AI sudah menjadi bagian dari banyak aktivitas marketing. Kita dapat menggunakannya untuk membuat content, menganalisis data, mencari ide, merangkum informasi, membuat campaign brief, hingga membantu customer service.

Namun, ada satu perkembangan yang menurut saya jauh lebih menarik daripada sekadar menggunakan AI sebagai writing assistant: AI agent.

Perbedaannya cukup penting.

AI biasa menunggu instruksi dari manusia. Kita memberikan prompt, AI memberikan jawaban, lalu kita menentukan apa yang harus dilakukan berikutnya.

AI agent memiliki konsep yang lebih luas. Ia dapat diberikan tujuan, akses terhadap tools tertentu, context, dan serangkaian aturan sehingga dapat melakukan beberapa langkah untuk menyelesaikan sebuah pekerjaan.

Dalam konteks marketing, ini membuka kemungkinan baru. Bukan hanya menggunakan AI untuk membuat satu output, tetapi membangun sistem di mana AI dapat membantu menjalankan sebagian proses marketing.

Pertanyaannya kemudian bukan lagi:

"Apa yang bisa dibuat oleh AI?"

Tetapi:

"Bagian mana dari marketing operation yang sebaiknya dibantu oleh AI?"

Dari AI Assistant ke AI Agent

Perbedaan antara AI assistant dan AI agent sebenarnya cukup sederhana.

AI assistant biasanya bersifat reactive. Manusia memberikan instruksi, AI merespons.

Misalnya:

"Buatkan caption LinkedIn tentang AI."

AI kemudian membuat caption.

AI agent bekerja dengan pendekatan yang lebih task-oriented. Kita dapat memberikan tujuan seperti:

"Cari topik yang sedang relevan dengan target audience kami, evaluasi beberapa ide, buat content brief, lalu siapkan draft yang sesuai dengan brand guideline."

Untuk menyelesaikan tugas tersebut, sebuah agent dapat melakukan beberapa langkah. Ia mungkin perlu mencari informasi, membaca data, memilih opsi, menggunakan tools tertentu, menghasilkan output, kemudian mengevaluasi hasil sebelum melanjutkan ke langkah berikutnya.

Konsep ini juga menjadi bagian penting dalam perkembangan agentic AI. OpenAI, misalnya, mendefinisikan agent sebagai sistem yang dapat menyelesaikan task dengan menggunakan tools dan menjalankan proses yang diperlukan untuk mencapai tujuan tertentu. OpenAI: Agents.

Inilah yang membuat AI agent menarik untuk marketing.

AI tidak lagi hanya menjadi tempat untuk meminta output, tetapi dapat menjadi bagian dari workflow.

Marketing Memiliki Banyak Pekerjaan yang Bersifat Repetitif

Marketing terlihat seperti pekerjaan yang sangat kreatif, tetapi jika dilihat lebih dekat, banyak aktivitas di dalamnya sebenarnya cukup repetitive.

Contohnya adalah research, data collection, content repurposing, reporting, lead qualification, campaign monitoring, competitor monitoring, SEO analysis, hingga administrative tasks.

Pekerjaan tersebut tetap membutuhkan manusia, tetapi tidak semuanya membutuhkan manusia untuk mengerjakan setiap langkah secara manual.

Di sinilah automation dan AI agent mulai memiliki peran.

Misalnya, daripada seorang marketer setiap pagi membuka beberapa platform untuk memeriksa data campaign, sistem dapat mengambil data tersebut secara otomatis, menggabungkannya, lalu meminta AI menganalisis perubahan yang terjadi.

Manusia kemudian tidak perlu membaca seluruh data mentah. Mereka dapat langsung melihat bagian yang membutuhkan perhatian.

Perubahan kecil seperti ini dapat menghemat waktu. Jika diterapkan pada banyak workflow sekaligus, dampaknya terhadap marketing operation bisa menjadi jauh lebih besar.

Automation dan AI Agent Bukan Hal yang Sama

Istilah automation dan AI agent sering digunakan secara bergantian, padahal keduanya tidak selalu sama. Untuk melihat perbedaan keduanya bersama AI Assistant dan kapan masing-masing pendekatan lebih tepat digunakan, lihat AI Agent vs Automation vs AI Assistant: Apa Bedanya dan Kapan Bisnis Membutuhkan Masing-Masing?.

