Apakah kamu pernah berpikir, mengapa Google bisa menjadi raksasa dengan nilai pasar 2 triliun dolar, sementara Wikipedia adalah sebuah organisasi non-profit? Jawabannya sangat sederhana: daya tarik pencarian komersial. Ketika kamu mencari "berapa banyak proton dalam atom cesium", Google tidak menghasilkan satu sen pun. Tetapi ketika kamu mencari "raket tenis terbaik", ia mulai mencetak uang. Ketidaksetaraan ini mendefinisikan seluruh esensi 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, dan wawasan mereka tentang bagaimana AI membentuk kembali bidang e-commerce sangat mengejutkan saya. Mereka tidak hanya menganalisis ancaman yang mungkin dihadapi Google, yang lebih penting, mereka menggambarkan gambaran baru tentang 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 telah menghabiskan banyak waktu untuk memikirkan pandangan mereka dan menggabungkannya dengan pengamatan saya tentang industri ini, dan saya ingin membagikan beberapa pemikiran yang lebih dalam.
Krisis nyata Google: bukan volume pencarian, tetapi perpindahan nilai
Justine menyebutkan sebuah poin yang mengesankan dalam artikelnya: Google, bahkan jika kehilangan 95% dari volume pencarian, pendapatannya masih mungkin meningkat, asalkan dapat mempertahankan query yang memiliki nilai komersial. Poin ini terdengar bertentangan dengan intuisi, tetapi sebenarnya mengungkapkan rahasia inti dari ekonomi pencarian. Setelah memikirkan secara mendalam, saya menemukan bahwa ada masalah yang lebih dalam di balik ini: AI sedang mengubah lokasi penciptaan nilai.
Dalam mode tradisional, Google berperan sebagai perantara informasi. Pengguna memiliki niat untuk membeli, Google menyediakan hasil pencarian dan iklan, pedagang mendapatkan lalu lintas, dan Google menerima biaya iklan. Ini adalah permainan tiga pihak yang relatif sederhana. Namun, munculnya agen AI telah memecahkan keseimbangan ini. Ketika ChatGPT atau Perplexity dapat langsung menjawab "apa raket tenis terbaik" dan memberikan rekomendasi konkret, mengapa pengguna masih perlu mengklik tautan iklan Google?
Yang lebih penting, AI tidak hanya menjawab pertanyaan, tetapi juga mendefinisikan ulang "pencarian" itu sendiri. Perilaku pencarian kita sebelumnya adalah: mengajukan pertanyaan → mendapatkan daftar tautan → mengklik untuk melihat → membandingkan informasi → membuat keputusan. Sedangkan proses agen AI adalah: mendeskripsikan kebutuhan → mendapatkan rekomendasi → langsung membeli. Tahap perbandingan dan penelitian di tengah-tengah telah sangat dipersingkat bahkan menghilang. Ini berarti mesin pencari tradisional tidak hanya kehilangan jumlah kueri, tetapi juga kehilangan posisi kunci dalam rantai keputusan.
Dari kesaksian Eddy Cue, Wakil Presiden Senior Apple, di sidang antimonopoli DOJ pada Mei 2025, dapat terlihat petunjuk. Ia menyatakan bahwa jumlah pencarian Safari turun untuk pertama kalinya dalam lebih dari dua dekade, berita ini langsung menyebabkan harga saham Alphabet turun hampir 8% dalam sehari, dengan nilai pasar yang menguap 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 pencarian bernilai rendah, tetapi arah tren ini jelas.
Saya percaya bahwa tantangan yang dihadapi Google bukanlah sekadar ancaman persaingan, tetapi tantangan struktural pada model bisnisnya. Ketika AI dapat secara langsung menyelesaikan seluruh proses dari pengenalan niat hingga pengambilan keputusan pembelian, model tradisional "lalu lintas → iklan → konversi" akan menjadi tidak efisien bahkan usang. Yang dibutuhkan Google bukanlah algoritma pencarian yang lebih baik, tetapi model bisnis baru yang dapat beradaptasi dengan perilaku konsumsi yang didorong oleh AI.
Transformasi AI dari lima jenis perilaku pembelian: dari impulsif hingga reflektif
Justine membagi perilaku pembelian dalam artikel menjadi lima kategori, dari pembelian impulsif hingga pembelian yang signifikan dalam hidup, di mana masing-masing akan mengalami perubahan dengan tingkat yang berbeda di era AI. Saya merasa kerangka klasifikasi ini sangat akurat, tetapi saya ingin menganalisis lebih dalam mekanisme psikologis di balik setiap perilaku pembelian, serta bagaimana AI membentuk kembali mekanisme ini.
