Daerah aliran sungai Toronto: Membongkar mitos, Skor Perolehan Informasi, dan apa yang sebenarnya diungkapkan Google tentang masa depan SEO

Dapat digantikan atau tak tergantikan? Bagaimana cara bertahan dari filter Google yang baru?

Mereka yang tidak mengetahui aturan main akan kehilangan pangsa pasar secara diam-diam

Optimasi mesin pencari saat ini sedang mengalami transformasi terbesarnya sejak ditemukannya PageRank. Untuk waktu yang lama, aturan tak tertulis dalam industri SEO adalah: siapa pun yang paling memahami algoritma dan meningkatkan skala konten secara efisien akan menang. Tetapi dengan pesatnya perkembangan sistem AI generatif, internet telah dipenuhi dengan konten massal yang dapat dipertukarkan dengan kecepatan luar biasa. Respons Google terhadap hal ini sangat drastis dan menandai pergeseran paradigma mendasar, yang secara tegas diperjelas pada acara Google Search Central Live di Toronto pada tahun 2026. Ini bukan lagi tentang sekadar kata kunci atau kuantitas semata, tetapi tentang "perolehan informasi"—perolehan informasi yang asli dan tidak dapat disalin.

Fokus industri semakin bergeser dari SEO tradisional ke GEO (Generative Engine Optimization) dan AIO (Artificial Intelligence Optimization). Mereka yang tidak memahami bahwa data eksklusif, perspektif unik, dan keahlian manusia yang sesungguhnya adalah mata uang visibilitas yang baru berisiko menjadi sepenuhnya tidak terlihat dalam lanskap pencarian yang digerakkan oleh AI. Artikel berikut menganalisis wawasan mendalam dari Toronto, menjelaskan mekanisme di balik filter kualitas baru Google, dan mengungkapkan strategi konten mana yang masih berfungsi secara berkelanjutan di era pencarian AI.

Dari SEO ke GEO ke AIO: Revolusi senyap optimasi mesin pencari

Titik balik di Toronto: Apa yang sebenarnya dikatakan Danny Sullivan

Pada tanggal 21 April 2026, acara Google Search Central Live pertama di Kanada berlangsung di Toronto. Martin Splitt, Danny Sullivan, Daniel Waisberg, Annanya Raghavan, dan Ryan Levering berdiri bersama di atas panggung dan memberikan kepada industri SEO apa yang telah mereka tuntut selama bertahun-tahun: kejelasan tentang bagaimana Google mengevaluasi konten di era AI. Pesan tersebut, yang sejak itu bergema di berbagai forum industri internasional, sesederhana namun berdampak luas: “SEO yang baik sebagian besar adalah memiliki konten yang hebat untuk orang-orang.”

Apa yang sekilas tampak seperti kebenaran yang sudah jelas, setelah dianalisis lebih dalam mengungkapkan pergeseran paradigma mendasar dalam sejarah optimasi mesin pencari. Sullivan secara langsung bertanya kepada para praktisi yang hadir, di sisi mana dari garis pemisah tersebut blog mereka masing-masing berada: komoditas atau bukan komoditas, dapat dipertukarkan atau sangat diperlukan. Pertanyaan itu retoris, tetapi menyentuh hati industri yang selama bertahun-tahun telah salah mengartikan kuantitas sebagai kualitas. Google tidak hanya menaikkan standar; aturan mainnya sendiri telah ditulis ulang, kata Jean-Christophe Chouinard, yang mendokumentasikan slide dari acara tersebut, sehingga memicu perdebatan luas di kalangan komunitas profesional.

Signifikansi ekonomi dari perdebatan ini sulit untuk dilebih-lebihkan. Pasar GEO, yang berarti optimasi untuk sistem AI generatif, tumbuh hingga mencapai nilai total US$886 juta pada tahun 2026, dan menurut pengamat pasar, ini hanyalah awal dari kurva pertumbuhan eksponensial. Secara paralel, 55 persen dari semua situs web yang dipantau mengalami perubahan signifikan dalam visibilitas setelah pembaruan Google Core pada Maret 2026; situs web dengan konten massal yang dihasilkan AI kehilangan hingga 80 persen lalu lintas organik mereka. Siapa pun yang tidak memahami sinyal dari Toronto tidak memahami posisi kompetitif mereka sendiri dalam lanskap pencarian yang berubah.

Kegagalan Massa: Mengapa Peningkatan Skala Tanpa Substansi Dihukum

Sejarah optimasi mesin pencari sebagian besar merupakan sejarah arbitrase. Begitu sinyal algoritmik teridentifikasi, pasar untuk manipulasi sinyal tersebut muncul. Kata kunci dioptimalkan, tautan balik dibeli, panjang teks dipanjang-panjangkan, dan akhirnya, AI menghasilkan artikel dalam skala industri yang secara sintaksis benar tetapi tanpa konten. Google secara sistematis menanggapi perkembangan ini dengan apa yang dikenal secara internal sebagai algoritma "Penyalahgunaan Konten Skala Besar".

