Pencarian Google di Era Kecerdasan Buatan: Reorientasi Ekonomi dari Ekonomi Informasi Digital

Kecerdasan buatan sebagai ancaman langsung terhadap model bisnis mesin pencari klasik – atau pengembangan strategis dari pasar yang sudah didominasi?

Pada kuartal pertama tahun 2025, Google secara resmi masih menampilkan dirinya sebagai penguasa tak terbantahkan dalam lanskap pencarian global. Dengan pangsa pasar 91,55 persen, perusahaan ini memproses sekitar 8,9 miliar permintaan pencarian setiap hari, yang setara dengan sekitar 103.000 permintaan per detik, atau total 2,6 triliun per tahun. Di perangkat seluler, Google mempertahankan posisi yang hampir hegemonik dengan pangsa pasar 96,3 persen. Angka-angka ini menggambarkan citra dominasi yang tak tergoyahkan, tetapi di balik permukaan statistik terdapat gambaran yang jauh lebih kompleks dan bergejolak tentang gejolak ekonomi. Pangsa pasar saja menutupi transformasi mendasar dalam sifat hubungan nilai antara volume pencarian, perilaku pengguna, dan aliran pendapatan yang terealisasi.

Pada bulan-bulan terakhir tahun 2024, sebuah fenomena langka terjadi: pangsa pasar global Google turun di bawah ambang batas 90 persen yang secara simbolis signifikan untuk pertama kalinya dalam satu dekade. Pada Oktober 2024, pangsa pasar berada di angka 89,34 persen, pada November di angka 89,99 persen, dan pada Desember di angka 89,73 persen. Ini menandai penurunan konsisten pertama di bawah angka tersebut sejak tahun 2015. Meskipun para analis mengaitkan penurunan ini sebagian dengan pergeseran regional di Asia, perkembangan ini menandakan konvergensi beberapa kekuatan struktural yang mulai secara fundamental menggoyahkan ekosistem mesin pencari tradisional. Ini bukan masalah eksodus radikal pengguna yang ada, melainkan transformasi perilaku pencarian dan jalur ekonomi terkait menuju kesuksesan.

Model bisnis Google bertumpu pada arsitektur yang elegan, namun semakin rapuh. Pada tahun 2024, perusahaan menghasilkan pendapatan total sekitar $307 miliar, di mana iklan pencarian menyumbang sekitar $175 miliar. Ini tidak hanya mewakili 57 persen dari total pendapatan tetapi juga membentuk tulang punggung keuangan dari seluruh struktur perusahaan. Mekanisme model ini sederhana namun efektif: pengguna merumuskan kueri pencarian dengan niat pembelian eksplisit atau implisit; Google menampilkan iklan dari pengiklan yang membayar untuk setiap klik; pengguna mengklik iklan ini atau hasil pencarian organik; dan tercipta pasar tiga sisi antara pengguna, penerbit, dan pengiklan.

Arsitektur ini pada dasarnya ditantang oleh integrasi kecerdasan buatan, khususnya melalui teknologi "AI Overviews".

Gambaran Umum AI sebagai Penghancur Model Bisnis: Metrik Penurunan

Pengenalan AI Overviews oleh Google menandai titik balik. Teknologi ini menyajikan ringkasan informasi yang disintesis, yang dihasilkan oleh model generatif, langsung di halaman hasil pencarian, tanpa mengharuskan pengguna untuk mengklik tautan ke situs web eksternal. Peluncurannya sangat cepat: Pada Januari 2025, AI Overviews muncul dalam 6,49 persen dari semua kueri pencarian. Pada Maret 2025, pangsa ini telah berlipat ganda menjadi sekitar 13,14 persen. Ini berarti bahwa saat ini, dalam lebih dari satu dari tujuh pencarian Google di pasar Amerika, inisiatif pengumpulan informasi melalui sintesis AI terpenuhi sebelum pengguna mengaktifkan hasil pencarian organik tradisional atau iklan berbayar.

Konsekuensi ekonomi dari ekspansi ini dengan cepat menjadi jelas. Rasio klik-tayang (click-through rate), metrik fundamental dari semua model ekonomi kapitalis digital, bereaksi secara dramatis. Untuk kueri pencarian yang menggunakan Gambaran Umum AI, rasio klik-tayang organik anjlok dari 1,76 persen pada Juni 2024 menjadi 0,61 persen pada September 2025. Ini mewakili penurunan sekitar 65 persen, atau, dalam istilah bisnis, aset "klik pada hasil pencarian organik" menjadi sekitar dua pertiga lebih fluktuatif di bawah tekanan kecerdasan buatan. Pada saat yang sama, iklan pencarian berbayar mengalami penurunan yang lebih drastis: rasio klik-tayang anjlok dari 19,7 persen menjadi 6,34 persen, penurunan sebesar 68 persen.

