Apakah Anda pernah berpikir, mengapa Google bisa menjadi raksasa dengan kapitalisasi pasar 2 triliun dolar, sementara Wikipedia hanyalah sebuah organisasi nirlaba? Jawabannya sangat sederhana: keajaiban pencarian komersial. Ketika Anda mencari "Berapa banyak proton dalam atom cesium", Google tidak menghasilkan uang sama sekali. Tetapi ketika Anda mencari "raket tenis terbaik", ia mulai mencetak uang. Ketidaksamaan ini mendefinisikan esensi seluruh ekonomi pencarian. Sekarang, dengan kebangkitan AI, keseimbangan ini sedang dihancurkan.
Saya baru-baru ini membaca analisis mendalam oleh mitra a16z Justine Moore dan Alex Rampell, wawasan mereka tentang bagaimana AI membentuk kembali bidang e-commerce sangat mengejutkan saya. Mereka tidak hanya menganalisis ancaman yang mungkin dihadapi Google, tetapi yang lebih penting, mereka menggambarkan gambaran baru e-commerce di era AI. Dalam gambaran ini, model pencarian-perbandingan-pembelian tradisional sedang digantikan oleh pengalaman pembelian cerdas yang didorong oleh agen AI. Saya menghabiskan banyak waktu untuk memikirkan pandangan mereka dan menggabungkannya dengan pengamatan saya tentang industri ini, dan saya ingin berbagi beberapa pemikiran yang lebih mendalam.
Krisis nyata Google: bukan volume pencarian, tetapi perpindahan nilai
Justine menyebutkan sebuah poin yang mengesankan dalam artikelnya: Bahkan jika Google kehilangan 95% dari volume pencariannya, pendapatannya masih bisa tumbuh, asalkan mereka dapat mempertahankan kueri yang memiliki nilai komersial. Poin ini terdengar bertentangan dengan intuisi, tetapi sebenarnya mengungkapkan rahasia inti dari ekonomi pencarian. Setelah merenungkan lebih dalam, saya menemukan bahwa di balik ini terdapat masalah yang lebih mendalam: AI sedang mengubah tempat penciptaan nilai.
Dalam model tradisional, Google berperan sebagai perantara informasi. Pengguna memiliki niat untuk membeli, Google menyediakan hasil pencarian dan iklan, pedagang mendapatkan lalu lintas, dan Google mengenakan biaya iklan. Ini adalah sebuah permainan tiga pihak yang relatif sederhana. Namun, munculnya agen AI telah mengganggu keseimbangan ini. Ketika ChatGPT atau Perplexity dapat langsung menjawab "apa raket tenis terbaik" dan memberikan rekomendasi spesifik, mengapa pengguna masih perlu mengklik tautan iklan Google?
Lebih penting lagi, AI tidak hanya menjawab pertanyaan, tetapi juga sedang mendefinisikan ulang "pencarian" itu sendiri. Perilaku pencarian kita sebelumnya adalah: mengajukan pertanyaan → mendapatkan daftar tautan → mengklik untuk melihat → membandingkan informasi → membuat keputusan. Sedangkan alur AI agent adalah: mendeskripsikan kebutuhan → mendapatkan rekomendasi → langsung membeli. Tahapan perbandingan dan penelitian di tengah telah sangat dipersingkat bahkan hilang. Ini berarti mesin pencari tradisional tidak hanya kehilangan volume kueri, tetapi juga kehilangan posisi kunci dalam rantai keputusan.
Dari kesaksian Wakil Presiden Senior Apple, Eddy Cue, di sidang antimonopoli DOJ pada Mei 2025, terdapat petunjuk yang terlihat. Ia menyatakan bahwa volume pencarian Safari turun untuk pertama kalinya dalam lebih dari dua dekade, berita ini langsung menyebabkan harga saham Alphabet turun hampir 8% dalam satu hari, dengan kapitalisasi pasar yang hilang lebih dari 150 miliar dolar. Meskipun laporan keuangan Q2 Google menunjukkan pendapatan pencarian masih meningkat, ini menunjukkan bahwa yang hilang saat ini sebagian besar adalah kueri bernilai rendah, tetapi arah tren ini jelas.
Saya pikir, Google menghadapi bukan hanya ancaman persaingan yang sederhana, tetapi tantangan struktural terhadap model bisnis. Ketika AI dapat langsung menyelesaikan seluruh proses dari pengenalan niat hingga keputusan pembelian, model tradisional "trafik→iklan→konversi" akan menjadi tidak efisien bahkan ketinggalan zaman. Yang dibutuhkan Google bukan algoritma pencarian yang lebih baik, tetapi model bisnis yang benar-benar baru untuk menyesuaikan dengan perilaku konsumsi yang didorong oleh AI.
Transformasi AI dari lima jenis perilaku pembelian: dari impulsif hingga reflektif
Justine dalam artikelnya membagi perilaku pembelian menjadi lima kategori, dari pembelian impulsif hingga pembelian besar dalam hidup, masing-masing akan mengalami perubahan dengan tingkat yang berbeda di era AI. Saya merasa kerangka klasifikasi ini sangat tepat, tetapi saya ingin menganalisis lebih dalam mekanisme psikologis di balik setiap perilaku pembelian, serta bagaimana AI membentuk kembali mekanisme tersebut.
Pembelian impulsif ( Pembelian impulsif ) tampaknya merupakan bidang dengan pengaruh AI yang paling kecil, karena impuls berarti tanpa proses penelitian yang rasional. Namun, saya pikir penilaian ini mungkin terlalu dangkal. Kekuatan sejati AI terletak pada prediksi dan pengarahan impuls. Bayangkan saja, ketika Anda melihat kaos lucu di TikTok, AI telah menganalisis riwayat penelusuran Anda, catatan pembelian, aktivitas media sosial Anda, bahkan kondisi emosional Anda, lalu mengirimkan produk yang paling sesuai dengan kebutuhan psikologis Anda saat ini pada saat yang paling tepat. Ini bukan sekadar rekomendasi algoritma sederhana, melainkan pemahaman dan manipulasi yang mendalam terhadap psikologi impuls manusia. Saya pikir pengarahan impuls yang dipersonalisasi semacam ini dapat membuat pembelian impulsif menjadi lebih sering dan lebih tepat.
