Ketika konsumen bertanya ke ChatGPT atau Claude tentang "rekomendasi produk terbaik," dari mana AI mendapatkan informasinya? Artikel ini membahas strategi PR baru: memastikan nama perusahaan Anda masuk secara positif ke dalam data pelatihan (training data) yang digunakan oleh model-model AI besar.

Bayangkan seorang calon pelanggan di Jakarta membuka ChatGPT dan mengetik: "Rekomendasi platform e-commerce terbaik di Indonesia." Dalam hitungan detik, AI memberikan daftar nama-nama merek. Pertanyaannya: apakah merek Anda ada di daftar itu? Dan jika ada, bagaimana AI mendeskripsikan perusahaan Anda?

Ini bukan skenario fiksi ilmiah. Ini adalah realitas bisnis tahun 2026. Sebuah studi dari Bain & Company menunjukkan bahwa 80% konsumen kini mengandalkan jawaban mesin pencari AI untuk hampir separuh pertanyaan mereka, dengan penurunan lalu lintas web organik sekitar 15% hingga 25% akibat pergeseran perilaku ini. Artinya, konsumen membuat keputusan berdasarkan ringkasan dan sinyal yang dihasilkan AI—tanpa pernah mengklik tautan ke situs Anda.

Dari SEO ke GEO: Revolusi Baru dalam Visibilitas Merek

Dulu, visibilitas merek diukur dari peringkat Google. Sekarang, paradigma telah bergeser ke Generative Engine Optimization (GEO)—praktik mengoptimalkan konten dan sinyal digital agar muncul dalam respons yang dihasilkan AI. Berbeda dengan Google yang menampilkan daftar tautan, ChatGPT dan model AI lainnya langsung memberikan rekomendasi dengan pro dan kontra yang disintesis dari data pelatihannya.

Menurut penelitian yang menganalisis lebih dari 23.000 respons AI, merek yang muncul dalam sumber editorial pihak ketiga memiliki kemungkinan 6,5 kali lebih besar untuk dikutip dibandingkan merek yang hanya mengandalkan konten milik sendiri. Ini menunjukkan bahwa kehadiran di media—bukan hanya di website sendiri—adalah prasyarat untuk masuk ke dalam "memori" AI.

Rahasia di Balik "Otak" ChatGPT: Dari Mana AI Belajar Tentang Brand Anda?

ChatGPT tidak memiliki daftar merek built-in dan tidak "memilih" berdasarkan kriteria komersial. Ia menghasilkan teks berdasarkan probabilitas kata-kata, menarik pengetahuan dari sumber publik yang tersedia secara terbuka.

Sumber data pelatihan utama meliputi:

• Wikipedia dan Wikidata — dianggap sebagai "sumber kebenaran utama" oleh LLM

• Common Crawl — arsip masif halaman web yang dikumpulkan selama bertahun-tahun

• Media berlisensi — seperti Reuters, Forbes, dan TechCrunch yang memiliki perjanjian dengan OpenAI

• Forum komunitas — Reddit dengan konten yang memiliki minimal 3 upvote

• Buku dan publikasi akademik — termasuk arsip dari arXiv dan PubMed

Sebuah merek akan disebutkan hanya jika: (1) muncul cukup sering dalam sumber terbuka yang andal, (2) disebutkan dalam konteks positif yang relevan dengan pertanyaan, dan (3) model mengenali merek tersebut sebagai solusi dalam topik tertentu.

Studi Kasus: Bagaimana Wardah Menjadi "Color Expert" di Mata AI

Salah satu contoh menarik dari Indonesia adalah Wardah, brand kecantikan halal nomor satu di Indonesia. Ketika ChatGPT ditanya tentang brand kecantikan terkemuka di Asia Tenggara, Wardah sering muncul dalam respons—bukan karena kebetulan, melainkan karena strategi digital PR yang terstruktur.

Wardah secara konsisten menghasilkan konten yang dioptimalkan untuk AI melalui inisiatif seperti Wardah Colourverse dan Wardah SKINVERSE—event yang mengintegrasikan sains, teknologi, dan kolaborasi global. Mereka meluncurkan teknologi RoboSkin yang memadukan AI dengan personalisasi skincare, serta Color Intelligence™ yang merupakan Beauty AI pertama di Asia Tenggara.

Konten-konten ini tidak hanya menghasilkan buzz media, tetapi juga menciptakan asosiasi semantik yang kuat: Wardah = kecantikan halal + inovasi teknologi + keahlian warna. Ketika AI menemukan pola ini berulang kali di berbagai sumber kredibel, ia belajar untuk mengaitkan Wardah dengan kategori "kecantikan halal terbaik"—sehingga merek tersebut muncul dalam rekomendasi AI.

