Kenapa AI Tidak Menyebut Nama Perusahaanmu

Coba sekarang buka ChatGPT. Ketik: "Rekomendasi perusahaan pompa industri di Indonesia."

Aku udah coba. Berkali-kali. Dengan variasi pertanyaan yang beda-beda. Hasilnya? Grundfos, KSB, Sulzer, Ebara. Brand-brand luar yang memang sudah punya jejak digital global. Perusahaan Indonesia? Jarang muncul. Kalo muncul, biasanya generic. "Ada beberapa perusahaan lokal yang melayani pasar ini." Tanpa nama. Tanpa rekomendasi spesifik.

Ini bukan masalah kualitas produk. Banyak perusahaan pompa Indonesia yang kualitasnya oke. Beberapa bahkan supply ke proyek BUMN. Tapi AI ga peduli sama itu. AI peduli sama satu hal: bisa ga aku verifikasi informasi tentang entitas ini dari sumber yang independen dan terpercaya?

Kalo jawabannya ga bisa, AI diam. Bukan karena jahat. Tapi karena menyebut sesuatu yang ga bisa diverifikasi itu risiko. Dan AI didesain untuk menghindari risiko itu.

Masalahnya Bukan di SEO

Aku tau apa yang kamu pikir. "Ya tinggal optimasi SEO dong." Ga gitu.

SEO itu tentang ranking di Google. Kamu optimasi keyword, bikin backlink, perbaiki page speed, dan halaman kamu naik di hasil pencarian. Itu masih relevan untuk Google Search tradisional.

Tapi AI search itu permainan yang beda total. Seperti yang udah aku bahas di AI Search Is Not SEO, AI ga bikin daftar link. AI bikin jawaban. Dan untuk bisa menyebut nama kamu di jawaban itu, AI harus yakin dulu bahwa kamu itu real, terverifikasi, dan layak disebut.

Pertanyaan inti AI bukan "halaman mana yang paling relevan?" tapi "entitas mana yang cukup terpercaya untuk aku sebut?"

Itu bedanya. Dan itu kenapa banyak perusahaan Indonesia yang invisible di AI search, meskipun ranking Google-nya bagus.

Apa yang AI Butuhkan untuk Menyebut Nama

Berdasarkan riset dari Maverick, Discovered Labs, dan observasi aku sendiri, ada pattern yang jelas. AI menyebut brand ketika brand itu memenuhi tiga syarat:

Mari kita bedah satu per satu.

1. Entity existence di knowledge graph

Kamu perlu ada di knowledge graph. Bukan cuma punya website. Knowledge graph itu database terstruktur yang dipake Google, Bing, dan AI systems untuk memahami "siapa kamu" sebagai entitas. Sumber utamanya: Wikidata, Wikipedia, Google Business Profile, Crunchbase, dan data terstruktur (JSON-LD) di website kamu sendiri.

Kebanyakan perusahaan Indonesia ga ada di Wikidata. Ga punya Crunchbase profile. Ga implement Organization schema di website. Jadi dari perspektif AI, perusahaan itu literally ga exist sebagai entitas yang bisa di-query.

2. Konsistensi informasi cross-platform

Nama perusahaan kamu harus sama persis di mana-mana. Website, LinkedIn, Google Business Profile, direktori industri, profil media sosial. Kedengarannya sepele, tapi ini masalah serius di Indonesia.

Banyak perusahaan yang di website nulis "PT Maju Jaya Abadi", di Facebook nulis "Maju Jaya Group", di LinkedIn nulis "MJA Corporation", dan di kartu nama nulis "CV Maju Jaya". Empat nama beda. AI bingung. Ini satu entitas atau empat entitas yang berbeda?

Kalo AI bingung, AI ga akan menyebut siapa-siapa. Lebih aman diam daripada salah.

3. Corroboration dari pihak ketiga

Ini yang paling berat. AI butuh orang lain yang ngomong tentang kamu. Bukan kamu ngomong tentang kamu sendiri. Bukan testimonial di website kamu. Bukan press release yang kamu bayar.

Yang dimaksud corroboration: artikel berita editorial (bukan advertorial), mention di publikasi industri, data di business registry yang terverifikasi, review di platform independen, sitasi di paper akademik atau laporan industri.

Research dari Maverick menunjukkan bahwa untuk bank-bank Indonesia, hampir 70% sitasi AI berasal dari earned media dan outlet berita editorial. Owned media (website sendiri) cuma dipake untuk detail produk. Bukan sebagai basis trust.

Perbandingan: Indonesia vs. Singapura

Untuk gambaran yang lebih konkret, aku bikin perbandingan sederhana. Ini bukan data ilmiah yang ketat. Ini observasi dari eksperimen aku sendiri, nanya ke ChatGPT, Claude, dan Perplexity tentang berbagai industri di kedua negara.