Kebutuhan sehari-hari ( Transformasi AI dari kebutuhan sehari-hari ) paling mudah dipahami dan paling mudah diimplementasikan. Namun, saya mengamati fenomena menarik: ketika AI mulai mengambil alih keputusan pembelian sehari-hari kita, kebiasaan konsumsi kita mungkin mengalami perubahan halus. Misalnya, AI mungkin akan menyesuaikan waktu dan jumlah pembelian Anda berdasarkan fluktuasi harga, kondisi stok, bahkan ramalan cuaca. Sebuah agen AI yang cerdas mungkin akan menemukan bahwa suatu merek sedang diskon seminggu sebelum deterjen Anda hampir habis, sehingga melakukan pembelian lebih awal dan menyarankan Anda untuk mencobanya. Perilaku "arbitrase cerdas" ini mungkin akan membuat konsumen secara tidak sadar mendapatkan rasio harga terhadap kualitas yang lebih baik, sementara juga memaksa merek untuk memikirkan kembali strategi penetapan harga dan promosi mereka.
Pembelian gaya hidup ( adalah bidang di mana saya percaya AI akan memiliki dampak terbesar. Karakteristik jenis pembelian ini adalah: memiliki ambang harga tertentu, melibatkan selera pribadi, dan memerlukan tingkat penelitian tertentu. Justine menyebutkan produk seperti Plush, tetapi saya pikir ini hanya puncak gunung es. Revolusi sejati akan datang dari pembelajaran mendalam AI tentang gaya dan preferensi pribadi. Bayangkan seorang asisten AI yang tidak hanya tahu apa yang pernah Anda beli, tetapi juga memahami bentuk tubuh Anda, warna kulit Anda, gaya hidup Anda, lingkaran sosial Anda, bahkan aspirasi ) Anda. Ia dapat merekomendasikan bukan hanya produk tunggal, tetapi juga seluruh set kombinasi, bahkan jalur peningkatan gaya hidup. Tingkat personalisasi ini tidak dapat dicapai oleh platform e-commerce tradisional.
Pembelian fungsional ( pembelian fungsional ) di bidang AI adalah yang paling kompleks dan paling menantang. Jenis pembelian ini biasanya melibatkan pengeluaran besar dan penggunaan jangka panjang, di mana konsumen tidak hanya membutuhkan rekomendasi produk, tetapi juga konsultasi dari ahli. Saya percaya akan muncul kategori aplikasi AI baru di sini: Konsultan AI. AI ini tidak hanya memiliki pengetahuan produk yang kaya, tetapi juga dapat melakukan percakapan mendalam seperti ahli penjualan manusia. Mereka dapat menanyakan kebutuhan spesifik Anda, skenario penggunaan, batasan anggaran, bahkan perencanaan masa depan Anda, dan kemudian memberikan saran yang sangat dipersonalisasi. Yang lebih penting, konsultan AI ini bersifat lintas merek, dan tidak akan memihak pada produk tertentu karena komisi atau persediaan.
Pembelian besar dalam hidup ( mungkin adalah bidang di mana AI memiliki pengaruh paling sedikit tetapi juga paling penting. Membeli rumah, menikah, pendidikan adalah keputusan yang terlalu besar dan personal, sehingga sulit untuk sepenuhnya diserahkan kepada AI. Namun, AI dapat berperan penting dalam pengumpulan informasi, perbandingan opsi, dan penilaian risiko. AI coach yang saya bayangkan bukanlah untuk membuat keputusan untuk Anda, tetapi untuk membantu Anda membuat keputusan yang lebih baik. Ia dapat mengatur informasi yang sangat besar, mengidentifikasi jebakan potensial, mensimulasikan konsekuensi jangka panjang dari berbagai pilihan, bahkan membantu Anda dalam negosiasi kontrak. Saya merasa nilai dari AI coach ini terletak pada netralitas dan kekomprehensifannya, tidak seperti penasihat manusia yang mungkin memiliki konflik kepentingan.
K moat Amazon dan Shopify: Keunggulan ganda data dan infrastruktur
Justine dalam analisisnya menunjukkan bahwa Amazon dan Shopify memiliki kemampuan pertahanan yang lebih kuat dibandingkan Google, saya sepenuhnya setuju dengan pandangan ini, tetapi saya ingin menganalisis sumber dan keberlanjutan keunggulan ini dari sudut yang lebih dalam. Keunggulan Amazon tidak hanya terletak pada pengendalian penuh dari pencarian hingga pengiriman, tetapi yang lebih penting adalah ia menguasai data perilaku yang paling berharga ).
Amazon tahu apa yang kamu beli, kapan kamu membelinya, seberapa cepat kamu menerimanya, apakah kamu mengembalikannya, apakah kamu membelinya lagi, dan lain-lain. Nilai data ini jauh lebih tinggi daripada riwayat pencarian, karena data ini secara langsung mencerminkan perilaku pembelian yang nyata dan kepuasan. Ketika agen AI perlu membuat keputusan pembelian untuk pengguna, data ini adalah bahan pelatihan yang paling berharga. Meskipun Google tahu apa yang kamu cari, tetapi ia tidak tahu apa yang akhirnya kamu beli, dan tidak tahu apakah kamu puas dengan hasil pembelian tersebut. Kesenjangan data ini akan semakin diperbesar di era AI.
Lebih penting lagi, program loyalitas Amazon Prime( menciptakan fenomena ekonomi yang unik: sunk cost bias). Ketika Anda sudah membayar untuk menjadi anggota Prime, Anda cenderung membeli lebih banyak barang di Amazon untuk "mengembalikan biaya". Mekanisme psikologis ini mungkin akan menjadi lebih kuat di era AI. Agen AI yang mencari opsi pembelian terbaik untuk Anda mungkin secara alami cenderung ke Amazon, karena ia tahu Anda adalah anggota Prime dan dapat menikmati pengiriman gratis serta keuntungan lainnya.
Logika pertahanan Shopify sama sekali berbeda, tetapi sama kuatnya. Ini tidak membangun moat dengan mengendalikan konsumen, melainkan dengan memberdayakan pedagang untuk menciptakan efek jaringan. Dengan semakin banyaknya D2C( merek Direct-to-Consumer yang memilih Shopify, platform ini menjadi semakin tidak tergantikan. Di era AI, keuntungan desentralisasi ini mungkin akan menjadi lebih jelas. AI agent mungkin perlu mendapatkan informasi dan menyelesaikan pembelian dari ratusan situs web merek yang berbeda secara bersamaan, dan jika semua situs ini berjalan di Shopify, itu akan membentuk ekosistem API yang distandarisasi.
