Ada momen yang makin sering terjadi, tapi belum semua brand sadar. Seseorang lagi duduk di cafe Senopati, laptop kebuka, meeting baru selesai, kepala sudah penuh deck dan angka. Dia mau kirim hampers ke client, tapi malas riset manual. Lalu dia buka ChatGPT dan nanya: “rekomendasikan brand snack lokal premium untuk corporate gifting, halal, packaging rapi, cocok buat klien, dan bisa dipesan dalam jumlah banyak.” Dalam beberapa detik, AI kasih shortlist.
Di momen itu, brand lo punya dua kemungkinan. Masuk rekomendasi atau lewat. Tidak ada billboard. Tidak ada SPG. Tidak ada rak eye-level. Tidak ada ad placement yang bisa langsung disuruh tampil. Yang ada cuma jawaban AI yang mencoba membantu manusia mengambil keputusan. Kalau brand lo tidak muncul, konsumen mungkin tidak pernah tahu bahwa produk lo sebenarnya cocok. Ini sakitnya beda. Lo kalah sebelum sempat ikut pertandingan.
Dan ini bukan cuma buat hampers. Bisa untuk kopi botol, skincare drugstore, minuman rendah gula, snack anak, sabun hotel, produk pantry kantor, produk local pride, bahkan brand FMCG yang mau masuk channel B2B. Orang bisa tanya AI: “produk lokal apa yang cocok buat event komunitas di Blok M?”, “minuman sehat yang nggak kelihatan terlalu diet banget buat anak kantor,” atau “brand personal care yang cocok buat travel kit hotel butik.” Bahasanya santai, tapi keputusan ekonominya real.
Rekomendasi AI itu bukan hasil sulap, tapi hasil sinyal
Kalau ChatGPT atau AI assistant lain merekomendasikan produk, dia tidak punya indera seperti manusia. Dia tidak merasakan renyahnya snack. Tidak melihat packaging lo glowing di shelf Pacific Place. Tidak tahu suasana booth lo di event Kota Kasablanka kecuali ada jejak digital yang bisa dibaca. AI bekerja dari sinyal: nama brand, kategori, deskripsi, reputasi, review, media mention, struktur website, schema, availability, dan hubungan antar informasi.
Kantar dalam Marketing Trends 2026 menyebut 24% pengguna AI sudah memakai AI-powered shopping assistant. Ini bukan angka yang bisa dianggap gimmick. Artinya, sebagian konsumen sudah mulai mendelegasikan tahap pencarian dan penyaringan produk ke sistem AI. Buat brand retail dan FMCG, ini perubahan keras. Dulu brand memperebutkan perhatian manusia. Sekarang brand juga harus bisa terbaca oleh non-human consumer, yaitu sistem yang membantu manusia memilih.
Jangan salah paham. Ini bukan berarti brand harus menulis untuk robot dan mengorbankan manusia. Justru sebaliknya. Brand harus menulis lebih jelas untuk manusia, lalu menyusunnya cukup rapi agar mesin juga paham. Kalau konten lo lebay, klaimnya kosong, dan semua halaman terasa seperti sales pitch, AI juga bisa kesulitan melihat proof. Kalau konten lo terlalu teknis, manusia bosan. Kuncinya adalah clarity dengan rasa manusia.
Brand besar belum tentu otomatis masuk shortlist
Banyak brand besar merasa aman karena sudah top of mind. Itu masuk akal, tapi tidak cukup. AI recommendation tidak selalu bertanya, “siapa yang paling terkenal?” AI mencoba menjawab, “apa yang paling sesuai dengan pertanyaan user?” Kalau user bertanya sangat spesifik, brand yang punya data lebih jelas bisa punya peluang lebih besar untuk disebut, walaupun awareness-nya lebih kecil.
