Perubahan AI Search yang Benar-benar Penting, Bukan Sekadar Hype Produk Baru

✦ GEO.OR.ID KNOWLEDGE SYSTEM

Perubahan AI Search yang Benar-benar Penting, Bukan Sekadar Hype Produk Baru

◆ FormatPost
↻ Diperbarui24 October 2026
◷ Waktu baca7 menit
✦ KonteksPanduan praktis

Setiap minggu ada saja headline AI yang terdengar seperti akhir dari era sebelumnya.

“Search berubah total.”
“SEO mati.”
“Agent akan menggantikan browser.”
“Semua orang pindah ke AI answers.”
“Brand yang belum GEO akan hilang.”

Kalau tim marketing mengikuti semuanya, hasilnya bukan lebih adaptif. Hasilnya biasanya lebih capek.

Masalah terbesar di 2026 bukan kekurangan update. Masalahnya adalah terlalu banyak update dengan bobot yang tidak sama.

Satu perubahan hanya menggeser tombol.
Satu perubahan mengubah report.
Satu perubahan mengubah akses crawler.
Satu perubahan mengubah cara agent berkomunikasi.
Satu perubahan benar-benar memaksa migration.

Kalau semuanya diberi label “major AI update”, organisasi kehilangan sense of priority.

Di sebuah rapat, seorang founder bertanya ke tim digital, “Bulan ini apa yang benar-benar berubah?”

SEO lead membuka enam tab.
Product lead punya empat link.
Engineer punya changelog.
Social media manager punya thread viral.

Lalu founder menambahkan satu kalimat:

“Yang bikin kita harus ngubah sesuatu, bukan yang cuma menarik dibaca.”

Itu filter yang jauh lebih berguna.

Perubahan penting adalah perubahan yang mengubah dependency

Cara paling sehat membaca AI Search bukan dari seberapa ramai announcement, tetapi dari dependency apa yang berubah.

Kalau Google mengganti warna elemen AI Overview, itu product presentation.

Kalau Google menambah dedicated Generative AI performance report di Search Console, measurement dependency berubah.

Kalau OpenAI memisahkan SearchBot, GPTBot, dan AdsBot, crawler governance berubah.

Kalau MCP membuat core protocol menjadi stateless, architecture dependency berubah.

Kalau A2A masuk stable v1.0, interoperability contract berubah.

Kalau C2PA menambahkan AI Disclosure machine-readable, provenance capability berubah.

Semuanya “AI news”.

Tidak semuanya perlu action yang sama.

Pertanyaan pertama setelah membaca update seharusnya bukan:
“Ini viral nggak?”

Pertanyaannya:
“Dependency kita kena nggak?”

Kalau jawabannya tidak, masukkan watchlist.

Kalau iya, baru lanjut.

Perubahan pertama yang benar-benar penting: measurement makin formal

Google pada Juni 2026 meluncurkan Search Generative AI performance reports di Search Console untuk subset website.

Ini bukan sekadar dashboard baru.

Sebelumnya, visibility di AI Overviews dan AI Mode banyak diamati secara manual. Sekarang Google memberi dedicated view untuk generative AI impressions di Search, serta reporting untuk generative AI features di Discover.

Artinya sebagian diskusi yang dulu berbasis screenshot bisa mulai dipindahkan ke first-party platform data.

Itu perubahan operating model.

Tim tidak lagi harus berkata:
“Kami lihat URL ini muncul kemarin.”

Mereka bisa berkata:
“Property ini menerima sekian exposure generative menurut Search Console pada periode ini.”

Tetap ada limitation.

Tidak ada seluruh query context.
Tidak ada total cross-model visibility.
Tidak ada guarantee bahwa impression sama dengan recommendation.

Tetapi measurement yang lebih formal biasanya lebih penting daripada satu UI effect yang ramai di timeline.

Karena measurement mengubah keputusan.

Perubahan kedua: Google sendiri makin jelas soal apa yang tidak perlu dilakukan

Ini justru salah satu update yang paling berguna karena mengurangi kerja palsu.

Guidance Google 2026 menegaskan bahwa fundamental SEO tetap relevan untuk AI Overviews dan AI Mode. Google juga secara eksplisit membantah sejumlah “AI optimization hack” untuk Search.