Saya pikir Shopify memiliki keunggulan yang terabaikan: itu dekat dengan cerita merek. Di era AI, perbedaan fungsional produk mungkin cepat dikenali dan dibandingkan oleh AI, tetapi koneksi emosional merek tetap perlu dirasakan oleh manusia. Merek di Shopify biasanya memiliki cerita dan budaya yang unik, dan nilai-nilai lunak ini sulit untuk sepenuhnya diukur oleh AI, tetapi merupakan faktor penting yang mempengaruhi keputusan konsumen.
Empat tantangan infrastruktur dasar dalam komersialisasi AI
Justine di akhir artikel menyebutkan empat kondisi dasar yang diperlukan agar AI dapat mencapai potensi penuhnya di bidang bisnis. Saya rasa setiap kondisi tersebut layak untuk dibahas lebih dalam, karena mereka bukan hanya tantangan teknis, tetapi juga peluang untuk inovasi model bisnis.
Pertama adalah masalah data yang lebih baik. Sistem ulasan produk saat ini memang memiliki masalah serius: ulasan palsu, polaritas, kurangnya informasi latar belakang. Tetapi saya percaya akar masalahnya terletak pada ketidaksesuaian mekanisme insentif. Konsumen menulis ulasan biasanya karena sangat puas atau sangat tidak puas, jarang ada yang mencatat keadaan di tengah. Selain itu, sistem ulasan yang ada tidak dapat menangkap konteks penggunaan produk, harapan pengguna, serta perubahan dimensi waktu.
Sistem data ideal yang saya bayangkan adalah sebagai berikut: agen AI tidak hanya mengumpulkan penilaian subjektif pengguna, tetapi juga akan memantau penggunaan produk yang sebenarnya melalui perangkat Internet of Things. Misalnya, sebuah jam tangan pintar tidak hanya perlu melihat apakah pengguna memberikan penilaian lima bintang, tetapi juga harus melihat seberapa sering dan berapa lama pengguna memakainya. Penilaian sebuah mesin kopi tidak hanya harus melihat umpan balik tertulis, tetapi juga harus melihat frekuensi penggunaan yang sebenarnya, kondisi perawatan dan kebersihan, dan lain-lain. Data penggunaan objektif yang digabungkan dengan umpan balik subjektif inilah yang dapat membentuk sistem penilaian produk yang benar-benar berharga.
Tantangan API yang terintegrasi lebih bersifat politik daripada teknis. Setiap platform e-commerce memiliki struktur API, format data, dan mekanisme otentikasi yang berbeda, dan perbedaan ini sebagian besar dilakukan dengan sengaja, tujuannya adalah untuk menciptakan efek penguncian platform. Namun, di era agen AI, pemisahan ini bisa menjadi kendala efisiensi bagi seluruh industri. Saya memprediksi akan muncul layanan agregasi API khusus, mirip dengan sistem distribusi global di industri pariwisata. Layanan ini akan menstandarkan antarmuka dari berbagai platform, memungkinkan agen AI untuk membandingkan dan membeli secara lintas platform tanpa hambatan.
Identitas dan memori adalah tantangan yang paling kompleks karena melibatkan keseimbangan antara privasi, akurasi, dan adaptabilitas. Saya percaya bahwa asisten belanja AI di masa depan perlu membangun model preferensi multi-lapis. Model ini tidak hanya harus mencatat pembelian historis Anda, tetapi juga memahami nilai-nilai Anda, tahap kehidupan, batasan keuangan, dan lain-lain. Misalnya, ia perlu tahu bahwa Anda mengejar kenyamanan saat makan siang di hari kerja, tetapi lebih memperhatikan kualitas dan presentasi saat makan bersama di akhir pekan. Rekomendasi yang peka terhadap konteks ini membutuhkan kemampuan pemahaman sosial yang hampir mirip dengan manusia dari AI.
Penangkapan tertanam mungkin adalah bidang dengan potensi inovasi paling besar. Pengumpulan data tradisional bersifat pasif dan tertunda: setelah membeli baru memberikan penilaian, setelah menggunakan baru memberikan umpan balik. Namun, agen AI dapat mewujudkan pembelajaran preferensi secara real-time. Misalnya, ketika Anda menghabiskan waktu lebih lama pada suatu fitur saat menjelajahi produk tertentu, AI dapat menyimpulkan bahwa Anda cukup memperhatikan fitur tersebut. Ketika Anda cepat melewati beberapa opsi warna, AI dapat mempelajari preferensi warna Anda. Analisis mikro-interaksi ini dapat memberikan AI pemahaman yang lebih mendetail tentang preferensi Anda.
Perombakan platform e-commerce: Siapa yang akan menang?
Setelah memikirkan analisis Justine, saya memiliki beberapa penilaian sendiri tentang masa depan industri e-commerce. Saya percaya AI akan memicu penggantian platform baru, tetapi logika kemenangan kali ini berbeda dari sebelumnya.
Persaingan di era e-commerce tradisional terutama berputar di sekitar tiga dimensi: keragaman pilihan, kenyamanan, dan harga. Amazon menang dalam hal pilihan dengan filosofi "Everything Store", sekaligus membangun keunggulan dalam kenyamanan melalui Prime. Namun, di era AI, pentingnya keunggulan ini akan berubah.
Ketika agen AI dapat secara otomatis membandingkan harga di seluruh jaringan dan melakukan pembelian, keuntungan harga dari satu platform akan tereduksi. Ketika AI dapat memproses secara cerdas dalam jumlah besar dan melaksanakan secara lintas platform, definisi kenyamanan juga akan berubah. Keunggulan kompetitif yang sebenarnya akan beralih ke kualitas data, kemampuan AI, dan integrasi ekosistem.
Saya memprediksi akan muncul beberapa jenis pemain platform baru: platform e-commerce berbasis AI, agen AI vertikal, dan penyedia infrastruktur bisnis. Platform berbasis AI akan dirancang dari awal dengan fokus pada kebutuhan agen AI, menyediakan data produk terstruktur, API yang distandarisasi, dan pengalaman pengguna yang ramah AI. Agen AI vertikal akan fokus pada kategori tertentu, seperti AI fashion, AI produk digital, atau AI renovasi rumah, membangun keunggulan kompetitif melalui spesialisasi mendalam. Penyedia infrastruktur bisnis akan memberikan layanan teknologi dasar, membantu platform e-commerce tradisional bertransformasi menjadi berbasis AI.