Mekanisme ini pada dasarnya merupakan pengamanan terhadap apa yang digambarkan oleh Martin Splitt dan tim Google sebagai tekanan kualitas yang dipaksakan secara algoritmik: Hambatan masuk yang lebih rendah untuk produksi konten melalui alat AI telah memaksa Google untuk meningkatkan standar pengindeksan aktual. Ini berarti bahwa filter penting bukan lagi perayapan, melainkan proses seleksi selama pengindeksan. Sawan Jha, seorang praktisi SEO, merangkumnya dengan sempurna dalam diskusi LinkedIn seputar presentasi Toronto: Filter sebenarnya telah bergeser secara diam-diam dari perayapan ke seleksi, yang menjelaskan mengapa begitu banyak halaman yang ada tanpa dampak apa pun.

Pembaruan inti Maret 2026 secara menyakitkan mengungkap mekanisme ini. Situs web yang menerbitkan ratusan artikel yang dihasilkan AI setiap hari tanpa tinjauan editorial kehilangan antara 50 dan 80 persen lalu lintas mereka. Halaman yang menggunakan terjemahan yang dihasilkan AI sebagai strategi penskalaan secara sistematis dihukum. Dan platform yang secara terprogram menghasilkan ribuan halaman duplikat yang spesifik lokasi atau terkait produk terkena dampak paling parah. Pola yang diidentifikasi dan dihukum Google bukanlah AI itu sendiri, tetapi kurangnya nilai tambah: tidak ada penulis, tidak ada sumber utama, tidak ada pengalaman langsung, tidak ada argumen yang belum diketahui secara luas.

Logika ekonomi di balik ini jelas: Jika AI menstandarisasi konten ke tingkat komoditas, Google dapat dengan mudah mengabaikan tingkat tersebut. Yang menarik bagi Google adalah delta, yaitu peningkatan informasi terukur yang diberikan oleh suatu dokumen dibandingkan dengan semua dokumen yang sudah ada tentang topik yang sama.

Skor Perolehan Informasi: Sistem mata uang baru untuk visibilitas

Konsep di balik slide komoditas-non-komoditas Sullivan memiliki nama teknis yang tepat: Information Gain Score (IGS). Sejak 2022, Google memegang paten AS (US11354342B2, awalnya aplikasi dari tahun 2018) untuk sistem yang mengukur seberapa banyak informasi baru yang belum pernah dilihat sebelumnya yang ditawarkan sebuah dokumen kepada pengguna, relatif terhadap pencarian sebelumnya dan dokumen yang dilihat pada suatu topik. Skor tersebut menormalkan nilai antara 0 dan 1. Output AI generik yang hanya memparafrasekan lima hasil teratas cenderung mendekati nol. Riset primer asli, kumpulan data milik sendiri, studi kasus asli, dan perspektif unik mendekati nilai maksimum.

Signifikansi ekonomi dari skor ini tumbuh secara proporsional dengan volume konten yang dihasilkan AI secara online. Di ceruk pasar yang sangat kompetitif, IGS memengaruhi visibilitas di Google AI Overviews hingga 20 hingga 30 persen. Halaman dengan IGS tinggi mengalami peningkatan trafik sebesar 25 hingga 45 persen di ceruk pasar yang intensif riset. Dan hanya 12 persen konten dari penerbit besar yang mencapai IGS rata-rata di atas 0,7, yang menjelaskan mengapa bahkan perusahaan media yang sudah mapan pun menderita akibat pembaruan terbaru.

Bagi penerbit B2B seperti platform Xpert.Digital, yang mengkhususkan diri dalam logistik industri, transisi energi, dan aplikasi AI, ini menghadirkan peluang strategis yang nyata: Mereka yang memiliki data primer dari proyek industri dunia nyata, pengalaman implementasi yang konkret, dan analisis pasar orisinal secara struktural berada dalam posisi yang lebih baik daripada pesaing mana pun yang hanya mensintesis sumber informasi yang tersedia untuk umum. Agensi SEO sekarang menggunakan audit kesenjangan entitas dengan alat seperti SEMrush, Ahrefs, dan InLinks untuk mengukur entitas unik dan titik data mana yang hilang dari suatu halaman dibandingkan dengan pesaing dan untuk secara sistematis menutup kesenjangan ini. Platform InLinks mencatat pertumbuhan 51 persen dalam penggunaan fitur kesenjangan entitasnya sejak awal tahun 2026.

Konsensus versus peningkatan pengetahuan: Poros yang menyesuaikan kembali segalanya

Gianluca Fiorelli, seorang ahli strategi SEO yang terkenal secara internasional, menerbitkan panduan tentang Peringkat Web Tingkat Lanjut segera setelah presentasinya di Toronto, yang menjelaskan poros kunci untuk memahami visibilitas modern: ketegangan antara konsensus dan perolehan informasi. Konsensus—apa yang ditulis dan dikatakan semua orang—berharga untuk membangun kepercayaan dan sinyal EEAT, tetapi tidak memberikan wawasan baru. Perolehan informasi hanya muncul ketika sebuah dokumen melampaui konsensus, menantangnya, atau melengkapinya.