Yang patut diperhatikan adalah interaksi antara kedua efek ini: Penurunan rasio klik-tayang yang disebabkan oleh Gambaran Umum AI tidak terbatas pada kueri pencarian di mana Gambaran Umum AI benar-benar ditampilkan. Rasio klik-tayang organik juga turun sekitar 41 persen dari tahun ke tahun untuk kueri pencarian tanpa Gambaran Umum AI. Ini menunjukkan efek perilaku yang lebih mendalam: Pengguna secara fundamental menyesuaikan pola interaksi mereka. Mereka belajar bahwa hasil pencarian semakin tidak layak untuk diklik karena sistem AI sudah memberikan jawaban di halaman hasil. Dari perspektif teoretis, efek pembelajaran ini dapat dipahami sebagai bentuk penghindaran risiko irasional atau pembentukan rutinitas; namun, pada kenyataannya, pengguna bereaksi secara rasional terhadap lanskap informasi yang berubah.

Dampak keseluruhan dari transformasi ini sangat mencolok. Proporsi "pencarian tanpa klik"—pencarian yang tidak menghasilkan klik pada hasil eksternal—meningkat dari 56 persen menjadi 69 persen. Sebaliknya, hanya 31 persen dari kueri pencarian yang sekarang mengarah ke klik pada tujuan eksternal. Bagi penerbit dan pembuat konten, ini merupakan kehilangan trafik yang sangat besar. Analisis oleh Similarweb mengungkapkan bahwa trafik organik ke situs web berita anjlok dari lebih dari 2,3 miliar kunjungan bulanan menjadi kurang dari 1,7 miliar dalam satu tahun—kehilangan sekitar 600 juta kunjungan per bulan, atau sekitar 26 persen dari volume trafik sebelumnya. Penerbit individual melaporkan angka yang lebih dramatis: Sebuah majalah gaya hidup besar Amerika mengamati penurunan rasio klik-tayang dari 5,1 persen menjadi 0,6 persen, yang secara efektif merupakan penurunan sekitar 88 persen.

Ini bukanlah penyesuaian bertahap dan evolusioner dari lanskap mesin pencari. Ini adalah revolusi. Implikasinya bagi Google sendiri bersifat ganda dan paradoks: Di satu sisi, integrasi AI Overview menyebabkan lebih sedikit klik, sementara di sisi lain, Google menolak tekanan untuk meluncurkan fitur ini, dengan alasan bahwa setiap klik yang tidak hilang ke ChatGPT berharga—dan oleh karena itu, bahkan jumlah klik yang berkurang lebih baik daripada tidak ada klik sama sekali. Sebuah memo internal Google, yang telah dilaporkan, secara ringkas mengartikulasikan ketegangan kognitif ini: Google lebih memilih kehilangan pencarian yang menurun ke Gemini (model AI milik Google) daripada ke ChatGPT, karena ini akan mempertahankan kemungkinan untuk mempertahankan pengguna dalam ekosistem Google. Dengan kata lain, Google mempertaruhkan penyusutan volume lalu lintas yang dapat dimonetisasi dalam jangka menengah untuk mempertahankan posisi pasarnya terhadap pesaing AI terdesentralisasi dalam jangka panjang.

Strategi ini mencerminkan dilema mendasar dari kapitalisme platform: ketika ukuran nilai tradisional—generasi klik—mengalami tekanan, jalur penciptaan nilai alternatif harus dikembangkan. Google sedang bereksperimen dengan ini dengan mengembangkan AI Mode, pengalaman pencarian yang lebih komprehensif dan percakapan yang dirancang untuk menghasilkan keterlibatan pengguna jangka panjang. Model bisnis bergeser dari model transaksional ("klik pengguna pada iklan") ke model yang berpotensi lebih terintegrasi atau bahkan berbasis langganan. Proyeksi pendapatan pemasaran pencarian untuk tahun 2025 sekitar $190,6 miliar—peningkatan sekitar 7 persen dibandingkan tahun 2024—mempertahankan optimisme nominalis mengingat tren ini. Namun, pertumbuhan ini kemungkinan besar akan dicapai terutama melalui peningkatan harga (peningkatan biaya per klik) daripada peningkatan volume.

Filosofi produk Robby Stein: Dari Snapchat ke Pencarian AI

Dengan latar belakang ini, biografi dan strategi produk eksplisit Robby Stein, Wakil Presiden Produk di Google Search, menjadi sangat penting. Stein menjadi tokoh kunci dalam upaya Google untuk mengatur transformasi pencarian. Perjalanan kariernya sangat penting untuk memahami logika strategis yang mendasari rencana AI.

