Kemajuan teknologi tidak pernah menunggu organisasi merasa siap.
Ketika internet datang, banyak bisnis harus mengubah cara berkomunikasi. Ketika e-commerce berkembang, toko fisik tidak lagi menjadi satu-satunya jalur transaksi. Ketika media sosial tumbuh, brand tidak cukup hanya beriklan; mereka harus membangun percakapan.
Kini perubahan berikutnya mulai terlihat dalam AI live commerce.
Selama bertahun-tahun, kemampuan melakukan live streaming dengan baik dianggap sebagai kompetensi manusia: membaca komentar, memperkenalkan produk, menjawab pertanyaan, mengulang promosi, menjaga energi, dan mendorong penonton mengambil keputusan.
Namun AI mulai mampu menjalankan sebagian besar aktivitas tersebut.
Momentum Works dalam laporan Live Commerce in Southeast Asia 2026 menemukan bahwa pada sejumlah kasus yang mereka pelajari di Asia Tenggara, operasi livestream berbasis AI membutuhkan sekitar 20–25% biaya operasi manusia, sementara rata-rata menghasilkan sekitar 80% GMV per jam dibandingkan livestream manusia. Temuan ini bukan berarti performanya selalu sama untuk setiap produk atau pasar; Momentum Works sendiri menegaskan bahwa kategori produk, traffic, kualitas konten, dan model operasi tetap memengaruhi hasil
Angka tersebut tetap cukup untuk mengubah satu pertanyaan penting bagi pemimpin bisnis. Bukan lagi: “Apakah AI bisa menggantikan host live?” Tetapi: “Jika AI semakin mampu melakukan tugas yang selama ini dilakukan manusia, pada bagian mana manusia harus menciptakan nilai yang lebih tinggi?”
AI Live Commerce Bukan Lagi Sekadar Eksperimen Teknologi
Perubahan ini terjadi ketika content commerce sendiri semakin besar.
Momentum Works memperkirakan live commerce, short video, dan content-led affiliate commerce telah menyumbang sekitar 37% dari GMV e-commerce platform Asia Tenggara pada semester pertama 2026, naik dari sekitar 20% pada 2024. Pada lintasan saat ini, nilai content commerce kawasan diperkirakan dapat mencapai US$77,9 miliar sepanjang 2026.
Artinya, AI tidak sedang memasuki kanal penjualan yang kecil. AI masuk ke salah satu arena perdagangan digital yang semakin penting. Dan yang berubah bukan hanya wajah host di layar.
Di belakang satu sesi live terdapat banyak pekerjaan: memilih produk, membuat script, mengatur jadwal, membaca performa, mengevaluasi sesi, menjawab pertanyaan pelanggan, sampai merencanakan live berikutnya. Momentum Works mencatat bahwa banyak pekerjaan repetitif dan berbasis data tersebut juga semakin dapat dipindahkan ke software.
Maka disrupsi sebenarnya jauh lebih besar daripada sekadar: manusia versus avatar. Yang sedang terjadi adalah pergeseran struktur pekerjaan.
Kesalahan Terbesar adalah Menganggap Efisiensi Berarti Menghilangkan Manusia
Di level organisasi, angka efisiensi AI sangat menggoda.
Jika biaya turun drastis sementara sebagian besar performa transaksi masih dapat dipertahankan, pertanyaan finansial muncul dengan sendirinya: “Untuk apa mempertahankan seluruh struktur lama?”
Pertanyaan itu wajar. Tetapi jawabannya tidak sesederhana memangkas manusia dan menggantinya dengan AI. Jika semua brand menggunakan avatar serupa, script yang dioptimalkan algoritma, dan pola penawaran yang sama, eksekusi teknis semakin mudah ditiru.
Justru ketika kemampuan menjalankan live menjadi komoditas, diferensiasi berpindah ke tempat lain.
Momentum Works menyampaikan pandangan yang serupa: ketika kemampuan operasional live menjadi semakin mudah direplikasi melalui teknologi, keunggulan akan semakin bergantung pada produk yang kuat dan hubungan langsung dengan pelanggan.