Cyrus Shepard, pendiri Zyppy SEO dan salah satu analis yang paling banyak dikutip dalam analisis pembaruan inti AS, mencatat setelah pembaruan Desember 2025 bahwa keberadaan data kepemilikan adalah faktor korelasi terkuat ketiga untuk situs web yang berkinerja baik. Bagi Danny Sullivan sendiri, temuan ini merupakan konfirmasi dari realitas yang ada, bukan prediksi perkembangan di masa depan: “Menurut saya, banyak bukti yang menunjukkan ini tepat sasaran, bukan ke mana Google akan menuju di masa depan, tetapi ke mana Google sudah berada sekarang.” Mesin pencari tersebut sudah memberikan penghargaan atas apa yang selama ini hanya diharapkan oleh banyak praktisi SEO di masa depan.

Hal ini memiliki konsekuensi ekonomi langsung bagi strategi konten. Konten yang hanya mencerminkan konsensus, menyusun daftar "terbaik", atau mengulang saran standar memenuhi fungsi pengurutan dalam sistem pengetahuan, tetapi diperlakukan secara algoritmik sebagai sesuatu yang dapat digantikan. Pertanyaan yang harus diajukan setiap tim konten bukanlah lagi: Apakah kita mendapatkan peringkat untuk kata kunci ini? Melainkan: Pengetahuan terukur apa yang kita bawa ke dunia yang tidak akan ada tanpa kita?

SEO, GEO, dan AIO: Tiga lapisan realitas baru

Kebingungan terminologi yang telah berkembang di industri sejak tahun 2023 merupakan gejala dari fase transisi di mana model lama tidak lagi sepenuhnya efektif dan model baru belum stabil. SEO, GEO, AEO, LLM SEO, AI Search Optimization: singkatan-singkatan tersebut telah berkembang lebih cepat daripada kematangan konsep-konsep yang mendasarinya. Danny Sullivan membahas situasi ini secara langsung di Toronto, tanpa mengakhiri perdebatan.

Perbedaan analitis yang paling jelas dapat ditemukan dalam deskripsi dua lapisan optimasi yang dikembangkan oleh CEO Rankfor.AI, Dmitrij Žatuchin, dalam analisis LinkedIn-nya: Visibilitas berbasis pengambilan, yang berarti kehadiran dalam Ikhtisar AI, Perplexity, dan ChatGPT dengan fungsi penelusuran, adalah jalur cepat, terukur dalam hitungan minggu, dan di mana prinsip-prinsip SEO klasik masih berlaku secara langsung. Memori parametrik, yang berarti apa yang telah disimpan oleh model bahasa tentang suatu merek atau topik dalam bobotnya, adalah jalur lambat, dengan siklus pembaruan tiga hingga enam bulan. Dalam sebuah studi Nordik-Baltik, sekitar 67 persen dari apa yang dikatakan sistem AI tentang suatu merek dikaitkan dengan memori parametrik. GEO terutama menangani lapisan kedua ini.

Implikasi praktisnya sangat signifikan: Mereka yang hanya mengoptimalkan untuk hasil cepat, hanya fokus pada SEO teknis, dan bertujuan untuk mendapatkan peringkat jangka pendek mengabaikan fakta bahwa sebagian besar yang dikatakan sistem AI tentang suatu merek, perusahaan, atau topik didasarkan pada data pelatihan yang sudah berbulan-bulan atau bahkan bertahun-tahun lamanya. Sebuah studi Wellows yang menganalisis 2.400 kutipan AI Overview menemukan bahwa halaman dengan sinyal EEAT yang kuat 2,3 kali lebih mungkin untuk dikutip. Ini berarti bahwa otoritas dan kepercayaan bukan hanya faktor peringkat Google, tetapi juga pendorong visibilitas AI.

Angka-angka dari statistik AI Mode semakin memperburuk situasi. Dalam AI Mode Google, yang tersedia untuk semua pengguna AS sejak Maret 2026, 93 persen dari semua kueri pencarian berakhir tanpa satu pun klik pada situs web eksternal. Hanya 14 persen dari URL yang dikutip dalam AI Mode yang benar-benar berada di peringkat 10 teratas Google. Dan jawaban AI Mode sekarang rata-rata berisi 13,34 sumber, dibandingkan dengan sekitar 6,82 pada tahun 2024, yang, meskipun meningkatkan jumlah posisi kutipan potensial, secara bersamaan memperintensifkan persaingan untuk setiap posisi tersebut.

