Anda Menggunakan AI Pada Lapisan Eksekusi. Nilainya Ada di Lapisan Penghakiman
Alat-alat tersebut dikerahkan. Lisensinya berbayar. Dan jika Anda seorang praktisi SEO atau GEO senior saat ini, Anda mungkin menggunakan AI setiap hari – untuk draf, untuk ringkasan, untuk lintasan pertama pada konten yang biasanya memakan waktu dua kali lebih lama. Itu adalah produktivitas nyata, dan itu bukan apa-apa.
Ini juga bukan hasil yang mampu dihasilkan oleh investasi tersebut. Dan kesenjangan antara apa yang Anda dapatkan dan apa yang tersedia bukanlah masalah alat. Itu masalah modus.
Sebuah studi tinjauan sejawat yang diterbitkan pada Pertemuan Tahunan ASIS&T 2025 oleh Tim Gorichanaz di Universitas Drexel memberi nama pada masalah tersebut (h/t kepada Shari Thurow yang telah mengarahkan saya pada makalah ini!). Menganalisis 205 kasus penggunaan ChatGPT di dunia nyata, Gorichanaz mengidentifikasi enam mode berbeda yang digunakan orang untuk menggunakan AI: Menulis, Memutuskan, Mengidentifikasi, Ide, Berbicara, dan Mengkritik. Data tersebut berasal dari Reddit dan menyimpang dari Anglophone, yang membatasi kemampuan generalisasinya, namun taksonomi yang dihasilkannya memetakan dengan tidak nyaman bagaimana sebagian besar praktisi sebenarnya bekerja. Dua mode mendominasi. Empat tersisa di meja. Empat hal yang tersisa adalah yang menentukan apakah AI membuat Anda lebih bernilai secara strategis atau hanya lebih cepat dalam pekerjaan lapisan eksekusi.
Perbedaan tersebut lebih penting saat ini dibandingkan sebelumnya dalam sejarah industri ini.
Dua Mode Default Semua Orang
Menulis adalah kategori terbesar dalam data Gorichanaz dengan 47% kasus penggunaan yang diamati – menyusun, mengedit, meringkas, menerjemahkan, menghasilkan. Survei State of AI yang dilakukan McKinsey pada tahun 2025 menegaskan hal ini di tingkat perusahaan: kasus penggunaan AI yang paling sering dilaporkan adalah penyusunan konten dan pengambilan informasi, dan 63% organisasi yang menggunakan AI generatif menerapkannya terutama untuk membuat teks.
Mengidentifikasi – menjelaskan sesuatu, menjawab pertanyaan faktual, merangkum dokumen – merupakan 10% data penelitian lainnya, dan mewakili pilar lain yang digunakan sebagian besar praktisi dalam alur kerja AI mereka. Teliti suatu topik, dapatkan sintesis, lanjutkan ke tugas berikutnya.
Kedua mode ini merupakan penyebab sebagian besar penggunaan AI oleh para praktisi dan perusahaan. Keduanya mempunyai nilai nyata, namun tidak ada pengaruhnya. Dan jika praktik AI Anda dimulai dan berakhir di sana, Anda menggunakan alat yang semakin canggih untuk melakukan pekerjaan yang sudah diotomatisasi – dengan lebih cepat dan pada volume yang lebih tinggi.
Empat mode lainnya (Memutuskan pada 21% sampel Gorichanaz, Ideating pada 9%, Berbicara pada 8%, dan Mengkritik pada 6%) adalah saat pekerjaan menjadi tidak tergantikan. Di negara-negara tersebut hampir tidak ada praktisi yang membangun alur kerja yang disengaja, karena tidak ada yang memberikannya kepada mereka, dan tekanan untuk menunjukkan hasil yang cepat secara konsisten telah mempersempit ruang untuk mengembangkan alur kerja tersebut.