Misalnya user bertanya, “brand minuman lokal untuk pantry kantor yang rasanya tidak terlalu manis dan mudah dibeli di modern trade.” Brand yang punya halaman resmi tentang varian, kadar gula, channel distribusi, use case kantor, dan FAQ bisa lebih mudah dipahami. Sementara brand besar yang websitenya cuma campaign visual tanpa detail produk bisa terlihat kurang informatif. Di AI answer, besar itu advantage. Tapi jelas itu senjata.
Ini yang sering tidak dibahas di ruang meeting brand. Banyak tim masih mengejar campaign impression, reach, engagement, dan sales uplift. Semua penting. Tapi kalau brand tidak punya knowledge asset, AI akan mengambil pemahaman dari sumber lain. Reseller. Review acak. Artikel lama. Forum. Marketplace. Caption influencer. Kadang valid. Kadang noise. Kadang misleading. Dan kalau noise itu jadi bahan jawaban AI, brand harus siap menerima konsekuensinya.
Di Jakarta, keputusan produk sering lahir dari konteks sosial
Retail dan FMCG di Jakarta tidak bisa dibaca cuma dari kategori produk. Kota ini terlalu layered. Ada orang yang pagi beli kopi sachet di warung dekat kos, siang meeting di SCBD, sore mampir Ashta, malam nongkrong di Blok M. Ada pekerja Mega Kuningan yang hemat ongkos makan siang tapi tetap beli produk premium kalau buat client. Ada anak agency yang ngejar promo, tapi tetap FOMO kalau ada brand lokal yang lagi viral di Pasaraya Blok M atau M Bloc.
JKTGO sebagai city guide menangkap banyak sinyal lifestyle seperti spot Senopati, Pasaraya Blok M, event, dan kultur nongkrong Jakarta. Bahkan beberapa post publik mereka menampilkan Pasaraya Blok M sebagai ruang yang nyatuin budaya, kuliner, dan fashion lokal, sementara Senopati sering muncul sebagai area lifestyle dekat SCBD. Buat brand, sinyal ini bukan sekadar tempat nongkrong. Ini peta perilaku. Orang membeli produk dalam konteks: meeting, commute, gifting, hangout, date, kerja hybrid, event komunitas, sampai konten OOTD.
Makanya query AI makin natural. Konsumen tidak selalu menulis bahasa textbook. Mereka bisa tanya: “snack yang nggak norak buat hampers kantor apa?”, “minuman yang vibes-nya premium tapi masih affordable,” “skincare yang cocok buat anak kantor kena AC terus,” atau “produk lokal yang aman dibawa buat meeting client.” Bahasa seperti ini kelihatan receh, tapi buat brand itu emas. Karena di balik slang ada buying intent.
Masuk rekomendasi AI butuh entity, bukan cuma konten rame
Konten rame itu bagus untuk perhatian. Tapi AI recommendation butuh entity clarity. Brand harus mudah dikenali sebagai entitas yang stabil. Nama harus konsisten. Kategori harus jelas. Produk harus punya hubungan dengan brand. Varian harus bisa dibedakan. Klaim harus punya batas. Review dan proof harus bisa ditelusuri. Official store harus bisa dikenali. Website resmi harus jadi pusat pengetahuan, bukan halaman random yang jarang diperbarui.
Kalau brand lo menjual minuman, AI harus tahu apakah itu ready to drink, concentrate, powder, healthy drink, energy drink, atau beverage untuk event. Kalau brand lo menjual snack, AI harus tahu apakah itu mass snack, premium gifting, healthy snack, local snack, atau B2B supply untuk kantor. Kalau brand lo menjual personal care, AI harus tahu apakah itu body care, skincare, hair care, travel kit, hotel amenities, atau daily hygiene. Semua ini terdengar basic, tapi banyak website brand tidak menjelaskannya dengan rapi.
Di Undercover, ini masuk ke wilayah Brand AI Visibility dan Entity Optimization. Targetnya bukan “menipu AI” agar menyebut brand. Targetnya membuat brand layak dipahami, layak dikutip, dan layak direkomendasikan ketika konteksnya memang relevan.