Pembelian impulsif (Impulse buy) tampaknya adalah bidang yang paling sedikit dipengaruhi oleh AI, karena impuls berarti tidak ada proses penelitian yang rasional. Namun, saya percaya bahwa penilaian ini mungkin terlalu dangkal. Kekuatan sejati AI terletak pada memprediksi dan mengarahkan impuls. Bayangkan, ketika Anda melihat kaos lucu di TikTok, AI sudah menganalisis riwayat penelusuran Anda, catatan pembelian, aktivitas media sosial, bahkan keadaan emosional Anda, kemudian pada saat yang paling tepat, menawarkan produk yang paling sesuai dengan kebutuhan psikologis Anda saat ini. Ini bukan sekadar rekomendasi algoritmik, tetapi pemahaman dan pengendalian yang mendalam terhadap psikologi impulsif manusia. Saya rasa panduan impulsif yang dipersonalisasi ini dapat membuat pembelian impulsif menjadi lebih sering dan lebih tepat.
Kebutuhan sehari-hari ( Transformasi AI dari kebutuhan rutin ) 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 menyesuaikan waktu dan jumlah pembelian Anda berdasarkan fluktuasi harga, ketersediaan stok, bahkan ramalan cuaca. Sebuah agen AI yang cerdas mungkin, seminggu sebelum deterjen Anda hampir habis, menemukan bahwa suatu merek sedang diskon, sehingga membeli lebih awal dan menyarankan Anda untuk mencobanya. Tindakan "arbitrase cerdas" ini mungkin membuat konsumen secara tidak sadar mendapatkan nilai yang lebih baik, sekaligus memaksa merek untuk memikirkan kembali strategi penetapan harga dan promosi mereka.
Pembelian gaya hidup (Pembelian gaya hidup) adalah bidang di mana saya yakin AI akan memberikan dampak terbesar. Karakteristik pembelian semacam ini adalah: terdapat ambang harga tertentu, melibatkan selera pribadi, dan memerlukan tingkat penelitian tertentu. Justine menyebutkan produk seperti Plush, tetapi saya rasa itu hanya puncak gunung es. Revolusi sejati akan datang dari pembelajaran mendalam AI tentang gaya dan preferensi pribadi. Bayangkan asisten AI yang tidak hanya tahu apa yang telah Anda beli sebelumnya, tetapi juga memahami bentuk tubuh, warna kulit, gaya hidup, 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( adalah yang paling kompleks dan menantang dalam AI. Pembelian jenis ini biasanya melibatkan pengeluaran besar dan penggunaan jangka panjang, di mana konsumen tidak hanya memerlukan 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 luas, tetapi juga dapat melakukan percakapan mendalam yang mirip dengan ahli penjualan manusia. Mereka dapat menanyakan kebutuhan spesifik Anda, skenario penggunaan, batasan anggaran, bahkan rencana masa depan Anda, dan kemudian memberikan saran yang sangat dipersonalisasi. Yang lebih penting, konsultan AI ini bersifat lintas merek, tidak akan condong ke produk tertentu karena komisi atau persediaan.
Pembelian besar dalam hidup )Pembelian hidup( mungkin merupakan bidang yang paling sedikit dipengaruhi oleh AI tetapi juga yang paling penting. Membeli rumah, menikah, pendidikan adalah keputusan yang terlalu besar dan personal, sulit untuk sepenuhnya diserahkan kepada AI. Namun, AI dapat berperan penting dalam pengumpulan informasi, perbandingan opsi, dan penilaian risiko. Pelatih AI yang saya bayangkan bukan 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 pikir nilai pelatih AI semacam ini terletak pada netralitas dan komprehensifnya, tidak seperti penasihat manusia yang mungkin memiliki konflik kepentingan.
Keunggulan 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 lebih dalam sumber dan keberlanjutan keuntungan ini. Keunggulan Amazon tidak hanya terletak pada kontrolnya atas seluruh rantai dari pencarian hingga pengiriman, tetapi yang lebih penting adalah bahwa mereka menguasai data perilaku yang paling berharga ).
Amazon tahu apa yang Anda beli, kapan Anda membelinya, seberapa cepat Anda menerimanya, apakah Anda mengembalikannya, apakah Anda membelinya kembali, dan sebagainya. Nilai data ini jauh lebih tinggi daripada riwayat pencarian, karena data ini secara langsung mencerminkan perilaku pembelian yang nyata dan tingkat kepuasan. Ketika agen AI perlu membuat keputusan pembelian untuk pengguna, data ini adalah materi pelatihan yang paling berharga. Meskipun Google tahu apa yang Anda cari, ia tidak tahu apa yang akhirnya Anda beli, dan bahkan lebih tidak tahu apakah Anda puas dengan hasil pembelian tersebut. Kesenjangan data ini akan semakin diperbesar di era AI.
Yang lebih penting, 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 semakin kuat di era AI. Ketika agen AI mencari opsi pembelian terbaik untuk Anda, ia mungkin secara alami cenderung ke Amazon, karena ia tahu Anda adalah anggota Prime dan dapat menikmati pengiriman gratis serta penawaran lainnya.