Traditional automation biasanya mengikuti aturan yang sudah ditentukan.

Misalnya:

Jika seseorang mengisi form,
maka kirim email.

Aturannya jelas. Input dan output juga relatif terprediksi.

AI agent bekerja lebih fleksibel. Ia dapat menghadapi input yang tidak selalu sama dan menggunakan reasoning untuk menentukan langkah berikutnya.

Misalnya sebuah lead masuk dengan informasi:

"Kami sedang mencari HR system untuk sekitar 500 karyawan dan ingin melihat opsi yang dapat terintegrasi dengan payroll."

Workflow automation sederhana mungkin hanya meneruskan data tersebut kepada salesperson.

AI agent dapat membantu mengklasifikasikan kebutuhan lead, mengidentifikasi product fit, merangkum kebutuhan, mencari informasi tambahan dari CRM, lalu membuat recommendation untuk salesperson.

Namun, agent tetap perlu bekerja dalam batas yang jelas.

Semakin besar konsekuensi sebuah keputusan, semakin penting human oversight.

Anthropic juga membedakan workflow berbasis LLM dengan agent yang memiliki tingkat autonomy lebih tinggi dan dapat menentukan langkah yang diperlukan untuk menyelesaikan sebuah task. Mereka juga menekankan bahwa kompleksitas sebaiknya ditambahkan hanya ketika memang memberikan manfaat yang nyata. Anthropic: Building Effective Agents.

Untuk memahami bagaimana AI agent dapat diterapkan lebih luas dalam konteks bisnis, saya juga membahasnya dalam AI Agent untuk Bisnis: Apa yang Bisa Diotomatisasi dan Bagaimana Memulainya?.

Apa yang Cocok Diotomatisasi?

Menurut saya, prinsip sederhananya adalah: semakin repetitive, structured, dan measurable sebuah pekerjaan, semakin besar peluangnya untuk diotomatisasi.

Beberapa contoh yang cukup cocok antara lain:

Content Research

AI dapat membantu mengumpulkan topik, mengelompokkan pertanyaan audience, menemukan pola dari berbagai sumber, dan membuat research summary.

Manusia kemudian menentukan insight mana yang benar-benar relevan.

Content Repurposing

Satu long-form article dapat diubah menjadi beberapa format:

  • LinkedIn post
  • carousel
  • short video script
  • email
  • social media post
  • FAQ

AI dapat menangani proses transformasi tersebut dengan relatif cepat, sementara manusia tetap menentukan angle dan kualitas akhirnya.

Reporting

Data dari beberapa sumber dapat dikumpulkan dan dirangkum secara otomatis.

Daripada hanya mendapatkan angka seperti impressions, clicks, CTR, dan conversion, marketer dapat memperoleh ringkasan mengenai perubahan performa dan area yang perlu diperhatikan.

Lead Qualification

AI dapat membantu membaca informasi awal dari lead, mengklasifikasikan kebutuhan, dan memberikan prioritas berdasarkan kriteria yang sudah ditentukan.

Salesperson kemudian dapat fokus pada lead yang memang membutuhkan interaksi manusia.

SEO Research

AI dapat membantu mengelompokkan keyword, menganalisis search intent, menemukan content gaps, dan membuat struktur awal sebuah content cluster.

Namun, hasil tersebut tetap perlu divalidasi karena AI tidak selalu memahami konteks bisnis dengan benar.

Apa yang Sebaiknya Tetap Dikerjakan Manusia?

Tidak semua pekerjaan marketing sebaiknya diotomatisasi.

Ada beberapa keputusan yang menurut saya justru semakin penting untuk tetap berada di tangan manusia.

Pertama adalah strategy.

AI dapat membantu menganalisis informasi, tetapi menentukan positioning, market priority, business direction, dan strategic trade-off tetap membutuhkan pemahaman terhadap konteks bisnis.

Kedua adalah creative judgment.

AI dapat menghasilkan banyak variasi ide. Namun, memilih ide yang tepat untuk sebuah brand membutuhkan taste, experience, dan pemahaman terhadap audience.

Ketiga adalah relationship.