Stein dikenal karena mengembangkan Instagram Stories. Keputusan produk ini memberikan studi kasus yang mendalam tentang pengembangan produk dalam kondisi ketidakpastian ekstrem dan bagaimana platform yang sudah mapan dapat menetralisir pesaing melalui salinan yang "cukup baik". Pada tahun 2013, Snapchat memperkenalkan "Stories," fitur inovatif berupa konten media sosial yang bersifat sementara dan menghilang secara otomatis. Inovasi ini secara teknis elegan dan disruptif dalam hal perilaku pengguna, menciptakan kategori baru interaksi media sosial. Snapchat mencapai sekitar 150 juta pengguna aktif harian pada tahun 2016. Instagram, yang sudah menjadi bagian dari ekosistem Facebook dan memiliki lebih dari 500 juta pengguna aktif harian, meniru fitur tersebut pada tanggal 2 Agustus 2016.

Konsekuensinya sangat menghancurkan bagi Snapchat. Instagram Stories mencapai lebih dari 150 juta pengguna harian dalam waktu enam bulan. Penayangan Snapchat Stories anjlok sebesar 15 hingga 40 persen. Dalam waktu satu tahun, Snapchat telah dinetralisir secara fungsional di segmen ini. Yang membedakan Instagram Stories dari Snapchat Stories bukanlah keunggulan teknis, tetapi keunggulan operasional: Instagram mengintegrasikan fitur tersebut ke dalam ekosistem yang sudah dominan, menawarkan analitik yang lebih baik bagi kreator, memungkinkan penandaan merek dan pengguna (yang tidak ditawarkan Snapchat), dan beroperasi pada infrastruktur teknis yang sudah ada. Ini adalah contoh klasik ekonomi platform: skala, kemampuan integrasi, dan keunggulan operasional mengalahkan inovasi di pasar yang terfragmentasi.

Dalam wawancara baru-baru ini, Stein menggambarkan filosofi pengembangan produknya sebagai sesuatu yang dipandu oleh tiga elemen inti: Pertama, "peningkatan tanpa henti"—fokus obsesif pada optimasi iteratif. Kedua, pemahaman mendalam tentang perilaku pengguna dalam konteks sistem teknologi yang kompleks. Ketiga, kesediaan untuk membuat keputusan yang tidak lazim ketika data menuntutnya.

Filosofi ini terwujud dalam strategi AI Google. Stein secara terbuka menyatakan bahwa Google telah mengidentifikasi tiga komponen utama dari "generasi pencarian berikutnya": Ikhtisar AI (ringkasan cepat yang dihasilkan AI), pencarian multimodal (gambar, video, Lens), dan Mode AI (pengalaman pencarian berbasis percakapan dan bergantian yang sebelumnya tidak dikenal oleh Google). Ketiga elemen ini dimaksudkan untuk "berkonvergensi" guna menciptakan pengalaman pencarian yang lebih komprehensif dan tanpa cela.

Kecepatan implementasinya sangat luar biasa. AI Mode beranjak dari konsep hingga peluncuran dalam waktu sekitar satu tahun, yang sangat cepat untuk perusahaan sebesar ini. Ini mencerminkan bagaimana para pemimpin produk baru di Google—yang secara eksplisit dipandu oleh prinsip-prinsip Stein—mampu mengatasi kelambatan organisasi yang lama.

Namun, filosofi Stein juga mengandung kelemahan struktural: ia menyiratkan pemahaman tentang "perbaikan tanpa henti" sebagai proses yang berfokus pada produk itu sendiri, bukan pada efek ekosistem dan distribusinya. Dari perspektif yang murni berpusat pada pengguna, tinjauan AI yang agresif mungkin mewakili akses informasi yang "lebih baik". Tetapi dari perspektif penerbit dan ekosistem web yang lebih luas, yang bergantung pada perolehan klik, hal itu merupakan intervensi yang merusak. Ini menciptakan dilema: manajer produk yang berupaya untuk memaksimalkan antusiasme pengguna dapat sekaligus merusak model bisnis perusahaan karena pengalaman pengguna dan realisasi komersial tidak selaras.

Dispersi akademis: Tiga pilar transformasi yang terfragmentasi

Dalam wawancara baru-baru ini, Stein telah menawarkan kerangka konseptual untuk transformasi dalam lanskap pencarian: tiga pilar yang tidak setara. Kategorisasi ini lebih signifikan daripada yang terlihat pada awalnya karena mengungkapkan bagaimana Google secara internal memahami fragmentasi strategi pencariannya.

Pilar pertama adalah AI Overviews. Ini adalah ringkasan informasi yang dihasilkan AI yang disajikan di halaman hasil pencarian. Cara kerjanya adalah dengan menggunakan model Gemini khusus (model bahasa besar milik Google) untuk menginterpretasikan kueri pencarian, menjalankan strategi pencarian (disebut "query fanout") di mana model secara otomatis merumuskan dan menjalankan beberapa lusin kueri pembantu untuk mengumpulkan konteks, dan kemudian menghasilkan jawaban yang terstruktur. AI Overviews ditujukan untuk kueri informasional—"suhu air mendidih," "restoran terbaik di Berlin," "bagaimana cara kerja Bitcoin." AI Overviews tidak cocok untuk kueri navigasi (di mana pengguna mencari tujuan tertentu). AI Overviews juga tidak ideal untuk kueri komersial prioritas utama (niat pembelian), karena format iklan tradisional dan daftar produk masih berkinerja lebih unggul di area ini.