Ekonomi Barang yang Tidak Dapat Digantikan: Apa Arti Konten Non-Komoditas Secara Ekonomi

Mark Williams-Cook, seorang ahli SEO dengan pengalaman lebih dari dua dekade di industri ini, merumuskan perbedaan dalam analisis LinkedIn-nya yang sangat penting untuk strategi konten. Konten komoditas bersifat dangkal, pengetahuan yang tersedia secara luas dicirikan oleh generalisasi dan mudah direplikasi. Sebaliknya, konten non-komoditas berakar kuat pada pengalaman langsung, keahlian profesional, dan aplikasi dunia nyata; konten ini menyediakan analisis, studi kasus, atau pengujian eksklusif yang tidak dapat diduplikasi tanpa latar belakang khusus penulisnya.

Dari perspektif ekonomi murni, perbedaan ini menggambarkan transisi dari persaingan sempurna ke persaingan tidak sempurna di pasar konten. Konten komoditas, seperti komoditas lainnya, berada di bawah tekanan harga karena alat AI telah membuatnya dapat diskalakan secara virtual tanpa batas. Di sisi lain, konten non-komoditas—konten yang berbasis pada data kepemilikan, pengalaman unik, dan keahlian yang tidak dapat direplikasi—memiliki perlindungan alami terhadap devaluasi algoritmik. Konten ini tidak dapat diskalakan karena sumbernya unik.

Implikasi strategis bagi perusahaan di industri yang intensif pengetahuan sangat jelas: Pemasaran konten di masa depan bukan lagi permainan kuantitas, tetapi permainan kualitas. Gus Pelogia, Manajer Produk SEO & AI Senior di Indeed, dengan tepat menggambarkan dilema ini: Sebuah blog tentang Buenos Aires, yang pernah ia tulis dari perspektif seorang ekspatriat Brasil, bukanlah konten komoditas pada tahun 2010. Saat ini, konten tersebut akan menjadi komoditas karena sudah cukup banyak perspektif serupa yang ada secara online. Bahkan kisah pribadi pun menjadi komoditas setelah sering direproduksi. Tantangannya terletak pada terus menerus menghasilkan pengetahuan unik berikutnya, bukan hanya sekali menjadi orisinal.

Bagi perusahaan yang memiliki akses ke data eksklusif, seperti perusahaan logistik dengan data gudang dunia nyata, penyedia energi dengan data waktu nyata dari pembangkit listrik tenaga surya, atau penyedia layanan AI dengan hasil implementasi yang tervalidasi, ini menghadirkan keunggulan kompetitif yang berkelanjutan. Furkan Özkaya, Spesialis SEO Teknis Senior, dengan tepat menggambarkan proses tersebut dalam diskusi LinkedIn: pembuatan konten berbasis AI dapat berjalan dengan baik, tetapi hanya jika manusia membaca, memeriksa fakta, mengedit, dan memperkayanya dengan keahlian yang sesungguhnya. Ini adalah proses yang membutuhkan waktu dua hingga tiga jam per artikel, bukan sistem otomatis sepenuhnya untuk produksi massal.

Solusi semi-internal: Bagaimana Xpert.Digital menutup kesenjangan operasional dalam pemasaran dan penjualan B2B – Bisnis Cerdas Berbasis Konten - Gambar: Xpert.Digital

Xpert.Digital adalah pusat industri B2B berbasis data yang dipimpin oleh Konrad Wolfenstein . Perusahaan ini bertindak sebagai solusi eksternal, yang hampir bersifat internal, bagi mitra industri, menutup kesenjangan operasional dalam pemasaran, konten, dan penjualan – tanpa memerlukan sumber daya tambahan di pihak klien.

Informasi selengkapnya di sini:

• Solusi semi-internal: Bagaimana Xpert.Digital menutup kesenjangan operasional dalam pemasaran dan penjualan B2B – Bisnis Cerdas Berbasis Konten

Paradoks Hasil yang Kaya: Data Terstruktur dan Perbedaan yang Tetap Tak Terlihat

Detail teknis dari presentasi di Toronto, yang kurang mendapat perhatian dalam diskusi yang lebih luas, layak mendapatkan analisis ekonomi terpisah. Ryan Levering menjelaskan perbedaan antara Google Rich Results Testing Tool dan Schema Markup Validator. Yang pertama terintegrasi ke dalam rantai pengindeksan internal Google, sedangkan yang kedua hanya memvalidasi kebenaran sintaksis markup skema terhadap standar Schema.org.

Perbedaan teknis ini relevan secara ekonomi karena banyak operator situs web bergantung pada Schema Markup Validator, yang tidak memberikan informasi tentang apakah suatu halaman benar-benar memenuhi syarat untuk hasil kaya (rich results). Sebaliknya, Rich Results Test mensimulasikan alur kerja rendering Google dan menunjukkan jenis hasil kaya mana yang sebenarnya dapat dihasilkan. Sebuah skema dapat sempurna secara sintaksis tetapi tetap tidak memicu kelayakan hasil kaya apa pun. Bagi situs e-commerce yang mengandalkan peringkat bintang, harga produk, atau cuplikan FAQ kaya untuk mencapai manfaat rasio klik-tayang (CTR), perbedaan ini secara langsung berdampak pada pendapatan.