Liat gap-nya? Di hampir semua industri, brand Singapura disebut 3-5x lebih sering. Bukan karena perusahaan Singapura lebih bagus. Tapi karena mereka punya infrastruktur digital yang bikin AI bisa verifikasi siapa mereka.

Perusahaan Singapura rata-rata punya: Crunchbase profile lengkap, LinkedIn company page yang aktif, mention di TechCrunch atau CNA, Wikidata entry, dan structured data di website. Perusahaan Indonesia? Website (kadang masih HTTP, bukan HTTPS), Facebook page, dan maybe Instagram. That's it.

Anatomi Invisibility

Biar lebih jelas, ini perbandingan infrastruktur digital yang aku lihat antara perusahaan yang sering disebut AI vs yang ga pernah disebut:

Kalo kamu liat tabel ini dan merasa "wah, perusahaan aku ga punya semua yang di kolom kiri," selamat. Kamu baru aja nemu kenapa AI ga nyebut nama kamu. Bukan konspirasi. Bukan bias. Cuma infrastruktur yang belum dibangun.

Kenapa Ini Spesifik Terjadi di Indonesia

Aku ga mau sok-sokan bilang ini masalah Indonesia doang. Tapi ada faktor-faktor yang bikin masalah ini lebih akut di sini:

Pertama, kultur digital kita masih social-media-first. Banyak perusahaan yang investasi jutaan di Instagram ads tapi ga punya Google Business Profile yang lengkap. Social media itu bagus untuk awareness, tapi AI ga crawl Instagram feeds untuk verifikasi entitas. AI butuh structured data dan sumber yang bisa di-parse secara machine-readable.

Kedua, press coverage tentang bisnis lokal itu minim. Media nasional fokus ke politik dan hiburan. Trade publications yang menulis tentang industri spesifik (pompa, manufaktur, logistik) hampir ga ada dalam bahasa Inggris. Dan AI models saat ini masih heavily biased ke sumber berbahasa Inggris.

Ketiga, konsep entity verification itu baru. Di Singapura, startup dari day one udah mikirin Crunchbase profile, AngelList listing, dan TechCrunch pitch. Di Indonesia, banyak perusahaan yang udah jalan 20 tahun tapi ga punya presence di satu pun business database internasional.

Keempat, masalah naming consistency. Kultur kita suka singkatan dan variasi nama. PT ini, CV itu, Group ini, Holdings itu. Satu perusahaan bisa punya 4-5 nama yang beredar. Buat manusia ga masalah, kita paham konteksnya. Buat AI, itu disambiguation nightmare.

Tapi Ini Bukan Soal Bahasa Aja

Aku sering denger argumen: "Ya wajar dong AI ga nyebut brand Indonesia, kan AI-nya bahasa Inggris." Ga sepenuhnya benar.

Grab disebut. Gojek disebut. Tokopedia disebut. Bank BCA disebut. Telkom disebut. Kenapa? Karena mereka punya entity infrastructure yang lengkap. Wikipedia article, Wikidata entry, Crunchbase profile, coverage di Bloomberg dan Reuters, structured data di website.

Jadi bukan soal bahasa. Bukan soal lokasi. Ini soal apakah kamu sudah membangun infrastruktur yang bikin AI bisa confident menyebut nama kamu.

Yang kena dampak paling besar justru mid-market. Perusahaan yang udah established, punya klien besar, revenue ratusan miliar, tapi entity infrastructure-nya nol. Dari perspektif AI, mereka ga exist. Dan itu gap yang makin hari makin mahal.

Dampak Bisnis yang Real

Kamu mungkin mikir: "Ah, siapa sih yang nanya AI buat cari supplier?" Lebih banyak dari yang kamu kira.

Research dari Position Digital (2026) menunjukkan branded web mentions punya korelasi 0.664 dengan kemunculan di AI Overview. Backlinks? Cuma 0.218. Artinya, dibicarakan orang lain di web itu 3x lebih penting dari backlink tradisional untuk AI visibility.

Dan tren ini cuma akan makin kuat. Google sendiri mengakui AI-generated search results mengurangi kunjungan website 30-70%. Orang makin jarang klik link. Mereka terima jawaban langsung dari AI. Kalo nama kamu ga ada di jawaban itu, kamu ga exist di mata customer potensial.

Buat perusahaan B2B, ini bahkan lebih kritis. Procurement teams di perusahaan multinasional udah mulai pake AI untuk shortlist vendor. "ChatGPT, recommend industrial pump suppliers in Southeast Asia with ISO certification." Kalo kamu ga muncul di jawaban itu, kamu ga masuk shortlist. Ga masuk shortlist, ga dapet tender. Sesederhana itu.

