Permendag 19/2026 dan AI dalam Perdagangan Elektronik: Apa yang Perlu Dipahami Bisnis

Begitu kata “AI” masuk ke regulasi perdagangan elektronik, banyak tim langsung bereaksi berlebihan.

Legal bilang semua penggunaan AI harus ditinjau.

Marketing takut setiap rekomendasi produk harus diberi disclaimer panjang.

Product team bertanya apakah chatbot harus dimatikan dulu.

Founder cuma ingin tahu satu hal: sebenarnya bisnis harus melakukan apa?

Untuk Indonesia, diskusi ini jadi lebih konkret setelah terbit Peraturan Menteri Perdagangan Nomor 19 Tahun 2026 tentang Penyelenggaraan Usaha Perdagangan Melalui Sistem Elektronik, atau PMSE. JDIH Kementerian Perdagangan mencatat aturan ini ditetapkan 4 Juni 2026, diundangkan 8 Juni 2026, berstatus berlaku, dan mencabut Permendag 31 Tahun 2023.

Yang menarik untuk tim digital adalah Permendag 19/2026 tidak cuma bicara izin, marketplace, iklan elektronik, dan produk dalam negeri. Regulasi ini juga memasukkan pemanfaatan kecerdasan artifisial ke dalam tata kelola PMSE.

Ini bukan berarti semua bisnis yang memakai ChatGPT otomatis menjadi objek aturan yang sama.

Scope tetap penting.

Permendag 19/2026 berada dalam konteks perdagangan melalui sistem elektronik. Jadi pertanyaan pertama bukan “apakah perusahaan kami memakai AI?”, melainkan “apakah penggunaan AI ini masuk ke aktivitas PMSE yang diatur dan bagaimana posisi hukum bisnis kami dalam ekosistem tersebut?”

Dari sini analisis baru dimulai.

Pasal 47 adalah titik yang perlu dibaca serius

Berdasarkan materi regulasi yang tersedia melalui JDIH Kemendag, Pasal 47 menempatkan tanggung jawab penggunaan AI pada pelaku usaha yang memanfaatkannya dalam kegiatan PMSE.

Dalam praktik, ini menggeser mindset yang selama ini sering terlalu santai.

Kalau perusahaan memakai AI untuk menampilkan, merekomendasikan, mempromosikan, atau menghasilkan informasi yang berhubungan dengan barang atau jasa, bisnis tidak bisa sekadar berkata:

“Itu kan jawaban AI.”

Respons seperti itu makin sulit dipertahankan.

Jika AI dipakai sebagai bagian dari aktivitas perdagangan digital, responsibility tetap ada pada pelaku usaha sesuai scope regulasi.

Ini penting karena banyak organisasi masih memperlakukan AI sebagai vendor black box.

Marketing menggunakan generative copy.

Marketplace memakai recommendation system.

Customer service memakai chatbot.

Product memakai AI assistant.

Commerce team menggunakan automated ranking.

Masing-masing merasa tanggung jawab berada di tool provider.

Regulasi mengingatkan arah sebaliknya: penggunaan teknologi tidak otomatis menghapus tanggung jawab pihak yang memakainya dalam proses bisnis.

Label AI tidak cukup kalau informasinya salah

Salah satu elemen yang banyak dibicarakan dari Pasal 47 adalah kewajiban pemberian informasi dan/atau label kepada pengguna ketika barang, jasa, informasi, rekomendasi, atau promosi dihasilkan, ditampilkan, direkomendasikan, atau dipromosikan melalui teknologi AI.

Di level praktis, ini bukan sekadar urusan menempelkan tulisan “Powered by AI”.

Disclosure hanya satu lapisan.

Kalau rekomendasi produk salah, harga tidak current, promo sudah habis, atau deskripsi menyesatkan, label AI tidak mengubah informasi salah menjadi acceptable.

Jadi perusahaan perlu memisahkan dua pekerjaan:

Disclosure.

Accuracy and accountability.

Marketing sering berhenti di yang pertama karena lebih mudah.

Buat badge.

Tambahkan note.

Done.

Padahal governance sebenarnya ada di belakang layar.

Data apa yang digunakan?

Siapa yang memastikan harga benar?

Bagaimana product availability diperbarui?

Apa yang terjadi jika AI membuat claim di luar source?

Siapa yang menerima complaint?

Bagaimana correction dilakukan?

Apakah output berisiko tinggi harus human-reviewed?

Kalau jawaban pertanyaan itu belum ada, program AI commerce belum matang.

Risk-based governance bukan berarti semua AI diperlakukan sama

Permendag 19/2026 juga membawa gagasan tata kelola AI yang disesuaikan dengan tingkat risiko penggunaan.

