Dari Citation ke Action: Evolusi AI Search yang Mulai Terjadi Tahun Ini

✦ GEO.OR.ID KNOWLEDGE SYSTEM

Dari Citation ke Action: Evolusi AI Search yang Mulai Terjadi Tahun Ini

◆ FormatPost
↻ Diperbarui24 October 2026
◷ Waktu baca8 menit
✦ KonteksPanduan praktis

Citation pernah terasa seperti tujuan akhir.

“Brand kita sudah dikutip ChatGPT.”

Screenshot masuk ke grup.
CEO senang.
Agency membuat slide.
Tim content merayakan.

Di 2026, citation masih bernilai.

Tapi ia mulai terlihat seperti satu step di tengah journey yang lebih panjang.

AI Search bergerak dari menjawab pertanyaan ke membantu user melakukan sesuatu.

Mencari.
Membandingkan.
Memantau.
Memilih.
Booking.
Belanja.
Menghubungi bisnis.
Menjalankan tool.

Perubahan ini tidak menghapus pentingnya source.

Justru source yang baik menjadi input bagi action yang lebih baik.

Tetapi measurement harus ikut berevolusi.

Dulu kita bertanya:
“Apakah dikutip?”

Sekarang pertanyaannya bertambah:
“Setelah dikutip, apa yang dilakukan AI atau user?”

Level 1: Mention

Ini bentuk visibility paling dasar.

Brand disebut.

Tidak harus ada link.

Contoh:
“Beberapa platform yang sering dipertimbangkan adalah A, B, dan C.”

Kalau brand Anda C, ada awareness.

Tapi kita tidak tahu:
source-nya apa,
kenapa disebut,
apakah recommendation positif,
apakah user click.

Mention penting untuk brand recall.

Bukan proof authority.

Level 2: Citation

Citation memberi layer evidence.

AI answer menghubungkan statement ke source.

Bagi publisher, citation bisa meningkatkan source visibility.
Bagi brand, owned website dapat menjadi evidence.
Bagi analyst, citation membantu audit jawaban.

Citation juga membuat answer lebih inspectable.

User bisa buka source dan memeriksa context.

Ini jauh lebih berguna daripada mention tanpa dasar.

Tapi citation tetap bukan transaction.

User bisa membaca tanpa click.
Source bisa dipakai tetapi brand tidak direkomendasikan.
Citation bisa mendukung limitation, bukan keunggulan.

Karena itu citation metric perlu context.

Level 3: Referral

Ketika user click source, journey berpindah ke owned property.

Di sinilah analytics mulai lebih kuat.

Landing page.
Session.
Engagement.
Lead.
Purchase.

OpenAI bahkan menambahkan utm_source=chatgpt.com pada referral tertentu dari ChatGPT Search sehingga publisher lebih mudah mengenali traffic.

Google punya Search Console dan website analytics.

Referral memberi tangible bridge.

Tetapi zero-click behavior tetap ada.

Tidak semua value menghasilkan visit.

Jadi jangan menilai citation hanya dari click.

Level 4: Recommendation

Ini lebih dekat ke decision.

User bertanya:
“Pilih tiga vendor.”

Brand Anda masuk shortlist.

Itu berbeda dari menjadi source.

Source visibility berarti informasi Anda dipakai.

Recommendation visibility berarti entitas Anda dipertimbangkan sebagai pilihan.

Satu brand bisa kuat di source tapi tidak direkomendasikan.

Misalnya media review sering dikutip.
Produk media tersebut sendiri bukan vendor.

Sebaliknya, brand bisa direkomendasikan berdasarkan source pihak ketiga meski owned website tidak dikutip.

Measurement harus pisah.

Level 5: Structured discovery

Di commerce, AI mulai menampilkan product result dengan data yang lebih terstruktur.

Nama.
Harga.
Image.
Review.
Feature.
Availability.

User bisa membandingkan tanpa membuka banyak tab.

Ini menggeser peran website.

Website tidak lagi selalu menjadi tempat pertama discovery.

Ia bisa menjadi tempat verification atau fulfillment.

Product feed dan merchant data mulai berperan.

Brand retail perlu memastikan representation benar sebelum berpikir conversion.

Kalau AI salah menampilkan variant atau stock, action berikutnya sudah rusak.

Level 6: Action handoff

Google Search sekarang mengembangkan agentic booking.

