Meta Pacu Pendapatan Iklan dengan AI saat Google Tertekan, Ini Strateginya

Meta dan Google menghadapi titik tekanan yang berbeda

Meta pacu pendapatan iklan dengan AI saat Google tertekan karena keduanya menghadapi perubahan perilaku pengguna dari titik yang berbeda. Menurut laporan Kaltim Post pada 2 November 2026, pendapatan iklan Meta pada kuartal ketiga mencapai US$63,1 miliar, tumbuh 26 persen. Pada periode yang sama, pendapatan divisi pencarian Google dilaporkan mencapai US$63,4 miliar dengan pertumbuhan 12 persen, menurut kaltimpost.jawapos.com.

Angka tersebut tidak otomatis membuktikan bahwa satu model bisnis akan menggantikan model lainnya. Namun, laporan itu menunjukkan selisih laju pertumbuhan: Meta memperkuat monetisasi di dalam platform sosialnya, sementara Google menghadapi pertanyaan tentang bagaimana perilaku mencari informasi berubah ketika pengguna memperoleh jawaban langsung dari layanan AI.

Kaltim Post melaporkan bahwa alat AI Meta membantu pengiklan merancang kampanye dan menargetkan pengguna. ChatNews juga menyebut AI dipakai untuk membantu penyusunan kampanye, pemilihan kelompok pengguna, dan evaluasi materi promosi. Dalam konteks ini, AI bukan produk terpisah yang dijual kepada pengguna, melainkan bagian dari sistem yang membantu pengiklan menjalankan iklan di Facebook dan Instagram.

Tekanan Google berada di jalur yang lain. Kaltim Post, mengutip analis eMarketer Nate Elliott melalui CNBC, melaporkan bahwa jawaban langsung dari layanan AI dapat mengurangi alasan pengguna membuka banyak tautan. Ini relevan bagi bisnis pencarian karena pencarian biasanya menangkap kebutuhan pengguna pada saat mereka aktif mencari informasi, produk, atau solusi.

Mengapa AI Meta dapat memperkuat mesin iklan

Nilai AI bagi Meta terletak pada posisinya di dalam workflow iklan. Pengiklan perlu menentukan materi, audiens, tujuan kampanye, lalu membaca hasilnya. Ketika AI membantu sebagian pekerjaan tersebut, pengiklan dapat menguji lebih banyak variasi materi atau menilai kecocokan pesan dengan kelompok audiens tanpa memulai seluruh proses dari nol.

Menurut Kaltim Post, hampir 10 juta pengiklan telah mengadopsi perangkat AI Meta. Karena data tersebut berasal dari laporan media sekunder, angka itu perlu dibaca sebagai laporan kinerja yang dikutip media, bukan patokan hasil yang pasti akan dialami setiap pengiklan.

Perbedaan pentingnya ada pada fungsi. AI dapat membantu membuat atau mengevaluasi materi, misalnya beberapa variasi teks promosi. Otomasi menjalankan langkah berdasarkan pemicu dan aturan, misalnya memindahkan data formulir ke CRM. Keduanya bisa dipakai bersama, tetapi tidak sama. Menyamakan keduanya membuat tim sulit menentukan titik kegagalan ketika kampanye tidak menghasilkan prospek berkualitas.

Sebagai ilustrasi hipotetis, sebuah toko B2B menerima lead dari iklan sosial. Formulir masuk terlebih dahulu dicek kelengkapannya. AI kemudian merangkum kebutuhan calon pelanggan berdasarkan jawaban formulir, sedangkan otomasi mengirim ringkasan itu ke CRM. Sales tetap meninjau informasi sebelum menghubungi lead. Dalam alur tersebut, AI membantu memahami teks; otomasi membantu perpindahan data; keputusan kontak tetap berada pada manusia.

Mengapa perubahan pencarian menjadi tantangan bagi Google

Bisnis pencarian tidak hanya bergantung pada banyaknya kueri. Nilainya juga berasal dari momen ketika pengguna menunjukkan niat, misalnya mencari perbandingan produk, lokasi layanan, atau cara menyelesaikan masalah. Bila pengguna merasa jawaban sudah cukup tersedia dalam layanan AI, pola kunjungan ke halaman hasil pencarian dan situs penerbit dapat berubah.

