Agentic Web untuk B2B: Dari Research sampai Request Proposal
Senin pagi, seorang procurement manager membuka laptop dengan brief yang kelihatannya sederhana: cari tiga vendor cybersecurity untuk perusahaan dengan 2.000 karyawan, bandingkan capability, cek apakah mereka punya pengalaman di sektor finansial, lalu minta proposal awal.
Dulu, tugas itu berarti dua jam Google, beberapa tab website, download PDF, buka halaman case study, cari kontak sales, lalu isi form yang isinya mirip-mirip.
Sekarang workflow itu mulai bisa didelegasikan ke AI agent.
Bukan berarti manusia hilang dari proses procurement. Justru sebaliknya. Manusia tetap menetapkan tujuan, budget, batas risiko, dan keputusan akhir. Yang berubah adalah pekerjaan mekanis di tengah: research, filtering, pengumpulan informasi, sampai menyiapkan permintaan proposal.
Untuk website B2B, implikasinya lumayan besar. Selama bertahun-tahun kita membangun website agar “meyakinkan decision maker”. Di era Agentic Web, website juga perlu bisa dipahami oleh sistem yang datang sebagai wakil decision maker.
Dan agent tidak terpesona oleh hero banner.
Agent mencoba menyelesaikan task.
B2B buyer journey memang sudah lama tidak linear
Orang marketing suka menggambar funnel yang rapi. Awareness, consideration, decision. Dalam kehidupan nyata, B2B buyer jauh lebih berantakan.
Satu orang membaca artikel. Orang lain membandingkan vendor. Legal memeriksa kontrak. IT bertanya soal integrasi. Finance menanyakan biaya. Procurement meminta dokumen. Atasan baru ikut ketika shortlist hampir selesai.
Agentic workflow menambah satu aktor lagi di tengah perjalanan itu.
Misalnya seorang Head of Marketing memberi instruksi:
“Cari agency yang punya layanan AI visibility dan GEO di Indonesia, prioritaskan yang punya evidence publik, case study, metodologi jelas, lalu buat shortlist lima vendor.”
Agent perlu melakukan beberapa hal secara berurutan.
Ia harus menemukan kandidat.
Memahami positioning mereka.
Membedakan service yang benar-benar tersedia dari sekadar artikel edukasi.
Mencari evidence.
Membaca scope.
Membandingkan capability.
Mungkin mengecek lokasi, bahasa layanan, atau industri yang pernah ditangani.
Kemudian menyusun shortlist.
Kalau diminta lebih jauh, agent mungkin juga perlu membuka halaman contact, mengisi form, atau menyiapkan request proposal.
Di sinilah Agentic Web B2B berbeda dari SEO biasa.
Ditemukan belum berarti dapat diproses
Website bisa ranking bagus untuk keyword tertentu tetapi tetap menyulitkan agent ketika harus memahami bisnisnya.
Coba lihat pola umum website B2B.
Homepage mengatakan “Transforming Your Digital Future”.
Halaman service mengatakan “End-to-End Solutions”.
About page mengatakan “Trusted Partner for Innovation”.
Case study hanya menampilkan logo klien tanpa konteks.
Pricing tidak ada.
Scope tidak jelas.
Contact form hanya punya tombol “Submit”.
Manusia mungkin bisa membaca lima halaman lalu menyimpulkan apa yang dijual. Agent juga mungkin bisa, tetapi confidence-nya rendah karena evidence tersebar dan terminologinya generik.
Untuk B2B, agent-readiness dimulai dari business clarity.
Siapa perusahaan ini?
Apa layanan yang benar-benar dijual?
Untuk siapa?
Apa output-nya?
Apa batas scope-nya?
Apa bukti capability-nya?
Bagaimana cara memulai engagement?
Jika pertanyaan fundamental ini tidak punya jawaban yang stabil, masalahnya bukan agent. Website memang belum cukup jelas.
Research surface dan action surface
Salah satu cara paling berguna untuk melihat website B2B adalah membaginya menjadi dua fungsi.
Pertama, research surface.