Saya juga percaya bahwa akan muncul model bisnis baru: langganan agen AI. Konsumen mungkin tidak lagi berbelanja langsung di berbagai platform e-commerce, tetapi berlangganan satu atau beberapa agen belanja AI, yang akan mewakili semua keputusan pembelian. Agen-agen ini akan mengenakan biaya langganan daripada komisi, sehingga menghindari konflik kepentingan dan benar-benar berdiri di sisi konsumen. Model ini mungkin akan mendefinisikan ulang distribusi rantai nilai e-commerce.
Rekonstruksi AI dalam Pemasaran Merek: Dari Pemasaran Massal ke Dialog Individu
Perubahan AI terhadap bisnis tidak hanya terbatas pada perilaku pembelian, tetapi juga akan secara fundamental merombak logika pemasaran merek. Di era agen AI, efektivitas pemasaran massal tradisional akan menurun drastis, karena konsumen tidak lagi secara aktif mencari dan membandingkan produk, melainkan bergantung pada rekomendasi agen AI.
Ini berarti merek perlu belajar berkomunikasi dengan AI, bukan dengan manusia. AI agent dalam mengevaluasi produk akan lebih rasional dan berbasis data, mereka tidak akan terpengaruh oleh kemasan yang menarik atau iklan emosional, melainkan akan fokus pada indikator kinerja objektif, efisiensi biaya, dan penilaian kepuasan pengguna.
Namun, ini tidak berarti bahwa cerita merek menjadi tidak penting. Sebaliknya, saya percaya bahwa narasi merek yang autentik akan menjadi semakin penting, karena agen AI akan menganalisis secara mendalam konsistensi dan kredibilitas merek. Jika sebuah merek menyampaikan informasi yang bertentangan di berbagai platform dan waktu yang berbeda, AI dengan mudah dapat mengenalinya dan mengurangi bobot rekomendasi.
Saya memprediksi akan muncul peran pemasaran baru: Petugas Hubungan AI. Tugas petugas ini adalah memastikan bahwa informasi produk, strategi harga, manajemen inventaris, dan berbagai aspek lainnya dari merek dapat dipahami dan dievaluasi dengan benar oleh AI. Mereka perlu mengoptimalkan data produk, mengelola integrasi API, memantau pola rekomendasi AI, dan lain-lain.
Perubahan penting lainnya adalah personalisasi yang ekstrem. Ketika agen AI memiliki pemahaman mendalam tentang setiap konsumen, merek dapat menawarkan produk yang disesuaikan untuk setiap orang. Ini bukan hanya rekomendasi yang dipersonalisasi, tetapi produk yang dipersonalisasi itu sendiri. Bayangkan, ketika agen AI Anda memberi tahu merek pakaian tentang ukuran Anda yang tepat, preferensi warna, kebutuhan bahan, dan kisaran anggaran, merek tersebut dapat menyesuaikan satu item unik untuk Anda. Kustomisasi massal ini menjadi ekonomis dan layak di era AI.
Sepuluh tahun ke depan: Apa yang sedang kita saksikan?
Setelah merenungkan analisis Justine dan pengamatan saya sendiri, saya merasa bahwa apa yang sedang kita saksikan bukan hanya transformasi dalam industri e-commerce, tetapi juga perubahan perilaku ekonomi yang lebih mendalam.
Ekonomi tradisional mengasumsikan bahwa konsumen adalah pelaku rasional yang secara aktif mengumpulkan informasi, membandingkan opsi, dan membuat keputusan optimal. Namun dalam kenyataannya, kita semua tahu bahwa keputusan manusia penuh dengan bias, emosi, dan keterbatasan kognitif. Munculnya agen AI mungkin akan membuat konsumen menjadi lebih "rasional", karena AI dapat memproses lebih banyak informasi, menghindari bias emosional, dan secara konsisten menerapkan standar keputusan.
Penyebaran konsumsi rasional ini mungkin akan membawa dampak yang mendalam. Pertama, efisiensi pasar akan meningkat secara signifikan, karena konsumen dapat menilai nilai produk dengan lebih akurat. Kedua, kualitas produk akan menjadi lebih penting daripada kemampuan pemasaran, karena agen AI tidak akan terpengaruh oleh iklan yang berlebihan. Terakhir, transparansi harga akan meningkat, karena AI dapat dengan mudah membandingkan harga di seluruh internet.
Tapi saya juga khawatir bahwa konsumsi "super rasional" ini dapat membawa beberapa konsekuensi negatif. Kesenangan dalam menemukan saat berbelanja mungkin akan berkurang, karena agen AI selalu merekomendasikan pilihan "optimal", bukan pilihan yang mengejutkan atau menyenangkan. Pembelian impulsif meskipun tidak cukup rasional, namun juga merupakan bagian dari kesenangan hidup. Jika segala sesuatu dioptimalkan oleh AI, kehidupan mungkin menjadi terlalu dapat diprediksi.
Dari sudut pandang yang lebih makro, saya percaya bahwa penerapan AI di bidang bisnis akan mempercepat digitalisasi ekonomi. Semakin banyak perilaku bisnis yang akan dicatat dan dianalisis secara digital, yang akan memberikan dasar data yang belum pernah ada sebelumnya untuk perencanaan ekonomi dan pembuatan kebijakan. Pemerintah mungkin dapat memprediksi tren ekonomi dengan lebih akurat, mengidentifikasi kegagalan pasar, dan merancang langkah intervensi yang tepat sasaran.
Saya memprediksi bahwa dalam sepuluh tahun ke depan, kita akan melihat bisnis yang didorong oleh AI berkembang dari aplikasi eksperimental menjadi praktik mainstream. Para pelopor awal akan mendapatkan keuntungan kompetitif yang signifikan, tetapi seiring dengan penyebaran teknologi, keuntungan ini akan secara bertahap terkomodifikasi. Pemenang jangka panjang yang sebenarnya akan menjadi perusahaan-perusahaan yang mampu mendefinisikan ulang nilai pelanggan di era AI.