Mengapa Media Intelligence Menjadi Senjata Utama

Di sinilah peran Media Intelligence menjadi krusial. Anda tidak bisa mengoptimalkan apa yang tidak Anda ukur. Audit reputasi merek di basis data AI memerlukan pendekatan sistematis:

1. Audit Kehadiran AI Anda

Uji bagaimana merek Anda muncul di ChatGPT, Gemini, dan Perplexity dibandingkan kompetitor. Buat daftar 15-20 pertanyaan strategis yang mewakili perjalanan pelanggan, lalu dokumentasikan:

• Apakah merek Anda disebutkan?

• Seberapa sering muncul dalam respons?

• Posisi: rekomendasi pertama, dalam daftar, atau disebutkan belakangan?

• Akurasi: seberapa baik deskripsi AI mencerminkan realitas?

2. Analisis Sumber Data Pelatihan

Periksa apakah konten Anda tersedia dalam dataset publik yang digunakan untuk melatih model AI. Cari domain Anda di index.commoncrawl.org untuk melihat apakah halaman Anda tercakup. Pastikan juga kehadiran di Wikipedia, Wikidata, dan Crunchbase—karena ini adalah "sumber kebenaran" bagi LLM.

3. Bangun Entity Recognition yang Kuat

AI harus mengenali merek Anda sebagai entitas yang jelas. Gunakan Schema.org/JSON-LD pada website untuk mendefinisikan organisasi, produk, dan penulis secara eksplisit. Konsistensi nama merek di semua platform digital sangat penting—jangan biarkan AI bingung dengan variasi penamaan yang berbeda.

4. Prioritaskan Earned Media

Seperti yang ditunjukkan penelitian, 48% dari semua kutipan LLM berasal dari earned media—liputan editorial (16%), forum (11%), situs ulasan (11%), dan direktori (10%). Artinya, PR dan digital placement bukan lagi opsi, melainkan investasi wajib untuk visibilitas AI.

Tantangan dan Solusi: Ketika AI Menyebarluaskan Informasi yang Salah

Salah satu risiko terbesar adalah hallucination—ketika AI menghasilkan fakta yang tidak akurat tentang merek Anda. Model bisa menggabungkan dua merek yang mirip, mengacaukan data pendapatan, atau menciptakan konteks palsu seperti "perusahaan ini sudah tutup."

Solusinya adalah pendekatan proaktif:

• Pantau secara berkala bagaimana AI mendeskripsikan merek Anda

• Perbarui sumber terbuka seperti Wikipedia dan Wikidata dengan fakta terkini

• Laporkan kesalahan melalui formulir umpan balik OpenAI

• Publikasikan klarifikasi publik berupa artikel atau blog post yang mengoreksi misinformasi AI

Masa Depan: AI sebagai Pembuat Rekomendasi Utama

Seperti yang diungkapkan Harvard Business Review, merek harus berinvestasi agresif dalam memahami algoritma yang digunakan platform AI untuk merekomendasikan produk. Dalam beberapa kategori, merek mungkin lebih penting daripada harga—tetapi AI akan mempertimbangkan perbedaan tersebut dalam memberikan rekomendasi.

Fast Company menambahkan bahwa setiap jejak digital—dari rating online hingga komentar media sosial—memasuki bagaimana AI menilai dan memposisikan merek Anda. Narasi AI dengan cepat memperkuat dirinya sendiri di seluruh hasil pencarian dan platform sosial, mengunci keuntungan reputasi atau memperkuat sentimen negatif.

Kesimpulan: Waktunya Mengaudit Reputasi AI Anda

Visibilitas di era AI bukan lagi tentang peringkat pencarian—ini tentang rekomendasi. Merek yang tidak terlihat dalam respons AI secara praktis tidak ada dalam pertimbangan konsumen modern.

Audit reputasi merek di basis data AI adalah langkah strategis yang tidak bisa ditunda. Dimulai dari memahami bagaimana AI "melihat" Anda, memperbaiki sumber data yang menjadi bahan pelatihan, hingga membangun kehadiran digital yang konsisten dan kredibel.

Dengan pendekatan yang tepat, Anda tidak hanya memastikan nama perusahaan muncul dalam percakapan AI—tetapi juga memastikan bahwa setiap penyebutan merek Anda adalah rekomendasi yang membangun kepercayaan.