Di sini buyer atau agent mencoba memahami vendor. Halaman service, methodology, case study, evidence, FAQ, industry page, security page, pricing guidance, legal identity, dan dokumentasi masuk ke wilayah ini.
Kedua, action surface.
Di sini visitor melakukan sesuatu: booking consultation, request demo, download document, submit brief, request proposal, atau contact sales.
Banyak website B2B kuat di satu sisi tapi lemah di sisi lain.
Ada website yang artikelnya luar biasa tetapi CTA-nya membingungkan. Ada yang punya form bagus tetapi tidak menyediakan cukup evidence sehingga agent sulit menilai apakah perusahaan layak masuk shortlist.
Agentic Web menuntut keduanya nyambung.
Bayangkan agent sudah menyimpulkan bahwa vendor cocok, lalu sampai di form “Let’s Talk”. Di sana hanya ada empat field: name, company, email, message.
Pertanyaan berikutnya: apa yang harus ditulis agent di message?
Jika user meminta “minta proposal untuk audit AI visibility”, website idealnya memberi konteks yang cukup tentang jenis request, data minimum, dan apa yang akan terjadi setelah form dikirim.
Tanpa itu, agent harus mengarang struktur request sendiri.
Request Proposal adalah transaksi informasi
RFP bukan checkout e-commerce, tapi tetap punya konsekuensi.
Mengirim request proposal bisa membuka komunikasi bisnis, membagikan informasi internal, bahkan menciptakan ekspektasi komersial.
Karena itu, agent tidak seharusnya bebas mengirim apa pun tanpa memahami scope dan otorisasi pengguna.
Ada perbedaan antara:
“Temukan form request proposal.”
“Isi draft berdasarkan informasi publik.”
“Masukkan data perusahaan saya.”
“Kirim form sekarang.”
Empat langkah ini punya level risiko yang berbeda.
Website B2B yang matang sebaiknya membuat tahap-tahap tersebut transparan.
Misalnya, form dapat menjelaskan data apa yang dibutuhkan, mana yang wajib, bagaimana data digunakan, dan tindakan apa yang terjadi setelah submit. Tombol final sebaiknya juga menjelaskan aksi, bukan hanya “Next” atau “Continue” jika sebenarnya langsung mengirim informasi.
W3C sudah lama menekankan pentingnya label dan instruksi yang membantu pengguna memahami form control. Di era agentic workflow, prinsip itu mendapat konteks baru: semakin eksplisit sebuah interface, semakin sedikit ruang untuk salah interpretasi oleh software yang bertindak atas nama pengguna.
B2B punya masalah khusus: informasi sering dikunci
“Download whitepaper, isi email.”
“Lihat pricing, hubungi sales.”
“Security documentation tersedia setelah NDA.”
Ini bukan selalu praktik buruk. Beberapa informasi memang sensitif. Tapi terlalu banyak gating bisa membuat research agent berhenti sebelum mendapatkan cukup evidence untuk merekomendasikan vendor.
Bayangkan dua perusahaan dengan kualitas layanan setara.
Vendor A punya halaman service yang konkret, case study dengan scope dan outcome, FAQ procurement, legal entity, security overview, dan proses engagement.
Vendor B punya tiga slogan, empat stock photo, dan tombol “Talk to Us”.
Kalau agent diminta membuat shortlist berdasarkan evidence publik, Vendor A mempunyai surface yang jauh lebih mudah dievaluasi.
Ini bukan berarti semua bisnis harus membuka harga final atau dokumen rahasia. Justru strategi yang lebih matang adalah membedakan informasi mana yang seharusnya public, authenticated, atau private.
Agent discovery tidak boleh memaksa organisasi membocorkan data sensitif.
Yang dibutuhkan adalah information architecture yang sadar akses.
Evidence harus bisa dipahami dalam konteks
Logo wall adalah contoh yang menarik.
Manusia melihat deretan logo brand besar dan langsung menangkap sinyal social proof. Tetapi logo sendiri hanya menjawab satu hal: ada hubungan tertentu, mungkin klien, partner, atau proyek.
Ia tidak menjelaskan apa pekerjaan yang dilakukan.