Apa yang Harus Dilakukan

Oke, cukup masalahnya. Sekarang solusi. Berdasarkan Trust Chain methodology yang udah aku develop, ada urutan yang jelas:

Layer 1: Foundation (minggu 1-2)

• Standardisasi nama. Pilih satu nama resmi. Pake itu di mana-mana. Persis. Ga ada variasi.
• Implement Organization schema. JSON-LD di homepage. Lengkap: name, url, logo, foundingDate, address, sameAs links ke semua profil sosial.
• Claim Google Business Profile. Lengkapi semua field. Ini gratis dan langsung feed ke Knowledge Graph.
• HTTPS. Kalo website kamu masih HTTP di 2026, fix ini sekarang. Serius.

Layer 2: Entity establishment (bulan 1-2)

• Buat Wikidata entry. Ini bukan Wikipedia. Wikidata itu database fakta terstruktur. Siapa aja bisa bikin entry selama datanya verifiable. Masukin: nama perusahaan, industri, tahun berdiri, lokasi, website resmi.
• Buat Crunchbase profile (kalo applicable). Gratis untuk basic profile.
• LinkedIn company page. Lengkap, aktif, konsisten dengan semua data lain.
• Pastikan sameAs links di schema menghubungkan semua profil ini ke website utama.

Layer 3: Corroboration (bulan 2-6)

• Earn editorial coverage. Bukan advertorial. Bukan press release. Coverage yang ditulis jurnalis karena ada news value. Ini yang paling susah tapi paling impactful.
• Publish di platform independen. Contribute artikel ke trade publications. Speak di konferensi yang dipublish proceedings-nya. Tulis di medium yang punya editorial review.
• Dapatkan review atau mention di direktori industri yang authoritative.

Layer 4: Monitoring (ongoing)

• Test secara regular. Tanya AI tentang industri kamu. Liat apakah nama kamu muncul. Track perubahan over time.
• Audit konsistensi. Setiap 3 bulan, cek apakah semua platform masih punya informasi yang sama.
• Update content. AI systems mempertimbangkan freshness. Website yang terakhir diupdate 2019 itu red flag.

Timeline yang Realistis

Aku ga mau bohong. Ini ga instan. Research dari Discovered Labs menunjukkan perusahaan bisa naik dari 5% citation rate ke 42% dalam 90 hari. Tapi itu perusahaan SaaS B2B yang udah punya foundation. Untuk perusahaan Indonesia yang mulai dari nol, expect 6-12 bulan untuk meaningful Knowledge Graph recognition.

Tapi clock-nya cuma jalan satu arah. Setiap hari yang kamu tunda, gap-nya makin lebar. Kompetitor yang mulai duluan udah compound advantage-nya.

Kabar baiknya: di Indonesia, almost nobody is doing this yet. Jadi first mover advantage-nya masih gede banget. Kalo kamu mulai sekarang, kamu ga cuma catch up. Kamu bisa lead.

Pengalaman Aku Sendiri

Aku jalanin tiga perusahaan. PT Arsindo (pompa industri), Hibrkraft (craft dan bookbinding), dan Witanabe (digital infrastructure). Tiga industri yang beda total.

Dan aku ngalamin sendiri betapa susahnya bikin AI menyebut nama perusahaan Indonesia. Arsindo udah beroperasi lebih dari dua dekade. Supply pompa ke proyek-proyek besar. Tapi tanya ChatGPT soal pompa industri Indonesia, dan Arsindo ga muncul. Kenapa? Karena entity infrastructure-nya baru aku bangun sekarang.

Aku ga nulis ini dari posisi "aku udah berhasil, ini caranya." Aku nulis ini dari posisi "aku lagi ngerjain ini, dan ini yang aku temukan di prosesnya." Practitioner's log, bukan success story.

Yang bikin aku yakin ini worth it: setelah implement entity infrastructure untuk diri aku sendiri sebagai person entity, hasilnya mulai keliatan. Bukan overnight. Tapi compound. Dan itu yang penting.

Ini Bukan Soal AI. Ini Soal Infrastruktur.

Pada akhirnya, AI cuma mirror. Dia reflect apa yang ada (dan ga ada) di ekosistem digital. Kalo perusahaan kamu ga visible di AI search, itu bukan salah AI. Itu sinyal bahwa digital infrastructure kamu belum dibangun untuk era ini.

Website aja ga cukup. Facebook page aja ga cukup. Bahkan ranking #1 di Google aja ga cukup. Yang dibutuhkan adalah entity infrastructure: kumpulan sinyal terverifikasi yang bikin mesin (bukan cuma manusia) bisa confident bilang "ya, perusahaan ini exist, ini yang mereka lakukan, dan ini kenapa mereka credible."

Gausa nunggu kompetitor kamu mulai duluan. Build the infrastructure. Sisanya compound.

Yasudahlah. Mulai dari yang gratis dulu. Google Business Profile. Schema markup. Wikidata. Seminggu kerja, dan kamu udah lebih visible dari 95% perusahaan Indonesia di mata AI.

Ya kan?