Agensi global atau studio lokal? Untuk GEO, jawaban Indonesia yang layak direbut

Apakah chatbot AI menjawab berbeda dalam bahasa yang berbeda?

Sering kali, ya. Pertanyaan yang sama dalam bahasa Inggris dan bahasa Indonesia bisa menghasilkan jawaban yang berlainan, karena modelnya membaca dua kumpulan sumber yang berbeda.

Ini bukan sekadar firasat. Sebuah studi 2026 di jurnal Nature, dipimpin peneliti UC San Diego bersama University of Oregon, Purdue, NYU, dan Princeton, dibuka tepat pada titik ini: “tanyakan satu pertanyaan politik yang sama dalam dua bahasa berbeda, dan jawaban yang muncul bisa sangat berbeda.” Lintas 37 negara, jawaban model bergeser mengikuti bahasa prompt — pada studi kasus Tiongkok, jawaban berbahasa Mandarin terbaca jauh lebih menguntungkan Tiongkok dibanding versi Inggrisnya.

Mekanisme yang ditelusuri penulisnya sederhana, dan berlaku jauh melampaui topik politik. Model belajar dari teks yang ada dalam suatu bahasa. Teks yang tersedia dalam bahasa Indonesia bukan teks yang tersedia dalam bahasa Inggris, sehingga jawaban Indonesia adalah objek yang berbeda, diambil dari kumpulan yang berbeda.

Lepaskan unsur politiknya, dan pelajaran untuk marketing menjadi jelas. Jawaban yang dilihat pembeli berbahasa Indonesia dirakit dari sumber berbahasa Indonesia. Sumber itulah — bukan sumber berbahasa Inggris — yang menentukan apakah sebuah brand disebut.

Kenapa jawaban berbahasa Indonesia dibangun dari kumpulan yang lebih tipis?

Karena open web yang dipelajari model sebagian besar berbahasa Inggris, dan bahasa Indonesia duduk di lapis yang kurang terwakili di dalamnya.

Bahan mentahnya timpang. Bahasa Inggris menyumbang sekitar 46% Common Crawl, dataset terbuka dominan di balik sebagian besar model besar, sementara banyak bahasa lain muncul jauh lebih jarang. Bahasa Indonesia salah satunya: seperti dilaporkan Rest of World, GPT, Gemini, dan Llama “sebagian besar dilatih dalam bahasa Inggris,” dan Bahasa Indonesia tergolong low-resource — kumpulan teks digital berkualitasnya relatif tipis, bahkan sebelum menyentuh 700-an bahasa daerah di negeri ini.

Dibaca sebagai masalah, ini memang masalah nyata. Dibaca dari sisi marketing, persoalannya cenderung terbalik menjadi peluang. Kumpulan sumber yang langka hanya jadi medan rebutan kalau ada yang memperebutkannya, dan dalam bahasa Indonesia, sebagian besar belum ada yang serius melakukannya. Satu halaman answer-first yang sama, satu sebutan pihak ketiga yang jelas, berbobot lebih besar di kumpulan yang tipis daripada di kumpulan Inggris yang jenuh, karena lebih sedikit hal yang menggesernya keluar.

Apakah agensi global akan memenangkan jawaban AI berbahasa Indonesia?

Umumnya tidak — karena playbook global yang English-first cenderung mengoptimasi jawaban yang tidak pernah dibaca pembeli Indonesia.

Model global dirakit di sekitar web berbahasa Inggris: keyword Inggris, situs otoritatif Inggris, PR berbahasa Inggris, dengan lapisan terjemahan ditambahkan di akhir. Pendekatan itu bisa menghasilkan visibilitas yang sangat baik di jawaban Inggris. Tetapi inti temuan studi tadi adalah bahwa jawaban Inggris dan jawaban Indonesia merupakan dua objek berbeda, diambil dari sumber berbeda. Menerjemahkan halaman Inggris ke Indonesia setelah jadi tidak membuatnya menjadi sumber Indonesia asli sebagaimana model menemuinya.

