Agentic Commerce USD 1 Triliun: Apakah Produk Anda Terbaca Agen AI?
McKinsey proyeksikan USD 1 triliun perdagangan diorkestrasi agen AI pada 2030. Enam hal yang menentukan produk Anda dipertimbangkan atau dilewati agen AI.
McKinsey memperkirakan perdagangan yang diorkestrasi agen AI bisa mencapai USD 1 triliun di ritel Amerika Serikat pada 2030, dan USD 3 sampai 5 triliun secara global. Morgan Stanley memperkirakan hampir separuh pembeli daring akan memakai agen AI pada 2030, mencakup sekitar 25 persen dari belanja mereka. Yang berubah bukan cara orang berbelanja, melainkan siapa yang membaca informasi produk Anda. Tulisan ini menjelaskan apa yang menentukan apakah produk Anda ikut dipertimbangkan atau dilewati begitu saja.
Apa yang sebenarnya berubah
Selama ini pemasaran daring dirancang untuk meyakinkan manusia. Foto yang menarik, kalimat yang membujuk, ulasan yang meyakinkan, dan tata letak halaman yang mengarahkan mata. Semua itu bekerja karena yang membaca punya mata dan perasaan.
Agen AI tidak punya keduanya. Yang dibacanya adalah data: nama produk, spesifikasi, harga, ketersediaan, ongkos dan waktu kirim, kebijakan pengembalian. Kalau salah satu tidak jelas atau tidak konsisten, produk Anda tidak dinilai buruk. Produk Anda dilewati, karena agen memilih yang paling mudah dipastikan.
Ini pergeseran yang perlu dipahami dengan tepat: persaingannya bukan lagi soal siapa paling meyakinkan, melainkan siapa paling bisa dipastikan.
Kenapa ini justru menguntungkan pemain kecil
Anggapan umumnya, teknologi baru selalu menguntungkan yang besar. Di sini tidak sepenuhnya begitu. Merek besar punya keunggulan pada pengenalan nama, dan agen AI relatif kebal terhadap pengenalan nama. Ia membandingkan atribut, bukan reputasi iklan.
Artinya perusahaan kecil dengan data produk yang bersih, harga yang jelas, dan ketersediaan yang akurat bisa muncul berdampingan dengan merek besar yang datanya berantakan. Sebaliknya, toko dengan deskripsi produk seadanya akan tidak terlihat oleh porsi pembeli yang terus bertambah.
Enam hal yang menentukan produk Anda terbaca atau tidak
- Nama produk yang deskriptif. Bukan nama internal atau kode gudang, melainkan nama yang menyebutkan jenis, merek, varian, dan ukuran.
- Spesifikasi yang lengkap dan seragam. Kalau lima produk sejenis punya format spesifikasi berbeda, agen tidak bisa membandingkannya.
- Harga dan ongkos kirim yang bisa dipastikan di awal. Biaya yang baru muncul di langkah akhir membuat penawaran Anda tidak bisa dinilai.
- Status ketersediaan yang akurat. Stok yang salah lebih merugikan daripada stok kosong yang jujur, karena kesalahan itu terekam.
- Kebijakan pengembalian yang tertulis jelas. Ini salah satu faktor yang paling sering dipakai untuk menyaring pilihan.
- Penanda terstruktur di halaman produk. Data yang sama harus tersedia dalam bentuk yang bisa dibaca mesin, bukan cuma sebagai teks di gambar.
Empat dari enam hal itu bukan pekerjaan pemasaran, melainkan pekerjaan operasional. Inilah alasan kenapa banyak perusahaan menyerahkan urusan ini ke tim yang salah, lalu heran hasilnya tidak berubah.
Hubungannya dengan yang sudah terjadi sekarang
Pergeseran ini bukan skenario masa depan yang jauh. Pola yang sama sudah berjalan di sisi pencarian informasi, di mana mesin AI menyusun jawaban dari pernyataan yang bisa diverifikasi, bukan dari halaman yang tampilannya bagus. Kami membahas mekanismenya secara terpisah di tulisan tentang kenapa bisnis tidak muncul saat orang bertanya ke ChatGPT.
Bagi merek yang menjual lewat marketplace, ada lapisan tambahan. Data produk Anda di sana tunduk pada format platform, dan Anda tidak sepenuhnya mengendalikannya. Ini salah satu pertimbangan yang jarang masuk hitungan saat memutuskan bertahan di marketplace atau membangun kanal sendiri.
Yang bisa dikerjakan tahun ini
Tidak perlu menunggu sampai perilaku pembeli benar-benar berubah, karena pekerjaannya sama dengan yang sudah seharusnya dikerjakan untuk pencarian biasa.
Mulai dari sepuluh produk terlaris. Rapikan namanya, seragamkan format spesifikasinya, pastikan harga dan ongkos kirim bisa dihitung sebelum pembayaran, dan pastikan status stoknya benar. Setelah itu baru pasang penanda terstruktur di halaman produknya.
Uji hasilnya dengan cara paling sederhana: minta ChatGPT atau Perplexity merekomendasikan produk seperti milik Anda dengan kriteria yang biasa dipakai pembeli. Perhatikan produk siapa yang muncul dan atas dasar apa. Ulangi tiap bulan.
Merapikan data produk agar terbaca mesin adalah bagian dari pekerjaan yang sama dengan membuat halaman Anda ditemukan di pencarian. Lihat pendekatan kami di layanan SEO Apikly.
Pertanyaan yang sering diajukan
Apa itu agentic commerce?
Model belanja di mana agen AI bertindak mewakili konsumen, mulai dari mencari produk, membandingkan penawaran, sampai menyelesaikan pembelian, berdasarkan tujuan dan preferensi yang diberikan, bukan berdasarkan pencarian manual.
Seberapa besar dampaknya terhadap ritel?
McKinsey memperkirakan perdagangan yang diorkestrasi agen AI mencapai USD 1 triliun di ritel Amerika Serikat pada 2030 dan USD 3 sampai 5 triliun secara global. Morgan Stanley memperkirakan hampir separuh pembeli daring akan memakai agen AI pada 2030, mencakup sekitar 25 persen dari belanja mereka.
Apa yang membuat produk terlewat oleh agen AI?
Nama produk yang tidak deskriptif, format spesifikasi yang tidak seragam, biaya yang baru muncul di langkah akhir, status stok yang tidak akurat, kebijakan pengembalian yang tidak jelas, dan tidak adanya penanda terstruktur pada halaman produk.
Apakah agentic commerce menguntungkan merek besar saja?
Tidak. Agen AI membandingkan atribut produk, bukan pengenalan nama, sehingga perusahaan kecil dengan data produk yang bersih bisa muncul berdampingan dengan merek besar yang datanya berantakan.
Sumber data
- McKinsey, proyeksi nilai perdagangan yang diorkestrasi agen AI pada 2030
- Morgan Stanley, proyeksi adopsi agen AI oleh pembeli daring dan porsi belanjanya
- Analisis industri agentic commerce 2026 mengenai peran kualitas data produk
