Bagaimana jika sebuah brand bisa "mewawancarai" ribuan calon konsumen dalam hitungan menit, tanpa satu pun dari mereka benar-benar nyata — dan hasilnya tetap bisa dipakai untuk mengambil keputusan bisnis?

Kedengarannya seperti trik sulap. Tapi itulah yang sedang terjadi di dunia riset pasar sepanjang 2026. Saat tim marketing dulu harus menunggu berminggu-minggu untuk hasil survei dan menghabiskan anggaran puluhan juta rupiah untuk satu putaran riset, sekarang banyak brand besar mulai beralih ke data sintetis — data buatan AI yang meniru pola perilaku konsumen sungguhan, tanpa harus mengumpulkan satu pun jawaban dari manusia asli.

Apa Itu Data Sintetis, Sebenarnya?

Data sintetis (synthetic data) adalah data yang dihasilkan secara artifisial oleh sistem kecerdasan buatan, yang meniru pola statistik dan karakteristik data dunia nyata tanpa memuat informasi identitas pribadi yang sebenarnya. Teknologinya memakai model machine learning dan large language model (LLM) untuk mempelajari pola dari data yang sudah ada, lalu "mengarang" data baru yang secara statistik berperilaku serupa.

Dalam konteks riset pasar, data sintetis biasanya berwujud:

• Persona sintetis — representasi AI dari segmen audiens tertentu, dipakai untuk menguji reaksi calon pelanggan terhadap ide atau produk.
• Panel sintetis — kumpulan "responden" AI yang mengisi survei layaknya panel manusia sungguhan.
• Focus group sintetis — simulasi diskusi kelompok dengan partisipan AI untuk menggali dinamika opini.
• Simulasi percakapan — wawancara mendalam dengan partisipan yang seluruhnya dibuat oleh AI.

Riset yang dirilis Qualtrics pada awal 2026 mencatat setidaknya ada lima interpretasi berbeda soal "sintetis" ini di kalangan periset — mulai dari persona sintetis, insight teragregasi, data individual yang disimulasikan, hingga digital twin yang meniru perilaku orang tertentu secara spesifik.

Kenapa Brand Besar Ramai-Ramai Beralih ke Data Sintetis di 2026?

Ada tiga alasan utama yang membuat tren ini melesat tahun ini.

1. Riset tradisional makin mahal dan lambat Sebuah panduan riset industri di Inggris memperkirakan biaya riset konvensional bisa mencapai puluhan hingga ratusan ribu dolar per tahun untuk pelacakan brand berkelanjutan, dengan waktu pengerjaan 4–12 minggu dari mulai brief sampai laporan akhir. Sementara itu, panel sintetis bisa memberi hasil dalam hitungan jam.

2. Panel manusia makin sulit diandalkan Tingkat respons survei konvensional terus menurun, sementara kasus kecurangan responden makin marak. Data sintetis dianggap sebagai jalan keluar karena dibangun dari pola perilaku nyata tanpa bergantung pada ketersediaan panel manusia yang makin menyusut.

3. Tekanan untuk bergerak secepat AI Riset Forbes Technology Council mencatat bahwa 95% pemimpin tim consumer insight dan CMO mengaku timnya sudah memakai data sintetis atau berencana melakukannya dalam 12 bulan ke depan. Alasannya sederhana: kebutuhan insight tumbuh jauh lebih cepat daripada kapasitas tim riset untuk memenuhinya.

Majalah bisnis Amerika Fortune turut menyoroti pergeseran ini dari sudut pandang lain — brand kini tak hanya perlu meyakinkan konsumen manusia, tapi juga "meyakinkan" asisten AI yang makin sering jadi perantara keputusan pembelian, karena riset Omnicom menunjukkan 45% konsumen menganggap rekomendasi AI lebih berpengaruh dibanding iklan konvensional.

Sementara itu, publikasi resmi Market Research Society (MRS) di Inggris — Research Live — merangkum pandangan sejumlah pemimpin riset global soal arah data sintetis sepanjang 2026. Beberapa dari mereka optimistis potensi terbesarnya ada di ranah concept testing dan eksplorasi ide di tahap awal, namun tetap mengingatkan bahwa untuk keputusan berisiko tinggi, riset berbasis manusia masih jadi keharusan.

Berapa Besar Sebenarnya Pasar Ini?

Angkanya cukup mengejutkan. Menurut lembaga riset Mordor Intelligence, pasar data sintetis global diperkirakan bernilai sekitar 710 juta dolar AS pada 2026, dan diproyeksikan melonjak menjadi 3,67 miliar dolar AS pada 2031 dengan pertumbuhan tahunan hampir 39%. Adopsinya paling terasa di sektor ritel, layanan keuangan, dan barang konsumsi cepat saji (FMCG) — tiga sektor yang paling bergantung pada riset audiens berkelanjutan.