Pilar kedua adalah pencarian multimodal, yang terutama dimediasi oleh Google Lens. Ini memungkinkan pengguna untuk mencari dengan input visual—mengambil foto suatu objek lalu menanyakan kepada Google apa objek tersebut, bagaimana cara memperbaikinya, dan di mana membelinya. Tingkat pertumbuhan Google Lens sangat mengesankan: pertumbuhan 15 persen dari tahun ke tahun, mencapai sekitar 20 miliar kueri bulanan. Ini adalah pilar yang signifikan karena menunjukkan bahwa pencarian Google tidak hanya berbasis teks—media interaksinya semakin beragam.

Pilar ketiga adalah Mode AI. Ini adalah eksperimen terbaru dan secara konseptual paling ambisius. Sementara Gambaran Umum AI diarahkan pada jawaban langsung (pertanyaan → jawaban → akhir), Mode AI beroperasi melalui interaksi percakapan jangka panjang. Pengguna dapat mengajukan pertanyaan kompleks dan multi-langkah (“Saya mencari restoran di Berlin, teman saya alergi kacang, saya ingin tempat duduk di luar ruangan, anggaran sekitar 60 euro per orang”), dan Mode AI akan memberikan rekomendasi langkah demi langkah, mengklarifikasi dan menyempurnakannya, serta menyajikan alternatif. Ini bukan sekadar mesin pencari, melainkan lebih seperti agen informasi interaktif.

Diferensiasi strategi pencarian menjadi tiga mode yang tidak sepenuhnya setara ini mencerminkan meta-strategi fleksibilitas dan pilihan. Google menahan diri untuk tidak mendefinisikan "pencarian baru" yang monolitik dan sebagai gantinya menyajikan portofolio mode pencarian yang menangani berbagai jenis kueri dan preferensi pengguna. Ini adalah strategi yang cerdas karena menempatkan beberapa taruhan secara bersamaan tanpa berkomitmen pada satu inovasi tunggal yang mungkin tidak berhasil secara universal.

Namun, strategi portofolio ini juga mengungkapkan ketidakpastian yang mendalam. Memonetisasi pengalaman pencarian yang terfragmentasi lebih sulit daripada memonetisasi arsitektur yang terpadu. Ketika pengguna memilih di antara berbagai mode, mereka menciptakan ketidakstabilan ekspektasi, yang menyebabkan pengguna beralih ke platform lain. Dan jika Google menawarkan berbagai mode secara internal, satu mode mungkin akan menggerogoti mode lainnya.

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

Ruang Gema Model Gemini: Arsitektur Teknis dan Implikasi Bisnisnya

Arsitektur teknis mendasar dari Gemini, model AI yang mendukung AI Mode, AI Overviews, dan pencarian multimodal, relevan untuk memahami mengapa Google mendorong transformasi ini. Tidak seperti banyak model bahasa, Gemini dirancang untuk menjadi multimodal sejak awal. Ini berarti bahwa model tersebut mengintegrasikan teks, gambar, audio, dan video ke dalam satu jaringan saraf, alih-alih menambahkan modalitas ini kemudian. Hal ini memberikan Gemini keanggunan struktural dari perspektif teoretis.

Secara teknis, Gemini menggunakan arsitektur yang disebut transformer-decoder, yang dioptimalkan untuk efisiensi. Model ini berjalan di Tensor Processing Units (TPU) Google Cloud, memberikan Google keunggulan eksklusif dalam kecepatan inferensi—Google dapat menjalankan model AI lebih cepat dan lebih murah daripada pesaing yang berbasis pada infrastruktur cloud tujuan umum. Gemini dapat melakukan penalaran rantai pemikiran—ia dapat memecah masalah kompleks menjadi beberapa langkah konseptual sebelum merumuskan jawaban. Hal ini memungkinkan struktur logis yang lebih dalam daripada generasi token dangkal dari LLM sebelumnya.

Yang terpenting, Gemini terintegrasi dengan repositori data milik Google. Google Shopping Graph berisi sekitar 50 miliar produk, yang diperbarui 2 miliar kali per jam melalui feed pedagang. Google memiliki akses ke 250 juta lokasi dan informasi peta. Google memiliki akses ke data keuangan, informasi pasar saham secara real-time, dan seluruh web sebagai sumber konteks. Repositori data ini tidak tersedia untuk umum—ini adalah sumber daya milik Google yang hanya dapat diakses oleh Google. Hal ini memberi Gemini (dan karenanya AI Mode, AI Overviews, dll.) keunggulan mendasar yang tidak dimiliki pesaing seperti ChatGPT atau Perplexity. OpenAI harus bergantung pada data yang tersedia untuk umum dan data yang diambil melalui API. Perplexity harus menggunakan web scraping. Google sudah memiliki data tersebut secara internal.

