Jim Rowan, Kepala AI Deloitte untuk AS – Seri Wawancara

Jim Rowan adalah Kepala AI Deloitte untuk AS sekaligus principal di Deloitte Consulting LLP. Ia membantu organisasi menerjemahkan ambisi mereka di bidang AI menjadi hasil bisnis. Kariernya mencakup teknologi perusahaan, analitik, data, dan transformasi digital, dengan pengalaman di bidang ilmu hayati, layanan kesehatan, dan telekomunikasi. Ia pernah memegang posisi kepemimpinan di praktik Strategy & Analytics serta AI & Data Deloitte. Pekerjaannya juga mencakup pengembangan talenta dan kapabilitas yang dibutuhkan organisasi untuk mengadopsi AI.

Deloitte adalah organisasi jasa profesional yang menyediakan layanan konsultasi, audit dan asurans, perpajakan, serta advisori. Pekerjaan Deloitte di bidang AI memadukan strategi, data, teknologi, talenta, dan tata kelola untuk membantu perusahaan mengadopsi dan memperluas penerapan AI di seluruh operasional mereka. Dalam perdagangan digital, pekerjaan ini mencakup penyiapan informasi produk dan sistem perusahaan bagi agen AI, menghubungkan pengalaman pelanggan di berbagai kanal, serta membangun kontrol identitas, otorisasi, dan kepercayaan yang diperlukan untuk interaksi dan transaksi otomatis.

Anda telah menghabiskan lebih dari dua dekade di Deloitte, berkecimpung di bidang teknologi perusahaan, analitik, data, dan kini AI. Berdasarkan pengalaman tersebut, kapan Anda mulai menyadari bahwa agen AI tidak hanya akan mengubah cara perusahaan beroperasi secara internal, tetapi juga menjadi perantara antara bisnis dan pelanggan mereka?

Selama beberapa tahun terakhir, saya menyaksikan langsung kemajuan AI sembari membantu organisasi menerjemahkan sasaran bisnis menjadi hasil terukur yang sebelumnya sulit dibayangkan. Latar belakang saya di bidang data, proses, dan teknologi menjadi landasan pemahaman saya tentang AI. Saya mulai membangun kapabilitas Deloitte dengan berfokus pada talenta yang dibutuhkan agar berhasil memanfaatkan AI, seperti AI Academy kami yang menyusun kurikulum bagi karyawan maupun klien.

Saat ini, organisasi memanfaatkan agen AI untuk mengubah strategi perdagangan digital mereka dalam berbagai cara: meningkatkan visibilitas merek, menggunakan mesin personalisasi untuk menyempurnakan percakapan, serta mengoordinasikan pengalaman omnichannel yang konsisten di berbagai titik interaksi fisik, digital, dan sosial. Titik perubahan ini terjadi saat merek menghadapi pasar yang bergejolak, sehingga perdagangan agentik berpeluang membantu mereka merespons pelanggan dengan lebih cepat, relevan, dan konsisten.

Anda pernah membahas perlunya perusahaan bersiap menghadapi “Optimasi Penelusuran Agentik”. Bagaimana Anda mendefinisikan konsep tersebut, dan apa perbedaan mendasar antara mengoptimalkan konten untuk agen AI dan menerapkan SEO tradisional atau pendekatan yang lebih baru untuk mengoptimalkan konten bagi mesin penjawab AI?

Secara tradisional, persaingan daring untuk menarik perhatian konsumen ditentukan oleh Search Engine Optimization (SEO), dengan asumsi bahwa setelah mengajukan kueri, manusia akan membaca, mengevaluasi, lalu memutuskan pembelian. Seiring konsumen beralih menggunakan alat berbasis AI untuk melakukan riset, Generative Engine Optimization (GEO) pun diperkenalkan. Optimasi Penelusuran Agentik merupakan pengembangan lebih lanjut dari GEO yang mempertimbangkan bahwa AI kini tidak hanya merekomendasikan produk atau layanan, tetapi juga bertindak berdasarkan keputusan pembelian tersebut. Perubahan ini berarti merek harus mengoptimalkan konten bukan hanya untuk AI generatif, yang utamanya memberikan rekomendasi kepada pengguna akhir, melainkan juga untuk AI agentik, yang dirancang untuk menjalankan tindakan dan dapat mengoordinasikan sistem, menjalankan alur kerja, serta memicu transaksi.

