Jakarta, 2 Juni 2026. AMEC, Asosiasi Internasional untuk Pengukuran dan Evaluasi Komunikasi, telah meluncurkan AMEC GEO Principles beserta Panduan Praktisi untuk Pengukuran GEO (Generative Engine Optimization) untuk membantu para praktisi komunikasi dalam mengukur dan memahami dampak dari kecerdasan pintar alias artificial intelligence (AI) terhadap cara informasi ditemukan, dicari, dan disajikan melalui jawaban generatif.
Inisiatif ini dilakukan merespons pesatnya pertumbuhan jawaban ringkasan yang dihasilkan AI, pencarian percakapan, large language model (LLM), dan zero-click discovery, yang semakin membentuk cara organisasi, merek, dan reputasi ditemukan, dipahami, dikelola, serta dipercaya secara daring.
Prinsip dan panduan ini dibentuk melalui kolaborasi, konsultasi, dan pengawasan akademis dari Kelompok Agensi AMEC, tinjauan dewan direktur AMEC, umpan balik dari vendor dan praktisi, serta pengujian dan penyempurnaan berulang selama lebih dari enam bulan.
Pembentukan prinsip-prinsip ini dipimpin oleh kontributor utama dari sejumlah perwakilan agensi komunikasi yakni, James Crawford dari PR Agency One, Mary Elizabeth Germaine dari Ketchum, Ben Levine dari FleishmanHillard TRUE Global Intelligence, Matt Oakley dari Hotwire Global, Amber Daugherty dari Big Valley Marketing, dan Rob Key dari Converseon. Pekerjaan ini juga mendapat masukan dari para praktisi, spesialis pengukuran, dan Kelompok Penasihat Akademik AMEC, yang mempertemukan pengalaman agensi terapan dengan keahlian akademis dalam pengukuran komunikasi, evaluasi, dan penelitian hubungan masyarakat.
AMEC GEO Principles diluncurkan pada AMEC Summit (20 Mei 2026) melalui panel yang dipimpin oleh Rayna Grudova – de Lange, Pendiri & CEO, InsightHQ, guna merespons lingkungan pencarian dan informasi yang berubah dengan cepat di mana large language model (LLM), ringkasan yang dihasilkan AI, antarmuka percakapan (conversational interfaces), dan zero-click search mengubah cara organisasi ditemukan, dipahami, dan direpresentasikan secara daring.
GEO, semakin banyak digunakan untuk menjelaskan bagaimana organisasi muncul dalam jawaban yang dihasilkan AI dan dalam lingkungan pencarian berbasis AI. Prinsip-prinsip baru AMEC ini dirancang untuk membantu para praktisi komunikasi mengevaluasi area ini secara bertanggung jawab dan etis, tanpa menyederhanakan pengukuran menjadi sekadar peringkat, vanity metrics (metrik yang tidak mencerminkan dampak nyata seperti PR value, impression), atau skor tidak transparan dari masing-masing alat.
Inisiatif ini melanjutkan komitmen AMEC yang lebih luas dalam pengukuran dan evaluasi komunikasi, termasuk Barcelona Principles, Kerangka Evaluasi Terpadu (Integrated Evaluation Framework), dan Data Quality Initiative, dengan mendorong para praktisi untuk menghubungkan pengukuran GEO dengan tujuan komunikasi nyata, reputasi, kepercayaan, serta dampaknya terhadap organisasi.
AMEC GEO Principles menetapkan kerangka praktis untuk mengukur penemuan berbasis AI melalui di tiga area yang saling terhubung:
- Reputasi Hulu (Upstream Reputation) – sinyal dari kanal earned, shared, dan owned yang membentuk bagaimana sebuah organisasi dipahami, termasuk liputan media, komentar pihak ketiga, ulasan, konten dari pakar, serta berbagai sinyal reputasi publik.