Arsitektur ini menggambarkan mengapa integrasi AI Google harus dilihat sebagai kebutuhan strategis, bukan sekadar pilihan. Infrastruktur sudah tersedia. Data sudah ada. Kapasitas komputasi sudah tersedia. Tindakan yang rasional secara ekonomi adalah memanfaatkan sumber daya ini. Satu-satunya pertanyaan adalah seberapa agresif monetisasi harus dilakukan, mengingat efek sampingnya pada model bisnis tradisional.

Masalah kebingungan: persaingan dalam kebisingan

Salah satu aspek yang sering diabaikan dalam diskusi pencarian AI adalah peran Perplexity AI. Didirikan pada tahun 2022 oleh Aravind Srinivas, mantan peserta magang Google, Perplexity secara eksplisit memposisikan dirinya sebagai antarmuka pencarian berbasis AI. Hingga Agustus 2024, Perplexity memiliki sekitar 15 juta pengguna aktif bulanan. Perusahaan tersebut melaporkan proyeksi pendapatan sekitar $40 juta untuk tahun 2024. OpenAI melaporkan proyeksi pendapatan sekitar $11,6 miliar untuk tahun 2025 melalui penawaran API-nya dan penggunaan komersial ChatGPT Search.

Namun, angka pengguna yang diagregasi mengungkapkan gambaran yang mengejutkan: Perplexity dan ChatGPT Search secara gabungan saat ini memproses sekitar 37,5 juta permintaan pencarian per hari untuk ChatGPT, ditambah beberapa kali lipat untuk Perplexity (diperkirakan secara konservatif sekitar 10-20 juta), menghasilkan total sekitar 47,5-57,5 juta permintaan pencarian AI per hari. Sementara itu, Google memproses sekitar 14 miliar permintaan pencarian per hari. Ini berarti Google memproses sekitar 250-370 kali lebih banyak permintaan pencarian daripada Perplexity dan ChatGPT gabungan. Lalu lintas pencarian AI yang diagregasi menyumbang sekitar 0,1 hingga 0,25 persen dari total lalu lintas web global. Ini hanyalah kebisingan, bukan sinyal pergeseran paradigma.

Ini penting karena menunjukkan bahwa terlepas dari pendanaan modal ventura besar-besaran untuk startup pencarian AI, terlepas dari gembar-gembor media seputar "revolusi pencarian," dan terlepas dari peningkatan teknis yang nyata pada Perplexity dan ChatGPT Search, Google Search klasik tetap menjadi sumber informasi yang dominan. Ini tidak berarti bahwa Perplexity dan ChatGPT Search tidak penting—keduanya menandakan pergeseran ekspektasi pengguna. Tetapi ini tidak berarti bahwa posisi pasar Google berada di bawah ancaman eksistensial.

Namun, angka-angka ini bisa menyesatkan. Meskipun Perplexity hanya mewakili 0,01 persen dari volume pencarian harian Google secara global, penetrasinya di antara kelompok pengguna tertentu (pekerja muda, melek teknologi, dan intensif informasi) jauh lebih tinggi. Seorang analis ventura mungkin berpendapat bahwa Perplexity tidak bersaing dengan Google, melainkan menciptakan tipe pengguna yang akan membentuk kelompok pengguna dominan dalam sepuluh tahun ke depan. Ini adalah argumen disrupsi klasik. Namun, ini hanyalah spekulasi; data saat ini menunjukkan adanya koeksistensi model pencarian daripada proses substitusi.

Kebangkrutan penerbit: Kehancuran ekonomi atau restrukturisasi model bisnis?

Untuk analisis ekonomi yang lengkap, proses destruktif yang disebabkan oleh integrasi AI Google bagi penerbit harus diteliti. Ini adalah fenomena nyata dan langsung, bukan sekadar proyeksi. Penerbit melaporkan kehilangan trafik sebesar 70 hingga 80 persen. Sebuah majalah berita besar Amerika kehilangan 27 hingga 38 persen trafiknya antara tahun 2024 dan 2025. Sebuah blog khusus tentang renovasi rumah kehilangan sekitar 86 persen pendapatannya, dari sekitar $7.000–$10.000 per bulan menjadi sekitar $1.500 per bulan.

Konsekuensi ekonominya sangat dramatis. Industri berita di AS kehilangan sekitar 600 juta kunjungan bulanan dalam waktu kurang dari setahun—penurunan sekitar 26 persen. Bagi industri yang bergantung pada pendapatan iklan, ini secara langsung berarti lebih sedikit tayangan, lebih sedikit klik pada iklan, tarif CPM yang lebih rendah (karena persaingan untuk inventaris tayangan yang semakin langka), dan penurunan pendapatan secara keseluruhan.