Logika pertahanan Shopify sangat berbeda, tetapi sama kuatnya. Ia tidak membangun benteng dengan mengontrol konsumen, melainkan dengan memberdayakan pedagang untuk menciptakan efek jaringan. Seiring semakin banyak merek D2C( yang memilih Shopify, platform ini semakin tidak tergantikan. Di era AI, keuntungan desentralisasi ini mungkin akan semakin terlihat. Agen AI mungkin perlu mendapatkan informasi dan menyelesaikan pembelian dari ratusan situs resmi merek yang berbeda secara bersamaan, dan jika semua situs ini berjalan di Shopify, akan terbentuk ekosistem API yang terstandarisasi.
Saya percaya bahwa Shopify memiliki satu keunggulan yang masih dianggap rendah: kedekatannya dengan cerita merek. Di era AI, perbedaan fungsional produk mungkin dapat dengan cepat dikenali dan dibandingkan oleh AI, tetapi koneksi emosional merek masih memerlukan perasaan manusia. Merek yang ada di Shopify biasanya memiliki cerita dan budaya yang unik, nilai-nilai lunak ini sulit untuk sepenuhnya diukur oleh AI, tetapi merupakan faktor penting dalam memengaruhi keputusan konsumsi.
Empat tantangan infrastruktur dasar dalam komersialisasi AI
Justine menyebutkan empat syarat dasar yang diperlukan agar AI dapat memanfaatkan seluruh potensinya di bidang bisnis pada akhir artikel, saya pikir masing-masing 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, polarisasi, kurangnya informasi latar belakang. Namun, saya percaya akar masalahnya terletak pada ketidaksesuaian mekanisme insentif. Konsumen biasanya menulis ulasan karena sangat puas atau sangat tidak puas, dan jarang ada orang yang mencatat keadaan di tengah. Selain itu, sistem ulasan yang ada tidak dapat menangkap konteks penggunaan produk, ekspektasi pengguna, serta perubahan dimensi waktu.
Sistem data ideal yang saya bayangkan adalah sebagai berikut: agen AI tidak hanya mengumpulkan penilaian subjektif pengguna, tetapi juga memantau penggunaan produk yang sebenarnya melalui perangkat IoT. Misalnya, sebuah jam tangan pintar tidak hanya perlu melihat apakah pengguna memberikan penilaian lima bintang, tetapi juga harus melihat frekuensi dan durasi pemakaian pengguna. Penilaian sebuah mesin kopi tidak hanya perlu melihat umpan balik tertulis, tetapi juga harus mempertimbangkan frekuensi penggunaan yang sebenarnya, kondisi perawatan dan kebersihan, dan sebagainya. Data penggunaan objektif ini, dikombinasikan dengan umpan balik subjektif, dapat membentuk sistem penilaian produk yang benar-benar berharga.
Tantangan untuk API yang terstandarisasi lebih bersifat politik daripada teknis. Setiap platform e-commerce memiliki struktur API, format data, dan mekanisme otentikasi sendiri, perbedaan ini sebagian besar dilakukan dengan sengaja, tujuannya adalah menciptakan efek penguncian platform. Namun, di era agen AI, pemisahan ini dapat 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 asisten belanja AI di masa depan perlu membangun model preferensi multi-level. Model ini tidak hanya harus mencatat riwayat pembelian Anda, tetapi juga memahami nilai-nilai Anda, tahap kehidupan, batasan keuangan, dan lain-lain. Misalnya, ia perlu tahu bahwa Anda mencari kenyamanan saat makan siang di hari kerja, tetapi lebih memperhatikan kualitas dan penyajian saat makan bersama di akhir pekan. Rekomendasi yang sensitif terhadap konteks ini memerlukan AI untuk memiliki pemahaman sosial yang mendekati manusia.
Penangkapan terintegrasi mungkin merupakan bidang dengan potensi inovasi terbesar. Pengumpulan data tradisional bersifat pasif dan tertunda: memberikan ulasan setelah membeli, memberikan umpan balik setelah menggunakan. Namun, agen AI dapat melakukan pembelajaran preferensi secara real-time. Misalnya, ketika Anda menghabiskan waktu lama pada suatu fitur saat menjelajahi produk tertentu, AI dapat menyimpulkan bahwa Anda cukup tertarik dengan fitur tersebut. Ketika Anda dengan cepat melewatkan beberapa pilihan warna, AI dapat mempelajari preferensi warna Anda. Analisis mikro-interaksi ini memungkinkan AI untuk memiliki pemahaman yang lebih mendetail tentang preferensi Anda.
Restrukturisasi platform e-commerce: Siapa yang akan menang?
Setelah memikirkan analisis Justine, saya memiliki beberapa penilaian sendiri tentang masa depan industri e-commerce. Saya percaya bahwa AI akan memicu penggantian platform yang baru, tetapi logika kemenangan akan berbeda dari sebelumnya.