Dengan kata lain, AI dapat membuat perusahaan semakin efisien. Tetapi efisiensi tidak otomatis membuat brand semakin berarti.
Krisis Sebenarnya Terjadi ketika Manusia Tidak Tahu Lagi Nilai Perannya
Perubahan teknologi tidak hanya berdampak pada struktur biaya. Ia berdampak pada identitas profesional.
Bayangkan seseorang yang selama bertahun-tahun dinilai karena mampu berbicara berjam-jam di depan kamera, mengulang deskripsi produk dengan konsisten, membaca komentar, dan menjaga sesi live tetap aktif.
Kemudian muncul sistem yang dapat melakukan sebagian besar aktivitas tersebut lebih lama dan lebih murah. Kecemasan sangat mudah muncul. Namun masalahnya mungkin bukan karena manusia kehilangan seluruh nilainya.
Masalahnya adalah organisasi selama ini mendefinisikan nilai manusia terlalu sempit berdasarkan aktivitas yang dilakukannya.
Jika nilai seorang host adalah “membacakan spesifikasi”, AI menjadi ancaman besar.
Jika perannya adalah memahami kebutuhan pelanggan, membaca keraguan, membangun kepercayaan, menerjemahkan produk menjadi solusi, dan menjaga hubungan, maka AI justru dapat mengambil pekerjaan mekanis agar kapasitas manusia digunakan pada level yang lebih tinggi.
Inilah pergeseran dari task awareness menuju role awareness.
Keunggulan Manusia Berpindah dari Kecepatan ke Judgment
Manusia tidak perlu berlomba dengan AI dalam mengulang deskripsi produk selama delapan jam. Itu pertandingan yang salah. AI unggul dalam kecepatan, konsistensi, volume, pemrosesan informasi, dan kemampuan menjalankan pekerjaan repetitif dalam skala besar.
Nilai manusia perlu naik menuju sesuatu yang lebih sulit distandardisasi: judgment.
- Apakah pelanggan benar-benar membutuhkan produk ini?
- Apakah klaim tertentu pantas disampaikan?
- Apakah diskon besar memang solusi yang tepat?
- Bagaimana menangani konsumen yang kecewa?
- Kapan penjualan sebaiknya tidak dipaksakan?
- Bagaimana merespons situasi yang tidak terdapat di dalam script?
Di sinilah keputusan bisnis bertemu dengan konteks, pengalaman, etika, dan konsekuensi.
Riset 2026 di Marketing Letters menunjukkan nuansa menarik: AI dapat dipersepsikan unggul dalam competence untuk tugas tertentu, tetapi agen manusia menunjukkan tingkat warmth lebih tinggi. Dalam penelitian tersebut, warmth bahkan mempunyai pengaruh yang lebih kuat terhadap konversi, terutama pada layanan yang membutuhkan kepercayaan dan reassurance.
Jadi masa depan penjualan bukan sekadar memilih antara AI atau manusia. Pertanyaannya adalah: bagian mana yang membutuhkan kecepatan, dan bagian mana yang membutuhkan penilaian?
Kepercayaan Menjadi Lebih Bernilai ketika Transaksi Semakin Otomatis
AI juga semakin mampu menggunakan bahasa yang terasa empatik. Maka terlalu sederhana jika kita mengatakan mesin “tidak bisa memahami emosi sama sekali”.
Teknologinya terus berkembang.
Namun pelanggan tetap ingin mengetahui bahwa ketika keadaan menjadi rumit, ada manusia yang dapat mengambil tanggung jawab.
Survei Gartner terhadap 3.566 pelanggan B2B dan B2C pada 2026 menemukan bahwa 50% responden merasa interaksi mereka menjadi lebih mudah ketika perusahaan menggunakan generative AI. Tetapi 87% tetap menganggap penting adanya pilihan untuk menghubungi agen manusia.
Temuan ini memberikan arah yang menarik. Pelanggan tidak selalu menolak otomatisasi. Mereka justru dapat menghargai otomatisasi untuk pekerjaan yang memang lebih mudah diselesaikan melalui AI.