Pesan yang lebih dalam dari penjelasan Levering bersifat struktural: tumpukan pengindeksan Google bersifat multi-tahap dan tidak sepenuhnya transparan. Sinyal "Dirayapi – Saat ini tidak diindeks" di Google Search Console, dalam sebagian besar kasus, bukanlah masalah rendering teknis, tetapi sinyal kualitas. Google telah merayapi halaman tersebut, mengevaluasi kontennya, dan secara aktif memutuskan untuk tidak mengindeksnya karena tidak menawarkan nilai tambah yang cukup. Bagi tim konten, ini berarti: Kebenaran teknis adalah syarat yang diperlukan, tetapi tidak cukup, untuk visibilitas.

Debat terminologi GEO: Istilah pemasaran atau disiplin ilmu baru?

Dalam sebuah diskusi di LinkedIn, Kristine Schachinger mengemukakan tesis provokatif yang mempertanyakan seluruh konsep GEO. Ia mengklaim bahwa GEO adalah konstruksi pemasaran yang diciptakan oleh seorang kapitalis ventura yang ingin mengambil alih industri alat SEO dan tidak dapat memposisikan mereknya sendiri melawan "SEO," sehingga ia hanya menciptakan akronim baru. Penyebaran istilah tersebut kemudian didorong oleh kerja media yang terkoordinasi dan aktivitas media sosial.

Perspektif ini memiliki kelebihan, tetapi belum cukup mendalam. Terlepas dari siapa yang menciptakan istilah tersebut dan kepentingan apa yang terlibat, GEO menggambarkan fenomena nyata yang terukur: optimasi konten bukan untuk daftar peringkat, tetapi untuk kutipan oleh sistem AI generatif. Dan optimasi ini mengikuti aturan yang berbeda dari SEO tradisional. Artur Ferreira dari The GEO Lab mengartikulasikan inti permasalahannya: pergeserannya bukan dari posisi ke posisi, tetapi dari pelacakan peringkat ke pemahaman kehadiran—kapan dan mengapa seseorang muncul, bukan hanya di mana.

Orit Mutznik, Direktur SEO untuk Pertumbuhan Organik & Pencarian AI, secara ringkas merangkum perdebatan semantik tersebut: Google sendiri menggunakan istilah SEO dan GEO secara sinonim dalam slide dan deskripsi pekerjaan. Industri ini sedang memperdebatkan terminologi sementara perubahan nyata sudah berlangsung. Istilah tersebut, dalam arti tertentu, bersifat sekunder. Mereka yang terlalu terpaku pada pertanyaan terminologi berisiko melewatkan poin penting: Sinyal yang menghasilkan visibilitas dalam sistem AI pada dasarnya berbeda dari sinyal yang menentukan peringkat Google di SERP tradisional.

Dua lapisan optimasi, dua rentang waktu, dua strategi

Mungkin kontribusi analitis yang paling jelas terhadap orientasi strategis datang dari Dmitrij Žatuchin dalam diskusi LinkedIn. Ia membedakan antara dua lapisan optimasi yang dapat dipisahkan dengan jelas: visibilitas berbasis pengambilan dalam sistem pencarian bertenaga AI seperti AI Overviews, Perplexity, dan ChatGPT dengan penelusuran, dan memori parametrik, yaitu, apa yang disimpan model bahasa secara langsung dalam bobot terlatihnya tentang suatu entitas.

Lapisan pertama bereaksi dengan cepat. Mereka yang membuat konten berkualitas tinggi dan terstruktur dengan baik yang dirayapi dan diindeks oleh Google, dan yang menunjukkan sinyal EEAT yang kuat, melihat peningkatan terukur dalam probabilitas sitasi dalam hitungan minggu berkat Tinjauan AI dan sistem berbasis RAG serupa. Alat SEO klasik—integritas teknis, otoritas melalui backlink, dan konten mendalam—masih memiliki dampak langsung di sini.

Lapisan kedua lambat dan mahal untuk diubah. Lapisan ini menentukan jawaban ChatGPT untuk pertanyaan tentang suatu merek atau perusahaan tanpa memicu pencarian web. Jawaban ini berasal dari data pelatihan yang sudah berusia berbulan-bulan hingga bertahun-tahun. Untuk 60 persen dari semua kueri ChatGPT, tidak ada pencarian web waktu nyata yang dipicu sama sekali; jawabannya sepenuhnya didasarkan pada pengetahuan parametrik. Bagi merek yang tidak terwakili, atau terwakili secara tidak benar, dalam jawaban ini, hal ini menunjukkan kesenjangan visibilitas dan reputasi struktural yang tidak dapat ditutup dengan optimasi SEO teknis.