Ini sangat masuk akal secara operasional.

AI yang membantu merapikan deskripsi produk punya profile risiko berbeda dengan AI yang menentukan eligibility transaksi, memprioritaskan merchant, merekomendasikan produk kesehatan, atau memengaruhi keputusan finansial.

Buat klasifikasi sederhana.

Low risk:
AI membantu internal drafting, categorization, atau ide konten yang selalu direview manusia.

Medium risk:
AI menghasilkan deskripsi, recommendation, atau customer-facing answer tetapi consequence terbatas.

High risk:
AI memengaruhi transaksi, legal eligibility, financial consequence, safety, health, atau keputusan yang sulit dibalik.

Semakin tinggi risk, semakin kuat control.

Source control.

Human review.

Logging.

Escalation.

Correction.

Monitoring.

Authorization.

Audit trail.

Organisasi tidak perlu menunggu regulator memberi template spreadsheet persis untuk mulai membangun risk register.

Yang penting policy internal bisa menjelaskan kenapa satu penggunaan AI mendapat control lebih ketat daripada penggunaan lain.

Commerce data sekarang makin dekat dengan compliance data

Dulu tim commerce melihat product feed sebagai urusan performance.

Title.

Price.

Stock.

Variant.

Image.

Category.

Sekarang data itu juga punya consequence governance.

Kalau recommendation engine atau AI assistant mengambil informasi dari feed yang stale, user bisa menerima penjelasan salah.

Kalau product availability tidak sinkron, AI bisa merekomendasikan item yang tidak ada.

Kalau merchant identity tidak jelas, buyer bisa salah mengira official seller.

Kalau promo sudah selesai tetapi source belum berubah, output bisa menyesatkan.

Artinya product data quality tidak bisa lagi hanya diletakkan di KPI conversion.

Ia berhubungan dengan factual integrity.

Ini terutama relevan ketika AI berada semakin dekat ke decision layer dan transaction layer.

Business owner perlu tahu siapa pemilik fakta.

Marketing?

Merchandising?

Operations?

Legal?

Seller?

Platform?

Data owner harus jelas.

Tanpa ownership, correction akan lempar-lemparan.

Mekanisme pengaduan dan koreksi bukan fitur tambahan

Bagian ini sangat penting.

Permendag 19/2026 mengarah pada kebutuhan mekanisme pengaduan dan koreksi terkait informasi, rekomendasi, promosi, atau layanan yang dihasilkan melalui AI.

Bagi bisnis, ini berarti user perlu punya jalan untuk mengatakan:

“Informasi ini salah.”

“Produk ini tidak sesuai.”

“Rekomendasi ini misleading.”

“Harga yang disebut tidak benar.”

“AI mencampur merchant.”

Dan setelah complaint masuk, organisasi perlu bisa bertindak.

Complaint channel tanpa correction workflow hanya memindahkan masalah ke customer service.

Buat alur:

User reports issue.

Issue diklasifikasikan.

Source diperiksa.

Owner ditentukan.

Current fact diverifikasi.

Output diperbaiki pada source yang dikontrol.

Jika ada external source conflict, dicatat.

AI system atau knowledge base diperbarui jika berada dalam kontrol organisasi.

User mendapat resolution yang sesuai.

Incident masuk log.

High-risk issue di-escalate.

Kemudian retest.

Ini bukan pekerjaan marketing sendirian.

Tetapi marketing sering menjadi pihak pertama yang melihat symptom karena error muncul di public answer.

Iklan elektronik juga harus dibaca bersama AI

Permendag 19/2026 tidak hanya mengatur AI. Aturan tersebut juga memuat ketentuan iklan elektronik.

Ini penting karena generative interface makin blur antara discovery, recommendation, dan advertising.

Brand harus menghindari praktik internal yang mencampur paid dan organic answer.

Misalnya tim menggunakan AI untuk membuat comparison page yang terlihat editorial tetapi sebenarnya sponsored.

Atau recommendation widget memprioritaskan produk karena commercial arrangement tanpa disclosure yang memadai.

Atau marketing menyebut paid placement sebagai “direkomendasikan AI”.

Prinsipnya sederhana.

Paid is paid.

Organic is organic.

Sponsored influence harus bisa dijelaskan.

AI tidak boleh menjadi layer yang membuat commercial influence lebih sulit dilihat.

OpenAI sendiri dalam program Ads di ChatGPT menegaskan bahwa iklan dipisahkan dari jawaban organik dan tidak memengaruhi jawaban ChatGPT.