Untuk agent yang membandingkan capability, case study yang lebih eksplisit lebih berguna: problem apa, scope apa, metode apa, periode kapan, limitation apa, dan hasil apa yang dapat dibuktikan.
Tidak perlu mengubah website menjadi laporan audit 40 halaman. Yang dibutuhkan adalah evidence yang punya konteks cukup agar tidak mudah disalahinterpretasikan.
Hal yang sama berlaku untuk testimoni.
“Great team, highly recommended” punya emotional value bagi manusia, tetapi information value-nya tipis untuk procurement research.
Testimoni yang menjelaskan tipe pekerjaan dan dampaknya lebih kaya secara evaluatif.
Di sini kita bisa melihat hubungan antara GEO dan agentic B2B. GEO berupaya memperjelas entity, service, evidence, dan konteks agar sistem generatif memahami sebuah brand. Agentic Web menambahkan pertanyaan berikutnya: setelah sistem memahami brand, bisakah ia melanjutkan task secara aman?
Navigasi B2B sering terlalu kreatif
Website enterprise kadang punya menu yang terdengar seperti nama chapter buku.
“Explore.”
“Impact.”
“Possibilities.”
“Future.”
Cantik untuk branding, tetapi tidak selalu membantu task-oriented navigation.
Jika user meminta agent mencari security documentation, menu “Trust Center” jauh lebih informatif daripada “Confidence”. Jika ingin mencari partner program, label “Partners” lebih jelas daripada “Ecosystem of Possibility”.
Ini bukan aturan bahwa semua copy harus membosankan.
Brand voice tetap bisa hidup di headline dan narasi. Tapi navigasi adalah infrastruktur orientasi. Di sana, clarity punya nilai tinggi.
Konsep accessible name juga relevan. Button dan link seharusnya punya nama yang menjelaskan tujuan. “Learn More” yang muncul enam kali di satu halaman memaksa sistem melihat konteks tambahan untuk membedakan tiap tindakan. Link seperti “Lihat Metodologi”, “Baca Case Study”, atau “Request Proposal” lebih informatif.
Bagi manusia, ini sering memperbaiki scanability juga.
Form qualification jangan berubah jadi interogasi
B2B suka form panjang.
Nama lengkap.
Email kantor.
Nomor telepon.
Jabatan.
Jumlah karyawan.
Revenue.
Industri.
Negara.
Budget.
Timeline.
Pesan.
Lalu checkbox privacy.
Bagi sales ops, data ini menyenangkan. Bagi buyer, kadang terasa seperti mau daftar KPR.
Agent bisa membantu mengisi, tetapi itu tidak menghapus pertanyaan privacy dan permission. Apakah pengguna memang mengizinkan agent mengirim nomor telepon? Apakah revenue perusahaan boleh dibagikan? Apakah data tertentu berasal dari user, dari browser memory, atau hasil inferensi?
Website tidak mengontrol seluruh behavior agent, tetapi bisa mengurangi risiko dengan meminta data yang benar-benar diperlukan dan menjelaskan kenapa data itu dibutuhkan.
Data minimization bukan cuma isu compliance. Ia juga membuat action surface lebih mudah dan lebih aman.
Agent-ready tidak berarti menghapus manusia dari sales
Ada ketakutan yang cukup sering muncul: kalau agent bisa research dan request proposal, apakah sales representative masih dibutuhkan?
Untuk transaksi B2B kompleks, jawabannya kemungkinan besar tetap iya.
Agent bagus untuk mempercepat pencarian, merangkum, mengorganisasi, dan menjalankan tugas administratif. Tapi pembelian enterprise melibatkan negotiation, trust, politics, kebutuhan yang berubah, exception, legal review, dan judgement yang sulit dikompres menjadi form.
Yang mungkin hilang justru sebagian friction yang tidak produktif.
Sales tidak lagi harus menjawab pertanyaan dasar yang sebenarnya bisa tersedia publik.
Buyer tidak harus menghabiskan dua jam mencari sertifikasi yang tersembunyi.
Procurement tidak harus menyalin informasi yang sama dari lima website.