Persaingan di era e-commerce tradisional terutama berpusat pada tiga dimensi: keragaman pilihan, kenyamanan, dan harga. Amazon menang dalam hal pilihan dengan filosofi "Everything Store"-nya, 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 sebagai perwakilan, maka keuntungan harga dari satu platform akan tereduksi. Ketika AI dapat memproses secara cerdas dalam jumlah besar dan memenuhi kebutuhan 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 asli AI, agen AI vertikal, dan penyedia infrastruktur bisnis. Platform asli AI akan dirancang dari awal dengan fokus pada kebutuhan agen AI, menyediakan data produk yang terstruktur, API yang terstandarisasi, dan pengalaman pengguna yang ramah AI. Agen AI vertikal akan fokus pada kategori tertentu, seperti AI mode, AI produk digital, atau AI renovasi rumah, dengan membangun keunggulan kompetitif melalui spesialisasi mendalam. Penyedia infrastruktur bisnis akan menawarkan layanan teknologi dasar, membantu platform e-commerce tradisional untuk di-AI-kan.
Saya juga berpikir akan muncul model bisnis baru: langganan agen AI. Konsumen mungkin tidak lagi berbelanja langsung di berbagai platform e-commerce, melainkan berlangganan satu atau lebih agen belanja AI, yang akan mewakili semua keputusan pembelian. Para agen ini akan mengenakan biaya langganan alih-alih komisi, sehingga menghindari konflik kepentingan dan benar-benar berdiri di sisi konsumen. Model ini berpotensi untuk mendefinisikan kembali 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 mendasar membentuk kembali logika pemasaran merek. Di era agen AI, efektivitas pemasaran massal tradisional akan menurun secara signifikan, karena konsumen tidak lagi secara aktif mencari dan membandingkan produk, melainkan bergantung pada rekomendasi agen AI.
Ini berarti merek perlu belajar untuk berbicara dengan AI, bukan dengan manusia. AI agent dalam mengevaluasi produk akan lebih rasional dan didorong oleh data, mereka tidak akan terpengaruh oleh kemasan yang menarik atau iklan emosional, tetapi akan fokus pada indikator kinerja objektif, efisiensi biaya, dan skor kepuasan pengguna.
Namun, ini tidak berarti bahwa cerita merek menjadi tidak penting. Sebaliknya, saya percaya bahwa narasi merek yang otentik 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 mengidentifikasi dan mengurangi bobot rekomendasi.
Saya memprediksi akan ada peran pemasaran baru: Petugas Hubungan AI. Tugas petugas ini adalah memastikan bahwa semua aspek informasi produk, strategi harga, manajemen inventaris, dll., 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 ekstremisasi personalisasi. 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 di era AI.
Sepuluh Tahun Ke Depan: Apa yang Kita Saksikan?
Setelah merenungkan analisis Justine dan pengamatan saya sendiri, saya merasa bahwa apa yang kita saksikan bukan hanya perubahan dalam industri e-commerce, tetapi juga perubahan perilaku ekonomi yang lebih mendalam.
Ekonomi tradisional berasumsi bahwa konsumen adalah pelaku rasional, yang secara aktif mengumpulkan informasi, membandingkan pilihan, dan membuat keputusan optimal. Namun dalam kenyataannya, kita semua tahu bahwa keputusan manusia dipenuhi dengan bias, emosi, dan keterbatasan kognitif. Kemunculan agen AI mungkin membuat konsumen menjadi lebih "rasional", karena AI dapat memproses lebih banyak informasi, menghindari bias emosional, dan secara konsisten menerapkan standar pengambilan 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 mencolok. Akhirnya, transparansi harga akan meningkat, karena AI dapat dengan mudah membandingkan harga di seluruh jaringan.
Tetapi saya juga khawatir bahwa konsumsi "super rasional" ini mungkin membawa beberapa konsekuensi negatif. Keseruan menemukan saat berbelanja mungkin akan berkurang, karena AI agent selalu merekomendasikan pilihan "optimal", bukan pilihan yang mengejutkan atau menyenangkan. Pembelian impulsif meskipun tidak rasional, tetapi juga merupakan bagian dari kesenangan hidup. Jika segalanya dioptimalkan oleh AI, hidup 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 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.
Saya memprediksi bahwa dalam sepuluh tahun ke depan, kita akan melihat bisnis yang didorong oleh AI berkembang dari aplikasi eksperimental menjadi praktik arus utama. Para pengadopsi awal akan mendapatkan keunggulan kompetitif yang signifikan, tetapi seiring dengan penyebaran teknologi, keunggulan ini akan perlahan-lahan menjadi komoditas. Pemenang jangka panjang yang sebenarnya akan menjadi perusahaan-perusahaan yang dapat mendefinisikan kembali 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 berbasis AI sedang mendefinisikan ulang "belanja".