Kalau proof signal lemah, brand gampang disalip kompetitor
Ada jenis pertanyaan yang hanya butuh inspirasi. Tapi ada juga pertanyaan yang butuh trust. Untuk FMCG, trust muncul ketika produk berhubungan dengan anak, kesehatan, halal, bahan, keamanan, kadar gula, kulit sensitif, corporate gifting, atau pembelian jumlah besar. Di query seperti ini, brand yang hanya punya klaim “terbaik” akan kalah oleh brand yang punya bukti lebih jelas.
Proof signal bisa berupa sertifikasi yang sah, halaman resmi, ingredient explanation, FAQ, media coverage, review publik, product comparison, availability channel, customer service policy, dan boundary statement. Kalau brand tidak punya ini, AI punya alasan lebih sedikit untuk percaya. Dan ketika AI tidak yakin, dia bisa memilih brand lain yang lebih lengkap informasinya.
Google menjelaskan lewat dokumentasi structured data bahwa data terstruktur membantu mesin memahami konten halaman dengan cara yang lebih eksplisit. Untuk brand produk, struktur seperti Organization, Product, FAQPage, BreadcrumbList, Review jika valid, dan Article bisa membantu mesin membaca konteks. Sekali lagi, ini bukan jaminan masuk rekomendasi. Tapi tanpa struktur, brand memaksa mesin menebak lebih banyak.
Jangan biarkan ChatGPT belajar brand lo dari reseller doang
Ini harsh, tapi perlu dibilang. Kalau official website lo lemah, AI bisa belajar brand lo dari reseller. Dari judul produk yang penuh keyword. Dari deskripsi marketplace yang copy paste. Dari review yang isinya “barang cepat sampai.” Dari blog affiliate yang menulis asal panjang. Dari komentar yang tidak mewakili brand. Dari konten sosial yang bagus untuk manusia, tapi tidak cukup untuk struktur pengetahuan.
Kalau itu terjadi, brand lo kehilangan control layer. Bukan kontrol dalam arti memaksa semua orang bicara hal baik. Itu mustahil. Maksudnya, brand kehilangan sumber resmi yang menjadi acuan ketika mesin mencoba memahami produk. Tanpa canonical source, AI akan menyusun narasi dari potongan-potongan liar. Kadang benar. Kadang setengah benar. Kadang off banget.
Contoh kecil: brand lo punya varian rendah gula, tapi deskripsi reseller cuma menyebut “rasa manis segar.” Brand lo punya produk halal, tapi halaman resmi tidak menampilkan informasi dengan jelas. Brand lo cocok buat corporate gifting, tapi tidak ada halaman B2B order. Brand lo punya packaging premium, tapi tidak ada asset page yang menjelaskan ukuran, minimum order, atau use case. Saat user bertanya ke AI, semua kekosongan itu bisa membuat brand lo dilewati.
AI tidak perlu menyukai brand lo, dia hanya perlu punya alasan untuk memilih
Ini mindset yang lebih sehat. Jangan berharap AI “membela” brand. AI tidak punya loyalitas. Dia menyusun jawaban berdasarkan relevansi, ketersediaan informasi, pola kepercayaan, dan konteks pertanyaan. Jadi tugas brand bukan memaksa AI. Tugas brand adalah memberi alasan yang cukup kuat agar AI bisa menempatkan brand dalam jawaban yang tepat.
Alasan itu harus konkret. Untuk produk pantry kantor, alasan bisa berupa ketersediaan pack size, rasa yang umum diterima, distribusi stabil, harga per serving, dan kemudahan reorder. Untuk hampers, alasan bisa berupa packaging, sertifikasi, pilihan varian, B2B order, dan personalisasi. Untuk minuman sehat, alasan bisa berupa komposisi, batas klaim, varian rendah gula, dan availability. Untuk personal care travel kit, alasan bisa berupa ukuran, kategori, legal label, dan use case hospitality.