User memberi constraint.
Search mencari option.
Harga dan availability dikumpulkan.
User mendapat link untuk menyelesaikan booking melalui provider.

Ini bukan full autonomous transaction.

Tetapi sudah lebih jauh dari citation.

AI membantu compress workflow.

ChatGPT commerce juga bergerak ke discovery yang lebih dekat dengan merchant action.

Browser agent dapat membuka website dan menjalankan interaction.

Citation menjadi entry point menuju action.

Level 7: Agent action

Di browser agent environment, AI bisa click dan mengetik.

Di tool environment, AI bisa memanggil function atau MCP tool.

Ini level yang berbeda dari search.

Misalnya:
“Cek invoice terakhir.”
“Buat draft refund.”
“Booking slot.”
“Update CRM.”

Source tidak cukup.

Sistem butuh capability.

Ini alasan MCP penting.

MCP memberi standard untuk AI application terhubung ke tool dan data.

Dan A2A memberi framework agar agent berbeda dapat berkomunikasi.

AI Search dan agentic system mulai beririsan.

Search menemukan.
Agent memutuskan next step.
Tool menjalankan.

Buat brand, ini mengubah meaning dari “visibility”.

Dulu visibility adalah bisa dilihat.

Sekarang ada:
visibility,
usability,
actionability.

Website bisa sangat visible tetapi sulit digunakan agent.

API bisa sangat actionable tetapi tidak discoverable.

Brand butuh dua-duanya jika use case memang agentic.

Apa yang berubah di content strategy?

Konten harus mendukung decision transition.

Contoh halaman hotel.

Old SEO page:
“Hotel terbaik untuk liburan.”

Action-ready information:
room type,
availability context,
refund policy,
check-in,
parking,
family policy,
location,
amenities,
price conditions.

Agent yang membantu booking membutuhkan detail operasional.

Contoh B2B SaaS.

Old page:
“Solusi terbaik untuk transformasi bisnis.”

Decision-ready:
target user,
deployment model,
integration,
security,
implementation timeline,
support,
pricing model,
limitation.

AI tidak bisa membawa user ke action jika information gap terlalu besar.

Jadi GEO tidak berhenti di citation optimization.

GEO yang matang memikirkan decision architecture.

Apa pertanyaan sebelum action?
Apa evidence?
Apa constraint?
Apa confirmation?

Human boundary tetap penting

Agentic bukan berarti user hilang.

Justru action berisiko butuh human confirmation.

OpenAI, Google, dan ecosystem agentic terus menekankan control dan safety.

Website juga harus menghormati itu.

Misalnya checkout.

Agent boleh:
cari produk,
filter,
masukkan cart.

Sebelum payment:
user review.

Atau booking layanan.

Agent boleh:
cek slot,
pilih option.

Sebelum final:
user confirm.

Human-in-the-loop bukan tanda agent gagal.

Ia security feature.

Measurement juga berubah

Kalau journey berhenti di citation, KPI bisa:
citation rate,
source share,
mention.

Kalau journey masuk referral:
click,
session,
conversion.

Kalau journey masuk agent action:
task success,
confirmation rate,
error rate,
time saved,
rollback,
human intervention.

Ini KPI yang lebih mirip product operation daripada SEO.

Marketing team perlu partner baru:
product,
engineering,
security,
data.

Karena action tidak bisa dioptimasi dengan copy saja.

Ambil contoh local service.

User berkata:
“Carikan salon dekat saya yang masih buka, rating bagus, ada hair spa, dan booking sore ini.”

Agar AI bisa membantu:
location benar,
jam buka benar,
service ada,
availability tersedia,
booking path bekerja.

SEO content mungkin membantu discovery.

Operational data menentukan action.

Di sini digital marketing dan operations bertemu.

Itu perubahan besar.

Kenapa 2026 terasa berbeda?

Karena beberapa pieces menjadi cukup matang secara bersamaan.

AI Mode berkembang.
Search agents muncul.
Browser agents tersedia.
MCP mendapat architecture yang lebih production-friendly.
A2A mencapai v1.0.
Commerce feed dan action berkembang.

Tidak satu pun sendirian menciptakan “action web”.

Kombinasinya yang penting.

Web sudah punya API puluhan tahun.

Automation juga bukan hal baru.

Yang baru adalah natural-language agent menjadi orchestrator di atas layer tersebut.

User tidak perlu tahu endpoint.