Bagaimana dengan Konsumen Indonesia?

Perubahan perilaku ini juga terasa kuat di Indonesia — meski masih dari sisi konsumen yang memakai AI, bukan hanya brand yang meriset mereka.

Riset yang dilakukan Dedy Budiman bersama Universitas Prasetiya Mulya pada Maret 2026, dengan 1.596 responden dari berbagai provinsi, menemukan bahwa 74,6% konsumen Indonesia sudah memakai platform AI seperti ChatGPT, Google AI Mode, Gemini, dan Perplexity untuk mencari informasi produk sebelum membeli. Yang menarik, rekomendasi brand oleh AI terbukti memengaruhi keputusan 52,7% dari mereka.

Pergeseran serupa juga terlihat di sektor ritel. Laporan yang dimuat Tek.id menyebutkan sekitar 45% konsumen ritel Indonesia kini memakai AI untuk riset produk hingga merangkum ulasan sebelum membeli, memaksa peritel merancang ulang titik-titik krusial dalam perjalanan pelanggan mereka. Studi tersebut menekankan bahwa brand yang berhasil memadukan AI secara strategis — tanpa kehilangan kedekatan budaya dan relasi personal yang jadi kekuatan ritel lokal — punya peluang tumbuh lebih besar.

Konsekuensinya jelas: kalau audiens sudah bergerak secepat ini, cara brand meriset mereka pun harus ikut berubah. Riset yang baru selesai tiga bulan kemudian bisa jadi sudah tidak relevan lagi saat dipakai.

Batas yang Perlu Diingat Brand

Data sintetis bukan pengganti riset manusia sepenuhnya — ia pelengkap. Beberapa keterbatasan yang perlu digarisbawahi:

• Kurang tajam untuk perilaku emosional dan nuansa budaya yang sangat kontekstual.
• Tidak cocok untuk keputusan berisiko tinggi, seperti keputusan peluncuran produk besar atau kepatuhan regulasi.
• Rawan bias jika model dasarnya tidak divalidasi terhadap data dunia nyata secara berkala.
• Belum ada standar akurasi yang seragam — setiap penyedia memakai metode pengukuran berbeda.

Sikap paling realistis, seperti yang banyak disuarakan pelaku industri riset global, adalah memakai data sintetis untuk eksplorasi cepat di tahap awal — menguji konsep, pesan, atau ide kampanye — lalu memvalidasi temuan penting dengan riset manusia sebelum keputusan besar diambil.

Lalu, Bagaimana Brand Bisa Memulai Tanpa Kehilangan Akurasi?

Di sinilah pentingnya menggabungkan kecepatan data sintetis dengan data riil yang benar-benar terjadi di lapangan — misalnya percakapan, ulasan, dan sentimen yang sudah beredar di media sosial dan pemberitaan. Kombinasi keduanya membuat insight jadi lebih membumi, bukan sekadar simulasi di atas kertas.

Untuk kebutuhan semacam ini, platform media intelligence seperti Kazee bisa jadi pelengkap yang pas. Kazee membantu brand memantau percakapan publik secara real-time di media sosial dan media daring, mengukur sentimen konsumen, serta memetakan tren isu yang sedang berkembang — sehingga insight dari simulasi data sintetis bisa langsung diadu dan divalidasi dengan apa yang sesungguhnya terjadi di lapangan. Alih-alih memilih salah satu, brand bisa memakai keduanya secara berdampingan: data sintetis untuk eksplorasi cepat, dan media intelligence untuk memastikan arah keputusan tetap berpijak pada realita pasar.

Poin Penting untuk Dibawa Pulang

• Data sintetis adalah data buatan AI yang meniru pola perilaku konsumen nyata, dipakai untuk mempercepat riset pasar tanpa survei manual berbiaya besar.
• Adopsinya melesat di 2026 karena riset tradisional makin mahal, panel manusia makin sulit diandalkan, dan brand dituntut bergerak secepat perubahan perilaku AI.
• Pasar global data sintetis diproyeksikan tumbuh dari 710 juta dolar AS (2026) menjadi 3,67 miliar dolar AS pada 2031.
• Di Indonesia, 74,6% konsumen sudah memakai AI untuk riset produk sebelum membeli — brand yang lambat beradaptasi berisiko tertinggal.
• Data sintetis paling kuat untuk eksplorasi awal, bukan pengganti riset manusia untuk keputusan besar.
• Menggabungkan data sintetis dengan media intelligence seperti Kazee membantu brand memvalidasi insight dengan kondisi pasar yang sesungguhnya.