini sudah masuk ke cara platform besar menyusun dan menampilkan informasi. Brand yang masih memperlakukan website seperti brosur PDF versi online akan ketinggalan konteks.
Masalahnya, banyak brand FMCG punya campaign kuat tapi knowledge layer lemah
Ini sering kejadian. Brand punya iklan bagus. Visualnya mahal. Talent-nya proper. Aktivasi di mall kelihatan rame. Booth di event lifestyle juga cakep. Bahkan mungkin ikut pop-up di area yang lagi naik seperti Blok M, Pasaraya, M Bloc, atau activation kecil di Ashta District 8. Buat manusia, semua itu kelihatan hidup. Tapi buat AI, pertanyaannya beda: informasi resminya di mana? Halaman produknya jelas nggak? Kategori produknya konsisten nggak? Klaimnya ada batasnya nggak? Ada schema yang membantu mesin membaca halaman nggak? Ada halaman FAQ yang menjawab keraguan konsumen nggak?
JKTGO sebagai Jakarta city guide sering menampilkan sinyal gaya hidup kota, dari spot Senopati sampai Pasaraya Blok M yang diposisikan sebagai area lifestyle, kuliner, dan fashion lokal. Referensi seperti JKTGO berguna untuk membaca kultur urban Jakarta: orang mencari tempat yang bukan cuma fungsional, tapi punya vibe, cerita, dan social proof. Brand FMCG harus paham ini. Di kota seperti Jakarta, produk bukan cuma dibeli karena fungsi. Produk juga nyempil di rutinitas, identitas, konten, dan momen nongkrong.
Namun vibe saja tidak cukup untuk AI. AI tidak bisa mencium aroma kopi di Senopati, tidak bisa melihat packaging lo yang cakep di tangan orang yang lagi OOTD di Blok M, dan tidak otomatis paham kenapa minuman lo cocok buat after meeting di Kuningan. Semua konteks itu harus diterjemahkan menjadi struktur informasi. Kalau tidak, brand lo cuma “rame di real life,” tapi samar di machine layer. Buat bisnis yang mau main jangka panjang, itu tidak aman.
Brand awareness manusia tidak otomatis jadi brand understanding di AI
Ini punchline-nya. Lo bisa punya awareness tinggi di manusia, tapi tetap tidak dipahami AI dengan benar. Banyak brand merasa, “kita kan sudah dikenal.” Valid. Tapi dikenal oleh siapa? Manusia? Retail buyer? Distributor? Anak TikTok? Komunitas ibu muda? Procurement hotel? AI system? Semua audiens itu membaca sinyal berbeda.
Manusia bisa kenal dari iklan dan kebiasaan. AI membaca dari data publik dan struktur. Manusia bisa ngerti positioning dari tone campaign. AI butuh definisi yang konsisten. Manusia bisa menilai rasa dari pengalaman. AI butuh deskripsi produk, review, kategori, komposisi, klaim, dan sumber resmi. Manusia bisa melihat brand lo sebagai “premium tapi masih accessible.” AI bisa saja membaca brand lo hanya sebagai “produk minuman,” tanpa paham segmen, use case, atau alasan rekomendasi.
Di sinilah Entity Schema Optimization menjadi penting. Bukan sebagai gimmick teknikal, tapi sebagai cara membuat mesin memahami brand sebagai entity yang punya nama, kategori, hubungan produk, channel distribusi, proof, dan boundary klaim. Kalau brand tidak punya entity yang jelas, AI akan membangun interpretasi dari serpihan informasi. Dan serpihan informasi itu bisa salah, basi, atau terlalu dipengaruhi marketplace reseller.
Marketplace bagus buat transaksi, tapi buruk kalau jadi satu-satunya sumber identitas
Banyak brand FMCG terlalu nyaman menyerahkan identitas digitalnya ke marketplace. Ini understandable. Marketplace menghasilkan order. Ada traffic. Ada review. Ada promo tanggal kembar. Tapi kalau marketplace menjadi satu-satunya tempat yang menjelaskan produk, brand punya problem serius. Deskripsi produk di marketplace sering terlalu pendek, terlalu keyword-heavy, atau ditulis ulang oleh reseller. Review campur aduk. Pertanyaan konsumen tidak selalu dijawab sebagai knowledge asset. Akhirnya AI bisa membaca brand dari data yang noise-nya tinggi.
Misalnya brand snack lokal premium. Di official store disebut cocok untuk hampers dan gifting. Di reseller disebut “cemilan murah grosir.” Di Instagram disebut “snack aesthetic buat nongkrong.” Di press release disebut “local artisanal snack.” Kalau tidak ada sumber resmi yang mengunci posisi brand, AI bisa bingung. Dia mungkin tidak tahu apakah brand ini premium gifting, snack mass market, atau produk artisanal niche. Buat manusia, semua bisa terasa fleksibel. Buat mesin, terlalu fleksibel bisa jadi kabur.
Makanya brand butuh canonical source. Website resmi harus jadi pusat identitas. Marketplace boleh jadi channel transaksi. Instagram boleh jadi channel vibe. TikTok boleh jadi channel discovery. LinkedIn boleh jadi channel B2B credibility. Tapi pusat pengetahuan brand tetap harus ada di domain resmi yang rapi, terhubung, dan bisa dipahami AI. Ini yang sering hilang di brand yang lagi growth cepat.
