Identifikasi Preferensi dan Segmen Konsumen Layanan AI Generatif Berbasis Teks di Indonesia

Mohammad Radiv Zahrandika, Prof. Drs. B.M. Purwanto, M.B.A., Ph.D

2025 | Tesis | S2 MANAJEMEN (MM) JAKARTA

Perkembangan pesat teknologi kecerdasan buatan (Artificial Intelligence/AI) generatif di Indonesia menunjukkan potensi pasar yang besar. Namun, adopsi dan visibilitas platform lokal masih relatif rendah dibandingkan platform mancanegara. Penelitian ini bertujuan untuk mengidentifikasi preferensi konsumen Indonesia terhadap layanan AI generatif berbasis teks dengan analisis konjoin, serta memetakan segmen pasar berdasarkan preferensi tersebut dengan analisis klaster. Responden penelitian berjumlah 187 orang yang memiliki pengalaman menggunakan layanan AI generatif berbasis teks. Penelitian ini didasarkan pada Teori Motivasi, Model Sikap Multi-Atribut (MAAM), serta Teori Segmentasi Pasar. Hasil penelitian menunjukkan bahwa harga berlangganan merupakan atribut paling dominan dalam pengambilan keputusan, diikuti oleh kapabilitas output, asal pengembang, riwayat percakapan, gaya komunikasi, dan kemampuan multi-bahasa. Konsumen Indonesia cenderung memilih layanan dengan harga terjangkau, kemampuan premium, penyimpanan riwayat tidak terbatas, gaya komunikasi natural, dan memiliki dukungan multi-bahasa. Analisis klaster menghasilkan empat segmen konsumen dengan variasi preferensi berdasarkan tingkat kemampuan finansial, intensitas penggunaan, serta tujuan penggunaan layanan AI. Implikasi teoritis dan manajerial disampaikan pada bagian akhir penelitian berdasarkan temuan yang diperoleh. Hal ini disusun sebagai dasar bagi pengembangan strategi dan inovasi layanan AI generatif berbasis teks di Indonesia. Hasil penelitian ini diharapkan dapat menjadi referensi bagi pengembang AI lokal dan peneliti selanjutnya dalam memahami dinamika adopsi AI generatif di Indonesia.

The rapid growth of generative Artificial Intelligence (AI) technology in Indonesia indicates a significant market potential. However, the adoption and visibility of locally developed platforms remains relatively low compared to international alternatives. This study aims to identify Indonesian consumer preferences for text?based generative AI services using conjoint analysis, and to segment the market based on these preferences through cluster analysis. A total of 187 respondents with prior experience using text-based generative AI services participated in this study. The research is grounded in Motivation Theory, the Multi-Attribute Attitude Model (MAAM), as well as the Theory of Market Segmentation. The findings highlight that subscription price is the most dominant attribute influencing consumer decisions, followed by output capability, developer origin, chat history availability, communication style, and multilingual support. Indonesian consumers tend to prefer services with affordable pricing, premium capabilities, unlimited chat history storage, natural communication style, and multilingual features. Cluster analysis identifies four consumer segments with different preference profiles, influenced by financial capacity, usage intensity, and intended use of generative AI services. Theoretical and managerial implications are presented at the end of the study based on the empirical findings. This research is expected to serve as a reference for local AI developers and future researchers in understanding the dynamics of generative AI adoption in Indonesia.

Kata Kunci : analisis klaster, analisis konjoin, kecerdasan buatan (AI) generatif berbasis teks, model sikap multi-atribut (MAAM), preferensi konsumen, segmentasi konsumen. / conjoint analysis; consumer preferences, consumer segmentation, text-based generative artific