Sementara itu, hal-hal yang sebenarnya membentuk jawaban Indonesia cenderung berada di luar jangkauan meja kerja global: bagaimana pembeli lokal menyusun pertanyaannya, thread komunitas dan listicle redaksional berbahasa Indonesia mana yang dijadikan sandaran engine, hingga apa yang muncul dari frasa seperti “terbaik di Jakarta”. Analisis Semrush atas lebih dari 100 juta citation menemukan engine banyak bersandar pada sumber komunitas dan redaksional; dalam konteks Indonesia, itu berarti sumber lokal, dalam bahasa lokal. Agensi global bukannya buruk dalam GEO. Ia cenderung memenangkan jawaban yang keliru.

Agensi global atau studio lokal untuk GEO?

Untuk market Indonesia, timbangannya condong ke lokal — studio lokal bertanding tepat di bahasa dan kumpulan sumber tempat jawaban itu dibentuk.

Dua playbook, satu jawaban berbahasa Indonesia untuk direbut

Studio lokal yang fokus memulai dari tempat jawaban dirakit. Ia menulis halaman answer-first dalam bahasa Indonesia asli, bukan Indonesia hasil terjemahan. Ia berupaya meraih sebutan di sumber berbahasa Indonesia yang dikutip engine. Dan ia mengenali prompt yang sebenarnya — cara bertanyanya, konstruksi “rekomendasi terbaik” — karena memang hidup di dalamnya.

Karena kumpulannya lebih tipis, upaya yang fokus itu cenderung menumpuk lebih cepat. Riset GEO dari Princeton menemukan konten yang ditopang sumber dan statistik yang jelas meraih kira-kira 41% lebih banyak citation; di kumpulan yang tipis, menjadi satu-satunya halaman Indonesia yang jelas dan bersumber adalah posisi yang lebih mudah dicapai sekaligus lebih mudah dipertahankan.

Kenapa ini sangat menentukan justru di Indonesia?

Karena pembelinya sudah berada di AI, sudah bertanya dalam bahasa Indonesia, dan klik yang dulu menjadi jaring pengaman kini menipis.

Permintaannya sudah ada sekarang. PwC menemukan 69% pekerja Indonesia sudah memakai AI untuk pekerjaannya dalam setahun terakhir, dan market iklan digital Indonesia berada di kisaran US$3,41 miliar pada 2026. Seorang calon pelanggan sedang menanyakan kategori sebuah brand ke engine hari ini, dalam bahasa Indonesia.

Jaring pengaman lama — toh nanti mereka klik dan menemukan kita — sudah lebih tipis daripada dulu. Studi Pew 2025 menemukan orang mengeklik hasil sekitar 8% kali saat ada ringkasan AI, dibanding 15% tanpa ringkasan. Ketika jawaban makin menjadi tujuan akhir, disebut di jawaban Indonesia berhenti menjadi sekadar bonus.

Apa yang perlu dicari dari partner GEO?

Cari partner yang bertanding di bahasa dan kumpulan sumber tempat jawaban pembeli dibangun — dan bisa menunjukkan posisi sebuah brand di dalamnya.

• Asli, bukan terjemahan. Halaman answer-first ditulis dalam bahasa Indonesia yang nyata, mengikuti cara orang lokal bertanya — bukan halaman Inggris yang dilewatkan mesin penerjemah.
• Mengenal kumpulan sumber lokal. Komunitas, listicle, dan media berbahasa Indonesia yang dikutip engine di sebuah kategori bisa disebutkan namanya, lengkap dengan rencana meraih sebutan di sana.
• Mengukur jawaban Indonesia. Posisi sebuah brand — di mana AI menyebutnya, dan di mana ia menyebut pesaing — ditunjukkan pada prompt berbahasa Indonesia, bukan sekadar yang berbahasa Inggris.
• Berpikir dalam citation, bukan klik. Tujuannya menjadi rekomendasi yang disebut di dalam jawaban.

Tak satu pun dari ini menjadi argumen melawan skala atau keahlian global. Ini argumen tentang di mana jawaban itu dibangun. Untuk pembeli Indonesia, jawaban dibangun dalam bahasa Indonesia, dari kumpulan yang bisa benar-benar dimasuki studio lokal yang fokus — konsistensi yang sama, dijalankan lintas setiap sebutan, yang pada akhirnya menjadi sandaran sebuah disiplin narasi yang lebih panjang. Itulah alasan memilih jalur lokal.

Pertanyaan yang sering diajukan