Catatan: Artikel ini merupakan hasil observasi terhadap keluaran Google AI Overview menggunakan studi kasus Kampung Inggris LC. Tujuannya bukan menjelaskan cara kerja internal Google secara pasti, melainkan menyusun hipotesis berdasarkan perilaku AI yang dapat diamati.
SEO Sedang Berubah
Selama bertahun-tahun, SEO memiliki tujuan yang relatif sederhana: membuat halaman web muncul di halaman pertama Google.
Fokus utamanya:
- Keyword
- Backlink
- Meta Tag
- Page Speed
- Structured Data
Alurnya terlihat seperti ini:
Keyword
↓
Page
↓
Ranking
↓
Traffic
Namun ketika mulai mengaudit Google AI Overview, muncul pola berbeda.
AI ternyata tidak hanya mencari halaman terbaik. AI berusaha memahami organisasi di balik halaman tersebut.
Sebuah Eksperimen Sederhana
Dengan menggunakan Kampung Inggris LC sebagai studi kasus, berbagai pertanyaan diajukan kepada AI Overview:
- Website resmi yang mana?
- Bagaimana cara mendaftar?
- Apa perbedaan program online dan offline?
- Apakah fasilitas sudah menggunakan AC?
- Apakah ulasan Google Maps masih relevan?
Hal menarik bukan hanya jawabannya, tetapi bagaimana AI membangun jawabannya.
AI Tidak Hanya Membaca Website, AI Membangun Model Organisasi
Pada beberapa jawaban, AI tidak sekadar menunjuk sebuah halaman.
AI mulai menghubungkan berbagai aset digital:
Kampung Inggris LC
├── Website
├── Instagram
├── Google Maps
├── Link Bio
├── Program Online
├── Program Offline
└── Sistem Registrasi
Artinya AI tampaknya mencoba memahami hubungan antar aset digital, bukan hanya isi satu halaman.
Ketika Pengetahuan Tidak Lengkap, AI Melakukan Inferensi
Salah satu temuan menarik muncul pada sistem registrasi.
Kondisi bisnis:
Program Offline
↓
registrasi.kampunginggris.id
Program Online
↓
registrasi-online.kampunginggris.id
Namun salah satu AI menyederhanakannya menjadi:
Registration
↓
registrasi-online.kampunginggris.id
Hal ini bukan berarti AI memberikan informasi yang sengaja salah.
Kemungkinan besar AI melakukan inferensi karena hubungan antara jenis program dan URL registrasi belum cukup eksplisit pada sumber informasi publik.
Pelajarannya:
Ketika struktur pengetahuan organisasi tidak cukup jelas, AI akan mengisi celah tersebut dengan inferensi.
Business Reality ≠ AI Reality
Eksperimen ini menunjukkan adanya beberapa lapisan pengetahuan:
Business Reality
↓
Official Knowledge
↓
Public Knowledge
↓
AI Knowledge
Idealnya semua lapisan tersebut konsisten.
Namun sering terjadi perbedaan:
- Bisnis sudah memperbarui proses registrasi.
- Website belum sepenuhnya konsisten.
- Artikel lama masih beredar.
- Media sosial menggunakan istilah berbeda.
AI kemudian mencoba menyatukan seluruh informasi tersebut menjadi satu jawaban.
Dari SEO Menuju Knowledge Architecture
Selama ini optimasi digital banyak berfokus pada:
- Technical SEO
- Content SEO
- On Page SEO
Namun AI Overview memperlihatkan tantangan baru.
Yang perlu dioptimalkan bukan hanya halaman, tetapi struktur pengetahuan organisasi.
Entity
↓
Knowledge Object
↓
Relationship
↓
Evidence
↓
AI Answer
Yang penting bukan sekadar memiliki banyak konten, tetapi memastikan hubungan antar informasi jelas dan konsisten.
Single Source of Knowledge
Dalam dunia data dikenal konsep Single Source of Truth (SSOT), yaitu memastikan seluruh sistem membaca data dari sumber yang sama.
Konsep serupa mulai relevan untuk era AI.
Bukan hanya SSOT untuk data, tetapi Single Source of Knowledge.
Seluruh informasi organisasi seperti:
- Website
- FAQ
- Google Business Profile
- Media sosial
- Halaman program
- Dokumentasi publik
perlu membentuk narasi yang konsisten agar AI tidak perlu menebak hubungan antar informasi.
Lahirnya AI Knowledge Audit
Dari eksperimen ini muncul kebutuhan jenis audit baru: AI Knowledge Audit.
Beberapa pertanyaan yang dapat diaudit:
- Apakah AI mengenali entitas organisasi dengan benar?
- Apakah seluruh aset digital dikenali sebagai milik organisasi yang sama?
- Apakah AI memahami hubungan antar program, layanan, dan proses bisnis?
- Informasi mana yang merupakan fakta dan mana yang kemungkinan hasil inferensi?
- Apakah terjadi knowledge drift antara kondisi bisnis saat ini dan apa yang dipahami AI?
Audit ini membantu organisasi menemukan celah sebelum pelanggan menemukan jawaban yang kurang tepat dari AI.
Penutup
SEO belum mati. Namun fokusnya mulai bergeser.
Dulu kita mengoptimalkan halaman agar mudah ditemukan.
Sekarang kita juga perlu mengoptimalkan pengetahuan agar mudah dipahami.
Baca juga: Content Layering dan SEO Memerlukan Dua Sistem untuk memahami framework membangun topical authority.
Pertanyaannya bukan lagi:
Apakah website saya berada di halaman pertama Google?
Tetapi:
Apakah AI memahami bisnis saya sebagaimana saya memahaminya?
Knowledge Architecture berpotensi menjadi bagian penting dari strategi digital organisasi, berdampingan dengan SEO, Data Governance, dan Business Intelligence.