Asisten AI Semakin Sering Salah Sebut Profil Perusahaan, Ini Cara Memperbaikinya

Jawaban keliru dari asisten kecerdasan buatan (AI) tentang sebuah perusahaan bukan lagi anomali. Dalam setahun terakhir, pemeriksaan rutin terhadap ChatGPT, Copilot, Gemini, dan Perplexity menunjukkan pola kesalahan yang berulang, dan tak ada meja redaksi yang bisa dihubungi untuk meralatnya. Bagi dunia usaha, ini adalah persoalan reputasi yang berjalan diam-diam.

Seorang pengusaha digital PR, dalam pengalamannya sejak awal 2025, mengelompokkan kesalahan itu ke dalam lima tipe. Pertama, fakta kedaluwarsa yang disajikan seolah masih berlaku—produk yang sudah pensiun, harga lama, atau pendiri yang hengkang pada 2022 masih disebut sebagai bos. Kedua, identitas tertukar, ketika perusahaan bernama mirip menyumbangkan gugatan atau ulasannya ke jawaban tentang perusahaan Anda. Ketiga, pergeseran kategori, misalnya konsultan dilabeli sebagai vendor perangkat lunak atau broker disebut bank.

Keempat, keluhan lama yang diangkat menjadi judul utama, di mana satu utas buruk bertahun-tahun lalu membingkai seluruh jawaban. Kelima, ketiadaan—asisten menyebut tiga pesaing lalu berhenti, dan ini yang paling sering terjadi namun paling jarang disadari karena tak ada yang mengambil tangkapan layar dari jawaban yang tak pernah muncul.

Skalanya bukan kekhawatiran pinggiran. Ketika jurnalis BBC meninjau jawaban dari empat asisten AI tersebut, 51% respons tentang berita mengandung masalah signifikan, 19% jawaban yang mengutip materi BBC memuat kesalahan faktual, dan contoh yang dipublikasikan termasuk tetap mencantumkan seorang mantan perdana menteri berbulan-bulan setelah ia meninggalkan jabatannya. Sistem yang salah menempatkan kepala pemerintahan tidak akan memperlakukan halaman harga Anda dengan lebih hati-hati.

Tidak ada mekanisme koreksi resmi. Perusahaan AI menyediakan tombol umpan balik, bukan departemen editorial. Berdebat di dalam obrolan hanya mengubah percakapan itu saja, sementara jalur hukum atas halusinasi masih jarang diuji dan tidak ada percakapan pelanggan yang menunggu putusan pengadilan. Akar masalahnya ada pada halaman yang dibaca asisten. Maka perbaikannya selalu berbentuk sama: ubah bahan bacaan, lalu tunggu. Jawaban yang dibangun dari pengambilan langsung dapat berubah dalam hitungan minggu setelah sumber berubah, sedangkan fakta yang diserap saat pelatihan bergerak lebih lambat.

Untuk fakta kedaluwarsa, perusahaan perlu menuliskan harga, produk, dan kepemimpinan terkini di situs dengan kalimat lugas disertai tanggal, lalu mendorong fakta baru ke liputan pihak ketiga yang segar. Untuk identitas tertukar, konsistensi nama di semua direktori—termasuk yang terlupakan—dan halaman yang secara tenang memisahkan diri dari perusahaan kembar menjadi kuncinya. Pergeseran kategori diatasi dengan memastikan kata-kata yang ingin dilekatkan pada bisnis muncul dalam kalimat yang ditulis pihak lain, bukan sekadar daftar kata kunci.

Keluhan lama tidak bisa dihapus, hanya bisa dilampaui. Tanggapi di mana pun kotak balasan tersedia, lalu tumpuk liputan baru hingga utas lama kalah dalam kontes kebaruan. Ketiadaan tidak punya jalan pintas: asisten cenderung menyampaikan daftar peringkat dan siaran pers, jadi jika halaman-halaman itu melewatkan Anda, jawabannya pun demikian.

"Asisten yang salah tentang perusahaan Anda percaya pada apa yang dibacanya. Itu masalah sekaligus solusinya. Tidak ada yang bisa membantah keyakinan keliru di jendela obrolan, tetapi siapa pun bisa mengubah apa yang dibacanya berikutnya," tulis pengusaha tersebut.

Pemeriksaan rutin yang dijalankan agensi tersebut memakan waktu kurang dari satu jam. Tulis lima pertanyaan yang akan diajukan pembeli: siapa perusahaan ini, apakah legit, siapa penyedia terbaik di kategorinya, bagaimana perbandingannya dengan pesaing terdekat, dan apakah masih beroperasi. Jalankan melalui dua asisten berbeda karena mereka membaca pustaka yang berbeda dan gagal dengan cara berbeda. Catat jawaban dan, yang lebih berguna, sumber yang dikutip—karena sitasi itulah daftar perbaikan Anda.

Bagi Indonesia, implikasinya terasa kian dekat. UMKM dan perusahaan rintisan yang mengandalkan kehadiran digital harus mulai memperlakukan informasi publik mereka sebagai bahan baku AI. Konsistensi data di direktori, situs resmi, dan pemberitaan menjadi benteng reputasi. Regulasi perlindungan konsumen dan etika AI yang tengah dirancang di Tanah Air perlu mempertimbangkan mekanisme sengketa ketika mesin menyebarkan fakta keliru tentang sebuah entitas bisnis.

Ke depan, pertanyaannya bukan lagi apakah AI akan salah bicara, melainkan seberapa cepat perusahaan mampu menyediakan bahan bacaan yang benar. Mereka yang rajin merawat jejak digital akan lebih jarang menjadi korban halusinasi mesin.