Penulis: Shen Si Quan
Apakah kamu pernah berpikir, mengapa Google bisa menjadi raksasa dengan nilai pasar 2 triliun dolar, sementara Wikipedia adalah sebuah organisasi non-profit? Jawabannya sangat sederhana: daya tarik pencarian komersial. Ketika kamu mencari "berapa banyak proton dalam atom cesium", Google tidak menghasilkan satu sen pun. Tetapi ketika kamu mencari "raket tenis terbaik", ia mulai mencetak uang. Ketidaksetaraan ini mendefinisikan seluruh esensi 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, dan wawasan mereka tentang bagaimana AI membentuk kembali bidang e-commerce sangat mengejutkan saya. Mereka tidak hanya menganalisis ancaman yang mungkin dihadapi Google, yang lebih penting, mereka menggambarkan gambaran baru tentang 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 telah menghabiskan banyak waktu untuk memikirkan pandangan mereka dan menggabungkannya dengan pengamatan saya tentang industri ini, dan saya ingin membagikan beberapa pemikiran yang lebih dalam.
Krisis nyata Google: bukan volume pencarian, tetapi perpindahan nilai
Justine menyebutkan sebuah poin yang mengesankan dalam artikelnya: Google, bahkan jika kehilangan 95% dari volume pencarian, pendapatannya masih mungkin meningkat, asalkan dapat mempertahankan query yang memiliki nilai komersial. Poin ini terdengar bertentangan dengan intuisi, tetapi sebenarnya mengungkapkan rahasia inti dari ekonomi pencarian. Setelah memikirkan secara mendalam, saya menemukan bahwa ada masalah yang lebih dalam di balik ini: AI sedang mengubah lokasi penciptaan nilai.
Dalam mode tradisional, Google berperan sebagai perantara informasi. Pengguna memiliki niat untuk membeli, Google menyediakan hasil pencarian dan iklan, pedagang mendapatkan lalu lintas, dan Google menerima biaya iklan. Ini adalah permainan tiga pihak yang relatif sederhana. Namun, munculnya agen AI telah memecahkan keseimbangan ini. Ketika ChatGPT atau Perplexity dapat langsung menjawab "apa raket tenis terbaik" dan memberikan rekomendasi konkret, mengapa pengguna masih perlu mengklik tautan iklan Google?
Yang lebih penting, AI tidak hanya menjawab pertanyaan, tetapi juga mendefinisikan ulang "pencarian" itu sendiri. Perilaku pencarian kita sebelumnya adalah: mengajukan pertanyaan → mendapatkan daftar tautan → mengklik untuk melihat → membandingkan informasi → membuat keputusan. Sedangkan proses agen AI adalah: mendeskripsikan kebutuhan → mendapatkan rekomendasi → langsung membeli. Tahap perbandingan dan penelitian di tengah-tengah telah sangat dipersingkat bahkan menghilang. Ini berarti mesin pencari tradisional tidak hanya kehilangan jumlah kueri, tetapi juga kehilangan posisi kunci dalam rantai keputusan.
Dari kesaksian Eddy Cue, Wakil Presiden Senior Apple, di sidang antimonopoli DOJ pada Mei 2025, dapat terlihat petunjuk. Ia menyatakan bahwa jumlah pencarian Safari turun untuk pertama kalinya dalam lebih dari dua dekade, berita ini langsung menyebabkan harga saham Alphabet turun hampir 8% dalam sehari, dengan nilai pasar yang menguap 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 pencarian bernilai rendah, tetapi arah tren ini jelas.
Saya percaya bahwa tantangan yang dihadapi Google bukanlah sekadar ancaman persaingan, tetapi tantangan struktural pada model bisnisnya. Ketika AI dapat secara langsung menyelesaikan seluruh proses dari pengenalan niat hingga pengambilan keputusan pembelian, model tradisional "lalu lintas → iklan → konversi" akan menjadi tidak efisien bahkan usang. Yang dibutuhkan Google bukanlah algoritma pencarian yang lebih baik, tetapi model bisnis baru yang dapat beradaptasi dengan perilaku konsumsi yang didorong oleh AI.
Transformasi AI dari lima jenis perilaku pembelian: dari impulsif hingga reflektif
Justine membagi perilaku pembelian dalam artikel menjadi lima kategori, dari pembelian impulsif hingga pembelian yang signifikan dalam hidup, di mana masing-masing akan mengalami perubahan dengan tingkat yang berbeda di era AI. Saya merasa kerangka klasifikasi ini sangat akurat, tetapi saya ingin menganalisis lebih dalam mekanisme psikologis di balik setiap perilaku pembelian, serta bagaimana AI membentuk kembali mekanisme ini.
