Sebagian besar tim komunikasi dan public relations (PR) di Indonesia – termasuk SEQARA Communications – pasti sudah pernah dan mungkin masih terus menggunakan artificial intelligence (AI) dalam kerja sehari-hari. Sebagai contoh penggunaan AI adalah ketika Anda membuka ChatGPT atau Claude, memintanya menyiapkan Anda untuk panggilan klien, membuat draf pitch, atau merangkum liputan media minggu ini. Hasilnya? Tata bahasanya rapi, tapi terasa generik, dangkal, dan sedikit hampa. Anda malah menghabiskan lebih banyak waktu untuk memperbaikinya daripada yang dihemat. Akhirnya, Anda menyimpulkan bahwa Akal Imitasi (AI) terlalu dibesar-besarkan untuk pekerjaan PR yang sesungguhnya, lalu kembali mengerjakan semuanya sendiri.

Jujur saja: pengalaman itu nyata, dan itulah alasan terbesar mengapa banyak tim PR berhenti di tengah jalan dalam mengadopsi AI. Kekecewaan itu memang pantas terjadi. Tapi masalahnya bukan pada AI-nya. Anda menggunakannya secara buta.

Mengapa Versi “Buta” Selalu Gagal

Meminta chatbot kosong untuk “siapkan saya untuk rapat ini” sama seperti meminta seseorang yang baru masuk kerja di pagi pertamanya untuk memberi Anda briefing — sebelum ia membaca satu pun berkas klien atau bahkan diberi akses masuk. Tentu saja hasilnya generik. Ia tidak mengenal klien Anda, tidak tahu pesan kunci Anda, tidak paham kampanye terakhir Anda, dan tidak tahu apa yang benar-benar muncul di media minggu ini. Ia hanya menebak-nebak, dengan sopan, dari rata-rata internet.

Dua hal yang hilang — dan keduanya adalah kunci segalanya: konteks dan data.

Konteks. Asisten AI perlu mengenal dunia Anda: pesan kunci Anda, klien dan brief mereka, juru bicara Anda, suara merek Anda, hal-hal yang selalu Anda katakan dan hal-hal yang tidak pernah Anda katakan. Berikan itu sekali saja, dan setiap jawaban akan berubah, karena sekarang AI bernalar dari realitas Anda, bukan dari rata-rata generik.

Data. AI memerlukan koneksi langsung ke apa yang benar-benar sedang terjadi, bukan salinan usang dari hasil salin-tempel. Ketika pemantauan media Anda terhubung, AI akan bernalar berdasarkan liputan yang terbit pagi ini, bukan dugaan tentang apa yang mungkin ada di luar sana.

Ketika fondasi ini belum dibangun, AI hanya akan menjadi mainan. Dan sayangnya, data menunjukkan bahwa 65% perusahaan masih belum memiliki pemahaman menyeluruh tentang data mereka sendiri, yang menyebabkan kesulitan luas dalam menerapkan solusi AI yang efektif . Ini bukan semata-mata masalah teknologi; ini adalah masalah kesiapan fondasi.

Pertanyaan yang Sama, Dua Pengaturan yang Berbeda

Pertanyaan yang sama. Model AI yang sama. Yang membedakan hanyalah konteks dan data di belakangnya.

Berikut perbedaannya dalam satu contoh.

Versi buta: “Siapkan saya untuk panggilan klien.” Anda mendapatkan daftar periksa yang rapi dan generik: tinjau liputan terbaru, siapkan poin pembicaraan, antisipasi pertanyaan. Benar, tapi tidak berguna — dan Anda sudah tahu semua itu.

Versi yang sudah disiapkan, dengan basis pengetahuan klien dan liputan langsung minggu ini yang terhubung: Pertanyaan yang sama menghasilkan jawaban: “Ada dua update penting di minggu ini. Satu media nasional meliput peluncuran produk Anda dan bernada pemberitaan positif, layak dijadikan pembuka. Seorang pesaing mulai mendapat perhatian justru pada pesan persis yang akan Anda jadikan poros panggilan ini, jadi saya sarankan reposisi. Berikut tiga poin pembicaraan, dan dua pertanyaan yang hampir pasti akan diajukan klien.”

Jawaban kedua itu bukan berasal dari model yang lebih pintar. Itu adalah asisten yang sama, tetapi dengan konteks dan data Anda di belakangnya. Itulah lompatan besarnya. Dan itulah cara kerja tim-tim PR yang sudah maju — setiap hari, bukan sekadar demo.

Bagian yang Jujur: Ini Butuh Persiapan

Tidak ada yang gratis dalam hal ini, dan kita tidak perlu berpura-pura sebaliknya. Memberi asisten AI basis pengetahuan yang nyata dan menghubungkannya ke data Anda adalah kerja keras di depan. Itulah tepatnya mengapa sebagian besar tim berhenti di versi buta dan tidak pernah melihat hasil sesungguhnya: membangun sistem menghabiskan waktu sebelum ia mulai menghemat waktu. Anda sedang membeli pekerjaan yang lebih ringan di masa depan dengan pekerjaan yang lebih berat sekarang.