Menurut studi Ahrefs terhadap 75.000 merek, sinyal tunggal terkuat untuk sitasi AI bukanlah otoritas domain atau profil backlink, melainkan volume pencarian merek dan kehadiran parametrik. Skor pencarian merek berkorelasi dengan probabilitas sitasi sebesar 0,334 dalam sistem AI. Penyebutan merek di YouTube berkorelasi lebih tinggi lagi, yaitu 0,737. Nilai korelasi ini mendukung PR merek dan kehadiran multi-channel, bukan optimasi on-page tradisional.

Akhir dari pelacakan posisi: Dari peringkat ke distribusi kehadiran

Salah satu pengamatan yang paling menarik secara ekonomi dari diskusi seputar konferensi Toronto menyangkut infrastruktur pelaporan SEO itu sendiri. Dmitrij Žatukhin mencatat bahwa kueri pencarian yang sama, pada hari yang sama, dapat menghasilkan tiga set kutipan berbeda dalam sistem AI dalam waktu tiga jam. Dengan demikian, posisi sebagai angka tunggal kehilangan signifikansinya; ia menjadi sebuah distribusi.

Pengamatan ini memiliki implikasi ekonomi yang luas bagi industri alat SEO. Pelacak peringkat tradisional, yang telah menghasilkan jutaan pendapatan selama bertahun-tahun dengan mengukur posisi kata kunci, cenderung mengukur hal yang salah dalam lanskap pencarian yang digerakkan oleh AI. Yang seharusnya diukur bukanlah posisi, melainkan probabilitas untuk dikutip dari waktu ke waktu. Seer Interactive menemukan bahwa tingkat nol klik dalam mode AI adalah 93 persen; untuk tinjauan AI tradisional, angkanya adalah 83 persen. Dalam lingkungan ini, pertanyaan "Di posisi mana kita berada?" kurang relevan dibandingkan pertanyaan "Dalam berapa banyak hasil yang dihasilkan AI tentang topik tersebut kita muncul?"

Artur Ferreira secara tepat menggambarkan pergeseran paradigma tersebut: “Pergeseran sebenarnya adalah dari melacak posisi ke memahami kehadiran.” Siapa yang muncul, kapan, dan mengapa: ini adalah pertanyaan strategis dari generasi optimasi pencarian berikutnya. Lopty Pascal, pendiri Prezlo.io dan mantan karyawan Google, menambahkan bahwa perkembangannya sudah melampaui pengoptimalan halaman atau konten ke pengoptimalan entitas. Dalam lingkungan di mana agen menjadi antarmuka, bukan hanya struktur dan peringkat yang relevan, tetapi juga identitas dan kepercayaan.

Membongkar Mitos: Apa yang secara eksplisit disangkal Google di Toronto

Serangkaian slide khusus dari konferensi Toronto berfokus pada membongkar mitos, yaitu secara eksplisit membantah kesalahpahaman yang beredar di industri SEO. Tiga poin menonjol:

Pertama, Google mengklarifikasi bahwa tidak perlu mengoptimalkan konten untuk "kata kunci percakapan" atau setiap sinonim yang mungkin. Sistem pemrosesan bahasa alami Google cukup canggih untuk memahami relevansi suatu halaman terhadap berbagai kueri, bahkan jika frasa yang tepat tidak digunakan secara eksplisit. Klarifikasi ini signifikan secara ekonomi karena melemahkan praktik penjejalan kata kunci dan optimasi untuk variasi kata kunci berekor panjang, yang telah menghabiskan anggaran konsultasi selama bertahun-tahun.

Kedua, Google menegaskan bahwa JavaScript dapat digunakan tanpa masalah, asalkan Google merender halaman dengan cara yang sama seperti manusia. Ini termasuk arsitektur aplikasi satu halaman modern dan menyelesaikan ketidakpastian yang telah lama ada di kalangan komunitas pengembang.

Ketiga, dan yang paling jelas: Google tidak melihat manfaat dalam mengkonversi halaman ke format Markdown atau membuat file llms.txt untuk tujuan SEO. Hal ini sejalan dengan analisis independen: Sebuah studi terhadap 300.000 domain tidak menemukan korelasi terukur antara keberadaan file llms.txt dan peningkatan kutipan AI atau lalu lintas. Tim pencarian Google sama sekali tidak menggunakan file-file ini, seperti yang telah dinyatakan secara publik oleh John Mueller.

Peta jalan strategis: Sepuluh dorongan untuk lanskap pencarian baru

Area strategis konkret untuk bertindak dapat diperoleh dari diskusi di konferensi Toronto, debat LinkedIn dari praktisi SEO dan GEO terkemuka, dan data penelitian yang tersedia. Ini bukan tentang daftar periksa langkah-langkah teknis, melainkan reorientasi struktural dari strategi konten dan komunikasi.

Langkah pertama dan paling mendasar adalah audit portofolio konten Anda sendiri di sepanjang sumbu komoditas-non-komoditas. Konten mana yang dapat digantikan oleh sintesis AI tanpa kehilangan kualitas? Konten ini secara struktural berisiko. Konten mana yang didasarkan pada data kepemilikan, pengalaman unik, atau pengetahuan ahli spesifik yang tidak mudah diduplikasi? Konten ini adalah fondasi visibilitas di masa depan.