Masalah muncul ketika teknologi berubah menjadi tembok yang menghalangi akses terhadap manusia pada saat manusia benar-benar dibutuhkan.
Human touch karena itu bukan nostalgia. Ia adalah bagian dari desain pengalaman pelanggan.
Analogi Apoteker dan Mesin Otomatis
Bayangkan sebuah mesin otomatis yang mampu menyediakan produk kesehatan nonresep atau vitamin dengan sangat cepat. Pelanggan memilih produk. Sistem memproses. Barang keluar.
Untuk kebutuhan rutin dan sederhana, efisiensi semacam itu sangat berguna. Namun bayangkan situasi berbeda. Seorang ibu datang dalam keadaan cemas karena kondisi anaknya. Ia bingung membaca informasi produk dan tidak yakin tindakan apa yang tepat.
Pada saat seperti itu, nilai profesional kesehatan bukan sekadar kemampuan mengambil produk dari rak.
Nilainya terletak pada kemampuan mendengar, memahami konteks, memberikan penjelasan sesuai kewenangannya, mengenali kapan seseorang perlu dirujuk ke tenaga medis lain, dan bertindak dengan tanggung jawab profesional.
Begitu pula AI live commerce.
AI adalah mesin yang sangat baik untuk memperbesar kapasitas transaksi. Manusia perlu menjadi pihak yang memperbesar rasa aman, kepercayaan, dan kualitas keputusan.
Semakin otomatis aktivitas mekanisnya, semakin penting manusia tidak berhenti pada level mekanis.
Host Masa Depan Harus Naik Kelas Menjadi Problem Solver
Jika deskripsi produk dapat dihasilkan AI, manusia tidak cukup hanya menjadi pembaca informasi.
Ia perlu memahami:
- Mengapa pelanggan membutuhkan produk?
- Masalah apa yang sebenarnya ingin mereka selesaikan?
- Pilihan apa yang paling relevan?
- Apa risiko atau trade-off yang perlu dijelaskan?
Dalam B2B atau transaksi bernilai tinggi, kemampuan ini semakin penting. Pelanggan bukan hanya membutuhkan spesifikasi. Mereka membutuhkan seseorang yang mampu mengubah informasi menjadi rekomendasi yang masuk akal dalam konteks mereka.
Karena itu, pengembangan SDM di era AI seharusnya tidak hanya berisi pelatihan menggunakan tools AI. Organisasi perlu meningkatkan kemampuan critical thinking, problem solving, customer understanding, judgment, dan decision ownership.
Teknologi membuat informasi lebih murah. Kualitas interpretasilah yang kemudian semakin mahal.
Storytelling Otentik Menjadi Sumber Diferensiasi
AI dapat menulis cerita yang indah. Dapat membuat script. Dapat memilih kata. Bahkan dapat menyesuaikan tone. Tetapi manusia memiliki sesuatu yang berbeda: lived experience.
Pengalaman ketika gagal. Pengalaman menghadapi pelanggan. Cerita mengapa sebuah produk dibuat. Keraguan yang pernah dialami. Pelajaran yang diperoleh dari kesalahan.
Inilah bahan baku storytelling yang kuat. Bukan karena AI mustahil menghasilkan kalimat emosional, tetapi karena kepercayaan tidak hanya dibangun dari keindahan kalimat.
Kepercayaan juga muncul dari persepsi bahwa orang yang berbicara memiliki pengalaman, memahami konsekuensi, dan bersedia berdiri di belakang apa yang dikatakannya.
Itulah mengapa brand tidak seharusnya menggunakan AI untuk membuat semua komunikasinya terdengar sama sempurnanya. Sedikit kemanusiaan justru dapat menjadi pembeda.
Model Terbaik Bukan Human vs AI, tetapi Human × AI
Salah satu cara yang lebih produktif untuk melihat perubahan ini adalah melalui model kolaborasi manusia–AI, kadang disebut Centaur Model.