Ini adalah contoh klasik dari eksternalisasi ekonomi atas dampak negatif. Google menginternalisasi keuntungan dari peningkatan pengalaman pengguna (pengguna tidak perlu mengklik, mereka menerima jawaban instan), tetapi membebankan biaya kepada penerbit yang tidak lagi menghasilkan lalu lintas. Distribusi biaya asimetris ini merupakan ciri struktural ekonomi platform, di mana operator platform memiliki daya tawar untuk menggeser pusat biaya.

Beberapa penerbit mulai bereksperimen dengan model yang merangkul realitas baru ini: Alih-alih mengoptimalkan volume lalu lintas, mereka mengoptimalkan penyebutan merek/yang terlihat dalam keluaran AI. Jika Google menghasilkan respons untuk "restoran terbaik Berlin," penyebutan restoran tertentu mungkin lebih berharga bagi restoran tersebut daripada klik, karena penyebutan tersebut memperkuat pengenalan merek dan menciptakan titik masuk "yang paling diingat". Pengguna yang membaca respons AI yang menyebutkan restoran tertentu mungkin lebih cenderung mengunjungi restoran tersebut di kemudian hari, bahkan jika mereka tidak langsung mengklik.

Ini bukanlah kabar baik bagi penerbit yang bergantung pada monetisasi trafik langsung. Namun, ini menunjukkan kemungkinan restrukturisasi model bisnis penerbit: beralih dari "volume trafik × CPM iklan" ke "otoritas merek × langganan konten premium" atau "otoritas merek × hubungan kemitraan bernilai tinggi".

Pertanyaan penagihan yang belum terjawab: Siapa yang membayar data pelatihan?

Isu yang penting namun secara sistematis diabaikan adalah pertanyaan tentang atribusi data pelatihan. Model AI yang mendukung AI Overviews, AI Mode, dan ChatGPT Search dilatih menggunakan data web yang 99 persennya dibuat oleh entitas non-AI. Penerbit membayar jurnalis untuk menulis artikel. Kantor berita membayar koresponden untuk mengumpulkan fakta. Ilmuwan menginvestasikan waktu dalam penelitian untuk mempublikasikan temuan tersebut. Semua entitas ini mendanai operasi mereka melalui model bisnis yang biasanya didasarkan pada pembangkitan lalu lintas atau langganan langsung. Tetapi pembuatan konten web dianggap sebagai "barang publik" jika tidak dikompensasi melalui monetisasi langsung.

Proses pelatihan AI tidak pernah memberikan kompensasi kepada para pembuat konten ini. OpenAI melatih GPT-4 dengan miliaran artikel tanpa memberikan kompensasi kepada penerbit. Google melatih Gemini dengan konten web tanpa kompensasi. Perplexity melatih modelnya dengan cara yang serupa. Secara teknis dan hukum, hal ini dimungkinkan karena melibatkan "penggunaan wajar" (berdasarkan hukum hak cipta AS), tetapi secara etis dan ekonomi tidak seimbang: Para pembuat konten membiayai pelatihan AI tetapi tidak menerima kompensasi langsung. Sebaliknya, mereka dirugikan oleh penurunan jumlah trafik.

Ini bisa menjadi risiko jangka panjang bagi industri AI. Jika penerbit tidak diberi kompensasi untuk data pelatihan mereka, mereka akan kurang termotivasi untuk membuat konten berkualitas tinggi. Kualitas web akan menurun. Ini nantinya akan menimbulkan masalah bagi model AI yang dilatih menggunakan data web—mereka akan dilatih menggunakan konten berkualitas rendah. Ini adalah masalah "tragedi commons" klasik. Beberapa pemain (terutama OpenAI dengan sumber daya komersialnya, dan Google dengan integrasi web intrinsiknya) telah mulai bereksperimen dengan sumber data berlisensi (misalnya, OpenAI bermitra dengan penerbit berita untuk feed konten). Ini dapat menyebabkan munculnya norma di mana pelatihan AI sebagian dilisensikan. Namun untuk saat ini, ini masih merupakan pengecualian, bukan aturan.

Ketidakstabilan rantai nilai: Dari iklan menjadi… apa?

Masalah ekonomi mendasar yang muncul akibat integrasi AI Google adalah pertanyaan tentang jalur monetisasi alternatif ketika iklan tradisional menjadi kurang efektif. Rantai nilai klasik Google adalah: pengguna merumuskan kueri → Google menampilkan hasil organik + iklan → pengguna mengklik → penerbit atau pengiklan menerima nilai trafik atau konversi. Rantai nilai ini menjadi dasar ekonomi digital selama 25 tahun.