Langkah strategis kedua adalah pengembangan sistematis riset primer dan titik data eksklusif. Perusahaan yang beroperasi di industri dengan proses yang terukur harus memandang data internal mereka sebagai sumber konten. Penyedia logistik yang menerbitkan data tentang waktu throughput gudang aktual menghasilkan keuntungan informasi yang tidak dapat ditiru oleh pesaing tanpa akses ke data yang sama.

Langkah ketiga adalah berinvestasi dalam kehadiran penulis dan membangun entitas. Google dan sistem AI tidak hanya mengevaluasi dokumen, tetapi juga entitas. Penulis dengan profil yang dapat diverifikasi, kehadiran lintas platform, dan keahlian yang terbukti dalam suatu bidang subjek adalah sumber yang diunggulkan secara algoritmik. Ini berarti: kehadiran di LinkedIn, entri Wikipedia, postingan tamu di platform terkemuka, dan penggunaan nama serta sinyal keahlian yang konsisten di semua saluran digital.

Dorongan strategis keempat berkaitan dengan infrastruktur teknis. Siapa pun yang menggunakan data terstruktur harus memahami perbedaan antara Google Rich Results Test dan Schema Markup Validator. Yang pertama adalah alat pengujian yang relevan untuk realitas pengindeksan Google, bukan yang kedua. Halaman yang tidak diindeks meskipun telah di-crawl terutama mengalami masalah kualitas, bukan masalah teknis.

Kelima, strategi pengukuran perlu direformasi. Pertanyaan “Posisi apa yang kita miliki untuk kata kunci X?” sudah ketinggalan zaman sebagai KPI utama. Metrik yang lebih relevan meliputi tingkat sitasi dalam tinjauan AI, pangsa lalu lintas yang didorong AI dalam total lalu lintas, jumlah platform berbeda tempat merek muncul untuk kueri yang relevan, dan analisis kualitatif tentang apa yang dikatakan sistem AI tentang merek tersebut.

Poin keenam berkaitan dengan perbedaan antara optimasi berbasis pengambilan dan optimasi parametrik. Pengukuran jangka pendek untuk tinjauan AI dan sistem RAG berbeda dari pekerjaan jangka menengah hingga panjang pada kehadiran parametrik—yaitu, apa yang telah disimpan model bahasa tentang suatu merek dalam data pelatihannya. Kedua lapisan tersebut membutuhkan taktik yang berbeda dan cakupan waktu yang berbeda untuk mengukur keberhasilan.

Ketujuh, konten harus secara konsisten diperkaya dengan pengalaman pribadi. “Saya punya, saya sudah melihat, saya sudah membangun” adalah sinyal yang menerjemahkan konsep non-komoditas Google dan prinsip EEAT ke dalam praktik. Anekdot dari praktik profesional yang sebenarnya, angka konkret dari proyek nyata, kesalahan spesifik dan pelajaran yang dipetik: inilah konten yang disukai secara algoritmik karena tidak dapat direplikasi.

Kedelapan, pembuatan konten berbasis AI dapat diterima sebagai alat produksi, tetapi pengawasan editorial manusia bukanlah pilihan. Furkan Özkaya dengan jelas menyatakan: 2 hingga 3 jam per artikel untuk riset, pemberian ide, membaca, pengecekan fakta, dan penyuntingan. Ini adalah upaya minimum yang diperlukan agar konten dapat bertahan di lanskap pencarian yang didominasi AI. Sistem yang sepenuhnya otomatis untuk produksi massal adalah jalan langsung menuju kategori "penyalahgunaan konten berskala besar".

Kesembilan, kehadiran di berbagai platform bukanlah sekadar fitur tambahan, melainkan faktor struktural untuk visibilitas AI. Merek yang hadir di empat platform atau lebih memiliki kemungkinan 2,8 kali lebih besar untuk dikutip dalam respons ChatGPT. Ini termasuk forum profesional, direktori industri, platform ulasan, dan publikasi pihak ketiga, bukan hanya situs web merek itu sendiri.

Kesepuluh, dan ini mungkin transformasi yang paling mendasar: Pemasaran konten bukan lagi masalah teknis semata, melainkan masalah pemasaran strategis. Mohammad Junaid Baig mengatakannya dengan tepat: Sistem AI tidak otonom; mereka mengumpulkan informasi. Agar muncul untuk kueri yang relevan, Anda harus mencakup persis apa yang dibutuhkan kueri tersebut. Tidak ada llms.txt, tidak ada skema Markdown, dan tidak ada pembagian konten yang akan membantu jika konten sebenarnya hilang. Itu adalah masalah pemasaran, bukan masalah teknis.