Ia mengatakan goal.

Agent menerjemahkan goal menjadi langkah.

Itu membuat quality of representation semakin penting.

Agent butuh tahu:
apa capability tersedia,
apa parameter,
apa permission,
apa output,
apa risk.

MCP dan A2A mencoba memberi struktur pada beberapa bagian itu.

Website dan product data memberi struktur lain.

Apa yang jangan dilakukan brand?

Jangan membuat “agent landing page” yang isinya marketing kosong.

Jangan hidden prompt-inject agent.

Jangan memberi tool terlalu banyak privilege.

Jangan menghapus confirmation demi conversion.

Jangan membuat fake availability.

Jangan menganggap citation otomatis berarti action.

Dan jangan memaksa agentic capability jika user tidak membutuhkannya.

Tidak semua bisnis perlu agent integration.

Media mungkin tetap fokus source visibility dan subscription.

Professional service mungkin cukup booking.

Retail perlu product discovery.

Enterprise software bisa butuh MCP.

Use case menentukan depth.

Ada satu framework sederhana.

Ask.
Answer.
Verify.
Decide.
Act.

AI Search lama banyak berhenti di Answer.

Citation memperkuat Verify.

2026 mulai mendorong Decide dan Act.

Buat brand, setiap tahap punya requirement.

Ask:
pahami language user.

Answer:
punya content jelas.

Verify:
punya evidence dan source.

Decide:
punya comparison, constraint, price, limitation.

Act:
punya workflow, control, API, tool, atau interface.

Kalau satu tahap rusak, journey putus.

Brand bisa punya artikel sangat bagus tetapi booking error.

Bisa punya API bagus tetapi tidak ada informasi yang menjelaskan service.

Bisa punya price jelas tetapi identity product kacau.

AI tidak memperbaiki foundation yang buruk.

Ia hanya membuat gap terlihat lebih cepat.

Kembali ke screenshot citation di awal.

Screenshot itu masih layak dirayakan.

Ia membuktikan sesuatu:
source Anda masuk ke answer.

Tapi setelah itu, tim perlu bertanya lagi.

Apakah user menemukan brand?
Apakah brand masuk decision set?
Apakah informasi akurat?
Apakah ada referral?
Apakah action bisa dilakukan?
Apakah outcome berhasil?

Itu evolusi AI Search yang paling penting tahun ini.

Dari:
“AI tahu kita.”

Menuju:
“AI bisa membantu user melakukan sesuatu dengan informasi kita.”

Citation adalah trust bridge.

Ada satu layer di antara decision dan action yang sering luput: permission.

Agent bisa tahu tindakan apa yang perlu dilakukan, tetapi belum tentu boleh melakukannya.

Misalnya AI membantu procurement membandingkan vendor. Ia boleh membaca public documentation. Mungkin ia boleh membuka dashboard perusahaan dengan credential user. Tapi apakah ia boleh mengirim purchase order? Apakah ia boleh menerima terms? Apakah ia boleh mengubah billing?

Action readiness tanpa permission architecture berbahaya.

Karena itu perjalanan Ask → Answer → Verify → Decide → Act sebaiknya ditambah satu pertanyaan di setiap transisi: siapa yang berwenang?

Untuk manusia, organisasi sudah punya role.

Finance approve pembayaran.
Legal approve contract.
Manager approve expense.

Agent harus masuk ke struktur itu, bukan melompati.

MCP dan tool system dapat membantu menyediakan capability, tetapi business authorization tetap harus dibangun organisasi.

Ini membuat “action” lebih kompleks daripada tombol yang bisa diklik.

Action punya identity.
Scope.
Policy.
Approval.
Audit trail.

Kalau salah satu hilang, automation mungkin cepat tetapi governance-nya lemah.

Di sinilah perusahaan perlu membedakan task assistance dan delegated authority.

Task assistance:
AI membantu menyiapkan tindakan.

Delegated authority:
AI diberi hak menjalankan tindakan dalam batas tertentu.

Keduanya bukan hal yang sama.

Untuk banyak use case 2026, task assistance plus human approval masih menjadi desain yang lebih masuk akal.

Action adalah value realization.

Dan antara keduanya, ada pekerjaan besar bernama data quality, entity clarity, operational readiness, security, dan UX.

Tidak se-glamour screenshot.

Jauh lebih dekat ke bisnis.

Leave a Comment

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