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
a16z wawasan terbaru: Apakah e-commerce tradisional sudah mati? Platform asli AI sedang mendefinisikan ulang "belanja".
Apakah Anda pernah berpikir, mengapa Google bisa menjadi raksasa dengan kapitalisasi pasar 2 triliun dolar, sementara Wikipedia hanyalah sebuah organisasi nirlaba? Jawabannya sangat sederhana: keajaiban pencarian komersial. Ketika Anda mencari "Berapa banyak proton dalam atom cesium", Google tidak menghasilkan uang sama sekali. Tetapi ketika Anda mencari "raket tenis terbaik", ia mulai mencetak uang. Ketidaksamaan ini mendefinisikan esensi seluruh ekonomi pencarian. Sekarang, dengan kebangkitan AI, keseimbangan ini sedang dihancurkan.
Saya baru-baru ini membaca analisis mendalam oleh mitra a16z Justine Moore dan Alex Rampell, wawasan mereka tentang bagaimana AI membentuk kembali bidang e-commerce sangat mengejutkan saya. Mereka tidak hanya menganalisis ancaman yang mungkin dihadapi Google, tetapi yang lebih penting, mereka menggambarkan gambaran baru e-commerce di era AI. Dalam gambaran ini, model pencarian-perbandingan-pembelian tradisional sedang digantikan oleh pengalaman pembelian cerdas yang didorong oleh agen AI. Saya menghabiskan banyak waktu untuk memikirkan pandangan mereka dan menggabungkannya dengan pengamatan saya tentang industri ini, dan saya ingin berbagi beberapa pemikiran yang lebih mendalam.
Krisis nyata Google: bukan volume pencarian, tetapi perpindahan nilai
Justine menyebutkan sebuah poin yang mengesankan dalam artikelnya: Bahkan jika Google kehilangan 95% dari volume pencariannya, pendapatannya masih bisa tumbuh, asalkan mereka dapat mempertahankan kueri yang memiliki nilai komersial. Poin ini terdengar bertentangan dengan intuisi, tetapi sebenarnya mengungkapkan rahasia inti dari ekonomi pencarian. Setelah merenungkan lebih dalam, saya menemukan bahwa di balik ini terdapat masalah yang lebih mendalam: AI sedang mengubah tempat penciptaan nilai.
Dalam model tradisional, Google berperan sebagai perantara informasi. Pengguna memiliki niat untuk membeli, Google menyediakan hasil pencarian dan iklan, pedagang mendapatkan lalu lintas, dan Google mengenakan biaya iklan. Ini adalah sebuah permainan tiga pihak yang relatif sederhana. Namun, munculnya agen AI telah mengganggu keseimbangan ini. Ketika ChatGPT atau Perplexity dapat langsung menjawab "apa raket tenis terbaik" dan memberikan rekomendasi spesifik, mengapa pengguna masih perlu mengklik tautan iklan Google?
Lebih penting lagi, AI tidak hanya menjawab pertanyaan, tetapi juga sedang mendefinisikan ulang "pencarian" itu sendiri. Perilaku pencarian kita sebelumnya adalah: mengajukan pertanyaan → mendapatkan daftar tautan → mengklik untuk melihat → membandingkan informasi → membuat keputusan. Sedangkan alur AI agent adalah: mendeskripsikan kebutuhan → mendapatkan rekomendasi → langsung membeli. Tahapan perbandingan dan penelitian di tengah telah sangat dipersingkat bahkan hilang. Ini berarti mesin pencari tradisional tidak hanya kehilangan volume kueri, tetapi juga kehilangan posisi kunci dalam rantai keputusan.
Dari kesaksian Wakil Presiden Senior Apple, Eddy Cue, di sidang antimonopoli DOJ pada Mei 2025, terdapat petunjuk yang terlihat. Ia menyatakan bahwa volume pencarian Safari turun untuk pertama kalinya dalam lebih dari dua dekade, berita ini langsung menyebabkan harga saham Alphabet turun hampir 8% dalam satu hari, dengan kapitalisasi pasar yang hilang lebih dari 150 miliar dolar. Meskipun laporan keuangan Q2 Google menunjukkan pendapatan pencarian masih meningkat, ini menunjukkan bahwa yang hilang saat ini sebagian besar adalah kueri bernilai rendah, tetapi arah tren ini jelas.
Saya pikir, Google menghadapi bukan hanya ancaman persaingan yang sederhana, tetapi tantangan struktural terhadap model bisnis. Ketika AI dapat langsung menyelesaikan seluruh proses dari pengenalan niat hingga keputusan pembelian, model tradisional "trafik→iklan→konversi" akan menjadi tidak efisien bahkan ketinggalan zaman. Yang dibutuhkan Google bukan algoritma pencarian yang lebih baik, tetapi model bisnis yang benar-benar baru untuk menyesuaikan dengan perilaku konsumsi yang didorong oleh AI.
Transformasi AI dari lima jenis perilaku pembelian: dari impulsif hingga reflektif
Justine dalam artikelnya membagi perilaku pembelian menjadi lima kategori, dari pembelian impulsif hingga pembelian besar dalam hidup, masing-masing akan mengalami perubahan dengan tingkat yang berbeda di era AI. Saya merasa kerangka klasifikasi ini sangat tepat, tetapi saya ingin menganalisis lebih dalam mekanisme psikologis di balik setiap perilaku pembelian, serta bagaimana AI membentuk kembali mekanisme tersebut.
Pembelian impulsif ( Pembelian impulsif ) tampaknya merupakan bidang dengan pengaruh AI yang paling kecil, karena impuls berarti tanpa proses penelitian yang rasional. Namun, saya pikir penilaian ini mungkin terlalu dangkal. Kekuatan sejati AI terletak pada prediksi dan pengarahan impuls. Bayangkan saja, ketika Anda melihat kaos lucu di TikTok, AI telah menganalisis riwayat penelusuran Anda, catatan pembelian, aktivitas media sosial Anda, bahkan kondisi emosional Anda, lalu mengirimkan produk yang paling sesuai dengan kebutuhan psikologis Anda saat ini pada saat yang paling tepat. Ini bukan sekadar rekomendasi algoritma sederhana, melainkan pemahaman dan manipulasi yang mendalam terhadap psikologi impuls manusia. Saya pikir pengarahan impuls yang dipersonalisasi semacam ini dapat membuat pembelian impulsif menjadi lebih sering dan lebih tepat.