Marketing bukan hanya tentang content dan data. Ada komunikasi dengan customer, partner, media, community, dan stakeholder lainnya yang membutuhkan empathy dan human interaction.

Keempat adalah high-impact decision.

Keputusan yang memiliki konsekuensi besar terhadap brand, budget, customer, atau revenue sebaiknya tidak sepenuhnya diserahkan kepada AI.

Menurut saya, pendekatan yang sehat bukan menggantikan manusia dengan AI, tetapi menggunakan AI untuk membuat manusia dapat bekerja pada level yang lebih tinggi.

AI Agent Seharusnya Bekerja di Dalam Sistem

Kesalahan yang sering terjadi ketika perusahaan mulai menggunakan AI adalah menganggap AI agent sebagai sebuah chatbot yang lebih pintar.

Padahal, agent akan menjadi jauh lebih berguna ketika ditempatkan di dalam sistem.

Misalnya sebuah marketing agent dapat terhubung dengan:

Data

CRM, website analytics, advertising platform, SEO tools, dan database internal.

Knowledge

Brand guideline, product information, customer profile, campaign history, SOP, dan internal documentation.

Tools

Search engine, analytics platform, email system, CRM, content management system, dan advertising platform.

Workflow

Research → Analysis → Decision → Execution → Measurement → Optimization.

Google Cloud menjelaskan bahwa agentic AI system dapat terdiri dari beberapa komponen seperti model, grounding, tools, data architecture, orchestration, dan runtime. Komponen-komponen tersebut memungkinkan agent bekerja bukan hanya sebagai conversational interface, tetapi sebagai bagian dari sistem yang dapat berinteraksi dengan data dan tools. Google Cloud: Core Concepts of AI Agents.

Dengan struktur tersebut, AI agent bukan lagi sekadar tempat bertanya.

Ia menjadi salah satu komponen dari marketing operation.

Jangan Mulai dari AI, Mulai dari Workflow

Menurut saya, ini adalah prinsip yang paling penting.

Ketika sebuah bisnis tertarik dengan AI agent, pertanyaan pertama seharusnya bukan:

"AI apa yang harus kita pakai?"

Tetapi:

"Workflow apa yang saat ini paling banyak menghabiskan waktu?"

Misalnya sebuah tim marketing membutuhkan waktu berjam-jam setiap minggu hanya untuk membuat report.

Jangan langsung membuat agent yang kompleks.

Petakan terlebih dahulu prosesnya:

Data collection → Cleaning → Analysis → Summary → Recommendation → Report

Setelah itu baru tentukan bagian mana yang dapat diotomatisasi dan bagian mana yang membutuhkan human review.

Pendekatan seperti ini membuat teknologi mengikuti kebutuhan bisnis, bukan sebaliknya.

Anthropic juga menyarankan untuk memulai dari solusi yang paling sederhana dan menambahkan kompleksitas agent hanya ketika pendekatan yang lebih sederhana tidak lagi cukup. Anthropic: Building Effective Agents.

Ini juga sejalan dengan prinsip yang saya gunakan dalam membangun digital system: mulai dari masalah, kemudian tentukan technology yang paling masuk akal untuk menyelesaikannya.

Jika ingin melihat pendekatan ini dari perspektif yang lebih luas, saya membahas hubungan antara AI agent, data, dan automation dalam Membangun Growth System dengan AI: Menghubungkan AI Agent, Data, dan Automation.

Dari Banyak Tools Menuju Marketing System

Salah satu masalah yang sering terjadi di marketing saat ini adalah terlalu banyak tools.

Ada platform untuk analytics, SEO, social media, CRM, email marketing, advertising, project management, content creation, dan AI.

Masing-masing tools mungkin berguna, tetapi jika semuanya berjalan sendiri-sendiri, kompleksitas justru meningkat.

AI agent dapat menjadi layer yang menghubungkan berbagai tools tersebut.

Misalnya:

Website

↓

Analytics

↓

CRM

↓

AI Marketing Agent

↓

Analysis & Recommendation

↓

Human Decision

↓

Campaign / Content / Sales Action

Dalam model seperti ini, AI bukan menjadi pusat dari seluruh sistem. AI menjadi layer intelligence yang membantu menghubungkan data, tools, dan workflow.