AI mengambil tugas yang memang cocok untuk mesin:
- mengolah data,
- merangkum pertanyaan,
- menyiapkan script awal,
- mengidentifikasi pola,
- melayani pertanyaan rutin,
- menjalankan sesi pada jam bertrafik rendah,
- dan memperluas cakupan operasional.
Manusia kemudian berfokus pada pekerjaan bernilai lebih tinggi:
- negosiasi penting,
- pelanggan bernilai strategis,
- krisis layanan,
- objection yang kompleks,
- storytelling,
- pengambilan keputusan,
- serta pembangunan relasi.
Penelitian di Journal of Retailing and Consumer Services menunjukkan bahwa dalam konteks customer service, kombinasi chatbot dengan intervensi manusia ringan bahkan dapat menghasilkan tingkat kepuasan yang sebanding dengan model layanan manusia sepenuhnya.
Ini memberikan petunjuk penting. AI tidak harus menggantikan manusia untuk menghasilkan efisiensi. AI dapat mengubah tempat di mana waktu manusia paling layak digunakan.
Otomatisasi Dingin Bisa Mengikis Jiwa Brand
Masalah muncul ketika organisasi hanya menghitung biaya.
- Berapa orang bisa dikurangi?
- Berapa jam live dapat ditambah?
- Berapa persen biaya turun?
Pertanyaan finansial tersebut penting, tetapi belum lengkap. Karena brand tidak hanya dibentuk melalui efisiensi. Brand juga dibentuk ketika terjadi kesalahan. Ketika pengiriman bermasalah. Ketika pelanggan kecewa. Ketika produk tidak sesuai harapan. Ketika konsumen membutuhkan penjelasan, bukan sekadar jawaban otomatis.
Dalam situasi tersebut, perusahaan membutuhkan pihak yang mampu mengatakan: “Kami memahami masalahnya. Kami mengambil tanggung jawab. Ini yang akan kami lakukan.”
Jika konsumen hanya berputar dari satu respons otomatis ke respons otomatis berikutnya, teknologi yang awalnya dirancang untuk meningkatkan pengalaman justru dapat mengikis kepercayaan.
Maka human touch sebaiknya tidak ditempatkan di semua transaksi. Tempatkan manusia pada momen yang nilai relasionalnya paling tinggi.
Membaca AI Live Commerce melalui Kerangka C.A.E.S.A.R
Dalam kerangka C.A.E.S.A.R Akeyodia, AI dapat menjadi akselerator yang sangat kuat pada Execution dan Architecture.
AI membantu organisasi menjalankan pekerjaan dengan lebih cepat, memperbesar kapasitas, mengotomatisasi proses, serta membangun arsitektur operasional yang semakin scalable.
Namun percepatan ini tetap membutuhkan Clarity. Organisasi harus memahami terlebih dahulu: untuk apa AI digunakan? Kapabilitas apa yang ingin diperkuat? Dan pekerjaan manusia mana yang justru perlu dinaikkan kelasnya?
Alignment dibutuhkan agar teknologi, manusia, struktur peran, dan customer journey tidak berjalan sendiri-sendiri.
Sustainability menjadi penting agar efisiensi yang diciptakan AI tidak dibayar dengan hilangnya kepercayaan pelanggan, kemampuan berpikir tim, atau identitas brand.
Sedangkan Result bukan hanya jumlah jam live yang meningkat.
Hasil akhirnya harus terlihat pada kualitas customer experience, produktivitas, trust, conversion, retention, dan kemampuan organisasi menghasilkan nilai.
AI dapat menjadi mesin yang luar biasa. Tetapi manusia tetap perlu menentukan ke mana mesin itu bergerak.
Jangan Hanya Membuat Peta Otomasi, Buat Peta Transisi Peran
Salah satu tugas pemimpin saat ini adalah memetakan ulang pekerjaan. Bukan sekadar: “Apa yang bisa digantikan AI?” Tetapi: “Setelah tugas ini diambil AI, manusia akan naik ke peran apa?”
Jika pekerjaan administratif berkurang 30%, tetapi karyawan tidak tahu bagaimana menggunakan kapasitas barunya, organisasi hanya menciptakan kekosongan peran.