Saat diminta meneliti, membandingkan, dan menyusun daftar pendek produk atau layanan, sinyal apa yang menurut Anda paling diprioritaskan oleh agen AI? Apakah data produk terstruktur, harga, ulasan, pemberitaan pihak ketiga, otoritas merek, atau serangkaian sinyal baru akan menjadi lebih penting?

Kumpulan pilihan yang dipertimbangkan agen AI dibentuk berdasarkan visibilitas dan relevansi. Agen akan mengutamakan merek yang produk, layanan, harga, dan datanya mudah diakses, dapat dibaca mesin, serta bisa segera diverifikasi. Konsistensi di berbagai platform, peringkat dan ulasan, serta otoritas merek tetap penting, tetapi sinyal-sinyal ini juga harus disajikan sebagai data yang dapat diurai oleh agen. Konteks pribadi juga akan berpengaruh, sebab agen yang bertindak atas nama pelanggan memerlukan akses tepercaya ke preferensi, izin, dan interaksi sebelumnya milik orang tersebut agar dapat menghasilkan rekomendasi yang paling relevan. Selain sinyal itu sendiri, kecepatan organisasi dalam membuat data mereka mudah dibaca, dipahami, dipercaya, dan diukur dengan cara yang dapat dibandingkan oleh agen akan menjadi faktor pembeda bagi merek.

Salah satu tantangannya adalah kemungkinan kelak terdapat ribuan agen konsumen dan perusahaan yang dibangun dengan model berbeda dan terhubung ke sumber data yang berbeda. Bagaimana perusahaan dapat memastikan bahwa informasinya tetap akurat dan mudah ditemukan di seluruh ekosistem yang terfragmentasi itu tanpa berupaya mengoptimalkan konten untuk setiap agen secara individual?

Fokus organisasi seharusnya adalah membangun fondasi tepercaya yang dapat dibaca mesin dan dapat diakses serta dipahami oleh agen mana pun, alih-alih mengoptimalkannya untuk masing-masing agen. Ini berarti menerbitkan informasi produk, harga, dan kebijakan yang dapat diverifikasi, andal, dan terkini melalui sumber-sumber tepercaya. Kemudahan ditemukan saja kemungkinan tidak akan cukup, karena agen akan mulai bertindak atas nama konsumen. Hal ini semakin menegaskan perlunya sistem yang memungkinkan verifikasi identitas, konfirmasi kelayakan, dan transaksi yang aman. Dalam ekosistem agen yang kini terfragmentasi, merek yang membuat informasinya paling mudah dipahami dan diperoleh akan menempati posisi teratas dalam hasil pencarian. Namun, perusahaan sebaiknya tidak bergantung pada satu protokol karena protokol-protokol ini masih berkembang dan belum jelas mana yang akan menjadi dominan. Karena itu, penting untuk merancang sistem yang saling terhubung serta memungkinkan perusahaan mengadopsi atau beralih protokol dengan cepat seiring perkembangan ekosistem.

Jika perdagangan berkembang dari model bisnis-ke-konsumen menuju bisnis-ke-agen-ke-bisnis, apa yang akan berubah pada tingkat teknis? Apakah perusahaan perlu memikirkan ulang situs web, API, katalog produk, sistem identitas, atau infrastruktur lainnya agar agen dapat berinteraksi langsung dengan mereka?