- Kesiapan pencarian dan konten – sejauh mana kehadiran digital suatu organisasi terstruktur, kredibel, mudah diakses, dan dapat diinterpretasikan oleh mesin pencari dan sistem AI
- Keluaran AI hilir (downstream AI outputs) – bagaimana suatu organisasi muncul dalam jawaban yang dihasilkan AI, termasuk akurasi, keunggulan, pembingkaian, kutipan sumber, informasi yang tidak muncul, serta potensi risiko reputasi
GEO AMEC Principles juga memperkenalkan persyaratan bukti dasar untuk pengukuran GEO, termasuk prompt yang dapat diulang, metode yang terdokumentasi, asumsi yang transparan, dan batasan yang jelas. Prinsip-prinsip ini menegaskan kembali bahwa keluaran AI harus diperlakukan sebagai bukti yang bersifat indikatif, bukan kebenaran mutlak, dan memperingatkan agar tidak mengandalkan satu skor, platform, atau alat tunggal untuk mengukur penemuan AI atau representasi organisasi.
Panduan pendamping yang diterbitkan bersama prinsip-prinsip ini membantu para praktisi dalam menerapkannya dalam program pengukuran sehari-hari, termasuk cara menginterpretasikan bukti dari berbagai sumber, melaporkan temuan secara bertanggung jawab, dan menghindari presisi semu saat bekerja dengan keluaran yang dihasilkan AI.
Alih-alih memperlakukan keluaran AI sebagai sumber data yang berdiri sendiri, panduan ini mendorong para praktisi untuk melakukan triangulasi bukti dari sinyal reputasi, kesiapan pencarian dan konten, serta output yang dikeluarkan AI, guna membangun pemahaman yang lebih kredibel dan lengkap tentang visibilitas dan representasi organisasi.
Peluncuran ini dilakukan di tengah meningkatnya tuntutan terhadap tim komunikasi untuk memahami bagaimana merek, organisasi, dan isu ditafsirkan oleh sistem AI. Meskipun penemuan informasi berbasis AI menghadirkan titik-titik pengukuran baru, AMEC berpendapat bahwa pentingnya para praktisi secara konsisten dan kredibel menerapkan disiplin evaluasi yang sudah mapan: tujuan yang jelas, bukti yang relevan, metodologi yang transparan, dan keterkaitan dengan hasil yang bermakna.
Pertimbangan etika juga menjadi bagian penting yang diintegrasikan ke dalam kerangka kerja ini. Prinsip-prinsip tersebut menghimbau para praktisi untuk mempertimbangkan bias, transparansi, asal-usul data, maksud pengguna, privasi, akurasi, dan risiko klaim berlebihan. AMEC juga memperingatkan agar tidak memperlakukan jawaban yang dihasilkan AI sebagai pandangan tetap atau universal tentang reputasi, mengingat keluaran dapat bervariasi berdasarkan model, prompt, lokasi, bahasa, waktu, dan konteks pengguna.
James Crawford, direktur pelaksana PR Agency One dan Direktur Dewan AMEC, mengatakan:
"Siapa pun yang bekerja di bidang PR atau komunikasi pasti tahu betapa cepatnya klien dan jajaran pimpinan organisasi mulai bertanya tentang bagaimana GEO dan keluaran LLM seharusnya diukur. Ada inovasi yang sangat baik yang sedang berlangsung, tetapi pada saat yang sama terdapat standar yang belum merata, klaim berlebihan, vanity metrics, dan metodologi yang tidak selalu cukup transparan. AMEC memiliki tanggung jawab untuk membawa disiplin dalam diskusi tersebut.
"Prinsip-prinsip ini diciptakan karena industri membutuhkan cara yang lebih ketat dalam melihat penemuan berbasis AI: yang mengakui pentingnya, tetapi juga batasannya. Pengukuran yang paling bermanfaata akan datang dari triangulasi bukti. Kita perlu memahami sinyal reputasi yang membentuk ekosistem informasi, apakah organisasi dapat ditemukan secara teknis dan editorial, dan apa yang kemudian disajikan sistem AI kepada pengguna.