Keputusan yang Masih Anda Buat Sendiri
Pada minggu praktisi, pertanyaan dalam mode pengambilan keputusan ada di mana-mana: kueri mana yang benar-benar memiliki paparan visibilitas AI yang layak diprioritaskan saat ini, apakah masalah pengambilan merek adalah masalah arsitektur konten atau masalah sumber dan sinyal, bagaimana mengalokasikan upaya di seluruh portofolio ketika SEO dan GEO membutuhkan perhatian dan anggaran tidak mencukupi untuk mencakup keduanya sepenuhnya, kapan harus meningkatkan kekhawatiran visibilitas kepada pimpinan versus kapan harus memperbaikinya dalam pekerjaan sebelum ada yang bertanya.
Kebanyakan praktisi senior saat ini menyelesaikan pertanyaan-pertanyaan ini dengan pengalaman dan intuisi. Hal ini bukanlah suatu kegagalan, karena pengalaman dan intuisi sangatlah berharga, dan tidak ada AI yang bisa menggantikannya. Namun AI yang digunakan dengan sengaja dalam mode Pengambilan Keputusan menambahkan sesuatu yang tidak dapat diberikan oleh pengalaman dengan sendirinya: pengujian tekanan terstruktur terhadap asumsi-asumsi di bawah keputusan, yang diterapkan sebelum keputusan menjadi kaku.
Itu membutuhkan lebih dari sekedar pertanyaan bagus. Mode pengambilan keputusan memerlukan pemberian konteks yang relevan kepada AI (lanskap kompetitif, postur visibilitas saat ini, kinerja historis, kendala strategis) dan kemudian memperlakukan apa yang dihasilkan sebagai masukan asli terhadap keputusan, bukan sebagai rancangan yang harus diabaikan dan dikesampingkan. Hal ini memerlukan alur kerja yang belum ada dalam praktik sebagian besar praktisi, bukan karena tidak ada yang menghalanginya, namun karena tidak ada yang menyediakan waktu atau struktur untuk itu.
Data McKinsey yang sama menjelaskan kesenjangan biaya dalam skala besar: 88% organisasi menggunakan AI, namun hanya 6% yang memenuhi syarat sebagai perusahaan berkinerja tinggi yang menghasilkan dampak signifikan bagi seluruh perusahaan, dan perusahaan berkinerja tinggi 3,6 kali lebih mungkin untuk mengubah alur kerja mereka secara mendasar dibandingkan hanya menerapkan alat ke alur kerja yang sudah ada. Pola ini berlaku pada tingkat praktisi. Hasil yang lebih cepat dari alur kerja yang tidak direkonstruksi tidak sama dengan keputusan yang lebih baik dari alur kerja yang direstrukturisasi.
Kesenjangan Tidak Ada yang Memberi Penjelasan
Untuk praktisi SEO dan GEO, mode Ideating memiliki penerapan spesifik yang sebagian besar tidak digunakan dan sebagian besar seharusnya digunakan: memetakan kesenjangan entitas dan otoritas yang belum dikenali merek.
Otoritas topikal apa yang gagal ditetapkan oleh merek yang saat ini diisi oleh sistem pengambilan AI dari sumber lain? Sinyal komunitas apa (diskusi forum, tinjauan gabungan, komentar pihak ketiga) yang membentuk cara LLM mewakili merek dalam menanggapi pertanyaan kategori, dan apa yang diperlukan untuk mengubahnya? Pembingkaian merek apa yang ada dalam data pelatihan model yang tidak pernah ditangani atau dilawan oleh konten merek itu sendiri?
Ini benar-benar pertanyaan mode Ideating. Itu juga merupakan pertanyaan yang dimiliki sebagian besar praktisi dalam pikiran mereka tanpa metode terstruktur untuk memunculkan jawabannya. AI yang digunakan dalam mode Ideating, bukan “beri saya lima ide konten” tetapi eksplorasi berulang yang asli dengan batasan yang disengaja dan kemauan nyata untuk mengikuti keluaran di tempat yang belum pernah dikunjungi oleh tim, merupakan salah satu metode paling langsung yang tersedia untuk menemukan kesenjangan tersebut sebelum pesaing atau audit klien menemukannya terlebih dahulu.
Penghalangnya bukanlah kemampuan. Inilah perbedaan antara perintah Menulis dengan keluaran daftar dan sesi Ide yang sebenarnya. Yang pertama membutuhkan waktu dua menit. Yang kedua membutuhkan waktu dua puluh, memerlukan postur berbeda terhadap alat tersebut, dan menghasilkan sesuatu yang tidak dapat ditiru oleh siapa pun yang tidak melakukannya. Asimetri itulah yang menjadi dasar nilai-nilai praktisi dibangun dalam lingkungan saat ini, dan sebagian besar praktisi tidak mengklaimnya.