Ya, organisasi perlu memikirkan ulang dan merancang kembali sistem yang ada untuk membangun arsitektur teknis yang tepat guna mewujudkan perdagangan agentik B2B. Perubahan ini tidak akan terjadi dalam semalam; prosesnya akan memakan waktu karena besarnya pekerjaan dan tingkat perubahan yang diperlukan. Saat ini, kemampuan pencarian dan pembayaran berkembang lebih cepat daripada tahap pengambilan keputusan, ketika perusahaan masih berupaya membangun keyakinan untuk membiarkan agen membuat pilihan dalam batasan yang telah ditetapkan. Fokus setiap CIO, CTO, atau CISO seharusnya adalah menyediakan platform integrasi yang skalabel dan berlatensi rendah, didukung oleh kemitraan yang kuat dengan perusahaan teknologi dan integrator. Alih-alih merombak seluruh sistem, para pemimpin sebaiknya meluangkan waktu untuk menentukan sistem mana yang dapat terhubung dengan agen, mengidentifikasi sistem yang masih terhambat, dan menguji tugas-tugas sederhana di lingkungan yang terkendali. Penting juga untuk memastikan manusia tetap memegang kendali atas transaksi. Karena itu, perusahaan perlu menyediakan alur yang fleksibel agar pelanggan dapat dengan mudah beralih antara interaksi yang dipimpin agen dan yang dipimpin manusia, tanpa mengorbankan pengalaman manusia demi otomatisasi. Seiring waktu, organisasi dapat melangkah ke tahap membangun platform yang mengelola banyak agen, meningkatkan atau menghubungkan sistem lama agar dapat diakses agen, serta menerapkan keamanan tingkat lanjut dengan pemantauan waktu nyata.

Pemasaran digital tradisional sangat berfokus pada pengoptimalan peringkat, impresi, klik, dan lalu lintas situs web. Jika agen semakin sering melakukan riset sebelum seseorang mengunjungi situs web, metrik baru apa yang sebaiknya digunakan perusahaan untuk mengetahui apakah mereka benar-benar terlihat dan mampu bersaing dalam perjalanan pembelian berbasis agen?

Selama ini, keberhasilan diukur berdasarkan kemampuan menarik perhatian konsumen dan pada akhirnya memperoleh kepercayaan mereka. Seiring agen mengambil alih lebih banyak tahapan dalam perjalanan pembelian, organisasi perlu memiliki cara baru untuk mengukur apakah merek mereka terlihat, relevan, dan pada akhirnya dipilih. Ini mencakup mengaitkan pengembangan agen bermerek dengan pengukuran kinerja, menilai apakah agen menampilkan merek, mengenali penawaran yang memenuhi syarat, dan berhasil menyelesaikan transaksi. Merek sebaiknya berfokus pada pembelinya, bukan pesaingnya, untuk menentukan investasi atau perubahan pengalaman yang perlu dilakukan, sekaligus melacak cara pelanggan menemukan produk, di tahap mana mereka berhenti, atau di tahap mana mereka bertahan. Metrik ini tidak hanya dapat membantu merek membedakan proposisi nilainya, tetapi juga membuktikan ROI melalui hasil yang terukur, yang memperkuat loyalitas pelanggan dan keunggulan operasional.

Agen AI dapat merangkum informasi tentang perusahaan, membandingkannya dengan pesaing, dan berpotensi memberikan rekomendasi tanpa perusahaan memiliki kendali langsung atas cara mereka digambarkan. Bagaimana sebaiknya merek memantau informasi yang tidak akurat atau sudah usang dan menetapkan sumber kebenaran otoritatif yang dapat diandalkan oleh agen?

Seperti di industri lainnya, audit data produk sangat penting untuk menjaga agar produk mudah ditemukan oleh agen di berbagai kanal. Merek juga sebaiknya mempertimbangkan Model Context Protocol (MCP) sebagai pendukung utama, yang menciptakan lingkungan terkendali tempat data, alat, dan konteks dibagikan secara aman kepada agen belanja dan platform eksternal. Penggabungan data terstruktur dan MCP dapat memungkinkan interaksi antargen, meningkatkan interoperabilitas, membantu menyajikan informasi merek secara akurat, serta memastikan informasi tersebut mendapat prioritas yang semestinya. Sekali lagi, karena protokol masih berkembang dan belum jelas mana yang akan menjadi paling populer, perusahaan sebaiknya membangun sistem yang fleksibel agar dapat terhubung dengan, beralih di antara, dan mengadopsi standar baru dengan cepat seiring perkembangan ekosistem.