"Penyusunan AMEC GEO Principles telah memakan waktu lebih dari enam bulan, melalui diskusi mendalam, penelitian, penelaahan, dan penyempurnaan yang terperinci. Inisiatif ini merupakan hasil kerja kolaboratif yang sesungguhnya, yang dibentuk oleh praktisi agensi, analis, vendor, akademisi, dan kolega AMEC. Tujuannya adalah memberi industri titik awal yang sama, bukan untuk memberikan kesan bahwa seluruh jawabannya sudah final."
Adapun Johna Burke, CEO dan Global Managing Director AMEC, AMEC, mengatakan:
"Seiring AI yang semakin membentuk apa yang dilihat, dipercaya, dan dilakukan oleh publik, industri komunikasi perlu menjunjung standar yang lebih tinggi dalam hal transparansi, bukti, dan akuntabilitas.
Johna Burke, CEO dan Global Managing Director AMEC (sumber: AMEC)
AMEC GEO Principles dibangun melalui kolaborasi global lintas agensi, praktisi, akademisi, pemimpin teknologi, dan komunitas internasional AMEC, karena tidak ada satu organisasi, platform, atau perspektif tunggal yang dapat sepenuhnya mendefinisikan atau mengukur penemuan berbasis AI sendirian.
Di saat teknologi berkembang dengan kecepatan luar biasa, asosiasi profesional memainkan peran penting dalam membantu industri berkumpul bersama untuk menguji asumsi, mengurangi bias, memperkuat metodologi, dan mendorong pendekatan yang lebih bertanggung jawab dan kredibel terhadap pengukuran.
Inisiatif ini mencerminkan keahlian kolektif, proses penelaahan yang ketat, dan komitmen para profesional lintas wilayah yang memahami bahwa evaluasi yang ketat, transparan, dan etis sangat penting untuk menjaga kepercayaan di era AI."
- SELESAI -
Untuk informasi lebih lanjut terkait AMEC, silakan hubungi James Crawford di 0044 7793441686 atau email james.crawford@pragencyone.co.uk
Tentang AMEC
AMEC adalah Asosiasi Internasional untuk Pengukuran dan Evaluasi Komunikasi. Didirikan pada tahun 1996, AMEC merupakan badan profesional global untuk evaluasi media dan pengukuran komunikasi, dengan anggota di berbagai agensi, tim internal, penyedia riset, perusahaan teknologi, dan bisnis intelijen media di lebih dari 80 negara. AMEC dikenal karena mengembangkan standar dan sumber daya global termasuk Prinsip Barcelona, Kerangka Evaluasi Terpadu, dan Inisiatif Kualitas Data, yang membantu organisasi mengukur aktivitas komunikasi dengan ketelitian, transparansi, dan akuntabilitas yang lebih besar.
Tentang Kelompok Penasihat Akademik AMEC
Kelompok Penasihat Akademik AMEC memberikan masukan akademis dan panduan ahli untuk mendukung pekerjaan AMEC dalam memajukan standar pengukuran dan evaluasi komunikasi. Kelompok ini mencakup para akademisi dan praktisi yang diakui secara internasional dari universitas dan organisasi penelitian di Australia, Inggris, Jerman, Amerika Serikat, Italia, Swiss, dan Norwegia, dengan keahlian yang mencakup komunikasi publik, komunikasi korporat, penelitian hubungan masyarakat, evaluasi, reputasi, media sosial, komunikasi internal, dan manajemen komunikasi.
Anggota termasuk Profesor Terkemuka Jim Macnamara, University of Technology Sydney; Profesor Anne Gregory, University of Huddersfield; Profesor Ansgar Zerfass, University of Leipzig; Profesor Don Stacks, University of Miami; Dr. Tina McCorkindale, Institute for Public Relations; Profesor Asosiasi Stefania Romenti, IULM University Milan; Profesor Asosiasi Rita Men, University of Florida; Profesor Asosiasi Katie Place, Quinnipiac University; Dr. Glenn O'Neil, OWL Research and Evaluation; dan Dr. Alex Buhmann, BI Norwegian Business School.