Kaltim Post melaporkan kekhawatiran bahwa pengguna dapat memperoleh jawaban tanpa mengeklik tautan. Ini bukan berarti iklan pencarian akan hilang. Bahan bersumber tidak menyatakan itu. Poin yang lebih tepat: Google perlu menghadapi perubahan cara pengguna menemukan informasi, sedangkan Meta berusaha meningkatkan efektivitas iklan di lingkungan aplikasi yang sudah dipakai pengguna untuk melihat konten dan berinteraksi.

Bagi pengiklan, perubahan ini membuat ketergantungan pada satu jalur akuisisi lebih berisiko. Tim tidak perlu bereaksi dengan memindahkan seluruh anggaran ke media sosial. Langkah yang lebih masuk akal adalah memeriksa sumber prospek, kualitas prospek dari tiap kanal, dan alasan calon pelanggan akhirnya membeli atau tidak membeli.

Cara menguji AI dalam workflow pemasaran tanpa mengandalkan asumsi

Pengiklan sebaiknya memulai dari proses yang lambat, berulang, atau sulit ditelusuri. Jangan mulai dari pertanyaan “fitur AI apa yang tersedia?” Mulailah dari masalah kerja. Contohnya, apakah admin masih menyalin data lead secara manual, apakah sales menerima prospek tanpa konteks, atau apakah tim kesulitan memahami materi iklan mana yang menghasilkan percakapan berkualitas.

Pilih satu workflow kecil untuk diuji selama periode yang ditentukan tim. Sebagai contoh hipotetis, tim properti menjalankan iklan untuk konsultasi awal. Lead masuk dari formulir. Sistem memeriksa nomor kontak dan kebutuhan dasar. AI membuat ringkasan singkat dari jawaban calon pelanggan. CRM menyimpan sumber iklan, ringkasan, dan status lead. Sales memutuskan apakah lead perlu dihubungi, ditunda, atau ditolak karena data tidak lengkap.

Uji tersebut perlu memiliki pembanding. Catat waktu respons sebelum dan sesudah workflow digunakan. Periksa apakah ringkasan AI sesuai dengan jawaban asli. Lalu lihat berapa lead yang benar-benar ditindaklanjuti sales dan berapa yang ternyata tidak relevan. Tanpa pembanding, tim hanya melihat aktivitas sistem, bukan perbaikan proses.

Metrik juga harus mengikuti tujuan. Jika targetnya mempercepat respons, ukur waktu dari formulir masuk sampai peninjauan sales. Jika targetnya meningkatkan kualitas prospek, periksa alasan sales menerima atau menolak lead. Biaya per prospek tetap berguna, tetapi tidak cukup bila prospek murah ternyata tidak cocok dengan penawaran bisnis.

Kontrol manusia dan data pelanggan tidak boleh menjadi pelengkap

AI yang membantu membuat materi atau mengelompokkan respons tetap dapat salah konteks. Kesalahan itu berisiko ketika sistem memakai klaim produk yang tidak disetujui, salah memberi label pada calon pelanggan, atau memproses informasi yang seharusnya dibatasi. Karena itu, tindakan yang berdampak pada anggaran, penawaran, dan komunikasi pelanggan perlu memiliki pemilik keputusan yang jelas.

Buat batas kerja sejak awal. AI boleh mengusulkan variasi teks iklan, merangkum jawaban formulir, atau memberi label awal pada lead. Manusia perlu menyetujui klaim promosi, perubahan anggaran, aturan segmentasi sensitif, dan pesan yang dikirim setelah percakapan menjadi spesifik. Akses ke data pelanggan juga perlu dibatasi sesuai peran kerja, bukan dibuka untuk semua orang yang memakai tool pemasaran.

Andaikan ringkasan AI menyatakan seorang lead siap membeli, padahal jawaban aslinya hanya meminta katalog. Sales harus dapat melihat sumber data asli, memperbaiki label, dan mencatat alasan koreksi. Catatan itu membantu tim menemukan pola kesalahan serta menentukan apakah instruksi AI, formulir, atau aturan workflow perlu diperbaiki.

Audit satu kampanye aktif minggu ini. Petakan perjalanan lead dari iklan sampai tindak lanjut sales. Tandai satu pekerjaan manual yang aman diuji, tetapkan metrik, lalu tentukan siapa yang memeriksa keluaran AI sebelum ada tindakan ke pelanggan. Setelah satu siklus kampanye selesai, bandingkan hasilnya dengan proses lama sebelum memperluas penggunaan AI.