Gambaran besarnya: Mengapa lanskap pencarian tahun 2026 merupakan gambaran dari apa yang akan datang

Perdebatan seputar presentasi Google di Toronto bukan sekadar diskusi akademis di antara para spesialis SEO. Perdebatan ini menyentuh mekanisme fundamental yang digunakan perusahaan untuk mendapatkan visibilitas online, mengakuisisi pelanggan, dan mempertahankan pangsa pasar. Pasar di mana 93 persen kueri pencarian yang dihasilkan AI berakhir tanpa klik adalah pasar di mana logika lalu lintas organik sebagai pendorong pertumbuhan pada dasarnya dipertanyakan.

Pemenang struktural dalam lanskap ini bukanlah perusahaan dengan output konten terbesar atau kata kunci terbanyak. Pemenangnya adalah perusahaan yang dianggap sebagai otoritas dalam pencarian algoritmik: sebagai sumber yang dikutip, bukan hanya halaman yang dikunjungi. Perbedaan ini sangat mendasar. Situs web yang dikunjungi adalah sumber daya SEO. Merek yang dikutip adalah jangkar epistemik dalam sistem yang mengelola dan menyebarkan pengetahuan.

Slide Danny Sullivan bukanlah manual teknis. Itu adalah pernyataan ekonomi: Di ​​pasar yang dibanjiri konten komoditas yang dihasilkan AI, yang tak tergantikan adalah satu-satunya keunggulan kompetitif yang berkelanjutan. Bagi perusahaan yang memahami konten sebagai aset strategis—dan itu termasuk semua perusahaan yang bergantung pada visibilitas organik—ini bukanlah peringatan, melainkan undangan. Undangan untuk menunjukkan apa yang benar-benar mereka ketahui. Apa yang benar-benar mereka alami. Dan apa yang tidak dapat diketahui orang lain.

☑️ Bahasa bisnis kami adalah bahasa Inggris atau Jerman

☑️ BARU: Korespondensi dalam bahasa ibu Anda!

Konrad Wolfenstein

Saya dan tim saya dengan senang hati siap membantu Anda sebagai penasihat pribadi Anda.

Anda dapat menghubungi saya dengan mengisi formulir kontak di sini cukup hubungi saya di +49 7348 4088 965. Alamat email saya adalah [email protected]:atau

Saya sangat menantikan proyek bersama kita.

☑️ Dukungan UKM dalam strategi, konsultasi, perencanaan, dan implementasi

☑️ Pembuatan atau penyesuaian kembali strategi digital dan digitalisasi

☑️ Perluasan dan optimalisasi proses penjualan internasional

☑️ Platform perdagangan B2B global & digital

☑️ Pelopor Pengembangan Bisnis / Pemasaran / Humas / Pameran Dagang

Dukungan B2B dan SaaS untuk SEO dan GEO (pencarian AI) yang terintegrasi: Solusi lengkap untuk perusahaan B2B - Gambar: Xpert.Digital

Pencarian berbasis AI mengubah segalanya: Bagaimana solusi SaaS ini akan merevolusi peringkat B2B Anda selamanya.

Lanskap digital untuk perusahaan B2B mengalami perubahan yang pesat. Didorong oleh kecerdasan buatan, aturan visibilitas online sedang ditulis ulang. Bagi perusahaan, selalu menjadi tantangan bukan hanya untuk terlihat di khalayak digital, tetapi juga untuk relevan bagi para pengambil keputusan yang tepat. Strategi SEO tradisional dan pengelolaan kehadiran lokal (geomarketing) rumit, memakan waktu, dan seringkali merupakan perjuangan melawan algoritma yang terus berubah dan persaingan yang ketat.

Namun bagaimana jika ada solusi yang tidak hanya menyederhanakan proses ini tetapi juga membuatnya lebih cerdas, lebih prediktif, dan jauh lebih efektif? Di sinilah kombinasi dukungan B2B khusus dengan platform SaaS (Software as a Service) yang andal berperan, yang dirancang khusus untuk memenuhi tuntutan SEO dan GEO di era pencarian AI.

Generasi baru perangkat ini tidak lagi hanya bergantung pada analisis kata kunci manual dan strategi backlink. Sebaliknya, ia memanfaatkan kecerdasan buatan untuk lebih akurat memahami maksud pencarian, secara otomatis mengoptimalkan faktor peringkat lokal, dan melakukan analisis kompetitif secara real-time. Hasilnya adalah strategi proaktif berbasis data yang memberikan perusahaan B2B keunggulan yang menentukan: mereka tidak hanya ditemukan, tetapi juga dianggap sebagai otoritas terkemuka di niche dan lokasi mereka.

Inilah simbiosis antara dukungan B2B dan teknologi SaaS berbasis AI yang mentransformasi SEO dan pemasaran GEO, serta bagaimana perusahaan Anda dapat memanfaatkannya untuk tumbuh secara berkelanjutan di ruang digital.

Informasi selengkapnya di sini:

​

• Dukungan B2B & Blog untuk SEO, GEO, dan AIS – Pencarian Kecerdasan Buatan
• Lupakan alat SEO yang mahal – alternatif ini mendominasi dengan fitur B2B yang tak tertandingi