Bagi bisnis Indonesia, principle separation seperti ini layak diadopsi sebagai governance rule internal, bahkan ketika tidak diwajibkan dengan wording yang sama oleh regulator.

Jangan klaim lebih dari yang diatur

Karena regulasi ini baru dan topiknya hot, risiko misinformasi juga tinggi.

Hindari statement:

“Semua konten buatan AI wajib diberi label menurut Permendag 19/2026.”

Terlalu luas.

Regulasinya berada dalam konteks PMSE dan penggunaan AI dalam aktivitas perdagangan elektronik.

Hindari juga:

“Setiap bisnis yang pakai ChatGPT harus punya AI governance policy berdasarkan Permendag.”

Belum tentu.

Scope bisnis, model usaha, aktivitas, dan posisi sebagai pelaku PMSE harus dibaca.

Untuk legal implementation, organisasi perlu membaca naskah regulasi lengkap dan, jika material, berkonsultasi dengan counsel yang memahami PMSE.

Artikel edukatif tidak boleh menggantikan legal analysis spesifik.

Apa yang bisa dilakukan bisnis sekarang?

Pertama, inventory semua penggunaan AI dalam customer-facing commerce.

Bukan hanya chatbot.

Recommendation.

Search.

Ranking.

Product description.

Promotional content.

Seller assistance.

Automated moderation.

Dynamic merchandising.

Customer support.

Kedua, klasifikasikan risiko.

Ketiga, tentukan disclosure yang relevan.

Keempat, pastikan source data current.

Kelima, buat complaint dan correction route.

Keenam, dokumentasikan siapa owner setiap system.

Ketujuh, bedakan paid influence dan organic output.

Kedelapan, audit vendor.

Apa yang vendor lakukan dengan data?

Apa log yang tersedia?

Bisakah output dikoreksi?

Apa fallback ketika system salah?

Kesembilan, buat incident log.

Kesepuluh, review regulasi bersama legal/compliance berdasarkan model bisnis aktual.

Jangan menunggu incident pertama.

AI governance yang baik justru dibangun ketika semuanya masih tenang.

Permendag 19/2026 mengubah diskusi dari “AI feature” menjadi “AI responsibility”

Ini mungkin perubahan mindset paling penting.

Selama dua tahun terakhir, banyak perusahaan mengejar AI karena efficiency.

Lebih cepat bikin copy.

Lebih cepat menjawab customer.

Lebih cepat memilih produk.

Lebih cepat membuat recommendation.

Sekarang pertanyaannya bertambah.

Kalau AI salah, siapa yang bertanggung jawab?

Kalau user dirugikan, bagaimana complaint?

Kalau recommendation punya commercial influence, apakah jelas?

Kalau data personal terlibat, siapa yang mengontrol?

Kalau content atau product dipromosikan oleh AI, apakah user tahu?

Kalau system risk tinggi, apakah human oversight cukup?

Ini bukan alasan menghentikan innovation.

Ini alasan membangun infrastructure yang lebih dewasa.

Regulasi yang baik tidak seharusnya dibaca sebagai checklist untuk lolos audit saja.

Ia bisa menjadi pressure test terhadap kualitas operasi digital.

Bagi bisnis Indonesia, Permendag 19/2026 adalah sinyal bahwa penggunaan AI dalam commerce tidak lagi berdiri di ruang eksperimen tanpa governance.

AI boleh membantu perdagangan.

Tetapi tanggung jawab tidak boleh ikut diotomatisasi keluar dari organisasi.

Dan semakin dekat AI ke rekomendasi, promosi, ranking, transaksi, dan keputusan konsumen, semakin penting bisnis tahu bukan hanya apa yang bisa dilakukan model, tetapi siapa yang menjaga agar outputnya tetap benar, jelas, dapat dikoreksi, dan dapat dipertanggungjawabkan.

Satu hal lagi yang perlu dijaga adalah dokumentasi keputusan.

Kalau perusahaan memutuskan satu use case AI masuk kategori low risk, catat alasannya. Kalau kemudian capability system berubah, classification bisa ditinjau ulang. Tanpa decision record, governance mudah berubah menjadi opini orang yang kebetulan hadir di meeting.

Dokumentasi tidak harus panjang. Cukup use case, owner, risk, applicable control, tanggal review, dan trigger perubahan.

Ini membantu ketika perusahaan berganti vendor, memperluas marketplace, menambah agentic capability, atau masuk kategori produk yang lebih sensitif.

Regulasi digital akan terus bergerak. Organisasi yang punya inventory dan control map akan lebih mudah beradaptasi dibanding bisnis yang baru mencari tahu penggunaan AI setelah regulator atau customer menemukan masalah lebih dulu.