Pembelian impulsif (Impulse buy) tampaknya adalah bidang yang paling sedikit dipengaruhi oleh AI, karena impuls berarti tidak ada proses penelitian yang rasional. Namun, saya percaya bahwa penilaian ini mungkin terlalu dangkal. Kekuatan sejati AI terletak pada memprediksi dan mengarahkan impuls. Bayangkan, ketika Anda melihat kaos lucu di TikTok, AI sudah menganalisis riwayat penelusuran Anda, catatan pembelian, aktivitas media sosial, bahkan keadaan emosional Anda, kemudian pada saat yang paling tepat, menawarkan produk yang paling sesuai dengan kebutuhan psikologis Anda saat ini. Ini bukan sekadar rekomendasi algoritmik, tetapi pemahaman dan pengendalian yang mendalam terhadap psikologi impulsif manusia. Saya rasa panduan impulsif yang dipersonalisasi ini dapat membuat pembelian impulsif menjadi lebih sering dan lebih tepat.
Kebutuhan sehari-hari ( Transformasi AI dari kebutuhan rutin ) 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 menyesuaikan waktu dan jumlah pembelian Anda berdasarkan fluktuasi harga, ketersediaan stok, bahkan ramalan cuaca. Sebuah agen AI yang cerdas mungkin, seminggu sebelum deterjen Anda hampir habis, menemukan bahwa suatu merek sedang diskon, sehingga membeli lebih awal dan menyarankan Anda untuk mencobanya. Tindakan "arbitrase cerdas" ini mungkin membuat konsumen secara tidak sadar mendapatkan nilai yang lebih baik, sekaligus memaksa merek untuk memikirkan kembali strategi penetapan harga dan promosi mereka.
Pembelian gaya hidup (Pembelian gaya hidup) adalah bidang di mana saya yakin AI akan memberikan dampak terbesar. Karakteristik pembelian semacam ini adalah: terdapat ambang harga tertentu, melibatkan selera pribadi, dan memerlukan tingkat penelitian tertentu. Justine menyebutkan produk seperti Plush, tetapi saya rasa itu hanya puncak gunung es. Revolusi sejati akan datang dari pembelajaran mendalam AI tentang gaya dan preferensi pribadi. Bayangkan asisten AI yang tidak hanya tahu apa yang telah Anda beli sebelumnya, tetapi juga memahami bentuk tubuh, warna kulit, gaya hidup, 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( adalah yang paling kompleks dan menantang dalam AI. Pembelian jenis ini biasanya melibatkan pengeluaran besar dan penggunaan jangka panjang, di mana konsumen tidak hanya memerlukan 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 luas, tetapi juga dapat melakukan percakapan mendalam yang mirip dengan ahli penjualan manusia. Mereka dapat menanyakan kebutuhan spesifik Anda, skenario penggunaan, batasan anggaran, bahkan rencana masa depan Anda, dan kemudian memberikan saran yang sangat dipersonalisasi. Yang lebih penting, konsultan AI ini bersifat lintas merek, tidak akan condong ke produk tertentu karena komisi atau persediaan.
Pembelian besar dalam hidup )Pembelian hidup( mungkin merupakan bidang yang paling sedikit dipengaruhi oleh AI tetapi juga yang paling penting. Membeli rumah, menikah, pendidikan adalah keputusan yang terlalu besar dan personal, sulit untuk sepenuhnya diserahkan kepada AI. Namun, AI dapat berperan penting dalam pengumpulan informasi, perbandingan opsi, dan penilaian risiko. Pelatih AI yang saya bayangkan bukan 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 pikir nilai pelatih AI semacam ini terletak pada netralitas dan komprehensifnya, tidak seperti penasihat manusia yang mungkin memiliki konflik kepentingan.
Keunggulan 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 lebih dalam sumber dan keberlanjutan keuntungan ini. Keunggulan Amazon tidak hanya terletak pada kontrolnya atas seluruh rantai dari pencarian hingga pengiriman, tetapi yang lebih penting adalah bahwa mereka menguasai data perilaku yang paling berharga ).
Amazon tahu apa yang Anda beli, kapan Anda membelinya, seberapa cepat Anda menerimanya, apakah Anda mengembalikannya, apakah Anda membelinya kembali, dan sebagainya. Nilai data ini jauh lebih tinggi daripada riwayat pencarian, karena data ini secara langsung mencerminkan perilaku pembelian yang nyata dan tingkat kepuasan. Ketika agen AI perlu membuat keputusan pembelian untuk pengguna, data ini adalah materi pelatihan yang paling berharga. Meskipun Google tahu apa yang Anda cari, ia tidak tahu apa yang akhirnya Anda beli, dan bahkan lebih tidak tahu apakah Anda puas dengan hasil pembelian tersebut. Kesenjangan data ini akan semakin diperbesar di era AI.
Yang lebih penting, 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 semakin kuat di era AI. Ketika agen AI mencari opsi pembelian terbaik untuk Anda, ia mungkin secara alami cenderung ke Amazon, karena ia tahu Anda adalah anggota Prime dan dapat menikmati pengiriman gratis serta penawaran lainnya.