Kebutuhan sehari-hari ( Transformasi AI dari kebutuhan sehari-hari ) paling mudah dipahami dan paling mudah diimplementasikan. Namun, saya mengamati fenomena menarik: ketika AI mulai mengambil alih keputusan pembelian sehari-hari kita, kebiasaan konsumsi kita mungkin mengalami perubahan halus. Misalnya, AI mungkin akan menyesuaikan waktu dan jumlah pembelian Anda berdasarkan fluktuasi harga, kondisi stok, bahkan ramalan cuaca. Sebuah agen AI yang cerdas mungkin akan menemukan bahwa suatu merek sedang diskon seminggu sebelum deterjen Anda hampir habis, sehingga melakukan pembelian lebih awal dan menyarankan Anda untuk mencobanya. Perilaku "arbitrase cerdas" ini mungkin akan membuat konsumen secara tidak sadar mendapatkan rasio harga terhadap kualitas yang lebih baik, sementara juga memaksa merek untuk memikirkan kembali strategi penetapan harga dan promosi mereka.
Pembelian gaya hidup ( adalah bidang di mana saya percaya AI akan memiliki dampak terbesar. Karakteristik jenis pembelian ini adalah: memiliki ambang harga tertentu, melibatkan selera pribadi, dan memerlukan tingkat penelitian tertentu. Justine menyebutkan produk seperti Plush, tetapi saya pikir ini hanya puncak gunung es. Revolusi sejati akan datang dari pembelajaran mendalam AI tentang gaya dan preferensi pribadi. Bayangkan seorang asisten AI yang tidak hanya tahu apa yang pernah Anda beli, tetapi juga memahami bentuk tubuh Anda, warna kulit Anda, gaya hidup Anda, lingkaran sosial Anda, bahkan aspirasi ) Anda. Ia dapat merekomendasikan bukan hanya produk tunggal, tetapi juga seluruh set kombinasi, bahkan jalur peningkatan gaya hidup. Tingkat personalisasi ini tidak dapat dicapai oleh platform e-commerce tradisional.
Pembelian fungsional ( pembelian fungsional ) di bidang AI adalah yang paling kompleks dan paling menantang. Jenis pembelian ini biasanya melibatkan pengeluaran besar dan penggunaan jangka panjang, di mana konsumen tidak hanya membutuhkan rekomendasi produk, tetapi juga konsultasi dari ahli. Saya percaya akan muncul kategori aplikasi AI baru di sini: Konsultan AI. AI ini tidak hanya memiliki pengetahuan produk yang kaya, tetapi juga dapat melakukan percakapan mendalam seperti ahli penjualan manusia. Mereka dapat menanyakan kebutuhan spesifik Anda, skenario penggunaan, batasan anggaran, bahkan perencanaan masa depan Anda, dan kemudian memberikan saran yang sangat dipersonalisasi. Yang lebih penting, konsultan AI ini bersifat lintas merek, dan tidak akan memihak pada produk tertentu karena komisi atau persediaan.
Pembelian besar dalam hidup ( mungkin adalah bidang di mana AI memiliki pengaruh paling sedikit tetapi juga paling penting. Membeli rumah, menikah, pendidikan adalah keputusan yang terlalu besar dan personal, sehingga sulit untuk sepenuhnya diserahkan kepada AI. Namun, AI dapat berperan penting dalam pengumpulan informasi, perbandingan opsi, dan penilaian risiko. AI coach yang saya bayangkan bukanlah untuk membuat keputusan untuk Anda, tetapi untuk membantu Anda membuat keputusan yang lebih baik. Ia dapat mengatur informasi yang sangat besar, mengidentifikasi jebakan potensial, mensimulasikan konsekuensi jangka panjang dari berbagai pilihan, bahkan membantu Anda dalam negosiasi kontrak. Saya merasa nilai dari AI coach ini terletak pada netralitas dan kekomprehensifannya, tidak seperti penasihat manusia yang mungkin memiliki konflik kepentingan.
K moat Amazon dan Shopify: Keunggulan ganda data dan infrastruktur
Justine dalam analisisnya menunjukkan bahwa Amazon dan Shopify memiliki kemampuan pertahanan yang lebih kuat dibandingkan Google, saya sepenuhnya setuju dengan pandangan ini, tetapi saya ingin menganalisis sumber dan keberlanjutan keunggulan ini dari sudut yang lebih dalam. Keunggulan Amazon tidak hanya terletak pada pengendalian penuh dari pencarian hingga pengiriman, tetapi yang lebih penting adalah ia menguasai data perilaku yang paling berharga ).
Amazon tahu apa yang kamu beli, kapan kamu membelinya, seberapa cepat kamu menerimanya, apakah kamu mengembalikannya, apakah kamu membelinya lagi, dan lain-lain. Nilai data ini jauh lebih tinggi daripada riwayat pencarian, karena data ini secara langsung mencerminkan perilaku pembelian yang nyata dan kepuasan. Ketika agen AI perlu membuat keputusan pembelian untuk pengguna, data ini adalah bahan pelatihan yang paling berharga. Meskipun Google tahu apa yang kamu cari, tetapi ia tidak tahu apa yang akhirnya kamu beli, dan tidak tahu apakah kamu puas dengan hasil pembelian tersebut. Kesenjangan data ini akan semakin diperbesar di era AI.
Lebih penting lagi, program loyalitas Amazon Prime( menciptakan fenomena ekonomi yang unik: sunk cost bias). Ketika Anda sudah membayar untuk menjadi anggota Prime, Anda cenderung membeli lebih banyak barang di Amazon untuk "mengembalikan biaya". Mekanisme psikologis ini mungkin akan menjadi lebih kuat di era AI. Agen AI yang mencari opsi pembelian terbaik untuk Anda mungkin secara alami cenderung ke Amazon, karena ia tahu Anda adalah anggota Prime dan dapat menikmati pengiriman gratis serta keuntungan lainnya.
Logika pertahanan Shopify sama sekali berbeda, tetapi sama kuatnya. Ini tidak membangun moat dengan mengendalikan konsumen, melainkan dengan memberdayakan pedagang untuk menciptakan efek jaringan. Dengan semakin banyaknya D2C( merek Direct-to-Consumer yang memilih Shopify, platform ini menjadi semakin tidak tergantikan. Di era AI, keuntungan desentralisasi ini mungkin akan menjadi lebih jelas. AI agent mungkin perlu mendapatkan informasi dan menyelesaikan pembelian dari ratusan situs web merek yang berbeda secara bersamaan, dan jika semua situs ini berjalan di Shopify, itu akan membentuk ekosistem API yang distandarisasi.