Gambaran Umum AI mengganggu rantai nilai ini dengan menghilangkan langkah "klik". Google perlu membangun rantai nilai baru. Beberapa pendekatan sedang diuji:

Pertama: Mengintegrasikan iklan langsung ke dalam Gambaran Umum AI dan Mode AI. Ini sulit karena pengguna secara eksplisit memahami respons yang dihasilkan AI ini sebagai "bukan iklan." Mengintegrasikan iklan ke dalam respons AI berisiko mengikis kepercayaan pengguna. Google berhati-hati dalam hal ini.

Kedua: Monetisasi melalui langganan. Google sedang bereksperimen dengan versi premium AI Mode, yang pada akhirnya mungkin akan berbayar. Ini berarti pencarian AI percakapan akan menjadi fitur premium, sementara pencarian standar akan tetap gratis. Ini adalah model freemium, mirip dengan Spotify atau Adobe. Tantangannya adalah mempertahankan tingkat penetrasi yang cukup tinggi agar versi berbayar dapat mengimbangi hilangnya pendapatan iklan.

Ketiga: Monetisasi melalui model bisnis yang tidak berbasis pada monetisasi pengguna individual. Misalnya, Google dapat menawarkan "API untuk Pencarian AI Perusahaan" di mana pelanggan perusahaan menyewa model Gemini tertentu untuk kebutuhan pencarian internal mereka. Ini akan menggeser model bisnis ke model B2B, mirip dengan Google Cloud.

Keempat: Monetisasi melalui monetisasi data. Ketika Google melakukan jutaan interaksi AI percakapan dengan pengguna, ia menghasilkan sejumlah besar data niat pengguna. Data ini sangat berharga untuk penargetan iklan. Google dapat menggunakan data ini untuk meningkatkan penargetan pengiklan, bahkan jika rasio klik-tayang menurun. Ini adalah bentuk monetisasi tidak langsung.

Tak satu pun dari alternatif ini yang jelas menguntungkan seperti formula klasik “klik × CPM”. Namun, jika digabungkan, mereka berpotensi menciptakan ekosistem penciptaan nilai yang baru.

Dilema Strategis Peningkatan Tanpa Henti

Filosofi Stein tentang "perbaikan tanpa henti" menghadapi struktur konflik mendasar: Proses peningkatan produk dari perspektif pengguna secara langsung bertentangan dengan stabilitas model bisnis. Produk yang lebih baik (ulasan AI yang memberikan jawaban instan) merusak model bisnis (klik iklan menurun). Ini bukanlah dilema yang bertahap dan moderat—melainkan dilema yang radikal secara struktural.

Masalahnya menjadi lebih kompleks karena ini adalah masalah waktu. Secara teori, Google dapat memperlambat atau menghentikan peluncuran AI Overviews. Ini akan melindungi pendapatan iklan dalam jangka pendek. Tetapi itu juga berarti bahwa Perplexity dan ChatGPT Search akan menjadi lebih unggul secara teknis, dan pengguna akan beralih ke platform tersebut. Dengan kata lain, dengan tidak bertindak, Google berisiko kehilangan pangsa pasar kepada pesaing yang memprioritaskan pengalaman pengguna. Ini menciptakan dilema tahanan: semua pemain dipaksa untuk memaksimalkan pengalaman pengguna, bahkan jika hal ini secara kolektif menyebabkan krisis monetisasi.

Cara lain untuk memahami hal ini: integrasi AI bukan hanya keputusan fitur; ini adalah strategi eksistensial melawan persaingan terdesentralisasi. Google harus membangun kemampuan AI, atau pencarian akan beralih ke ChatGPT. Tetapi integrasi ini menciptakan masalah model bisnis langsung. Google menerima pengorbanan jangka pendek ini sebagai hal yang diperlukan untuk posisi pasar jangka panjangnya.

Paradoks pertumbuhan dengan penurunan kelipatan pendapatan

Satu poin penting terakhir: volume pencarian Google terus meningkat. Tingkat pertumbuhan tahunan kueri pencarian sekitar 4,7 persen pada tahun 2025, dibandingkan dengan 4,1 persen pada tahun 2024. Ini berarti volume pencarian absolut terus meningkat. Namun, peningkatan ini terjadi bersamaan dengan penurunan pengali monetisasi. Sebuah kueri pencarian Google bernilai lebih rendah daripada setahun yang lalu karena kemungkinan klik lebih rendah.

Jika tren ini berlanjut—pertumbuhan volume × penurunan tingkat monetisasi—maka akan terjadi ekonomi "berpesta di atas reruntuhan," di mana Google menghasilkan lebih banyak lalu lintas tetapi memperoleh pendapatan yang lebih sedikit darinya. Meskipun ini lebih baik bagi pengguna (lebih banyak pencarian, kualitas lebih baik), ini buruk bagi Google (pendapatan per pencarian lebih rendah, berpotensi penurunan pendapatan secara keseluruhan).