Tidak perlu llms.txt demi Google.
Tidak perlu special AI markup.
Tidak perlu memecah konten menjadi potongan kecil hanya supaya AI mengerti.
Tidak perlu menulis ulang seluruh website ke gaya khusus AI.
Tidak perlu mengejar mention palsu.

Ini penting karena hype biasanya menciptakan pekerjaan baru.

Guidance yang baik justru menghapus pekerjaan yang tidak perlu.

Untuk brand, saving seperti itu nyata.

Bayangkan tim engineering sudah hampir memasukkan sprint untuk membangun layer khusus “Google AI crawler content”.

Setelah membaca guidance resmi, mereka sadar Search generative tetap memakai fundamental crawling, indexing, Search systems, dan content yang people-first.

Sprint bisa dipakai untuk hal yang lebih penting:
memperbaiki JavaScript rendering,
duplicate content,
product data,
page experience,
atau canonical information.

Update yang menghemat tiga minggu kerja jauh lebih penting daripada announcement yang menghasilkan tiga ribu retweet.

Perubahan ketiga: organic dan paid mulai hidup dalam surface yang sama

ChatGPT pada 2026 memperluas ads.

Pada saat yang sama, ChatGPT shopping tetap punya organic product results yang dipilih secara independen dan bukan ads.

Bagi user, keduanya bisa muncul dalam satu conversational environment.

Bagi brand, distinction-nya wajib.

Kalau organic product result dan sponsored placement digabung menjadi satu metric “AI visibility”, tim akan salah membaca performance.

Paid spend naik, visibility terlihat naik.
Lalu semua orang mengira GEO berhasil.

Atau organic discovery sebenarnya kuat, tetapi attributed value ditelan reporting ads.

Ini bukan isu kosmetik.

Ini measurement architecture.

Platform AI semakin punya jalur:
organic answer,
organic citation,
organic product,
paid placement,
referral,
transaction.

Setiap jalur punya economics berbeda.

Perubahan yang memaksa organisasi memisahkan funnel biasanya lebih penting daripada perubahan style UI.

Perubahan keempat: protocol mulai punya lifecycle formal

MCP 2026-07-28 adalah contoh textbook.

Core protocol menjadi stateless.
Ada framework extensions.
Authorization diperkeras.
Beberapa primitive masuk deprecation.
Ada formal deprecation policy dengan minimum window.

Kalau organisasi punya MCP production, ini bukan headline untuk dibaca sambil ngopi.

Ini migration input.

Architect harus mengecek dependency pada session.
Security harus review auth.
Platform team harus review routing.
Developer harus mengecek deprecated feature.
Operations harus memperbarui observability dan runbook.

Itu impact nyata.

A2A v1.0 juga serupa.

Stable release berarti ecosystem mulai punya baseline production yang lebih jelas untuk agent-to-agent interoperability.

Kalau implementation masih v0.3, ada breaking change yang harus diuji.

Perubahan seperti itu mungkin tidak ramai di kalangan marketer.

Tetapi bisa lebih penting bagi bisnis daripada model launch yang tidak pernah dipakai perusahaan.

Perubahan kelima: website mulai dinilai sebagai action surface

Ini salah satu perubahan paling subtle.

Google guidance baru bahkan mulai membahas agent-friendly website dan browser agents yang dapat mengakses rendering, DOM, dan accessibility tree.

Kenapa itu penting?

Karena website selama ini dioptimasi untuk dua fungsi besar:
dibaca manusia,
dipahami search engine.

Agent menambah fungsi ketiga:
digunakan software untuk menyelesaikan task.

Bukan semua website harus agentic.

Tetapi kalau bisnis punya booking, form, product selection, comparison, atau action flow, readiness mulai relevan.

Button yang tidak jelas.
Form tanpa label.
State tersembunyi.
Price ambiguity.
Confirmation buruk.

Semua itu bisa mengganggu manusia dan agent.

Perubahan yang membuat UX debt menjadi agentic debt punya konsekuensi lebih panjang daripada satu desain answer card baru.

Bagaimana membedakan hype dan structural change?

Gunakan lima pertanyaan.

Pertama: apakah ada perubahan contract?

Kalau spec, API, crawler policy, eligibility, atau protocol contract berubah, perhatian tinggi.