Di Indonesia, adopsi AI sebenarnya telah menembus angka yang luar biasa — mencapai 92% pada Februari 2026 . Namun angka adopsi yang tinggi itu tidak selalu mencerminkan kedalaman pemanfaatan. Banyak organisasi masih menggunakan AI secara permukaan: bertanya, menerima jawaban generik, lalu kecewa. Inilah garis pemisah antara orang-orang yang masih menganggap AI sebagai mainan dan orang-orang yang diam-diam menjadikannya anggota tim paling berguna. Pemenangnya bukanlah mereka yang menemukan prompt yang lebih cerdik. Pemenangnya adalah mereka yang melakukan persiapan.

Seperti Apa Persiapan yang Sebenarnya

Lupakan “buat akun dan mulai mengobrol.” Persiapan yang sesungguhnya hanya dua langkah:

Pertama, berikan AI basis pengetahuan yang mengenal bisnis Anda, sehingga ia menjawab seperti seseorang di dalam tim Anda sendiri.

Kedua, hubungkan AI ke data Anda, sehingga ia bernalar berdasarkan apa yang benar-benar terjadi, bukan berdasarkan tebakan.

Langkah pertama — fondasi pengetahuan — adalah langkah di mana AI berhenti menjadi sesuatu yang Anda coba sekali lalu ditinggalkan, dan mulai menjadi sesuatu yang Anda tidak ingin bekerja tanpanya. Ini bukan tentang prompt yang lebih panjang atau lebih detail. Ini tentang memberi AI akses ke dokumen-dokumen kunci: profil klien, pesan utama, panduan gaya komunikasi, transkrip wawancara sebelumnya, laporan kampanye terdahulu, serta catatan hal-hal yang berhasil dan yang tidak.

Langkah kedua — koneksi data — mengubah AI dari asisten pasif menjadi mitra aktif. Ketika platform pemantauan media Anda terhubung langsung ke asisten AI, ia tidak lagi menebak liputan apa yang muncul. Ia membaca dan menganalisis liputan yang benar-benar terbit, mendeteksi perubahan sentimen, mengidentifikasi lonjakan perhatian pada topik tertentu, dan menandai pergerakan pesaing secara real-time.

Mengapa Ini Sangat Relevan untuk Tim PR di Indonesia

Lanskap media Indonesia sangat dinamis dan terfragmentasi. Ratusan portal berita, puluhan grup media besar, dan ekosistem media sosial yang sangat aktif membuat pemantauan manual nyaris mustahil dilakukan secara menyeluruh. AI yang terhubung dengan data real-time bukan lagi kemewahan — ia adalah kebutuhan.

Tim PR Indonesia juga menghadapi nuansa bahasa dan budaya yang tidak bisa ditangkap oleh model AI generik. Cara menyampaikan pesan di Jakarta berbeda dengan di Medan atau Makassar. Konteks lokal, sensitivitas budaya, dan dinamika industri sangat menentukan efektivitas komunikasi. Inilah mengapa basis pengetahuan yang dibangun khusus untuk konteks Indonesia menjadi pembeda yang krusial.

Penelitian terbaru menunjukkan bahwa pemanfaatan AI dalam produksi konten public relations di Indonesia masih menghadapi tantangan signifikan terutama dalam hal kualitas dan relevansi konteks lokal. Para praktisi kehumasan melaporkan bahwa tanpa masukan konteks yang memadai, output yang dihasilkan dari AI cenderung gagal menangkap nuansa yang dibutuhkan dalam komunikasi korporat di Indonesia.

Menutup Kesenjangan: Dari Mainan Menjadi Rekan Kerja

Perbedaan antara AI sebagai mainan dan AI sebagai rekan kerja bukanlah pada modelnya. Perbedaannya terletak pada apa yang Anda hubungkan kepadanya.

Tim-tim yang menang bukanlah tim yang menemukan prompt paling jenius. Mereka adalah tim yang meluangkan waktu untuk membangun fondasi. Mereka menyusun basis pengetahuan. Mereka menghubungkan data. Dan begitu fondasi itu berdiri, setiap interaksi dengan AI berubah dari “coba-coba” menjadi “selalu berguna.”

Pertanyaan berikutnya bukan lagi “apakah AI berguna untuk PR?” melainkan “seberapa cepat Anda bisa membangun fondasinya?” Karena pesaing Anda — baik sesama agensi maupun sesama praktisi in-house — mungkin sudah memulainya.\

Untuk langkah praktis membangun basis pengetahuan bagi tim komunikasi, termasuk apa saja yang harus dimasukkan dan bagaimana menjaganya tetap relevan, silakan hubungi CS SEQARA Communications.

Penulis: Adit