Logika pertahanan Shopify sangat berbeda, tetapi sama kuatnya. Ia tidak membangun benteng dengan mengontrol konsumen, melainkan dengan memberdayakan pedagang untuk menciptakan efek jaringan. Seiring semakin banyak merek D2C( yang memilih Shopify, platform ini semakin tidak tergantikan. Di era AI, keuntungan desentralisasi ini mungkin akan semakin terlihat. Agen AI mungkin perlu mendapatkan informasi dan menyelesaikan pembelian dari ratusan situs resmi merek yang berbeda secara bersamaan, dan jika semua situs ini berjalan di Shopify, akan terbentuk ekosistem API yang terstandarisasi.
Saya percaya bahwa Shopify memiliki satu keunggulan yang masih dianggap rendah: kedekatannya dengan cerita merek. Di era AI, perbedaan fungsional produk mungkin dapat dengan cepat dikenali dan dibandingkan oleh AI, tetapi koneksi emosional merek masih memerlukan perasaan manusia. Merek yang ada di Shopify biasanya memiliki cerita dan budaya yang unik, nilai-nilai lunak ini sulit untuk sepenuhnya diukur oleh AI, tetapi merupakan faktor penting dalam memengaruhi keputusan konsumsi.
Empat tantangan infrastruktur dasar dalam komersialisasi AI
Justine menyebutkan empat syarat dasar yang diperlukan agar AI dapat memanfaatkan seluruh potensinya di bidang bisnis pada akhir artikel, saya pikir masing-masing 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, polarisasi, kurangnya informasi latar belakang. Namun, saya percaya akar masalahnya terletak pada ketidaksesuaian mekanisme insentif. Konsumen biasanya menulis ulasan karena sangat puas atau sangat tidak puas, dan jarang ada orang yang mencatat keadaan di tengah. Selain itu, sistem ulasan yang ada tidak dapat menangkap konteks penggunaan produk, ekspektasi pengguna, serta perubahan dimensi waktu.
Sistem data ideal yang saya bayangkan adalah sebagai berikut: agen AI tidak hanya mengumpulkan penilaian subjektif pengguna, tetapi juga memantau penggunaan produk yang sebenarnya melalui perangkat IoT. Misalnya, sebuah jam tangan pintar tidak hanya perlu melihat apakah pengguna memberikan penilaian lima bintang, tetapi juga harus melihat frekuensi dan durasi pemakaian pengguna. Penilaian sebuah mesin kopi tidak hanya perlu melihat umpan balik tertulis, tetapi juga harus mempertimbangkan frekuensi penggunaan yang sebenarnya, kondisi perawatan dan kebersihan, dan sebagainya. Data penggunaan objektif ini, dikombinasikan dengan umpan balik subjektif, dapat membentuk sistem penilaian produk yang benar-benar berharga.
Tantangan untuk API yang terstandarisasi lebih bersifat politik daripada teknis. Setiap platform e-commerce memiliki struktur API, format data, dan mekanisme otentikasi sendiri, perbedaan ini sebagian besar dilakukan dengan sengaja, tujuannya adalah menciptakan efek penguncian platform. Namun, di era agen AI, pemisahan ini dapat 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 asisten belanja AI di masa depan perlu membangun model preferensi multi-level. Model ini tidak hanya harus mencatat riwayat pembelian Anda, tetapi juga memahami nilai-nilai Anda, tahap kehidupan, batasan keuangan, dan lain-lain. Misalnya, ia perlu tahu bahwa Anda mencari kenyamanan saat makan siang di hari kerja, tetapi lebih memperhatikan kualitas dan penyajian saat makan bersama di akhir pekan. Rekomendasi yang sensitif terhadap konteks ini memerlukan AI untuk memiliki pemahaman sosial yang mendekati manusia.
Penangkapan terintegrasi mungkin merupakan bidang dengan potensi inovasi terbesar. Pengumpulan data tradisional bersifat pasif dan tertunda: memberikan ulasan setelah membeli, memberikan umpan balik setelah menggunakan. Namun, agen AI dapat melakukan pembelajaran preferensi secara real-time. Misalnya, ketika Anda menghabiskan waktu lama pada suatu fitur saat menjelajahi produk tertentu, AI dapat menyimpulkan bahwa Anda cukup tertarik dengan fitur tersebut. Ketika Anda dengan cepat melewatkan beberapa pilihan warna, AI dapat mempelajari preferensi warna Anda. Analisis mikro-interaksi ini memungkinkan AI untuk memiliki pemahaman yang lebih mendetail tentang preferensi Anda.
Restrukturisasi platform e-commerce: Siapa yang akan menang?
Setelah memikirkan analisis Justine, saya memiliki beberapa penilaian sendiri tentang masa depan industri e-commerce. Saya percaya bahwa AI akan memicu penggantian platform yang baru, tetapi logika kemenangan akan berbeda dari sebelumnya.