Proyeksi pendapatan pemasaran pencarian sebesar $190,6 miliar untuk tahun 2025 (dibandingkan dengan $178,2 miliar pada tahun 2024) menunjukkan bahwa Google mengkompensasi kerugian volume melalui peningkatan CPM yang agresif (memaksa pengiklan untuk membayar harga yang lebih tinggi). Ini adalah permainan jangka pendek—pengiklan pada akhirnya akan beralih ke saluran alternatif (misalnya, langsung ke pengecer, Iklan Amazon, Iklan TikTok) jika efisiensi Google terus menurun. "Proyeksi" saat ini mungkin merupakan proyeksi di atas pasir, bukan di atas tanah yang stabil.

Inovasi di bawah tekanan dan skenario situasi

Transformasi Google dari mesin pencari klasik menjadi antarmuka pencarian berbasis AI bukanlah perubahan strategi yang sukarela; ini adalah adaptasi paksa terhadap berbagai gangguan simultan: ChatGPT/OpenAI sebagai pesaing baru, Perplexity AI sebagai saluran pencarian baru, tekanan teknologi internal (Gemini dan model AI lainnya sudah dibangun; tidak rasional jika tidak menggunakannya), dan pergeseran ekspektasi pengguna (pengguna mengharapkan kemampuan AI di semua produk digital).

Filosofi pengembangan produk Robby Stein—peningkatan tanpa henti, optimasi pengalaman pengguna yang obsesif, dan kesiapan untuk konversi—berhasil ketika peningkatan pengguna dan stabilitas model bisnis selaras. Namun, dalam konteks disrupsi AI, tujuan-tujuan ini bertentangan. Pendekatan Stein memungkinkan Google untuk secara agresif mengejar inovasi AI tetapi gagal memberikan solusi langsung untuk masalah model bisnis yang diciptakan oleh inovasi ini.

Skenario jangka panjangnya tidak jelas. Beberapa kemungkinan ada: (1) Google stabil pada fondasi ekonomi baru di mana pencarian AI, langganan premium, layanan B2B, dan penargetan pengiklan yang lebih baik bergabung untuk menciptakan portofolio pendapatan baru. (2) Google secara bertahap kehilangan pangsa pasar kepada Perplexity, ChatGPT Search, dan model terdesentralisasi lainnya karena para pesaing ini menawarkan pengalaman pengguna yang lebih baik dan tidak dibatasi oleh model bisnis yang memprioritaskan monetisasi. (3) Krisis regulasi mencegah Google memanfaatkan keunggulan datanya, dan lanskap persaingan tetap terfragmentasi.

Saat ini, skenario 1 adalah yang paling mungkin karena keunggulan struktural Google (basis data, basis pengguna, infrastruktur) masih substansial. Namun, ketidakpastian itu nyata, dan transformasinya bersifat permanen dan struktural, bukan sekadar bertahap. Bagaimanapun, satu hal yang jelas: era monetisasi pencarian berbasis klik murni akan segera berakhir. Sesuatu yang baru sedang muncul, tetapi bentuknya belum stabil.

☑️ Bahasa bisnis kami adalah bahasa Inggris atau Jerman

☑️ BARU: Korespondensi dalam bahasa ibu Anda!

 

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

Anda dapat menghubungi saya dengan mengisi formulir kontak di sini wolfenstein@xpert.digital:atau cukup hubungi saya di +49 7348 4088 965. Alamat email saya adalah

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

Bidang fokus industri: B2B, digitalisasi (dari AI hingga XR), teknik mesin, logistik, energi terbarukan, dan industri

Informasi selengkapnya di sini:

• Pusat Bisnis Pakar

Pusat tematik yang menawarkan wawasan dan keahlian:

• Platform pengetahuan yang mencakup ekonomi global dan regional, inovasi, dan tren spesifik industri
• Kumpulan analisis, wawasan, dan informasi latar belakang dari area fokus utama kami
• Sebuah tempat untuk mendapatkan keahlian dan informasi tentang perkembangan terkini di bidang bisnis dan teknologi
• Sebuah pusat informasi bagi perusahaan yang mencari informasi tentang pasar, digitalisasi, dan inovasi industri

Xpert.Digital memiliki pengetahuan mendalam di berbagai industri. Hal ini memungkinkan kami untuk mengembangkan strategi yang disesuaikan secara tepat dan selaras dengan kebutuhan serta tantangan segmen pasar spesifik Anda. Dengan terus menganalisis tren pasar dan memantau perkembangan industri, kami dapat bertindak proaktif dan menawarkan solusi inovatif. Kombinasi pengalaman dan keahlian menghasilkan nilai tambah dan memberikan keunggulan kompetitif yang menentukan bagi klien kami.

Informasi selengkapnya di sini:

• Dapatkan manfaat dari 5 bidang keahlian Xpert.Digital dalam satu paket – mulai dari hanya €500/bulan