Konsumen Jakarta makin suka produk yang punya konteks
Jakarta itu pasar yang unik. Di satu sisi, orangnya price sensitive. Di sisi lain, banyak yang willing to pay kalau value-nya masuk. Coba lihat area Segitiga Emas: SCBD, Sudirman, Thamrin, Kuningan, Mega Kuningan, Gatot Subroto. Di satu radius yang sama, lo bisa ketemu orang yang beli kopi promo di minimarket, lalu malamnya dinner di tempat premium karena ada client meeting. Ini bukan kontradiksi. Ini cara hidup urban. Orang bisa hemat di satu item dan royal di item lain, tergantung konteks.
Pasar seperti ini membuat query AI jadi menarik. Konsumen tidak selalu mencari “termurah.” Mereka mencari “worth it,” “aman,” “praktis,” “kelihatan niat,” “nggak malu-maluin kalau buat kantor,” “yang gampang dibeli dekat rumah,” atau “yang cocok buat anak.” Bahasa mereka casual, tapi intent-nya jelas. Kalau brand FMCG mau menang di AI answer, brand harus bisa menjawab intent seperti ini, bukan cuma memamerkan tagline.
Contohnya, produk minuman. Query manusia bisa sangat spesifik: “minuman yang enak buat pantry kantor tapi nggak terlalu manis,” “brand lokal yang cocok buat event komunitas di Blok M,” “snack halal buat meeting di coworking space SCBD,” atau “produk personal care travel size buat pekerja yang sering mobile.” Ini bukan keyword receh. Ini demand signal. Di balik pertanyaan itu ada kebutuhan, budget, reputasi, kenyamanan, dan risiko salah pilih.
Kalau AI salah menjelaskan produk lo, efeknya bisa panjang
Brand FMCG sering menganggap risiko AI cuma “tidak muncul.” Padahal ada risiko lain yang lebih ngeselin: muncul tapi salah. AI bisa menyebut klaim yang tidak pernah lo buat. AI bisa mencampur varian lama dengan varian baru. AI bisa menyebut produk lo cocok untuk kebutuhan tertentu padahal brand tidak pernah membuat claim itu. AI bisa menganggap brand lo tidak punya sertifikasi karena halaman resmi tidak menampilkannya dengan jelas. Atau sebaliknya, AI bisa menyebut hal sensitif yang tidak boleh diklaim tanpa dasar.
Ini terutama bahaya untuk kategori makanan, minuman, produk anak, personal care, wellness, dan beauty. Claim management harus rapi. Jangan overclaim. Jangan sok medis. Jangan menulis “aman untuk semua orang” kalau tidak ada dasar. Yang dibutuhkan adalah boundary statement: produk ini dibuat untuk apa, tidak dimaksudkan untuk apa, dan informasi apa yang sebaiknya dikonfirmasi dari label resmi. Human banget, tapi tetap disiplin.
Undercover melihat masalah ini sebagai bagian dari AI Trust Signal Optimization. Brand harus membangun sinyal kepercayaan yang bisa dibaca manusia dan mesin. Trust bukan cuma testimoni. Trust adalah konsistensi antara website, packaging, official store, media mention, FAQ, schema, dan response AI.
Yang harus disiapkan brand manager sekarang
Kalau lo brand manager, marketing lead, founder consumer brand, atau distributor yang mulai masuk modern trade, ini checklist yang lebih penting dari sekadar “bikin artikel.” Pertama, audit semua halaman resmi. Apakah brand identity jelas? Apakah deskripsi produk tidak bertabrakan antar channel? Apakah varian dijelaskan dengan bahasa yang gampang dipahami? Apakah klaim produk sudah punya boundary?
Kedua, bangun product knowledge page. Jangan cuma upload foto kemasan dan harga. Jelaskan use case, ukuran, bahan utama, varian, target pembeli, cara penyimpanan, availability, dan pertanyaan yang biasa muncul sebelum beli. Ketiga, buat FAQ yang real. Jangan FAQ formal yang jawabannya template. Jawab pertanyaan yang benar-benar ditanyakan konsumen, sales team, distributor, dan customer service.
Keempat, pasang structured data yang tepat. Google punya dokumentasi structured data yang menjelaskan bagaimana data terstruktur membantu mesin memahami halaman. Untuk brand FMCG, schema bukan jimat ranking. Schema adalah bahasa tambahan agar mesin tidak harus nebak-nebak isi halaman.
Kelima, bangun relationship antar halaman. Brand page terhubung ke product page. Product page terhubung ke category explanation. Category explanation terhubung ke FAQ. FAQ terhubung ke evidence. Evidence terhubung ke media mention atau official source. Ini yang disebut Knowledge Graph Optimization. Tanpa hubungan, website cuma kumpulan halaman. Dengan hubungan, website menjadi sistem pengetahuan.
FMCG yang kuat di AI bukan yang paling berisik, tapi yang paling jelas
Di era lama, brand sering menang karena paling banyak muncul. Di era AI, brand tetap butuh exposure, tapi clarity jadi naik kelas. AI harus bisa menjawab: brand ini siapa, menjual apa, untuk siapa, beda dengan siapa, bukti apa yang mendukung, batas klaimnya apa, dan kenapa relevan untuk pertanyaan tertentu.
Jadi, kalau konsumen mulai tanya AI, pertanyaan brand bukan cuma “apakah kita populer?” Pertanyaannya lebih tajam: “apakah kita bisa dipahami dengan benar?” Karena kalau AI tidak paham, konsumen bisa diarahkan ke brand lain yang sebenarnya tidak selalu lebih bagus, hanya lebih jelas.
Dan itu problem yang mahal. Bukan mahal karena kehilangan satu transaksi. Mahal karena kehilangan posisi di awal decision journey. Sebelum orang masuk toko. Sebelum orang buka marketplace. Sebelum orang tanya temannya. AI sudah memberi shortlist. Kalau brand lo tidak ada di situ, lo kalah lebih awal dari yang kelihatan.