Yang Jujur Membaca Tim Anda Tidak Akan Memberi Anda
Ini adalah mode yang paling banyak diterapkan langsung pada praktik sehari-hari dan paling banyak hambatan organisasinya, karena mode ini memerlukan penggunaan AI untuk menemukan masalah dalam pekerjaan yang telah dilakukan oleh praktisi atau timnya.
Jika digunakan dengan benar, Mengkritik adalah cara seorang praktisi senior menangkap apa yang terlewatkan oleh tinjauan internal. Klaim entitas lemah dalam strategi konten yang terdengar berwibawa tetapi tidak didukung oleh sumber kepercayaan sistem pengambilan AI. Kesenjangan antara apa yang dikatakan merek tentang dirinya di seluruh properti yang dimiliki dan LLM yang muncul ketika ditanyai pertanyaan kategori yang harus dimiliki merek. Asumsi premis dalam rekomendasi GEO yang masuk akal enam bulan lalu dan sekarang bertentangan dengan perubahan pola pengambilan.
Penerapan terakhir itu tidak abstrak. Menjalankan merek Anda sendiri (atau merek klien) melalui sesi Kritik AI terstruktur sebelum siklus strategi berikutnya adalah jenis pekerjaan proaktif yang memisahkan praktisi yang beroperasi di lapisan penilaian dari praktisi yang beroperasi di lapisan produksi. Ini juga merupakan jenis pekerjaan yang mengubah percakapan dengan klien atau tim kepemimpinan, karena Anda memunculkan masalah sebelum masalah tersebut terlihat dalam data, bukan menjelaskannya setelah faktanya.
Alasan mengapa Kritik kurang dimanfaatkan bukanlah masalah tata kelola. Itu masalah disposisi. Organisasi dan praktisi telah secara luas melatih diri mereka sendiri untuk menggunakan AI untuk menghasilkan keluaran, bukan untuk menginterogasinya. Membalikkan kebiasaan itu adalah sebuah pilihan, dan ini adalah salah satu pilihan paling penting yang tersedia bagi praktisi senior saat ini.
Latihan
Mode Berbicara dalam taksonomi Gorichanaz mencakup AI sebagai mitra percakapan, dan bagi para praktisi, versi paling berharga dari hal tersebut adalah latihan untuk percakapan internal dan klien yang taruhannya nyata.
Panggilan klien di mana Anda harus menjelaskan mengapa lalu lintas organik turun 30% sementara visibilitas pencarian AI juga buruk, dan Anda perlu mengadakan dua penjelasan sebab akibat yang terpisah secara bersamaan tanpa membiarkannya terpecah menjadi satu narasi yang terlalu menyederhanakan keduanya. Pengarahan internal di mana Anda harus menjelaskan investasi GEO bersama dengan anggaran SEO yang ada kepada tim kepemimpinan yang masih menggabungkan kedua disiplin ilmu tersebut dan menginginkan satu angka yang menjelaskan ROI keduanya. Tinjauan agensi atau vendor di mana Anda perlu menolak pendekatan yang direkomendasikan tanpa kehilangan hubungan.
Percakapan ini berulang dan berisiko tinggi, dan sebagian besar praktisi memasukinya hanya dengan latihan mental sebagai persiapan. Mode berbicara (memainkan peran pushback, meminta AI untuk berdebat dengan pihak lain, menelusuri versi percakapan yang salah) bukanlah pengganti pengalaman. Ini adalah metode persiapan yang memakan waktu dua puluh menit dan secara signifikan mengubah kualitas praktisi yang memasuki ruangan.