Saya pikir Shopify memiliki keunggulan yang terabaikan: itu dekat dengan cerita merek. Di era AI, perbedaan fungsional produk mungkin cepat dikenali dan dibandingkan oleh AI, tetapi koneksi emosional merek tetap perlu dirasakan oleh manusia. Merek di Shopify biasanya memiliki cerita dan budaya yang unik, dan nilai-nilai lunak ini sulit untuk sepenuhnya diukur oleh AI, tetapi merupakan faktor penting yang mempengaruhi keputusan konsumen.
Empat tantangan infrastruktur dasar dalam komersialisasi AI
Justine di akhir artikel menyebutkan empat kondisi dasar yang diperlukan agar AI dapat mencapai potensi penuhnya di bidang bisnis. Saya rasa setiap kondisi tersebut layak untuk dibahas lebih dalam, karena mereka bukan hanya tantangan teknis, tetapi juga peluang untuk inovasi model bisnis.
Pertama adalah masalah data yang lebih baik. Sistem ulasan produk saat ini memang memiliki masalah serius: ulasan palsu, polaritas, kurangnya informasi latar belakang. Tetapi saya percaya akar masalahnya terletak pada ketidaksesuaian mekanisme insentif. Konsumen menulis ulasan biasanya karena sangat puas atau sangat tidak puas, jarang ada yang mencatat keadaan di tengah. Selain itu, sistem ulasan yang ada tidak dapat menangkap konteks penggunaan produk, harapan pengguna, serta perubahan dimensi waktu.
Sistem data ideal yang saya bayangkan adalah sebagai berikut: agen AI tidak hanya mengumpulkan penilaian subjektif pengguna, tetapi juga akan memantau penggunaan produk yang sebenarnya melalui perangkat Internet of Things. Misalnya, sebuah jam tangan pintar tidak hanya perlu melihat apakah pengguna memberikan penilaian lima bintang, tetapi juga harus melihat seberapa sering dan berapa lama pengguna memakainya. Penilaian sebuah mesin kopi tidak hanya harus melihat umpan balik tertulis, tetapi juga harus melihat frekuensi penggunaan yang sebenarnya, kondisi perawatan dan kebersihan, dan lain-lain. Data penggunaan objektif yang digabungkan dengan umpan balik subjektif inilah yang dapat membentuk sistem penilaian produk yang benar-benar berharga.
Tantangan API yang terintegrasi lebih bersifat politik daripada teknis. Setiap platform e-commerce memiliki struktur API, format data, dan mekanisme otentikasi yang berbeda, dan perbedaan ini sebagian besar dilakukan dengan sengaja, tujuannya adalah untuk menciptakan efek penguncian platform. Namun, di era agen AI, pemisahan ini bisa menjadi kendala efisiensi bagi seluruh industri. Saya memprediksi akan muncul layanan agregasi API khusus, mirip dengan sistem distribusi global di industri pariwisata. Layanan ini akan menstandarkan antarmuka dari berbagai platform, memungkinkan agen AI untuk membandingkan dan membeli secara lintas platform tanpa hambatan.
Identitas dan memori adalah tantangan yang paling kompleks karena melibatkan keseimbangan antara privasi, akurasi, dan adaptabilitas. Saya percaya bahwa asisten belanja AI di masa depan perlu membangun model preferensi multi-lapis. Model ini tidak hanya harus mencatat pembelian historis Anda, tetapi juga memahami nilai-nilai Anda, tahap kehidupan, batasan keuangan, dan lain-lain. Misalnya, ia perlu tahu bahwa Anda mengejar kenyamanan saat makan siang di hari kerja, tetapi lebih memperhatikan kualitas dan presentasi saat makan bersama di akhir pekan. Rekomendasi yang peka terhadap konteks ini membutuhkan kemampuan pemahaman sosial yang hampir mirip dengan manusia dari AI.
Penangkapan tertanam mungkin adalah bidang dengan potensi inovasi paling besar. Pengumpulan data tradisional bersifat pasif dan tertunda: setelah membeli baru memberikan penilaian, setelah menggunakan baru memberikan umpan balik. Namun, agen AI dapat mewujudkan pembelajaran preferensi secara real-time. Misalnya, ketika Anda menghabiskan waktu lebih lama pada suatu fitur saat menjelajahi produk tertentu, AI dapat menyimpulkan bahwa Anda cukup memperhatikan fitur tersebut. Ketika Anda cepat melewati beberapa opsi warna, AI dapat mempelajari preferensi warna Anda. Analisis mikro-interaksi ini dapat memberikan AI pemahaman yang lebih mendetail tentang preferensi Anda.
Perombakan platform e-commerce: Siapa yang akan menang?
Setelah memikirkan analisis Justine, saya memiliki beberapa penilaian sendiri tentang masa depan industri e-commerce. Saya percaya AI akan memicu penggantian platform baru, tetapi logika kemenangan kali ini berbeda dari sebelumnya.
Persaingan di era e-commerce tradisional terutama berputar di sekitar tiga dimensi: keragaman pilihan, kenyamanan, dan harga. Amazon menang dalam hal pilihan dengan filosofi "Everything Store", sekaligus membangun keunggulan dalam kenyamanan melalui Prime. Namun, di era AI, pentingnya keunggulan ini akan berubah.
Ketika agen AI dapat secara otomatis membandingkan harga di seluruh jaringan dan melakukan pembelian, keuntungan harga dari satu platform akan tereduksi. Ketika AI dapat memproses secara cerdas dalam jumlah besar dan melaksanakan secara lintas platform, definisi kenyamanan juga akan berubah. Keunggulan kompetitif yang sebenarnya akan beralih ke kualitas data, kemampuan AI, dan integrasi ekosistem.
Saya memprediksi akan muncul beberapa jenis pemain platform baru: platform e-commerce berbasis AI, agen AI vertikal, dan penyedia infrastruktur bisnis. Platform berbasis AI akan dirancang dari awal dengan fokus pada kebutuhan agen AI, menyediakan data produk terstruktur, API yang distandarisasi, dan pengalaman pengguna yang ramah AI. Agen AI vertikal akan fokus pada kategori tertentu, seperti AI fashion, AI produk digital, atau AI renovasi rumah, membangun keunggulan kompetitif melalui spesialisasi mendalam. Penyedia infrastruktur bisnis akan memberikan layanan teknologi dasar, membantu platform e-commerce tradisional bertransformasi menjadi berbasis AI.