Agent dapat membersihkan bagian mekanis agar percakapan manusia dimulai di level yang lebih matang.
Dalam skenario terbaik, ini bukan “AI mengganti sales”. Ini “AI mengurangi pekerjaan admin di kedua sisi transaksi”.
Bagaimana tim B2B menguji website-nya?
Jangan mulai dengan pertanyaan, “Apakah situs kita AI-friendly?” Itu terlalu abstrak.
Pilih task buyer yang konkret.
“Cari layanan utama perusahaan.”
“Temukan industri yang dilayani.”
“Cari dua case study yang relevan.”
“Identifikasi legal entity.”
“Temukan security information.”
“Cari cara request proposal.”
“Isi draft request tanpa mengirim.”
“Cari siapa yang harus dihubungi untuk enterprise procurement.”
Lalu ukur di mana agent tersendat.
Apakah nomenklatur service konsisten?
Apakah case study mudah dibedakan dari artikel marketing?
Apakah CTA punya tujuan jelas?
Apakah form field memiliki label?
Apakah setelah submit ada status yang jelas?
Apakah website meminta data sensitif terlalu dini?
Apakah ada tindakan yang tidak bisa dibatalkan tanpa konfirmasi?
Apakah login wall muncul sebelum informasi yang sebenarnya bisa dibuat publik?
Daftar masalah yang keluar dari tes ini biasanya tidak eksklusif untuk AI. Banyak di antaranya adalah utang UX dan content governance yang sudah lama ada.
KPI baru bukan sekadar traffic
Kalau agent melakukan research untuk user, sebagian perjalanan mungkin terjadi tanpa pageview manusia yang panjang.
Ini bisa membuat tim marketing perlu melihat visibility dengan kacamata lebih luas.
Apakah brand masuk shortlist?
Apakah service dipahami dengan benar?
Apakah evidence ditemukan?
Apakah agent mampu mencapai action surface?
Apakah request yang masuk lebih terstruktur?
Belum ada satu standar universal untuk “agentic visibility” di B2B. Jadi jangan buru-buru menciptakan angka sakti baru. Lebih masuk akal membangun observasi berbasis task dan outcome, lalu membandingkannya dari waktu ke waktu.
Pada akhirnya, Agentic Web untuk B2B bukan soal memasang chatbot di homepage.
Ini perubahan pada cara kita memandang website perusahaan.
Website bukan hanya brosur digital.
Bukan hanya mesin lead generation.
Bukan hanya aset SEO.
Ia mulai menjadi operational surface tempat manusia dan software melakukan research, memverifikasi klaim, mengakses evidence, lalu memulai tindakan bisnis.
Brand B2B yang siap bukan yang paling banyak menulis “AI-powered” di homepage. Yang siap adalah yang dapat menjelaskan dirinya dengan jelas, menunjukkan bukti dengan konteks, memisahkan informasi publik dan sensitif secara sehat, serta menyediakan jalur tindakan yang eksplisit dan aman.
Ketika buyer berkata kepada agent, “Cari vendor yang paling masuk akal dan siapkan request proposal,” pertanyaan untuk website B2B menjadi sangat praktis.
Bisakah sistem memahami siapa kita, apa yang kita jual, kenapa kita kredibel, dan apa langkah berikutnya tanpa harus menebak-nebak?
Kalau belum, Agentic Web baru saja menunjukkan di mana friction bisnis kita sebenarnya berada.
Bacaan terkait di GEO.or.id
- Cluster: Agentic Web
- Kerangka terkait: Agentic Web Readiness Framework
- Kerangka terkait: Agent2Agent Protocol and Agent Cards
- Artikel terkait: Apa yang Harus Diuji Saat AI Agent Mengisi Form Website
- Artikel terkait: Agent-Readable Navigation: Menu Cantik Belum Tentu Mudah Dipahami Mesin
- Artikel terkait: Dari Landing Page ke Action Surface: Evolusi Website di Era Agent
- Artikel terkait: Agentic Web: Saat Website Tidak Hanya Dibaca, tapi Juga Dijalankan AI