Itu tidak menghasilkan artefak. Itu tidak muncul dalam laporan pemanfaatan. Survei Work Reimagined EY tahun 2025, yang mencakup 15.000 karyawan dan 1.500 perusahaan di 29 negara, menemukan bahwa 88% karyawan menggunakan AI di tempat kerja, namun hanya 5% yang menggunakannya dengan cara yang secara mendasar mengubah apa yang mereka hasilkan. Alasan mengapa kesenjangan begitu lebar hampir pasti adalah karena cara-cara lanjutan – Mengkritik, Memutuskan, Berbicara – tidak menghasilkan sesuatu yang terukur pada saat itu. Mereka menghasilkan praktisi yang lebih baik dari waktu ke waktu, yang merupakan hasil yang berlipat ganda dan tidak muncul di dasbor.
Mode apa yang Anda gunakan adalah di lapisan mana Anda berada
Taksonomi enam mode memetakan hampir secara persis ke pemisahan antara pekerjaan lapisan eksekusi dan pekerjaan lapisan penilaian. Menulis dan Mengidentifikasi adalah mode lapisan eksekusi. Mereka berharga, terlihat, dan semakin banyak mode yang ditangani AI dengan semakin sedikit keterlibatan manusia. Memutuskan, Membuat Ide, Mengkritik, dan Berbicara adalah mode lapisan penilaian. Di sanalah kehidupan sang praktisi yang tak tergantikan.
Seorang praktisi SEO atau GEO senior yang menggunakan AI hanya dalam mode Menulis dan Mengidentifikasi, secara fungsional, memposisikan diri mereka sebagai pekerja lapisan eksekusi tepat pada saat AI mengompresi lapisan tersebut secara paling agresif. Itu bukan prediksi tentang perpindahan pekerjaan. Ini adalah pengamatan tentang diferensiasi profesional. Para praktisi yang membangun nilai tahan lama di lingkungan ini adalah mereka yang menggunakan AI untuk membuat penilaian mereka lebih baik, bukan hanya menghasilkan output yang lebih cepat.
Studi Gorichanaz membingkai ulang arti sebenarnya dari kebutuhan informasi di era AI, bukan hanya sekedar menjawab pertanyaan atau mengurangi ketidakpastian, namun juga apa yang penulis sebut sebagai kebutuhan informasi. terampil mengatasi duniayang berarti penerapan kecerdasan praktis secara berkelanjutan pada situasi yang memerlukan pemahaman dan tindakan. Bagi seorang praktisi senior, pembingkaian tersebut adalah diagnostik yang berguna. Pertanyaannya bukanlah apa yang bisa dilakukan AI. Bagian mana dari pekerjaan Anda yang memerlukan kecerdasan praktis yang digabungkan dengan pengalaman, dan apakah praktik AI Anda saat ini membuat kecerdasan tersebut lebih tajam atau hanya membuat segala sesuatu di sekitarnya bergerak lebih cepat.
Riset tempat kerja McKinsey menemukan bahwa hanya 1% pemimpin yang menyebut perusahaan mereka sudah matang dalam penerapan AI, yang berarti AI terintegrasi sepenuhnya ke dalam alur kerja dan mendorong hasil bisnis yang besar. Versi tingkat praktisi dari kesenjangan tersebut sama lebarnya, dan dapat diperbaiki.
Jika Anda memetakan penggunaan AI sebenarnya terhadap enam mode minggu ini (bukan apa yang ingin Anda lakukan, apa yang sebenarnya Anda lakukan), bagaimana distribusinya? Berapa Menulis dan Mengidentifikasi? Berapa banyak Memutuskan, Ide, Mengkritik, Berbicara?
Para praktisi yang sengaja menutup kesenjangan tersebut, yang membangun alur kerja minimal di sekitar mode lapisan penilaian, tidak melakukan sesuatu yang eksotik. Mereka melakukan sesuatu yang kebanyakan teman-temannya tidak lakukan. Dalam disiplin ilmu di mana lapisan eksekusi dikompresi oleh alat yang sama yang dapat diakses oleh semua orang, celah tersebut adalah celah yang layak untuk ditutup terlebih dahulu.
Untuk melihat apa yang baru saya buat setelah berbulan-bulan bekerja, Anda dapat membaca lebih lanjut tentang data untuk keputusan dan bukti percakapan Anda.
Lebih Banyak Sumber Daya
Posting ini pertama kali diterbitkan di Duane Forrester Decodes.
Gambar Unggulan: Roman Samborskyi/Shutterstock