Persaingan di era e-commerce tradisional terutama berpusat pada tiga dimensi: keragaman pilihan, kenyamanan, dan harga. Amazon menang dalam hal pilihan dengan filosofi "Everything Store"-nya, 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 sebagai perwakilan, maka keuntungan harga dari satu platform akan tereduksi. Ketika AI dapat memproses secara cerdas dalam jumlah besar dan memenuhi kebutuhan 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 asli AI, agen AI vertikal, dan penyedia infrastruktur bisnis. Platform asli AI akan dirancang dari awal dengan fokus pada kebutuhan agen AI, menyediakan data produk yang terstruktur, API yang terstandarisasi, dan pengalaman pengguna yang ramah AI. Agen AI vertikal akan fokus pada kategori tertentu, seperti AI mode, AI produk digital, atau AI renovasi rumah, dengan membangun keunggulan kompetitif melalui spesialisasi mendalam. Penyedia infrastruktur bisnis akan menawarkan layanan teknologi dasar, membantu platform e-commerce tradisional untuk di-AI-kan.
Saya juga berpikir akan muncul model bisnis baru: langganan agen AI. Konsumen mungkin tidak lagi berbelanja langsung di berbagai platform e-commerce, melainkan berlangganan satu atau lebih agen belanja AI, yang akan mewakili semua keputusan pembelian. Para agen ini akan mengenakan biaya langganan alih-alih komisi, sehingga menghindari konflik kepentingan dan benar-benar berdiri di sisi konsumen. Model ini berpotensi untuk mendefinisikan kembali 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 mendasar membentuk kembali logika pemasaran merek. Di era agen AI, efektivitas pemasaran massal tradisional akan menurun secara signifikan, karena konsumen tidak lagi secara aktif mencari dan membandingkan produk, melainkan bergantung pada rekomendasi agen AI.
Ini berarti merek perlu belajar untuk berbicara dengan AI, bukan dengan manusia. AI agent dalam mengevaluasi produk akan lebih rasional dan didorong oleh data, mereka tidak akan terpengaruh oleh kemasan yang menarik atau iklan emosional, tetapi akan fokus pada indikator kinerja objektif, efisiensi biaya, dan skor kepuasan pengguna.
Namun, ini tidak berarti bahwa cerita merek menjadi tidak penting. Sebaliknya, saya percaya bahwa narasi merek yang otentik 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 mengidentifikasi dan mengurangi bobot rekomendasi.
Saya memprediksi akan ada peran pemasaran baru: Petugas Hubungan AI. Tugas petugas ini adalah memastikan bahwa semua aspek informasi produk, strategi harga, manajemen inventaris, dll., 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 ekstremisasi personalisasi. 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 di era AI.
Sepuluh Tahun Ke Depan: Apa yang Kita Saksikan?
Setelah merenungkan analisis Justine dan pengamatan saya sendiri, saya merasa bahwa apa yang kita saksikan bukan hanya perubahan dalam industri e-commerce, tetapi juga perubahan perilaku ekonomi yang lebih mendalam.
Ekonomi tradisional berasumsi bahwa konsumen adalah pelaku rasional, yang secara aktif mengumpulkan informasi, membandingkan pilihan, dan membuat keputusan optimal. Namun dalam kenyataannya, kita semua tahu bahwa keputusan manusia dipenuhi dengan bias, emosi, dan keterbatasan kognitif. Kemunculan agen AI mungkin membuat konsumen menjadi lebih "rasional", karena AI dapat memproses lebih banyak informasi, menghindari bias emosional, dan secara konsisten menerapkan standar pengambilan 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 mencolok. Akhirnya, transparansi harga akan meningkat, karena AI dapat dengan mudah membandingkan harga di seluruh jaringan.
Tetapi saya juga khawatir bahwa konsumsi "super rasional" ini mungkin membawa beberapa konsekuensi negatif. Keseruan menemukan saat berbelanja mungkin akan berkurang, karena AI agent selalu merekomendasikan pilihan "optimal", bukan pilihan yang mengejutkan atau menyenangkan. Pembelian impulsif meskipun tidak rasional, tetapi juga merupakan bagian dari kesenangan hidup. Jika segalanya dioptimalkan oleh AI, hidup 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 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.
Saya memprediksi bahwa dalam sepuluh tahun ke depan, kita akan melihat bisnis yang didorong oleh AI berkembang dari aplikasi eksperimental menjadi praktik arus utama. Para pengadopsi awal akan mendapatkan keunggulan kompetitif yang signifikan, tetapi seiring dengan penyebaran teknologi, keunggulan ini akan perlahan-lahan menjadi komoditas. Pemenang jangka panjang yang sebenarnya akan menjadi perusahaan-perusahaan yang dapat mendefinisikan kembali nilai pelanggan di era AI.