Semua alasan ini harus tinggal di website resmi dalam bentuk yang bisa dibaca. Bukan cuma visual. Bukan cuma caption. Bukan cuma PDF company profile. Mesin butuh teks yang rapi, struktur yang konsisten, dan hubungan yang jelas. Manusia butuh cerita yang tidak kaku. Brand yang bisa menggabungkan dua hal itu akan lebih siap masuk AI recommendation layer.
Apa yang harus diaudit sebelum berharap direkomendasikan AI
Mulai dari pertanyaan paling simple: kalau ChatGPT ditanya tentang kategori produk lo, apakah brand lo muncul? Kalau muncul, dia menjelaskan dengan benar atau ngawur? Kalau tidak muncul, kompetitor mana yang muncul? Sumber apa yang dipakai? Apakah AI mengambil jawaban dari media, marketplace, blog, atau website resmi? Apakah deskripsi brand lo konsisten dengan positioning yang dipakai di deck internal?
Setelah itu, audit halaman. Apakah homepage menjelaskan brand dengan manusiawi? Apakah product page cukup detail? Apakah ada FAQ yang real? Apakah ada schema? Apakah ada halaman kategori yang menjelaskan konteks produk? Apakah internal link menghubungkan brand, produk, use case, dan proof? Apakah ada halaman untuk B2B buyer kalau produk lo juga dijual ke kantor, hotel, event organizer, cafe, restoran, atau distributor?
Audit seperti ini tidak bisa hanya pakai feeling. Perlu query testing. Tanya AI dengan puluhan variasi intent: rekomendasi, perbandingan, use case, budget, trust, sertifikasi, lokasi, dan buyer role. Dari situ terlihat apakah brand lo punya visibility, apakah AI salah paham, atau apakah brand lo kalah karena tidak punya content structure. Ini alasan AI Visibility Audit penting untuk consumer brand.
Untuk brand FMCG, shortlist AI bisa jadi rak premium baru
Dulu rak premium itu posisi fisik. Eye-level shelf. Display dekat kasir. Endcap. Gondola. Area sampling. Sekarang rak premium juga bisa berarti masuk shortlist AI ketika konsumen sedang butuh rekomendasi. Bukan semua orang akan membeli langsung dari jawaban AI. Tapi jawaban AI bisa membentuk persepsi awal. Setelah itu konsumen bisa lanjut ke marketplace, minimarket, supermarket, social media, atau official store.
Kalau brand lo muncul sebagai opsi relevan, lo dapat kesempatan kedua: konsumen mengecek, membandingkan, dan mungkin membeli. Kalau brand lo tidak muncul, kompetitor dapat first impression. Ini mirip orang datang ke event di Kokas atau activation di SCBD, lalu hanya melihat booth kompetitor karena booth lo tidak ada. Bedanya, di AI search, absennya tidak kelihatan di laporan event. Lo harus aktif mengukurnya.
Retail dan FMCG harus mulai memperlakukan AI answer sebagai discovery surface. Bukan pengganti toko. Bukan pengganti iklan. Tapi layer baru yang mempengaruhi siapa yang masuk pertimbangan konsumen. Dan di layer ini, yang menang bukan cuma brand paling besar. Yang menang adalah brand yang paling jelas, paling relevan, dan paling mudah dipercaya untuk konteks pertanyaan.
Kesimpulannya: brand lo harus layak direkomendasikan, bukan cuma layak dilihat
Di era AI, tugas brand FMCG bukan berhenti di awareness. Awareness bikin orang ingat. AI readiness bikin mesin paham. Trust signal bikin jawaban lebih aman. Knowledge graph bikin relasi brand dan produk lebih jelas. Structured data bikin halaman lebih readable. Semua ini bekerja bareng.
Jadi saat ChatGPT merekomendasikan produk, brand lo masuk atau lewat? Jawabannya tidak bisa ditebak dari rasa percaya diri tim marketing. Harus diuji. Harus diaudit. Harus dibangun sistemnya. Karena kalau brand lo ingin jadi pilihan konsumen modern, lo tidak cukup tampil di rak. Lo juga harus hadir di jawaban.