Menurut saya, ini jauh lebih realistis daripada membayangkan sebuah "AI employee" yang dapat melakukan seluruh pekerjaan marketing tanpa supervision.

Apakah Semua Business Owner Membutuhkan AI Agent?

Tidak.

Dan menurut saya, ini justru penting untuk dikatakan.

Jika sebuah bisnis masih memiliki masalah mendasar seperti positioning yang belum jelas, website yang tidak memberikan informasi yang cukup, data yang tidak terstruktur, atau proses marketing yang belum konsisten, membuat AI agent yang kompleks mungkin bukan prioritas pertama.

AI agent akan memberikan manfaat lebih besar ketika fondasinya sudah cukup baik.

Bisnis perlu mengetahui siapa target audience-nya, apa proses yang ingin diperbaiki, data apa yang tersedia, tools apa yang digunakan, dan bagaimana keberhasilan akan diukur.

Setelah itu, barulah AI dapat digunakan untuk meningkatkan proses tersebut.

Technology seharusnya mengurangi complexity, bukan menambah complexity.

Bagaimana Business Owner Sebaiknya Memulai?

Business owner tidak perlu langsung membuat "AI Marketing Department".

Saya akan memulai dari satu workflow kecil.

Pilih satu pekerjaan yang dilakukan berulang kali, membutuhkan waktu cukup banyak, memiliki input yang relatif jelas, memiliki output yang dapat diukur, dan tidak memiliki risiko besar ketika AI melakukan kesalahan.

Contohnya adalah weekly marketing reporting.

Setelah workflow tersebut berhasil, barulah automation dapat diperluas ke proses lain seperti content research, lead qualification, competitor monitoring, atau campaign analysis.

Dengan pendekatan bertahap, perusahaan dapat melihat manfaat AI secara nyata tanpa harus membangun sistem yang terlalu kompleks sejak awal.

Untuk memahami proses pembangunan agent dari workflow hingga eksekusi, lihat juga Cara Membangun AI Agent untuk Bisnis: Dari Workflow hingga Eksekusi.

Masa Depan Marketing Bukan AI vs Human

Menurut saya, pertanyaan "Apakah AI akan menggantikan marketer?" terlalu sederhana.

Marketing membutuhkan kombinasi antara technology, data, creativity, judgment, dan human understanding.

AI dapat mempercepat banyak pekerjaan. Automation dapat mengurangi pekerjaan manual. Data dapat membantu mengambil keputusan. Tetapi manusia tetap menentukan apa yang layak dilakukan dan mengapa hal tersebut penting bagi bisnis.

Karena itu, saya lebih melihat masa depan marketing sebagai kolaborasi antara manusia dan intelligent systems.

Marketer yang hanya mengandalkan pekerjaan manual mungkin akan semakin sulit bersaing dengan marketer yang mampu memanfaatkan automation dan AI.

Namun, marketer yang hanya mengandalkan AI tanpa memahami business context juga akan menghadapi masalah.

Keunggulannya justru berada di tengah: manusia yang memahami bisnis dan mampu membangun sistem yang membuat technology bekerja untuk bisnis tersebut.

Penutup

AI agent membuka kemungkinan baru dalam cara bisnis menjalankan marketing.

Namun, nilai sebenarnya bukan terletak pada seberapa canggih agent yang dapat dibuat. Nilainya terletak pada masalah yang dapat diselesaikan, waktu yang dapat dihemat, keputusan yang dapat diperbaiki, dan business outcome yang dapat dihasilkan.

Karena itu, saya tidak melihat AI agent sebagai pengganti marketing team.

Saya melihatnya sebagai bagian dari marketing system yang lebih intelligent, connected, dan capable.

Pertanyaan yang menurut saya lebih menarik bukan:

"Apa yang bisa dilakukan AI?"

Tetapi:

"Bagian mana dari bisnis kita yang seharusnya tidak lagi dikerjakan secara manual?"

Dari pertanyaan tersebut, kita bisa mulai menemukan workflow yang tepat untuk di-automate, data yang perlu dihubungkan, dan bagian mana yang dapat dibantu oleh AI agent.

Dan dari sana, AI bukan lagi sekadar sebuah tool.

Ia mulai menjadi bagian dari cara bisnis bekerja.