Kedua: apakah ada perubahan measurement?

Kalau platform akhirnya menyediakan metric baru atau mengubah definisi metric, dashboard perlu review.

Ketiga: apakah ada perubahan money flow?

Ads, product feed, checkout, transaction, pricing.

Kalau uang berpindah dengan cara baru, commercial team perlu lihat.

Keempat: apakah ada perubahan permission atau security?

Crawler, auth, agent action, identity, provenance.

Ini bisa memengaruhi risk.

Kelima: apakah ada perubahan user behavior yang sudah shipping?

Bukan demo.
Bukan concept video.
Bukan rumor.

Feature yang sudah tersedia dan dipakai user lebih penting daripada roadmap futuristik.

Dengan lima filter itu, sebagian besar “breaking AI news” turun level menjadi Watch.

Dan itu sehat.

Tidak semua hal harus ditindaklanjuti.

Ada satu kategori yang sering membuat tim salah fokus: model benchmark.

Model baru bisa sangat penting bagi vendor atau developer.

Tapi bagi publisher yang hanya ingin mengukur Google generative visibility, benchmark coding model mungkin tidak ada impact.

Sebaliknya, perubahan Search Console yang tidak terdengar glamorous justru langsung mengubah reporting mingguan.

Relevance selalu tergantung operating model.

Publisher punya dependency berbeda dari SaaS.

Retail punya dependency berbeda dari media.

Enterprise agent platform berbeda dari local business.

Maka watchlist harus custom.

Jangan gunakan satu feed “AI news” untuk semua orang.

Untuk publisher:
Search surfaces, crawler, referral, provenance.

Untuk retail:
product feed, organic shopping, ads, availability.

Untuk SaaS:
Search visibility, enterprise assistant, agent protocol, API.

Untuk platform builder:
MCP, A2A, identity, security, conformance.

Ini juga mengurangi fear.

Banyak founder melihat puluhan update dan merasa bisnis tertinggal.

Padahal mungkin hanya dua yang relevan.

FOMO berkurang ketika dependency jelas.

Ada satu rule yang saya suka:

Jika sebuah update tidak mengubah keputusan, jangan paksa jadi strategi.

Boleh dicatat.
Boleh dipelajari.
Boleh diuji.

Tidak harus mengubah roadmap.

Contoh:
Google mengatakan llms.txt tidak memberi benefit ranking atau visibility untuk Google Search generative features.

Kalau perusahaan sudah punya file itu untuk layanan lain, tidak masalah.

Tapi jangan membangun campaign baru untuk Google karena hype pihak ketiga.

Contoh lain:
C2PA 2.4 menambahkan AI Disclosure.

Kalau Anda publisher dengan provenance workflow, penting.

Kalau Anda warung lokal yang hanya punya lima foto produk, mungkin belum prioritas.

Importance bersifat context-dependent.

Di rapat awal, founder akhirnya mendapat jawaban yang jauh lebih pendek.

“Yang perlu action bulan ini ada tiga,” kata tim.

“Satu, kita mulai pakai generative report di Search Console. Dua, crawler policy OpenAI perlu dipisah karena commercial mau test ads. Tiga, MCP server staging perlu migration review. Sisanya watch.”

Founder mengangguk.

Itu tanda monitoring bekerja.

Bukan karena tim tahu semua update.

Karena tim tahu update mana yang bisa diabaikan.

Di era AI, kemampuan mengabaikan dengan alasan yang benar sama pentingnya dengan kemampuan mengikuti perubahan.

Hype akan terus ada.

Produk baru akan terus muncul.

Model akan terus ganti.

Yang harus dijaga adalah struktur berpikir:

Apa yang berubah?
Apakah official?
Apakah sudah shipping?
Dependency apa yang kena?
Apa consequence?
Siapa owner?
Action sekarang atau watch?

Kalau enam pertanyaan itu terjawab, organisasi tidak mudah terseret headline.

Dan AI Search berhenti terasa seperti badai update harian.

Ia menjadi sesuatu yang lebih manageable:

sekumpulan sistem yang berubah, tetapi bisa dipantau berdasarkan impact nyata.

Leave a Comment

Your email address will not be published. Required fields are marked *