Ketika agen beralih dari sekadar merekomendasikan produk ke mengambil tindakan seperti meminta penawaran, menegosiasikan persyaratan, atau melakukan pembelian, seberapa penting infrastruktur identitas, otorisasi, dan kepercayaan? Bagaimana bisnis membedakan agen pelanggan yang sah dari sistem otomatis yang tidak seharusnya dipercaya?

Perdagangan antaragen menghadirkan risiko baru karena transaksi dapat berlangsung cepat tanpa keterlibatan manusia. Karena itu, intervensi manusia dan peralihan selama proses berlangsung menjadi sangat penting. Transaksi perdagangan berbasis agen memerlukan langkah-langkah pencegahan penipuan yang baru, kendali keuangan strategis, serta kerangka pelaporan terarah yang dirancang khusus untuk aktivitas yang diprakarsai mesin.

Dalam waktu dekat, organisasi sebaiknya memperlakukan agen AI mereka seperti karyawan, dengan tanggung jawab yang jelas, akses yang dikelola, dan akuntabilitas yang tegas. Mereka juga perlu memiliki protokol untuk memverifikasi keabsahan agen, mengotorisasi pembayaran, serta menegakkan batas transaksi, izin API, dan perlindungan operasional lainnya.

Ada juga kemungkinan iklan dan penempatan berbayar akan mengikuti konsumen ke dalam ekosistem agen AI. Menurut Anda, bagaimana insentif komersial akan berkembang ketika agen AI merekomendasikan produk atas nama seseorang, dan transparansi seperti apa yang diperlukan agar orang percaya pada rekomendasi tersebut?

Kita sudah melihat modal dialihkan ke perdagangan berbasis agen AI, dengan pengiklan di AS diperkirakan akan membelanjakan sekitar $26 miliar untuk iklan penelusuran berbasis AI pada 2029. Insentif komersial pasti perlu berkembang seiring perusahaan menentukan apakah promosi dan harga yang ditawarkan melalui kanal milik mereka akan tetap berlaku di lingkungan berbasis agen AI. Salah satu bagian dari perkembangan ini adalah perlunya aturan yang tegas mengenai cara agen berinteraksi dengan harga dan promosi. Tanpa perlindungan yang memadai, agen dapat melakukan pembelian berdasarkan harga yang berlaku saat transaksi berlangsung, sehingga berpotensi memicu penerapan tingkat promosi dan harga yang tidak diinginkan serta menggerus margin. Perusahaan sebaiknya menerapkan kebijakan yang selaras dengan standar privasi dan data global, serta dengan parameter yang dikendalikan manusia dan telah disetujui sebelumnya untuk setiap pelanggan.

Meski otomatisasi terus meningkat, Anda menekankan bahwa pertimbangan manusia akan tetap menjadi inti keputusan pembelian. Menurut Anda, di mana batas antara keputusan yang dengan nyaman akan diserahkan konsumen kepada agen dan keputusan yang tetap ingin mereka teliti, bandingkan, serta tentukan sendiri?

Batasnya akan bergantung pada besarnya konsekuensi keputusan dan tingkat kepercayaan konsumen terhadap agen tersebut. Orang mungkin nyaman menyerahkan pembelian rutin berbiaya rendah ketika preferensi mereka sudah jelas dan dampak pilihan yang keliru tidak besar. Untuk keputusan yang melibatkan pengeluaran besar, informasi sensitif, atau komitmen kontraktual, mereka kemungkinan akan mengharapkan visibilitas yang lebih tinggi dan tetap memegang persetujuan akhir. Konsumen akan semakin nyaman dengan suatu merek ketika hambatan berkurang. Karena itu, penting untuk memudahkan mereka memahami apa yang sedang terjadi dan percaya bahwa transaksi akan diselesaikan sesuai tujuan dengan aman. Oleh sebab itu, merek sebaiknya memberi konsumen kendali yang jelas atas hal-hal yang dapat dilakukan agen secara mandiri, kapan agen harus meminta izin, serta seberapa mudah tindakannya dapat ditinjau atau dibatalkan.

Terima kasih atas wawancara yang luar biasa ini. Pembaca yang ingin mendalami perdagangan berbasis agen AI, visibilitas yang didorong AI, dan infrastruktur kepercayaan di balik pembelian otomatis dapat mengunjungi Deloitte.