Saya juga percaya bahwa akan muncul model bisnis baru: langganan agen AI. Konsumen mungkin tidak lagi berbelanja langsung di berbagai platform e-commerce, tetapi berlangganan satu atau beberapa agen belanja AI, yang akan mewakili semua keputusan pembelian. Agen-agen ini akan mengenakan biaya langganan daripada komisi, sehingga menghindari konflik kepentingan dan benar-benar berdiri di sisi konsumen. Model ini mungkin akan mendefinisikan ulang distribusi rantai nilai e-commerce.
Rekonstruksi AI dalam Pemasaran Merek: Dari Pemasaran Massal ke Dialog Individu
Perubahan AI terhadap bisnis tidak hanya terbatas pada perilaku pembelian, tetapi juga akan secara fundamental merombak logika pemasaran merek. Di era agen AI, efektivitas pemasaran massal tradisional akan menurun drastis, karena konsumen tidak lagi secara aktif mencari dan membandingkan produk, melainkan bergantung pada rekomendasi agen AI.
Ini berarti merek perlu belajar berkomunikasi dengan AI, bukan dengan manusia. AI agent dalam mengevaluasi produk akan lebih rasional dan berbasis data, mereka tidak akan terpengaruh oleh kemasan yang menarik atau iklan emosional, melainkan akan fokus pada indikator kinerja objektif, efisiensi biaya, dan penilaian kepuasan pengguna.
Namun, ini tidak berarti bahwa cerita merek menjadi tidak penting. Sebaliknya, saya percaya bahwa narasi merek yang autentik akan menjadi semakin penting, karena agen AI akan menganalisis secara mendalam konsistensi dan kredibilitas merek. Jika sebuah merek menyampaikan informasi yang bertentangan di berbagai platform dan waktu yang berbeda, AI dengan mudah dapat mengenalinya dan mengurangi bobot rekomendasi.
Saya memprediksi akan muncul peran pemasaran baru: Petugas Hubungan AI. Tugas petugas ini adalah memastikan bahwa informasi produk, strategi harga, manajemen inventaris, dan berbagai aspek lainnya dari merek dapat dipahami dan dievaluasi dengan benar oleh AI. Mereka perlu mengoptimalkan data produk, mengelola integrasi API, memantau pola rekomendasi AI, dan lain-lain.
Perubahan penting lainnya adalah personalisasi yang ekstrem. Ketika agen AI memiliki pemahaman mendalam tentang setiap konsumen, merek dapat menawarkan produk yang disesuaikan untuk setiap orang. Ini bukan hanya rekomendasi yang dipersonalisasi, tetapi produk yang dipersonalisasi itu sendiri. Bayangkan, ketika agen AI Anda memberi tahu merek pakaian tentang ukuran Anda yang tepat, preferensi warna, kebutuhan bahan, dan kisaran anggaran, merek tersebut dapat menyesuaikan satu item unik untuk Anda. Kustomisasi massal ini menjadi ekonomis dan layak di era AI.
Sepuluh tahun ke depan: Apa yang sedang kita saksikan?
Setelah merenungkan analisis Justine dan pengamatan saya sendiri, saya merasa bahwa apa yang sedang kita saksikan bukan hanya transformasi dalam industri e-commerce, tetapi juga perubahan perilaku ekonomi yang lebih mendalam.
Ekonomi tradisional mengasumsikan bahwa konsumen adalah pelaku rasional yang secara aktif mengumpulkan informasi, membandingkan opsi, dan membuat keputusan optimal. Namun dalam kenyataannya, kita semua tahu bahwa keputusan manusia penuh dengan bias, emosi, dan keterbatasan kognitif. Munculnya agen AI mungkin akan membuat konsumen menjadi lebih "rasional", karena AI dapat memproses lebih banyak informasi, menghindari bias emosional, dan secara konsisten menerapkan standar keputusan.
Penyebaran konsumsi rasional ini mungkin akan membawa dampak yang mendalam. Pertama, efisiensi pasar akan meningkat secara signifikan, karena konsumen dapat menilai nilai produk dengan lebih akurat. Kedua, kualitas produk akan menjadi lebih penting daripada kemampuan pemasaran, karena agen AI tidak akan terpengaruh oleh iklan yang berlebihan. Terakhir, transparansi harga akan meningkat, karena AI dapat dengan mudah membandingkan harga di seluruh internet.
Tapi saya juga khawatir bahwa konsumsi "super rasional" ini dapat membawa beberapa konsekuensi negatif. Kesenangan dalam menemukan saat berbelanja mungkin akan berkurang, karena agen AI selalu merekomendasikan pilihan "optimal", bukan pilihan yang mengejutkan atau menyenangkan. Pembelian impulsif meskipun tidak cukup rasional, namun juga merupakan bagian dari kesenangan hidup. Jika segala sesuatu dioptimalkan oleh AI, kehidupan mungkin menjadi terlalu dapat diprediksi.
Dari sudut pandang yang lebih makro, saya percaya bahwa penerapan AI di bidang bisnis akan mempercepat digitalisasi ekonomi. Semakin banyak perilaku bisnis yang akan dicatat dan dianalisis secara digital, yang akan memberikan dasar data yang belum pernah ada sebelumnya untuk perencanaan ekonomi dan pembuatan kebijakan. Pemerintah mungkin dapat memprediksi tren ekonomi dengan lebih akurat, mengidentifikasi kegagalan pasar, dan merancang langkah intervensi yang tepat sasaran.
Saya memprediksi bahwa dalam sepuluh tahun ke depan, kita akan melihat bisnis yang didorong oleh AI berkembang dari aplikasi eksperimental menjadi praktik mainstream. Para pelopor awal akan mendapatkan keuntungan kompetitif yang signifikan, tetapi seiring dengan penyebaran teknologi, keuntungan ini akan secara bertahap terkomodifikasi. Pemenang jangka panjang yang sebenarnya akan menjadi perusahaan-perusahaan yang mampu mendefinisikan ulang nilai pelanggan di era AI.