Sebaliknya, jika waktu tersebut dialihkan untuk memahami pelanggan, melakukan analisis, membangun hubungan, mengembangkan solusi, dan mengambil keputusan lebih baik, AI mulai menghasilkan leverage.
Pertanyaan reflektifnya: Apakah organisasi Anda sudah memiliki peta transisi agar tim bergerak dari pekerjaan repetitif menuju kontribusi analitis dan relasional?
Dan dari seluruh interaksi pelanggan yang benar-benar penting, berapa banyak yang masih mempunyai jalur menuju manusia yang memiliki kewenangan untuk mendengar dan menyelesaikan masalah?
Mulai dari Tiga Tugas Mekanis
Tidak perlu memulai transformasi AI dengan proyek besar. Identifikasi tiga pekerjaan yang paling repetitif dalam aktivitas Anda atau tim:
- membuat rangkuman,
- menyusun draf,
- menjawab pertanyaan berulang,
- mengelompokkan data,
- atau menyiapkan laporan rutin.
Pilih pekerjaan yang memang aman dan sesuai untuk dibantu otomatisasi. Kemudian gunakan waktu yang berhasil dibebaskan untuk sesuatu yang lebih bernilai. Misalnya:
- Satu jam berdialog dengan pelanggan utama.
- Mendengarkan tim.
- Menganalisis akar masalah.
- Membangun relationship.
- Atau memikirkan keputusan yang selama ini tertunda karena energi habis untuk pekerjaan administratif.
Tujuan AI bukan membuat manusia semakin sedikit berpikir. Tujuannya seharusnya membebaskan manusia agar memiliki lebih banyak kapasitas untuk berpikir pada hal yang benar-benar penting.
Kesimpulan
AI live commerce memperlihatkan satu perubahan yang jauh lebih besar daripada munculnya virtual host. Teknologi mulai membuat berbagai kemampuan operasional—script, analisis, customer response, hingga aktivitas live itu sendiri—semakin murah dan mudah diperbanyak.
Dalam kasus yang dipelajari Momentum Works, AI live bahkan telah mencapai rata-rata sekitar 80% GMV per jam dari livestream manusia dengan biaya operasi yang jauh lebih rendah.
Tetapi justru ketika execution menjadi semakin mudah diperoleh, organisasi perlu bertanya: Apa yang masih sulit ditiru?
Jawabannya bukan kecepatan membaca script. Bukan kemampuan berbicara tanpa lelah.
Nilai manusia semakin bergeser menuju judgment, trust, relationship, accountability, creativity, dan kemampuan memahami konteks.
Karena itu, AI tidak seharusnya hanya digunakan untuk mengurangi jumlah manusia.
AI seharusnya menjadi momentum untuk menaikkan kualitas peran manusia.
Mesin menangani pekerjaan yang memang cocok untuk mesin. Manusia mengambil kembali pekerjaan yang membutuhkan manusia.
Dan ketika keduanya didesain dalam sistem yang tepat, perusahaan tidak harus memilih antara efisiensi atau human touch. Perusahaan dapat memiliki keduanya.
Tentang Akeyodia
Akeyodia adalah People & System Alignment Expert yang membantu business owner, leader, dan organisasi menyelaraskan manusia, teknologi, sistem kerja, kepemimpinan, dan arah pertumbuhan melalui Business Coaching, Leadership Development, Employee Training, dan Organization Alignment.
Di era AI, tantangan organisasi bukan hanya memilih teknologi terbaik. Perusahaan juga perlu mendefinisikan ulang peran, membangun critical thinking, memperjelas decision ownership, meningkatkan kemampuan relasional, dan memastikan otomatisasi tidak menghilangkan kualitas manusia yang menjadi sumber kepercayaan pelanggan.
Melalui coaching, training, dan organizational alignment, Akeyodia membantu organisasi membangun cara kerja di mana teknologi memperbesar kapasitas manusia—bukan membuat manusia kehilangan makna perannya.
Karena ketika mesin semakin pintar menjalankan tugas, manusia harus semakin matang dalam menjalankan peran.
