Dibandingkan 20 tahun yang lampau, saat ini menemukan apa yang populer jauh lebih mudah: film, buku, berita, tempat tujuan wisata, hingga makanan dan kedai. Jika kamu membuka laman tempo.co, umpamanya, kamu dapat segera tahu berita paling populer pada waktu itu—dalam hari yang sama, peringkat popularitas dapat berubah.
Jika kamu mengunjungi situs-situs yang menyajikan buku laris, kamu segera tahu buku apa yang paling diminati minggu ini, sudah berapa lama buku itu bertengger di peringkat satu, ataupun buku apa yang paling laris untuk kategori non-fiksi. Kamu mungkin menjadikannya sebagai rujukan untuk menentukan buku apa yang hendak kamu beli.
Menarik bahwa di balik daftar ketenaran berita ataupun apapun terdapat mesin yang bekerja. Mesin-mesin ini menghimpun data dari berbagai sumber, menyedotnya ke dalam servernya, mengolahnya dengan bertumpu algoritma yang disusun manusia, dan kemudian menyajikan untuk kamu dalam peringkat. Begitulah, rekomendasi semacam itu menjadikan hidup kita lebih mudah.
Sayangnya, popularitas tidak selalu mencerminkan yang terbaik. Sebuah film menarik yang digarap sutradara baru barangkali tidak akan segera melejit di daftar 10 peringkat teratas film populer bila tidak ada seseorang yang lebih mengendusnya, misalnya kritikus film, dan mengunggah ulasannya di internet. Dari sinilah, barangkali sebagian orang melirik, membaca ulasan, lalu menonton dan bercerita kepada kawannya. Hingga kemudian jumlah penonton terus meningkat.
Selalu diperlukan perantara—titik-titik penghubung—agar sebuah produk, apapun rupanya, dapat masuk ke dalam daftar itu. Bila mesin preferensi berhasil menangkap data mengenai film baru itu dan ternyata pemirsanya baru 100 orang maka mesin akan melempar dari daftar film yang sudah ditonton 1 juta orang. Mesin bekerja tidak lagi seperti dulu ketika komputer belum ada, sedangkan penyiar radio memerlukan daftar tangga lagu populer. Penyiar bekerja secara manual dengan menghitung jumlah permintaan pendengar yang masuk ke mejanya.
Mesin-mesin kini bekerja lebih cerdas, lebih gesit, sanggup mengunyah data dalam bilangan gigabyte. iTunes umpamanya memajang daftar lagu yang paling banyak diunduh dari penggemar musik seluruh dunia. Amazon.com juga memajang data serupa. Namun daftar popularitas itu terasa semakin usang sebab bersifat umum—sebagai panduan bagi pengunjung situs tanpa mempertimbangkan kecondongan minat individu.
Mesin-mesin tersebut kemudian bergerak lebih jauh dengan menawarkan produk yang kira-kira menyerupai kesukaan masing-masing konsumen. Jika kamu menyukai film thriller, mesin-mesin di balik berbagai situs ini akan memberi rekomendasi film sejenis. Bila kamu menyenangi novel John Grisham, Amazon akan menawarkan karya-karya Grisham lainnya. Mesin-mesin itu memberi penawaran karena mengetahui film dan buku apa yang sedang kamu amati.
Tak berhenti di situ, mesin-mesin bergerak lebih jauh lagi dan semakin memasuki ruang-ruang pribadi. Setelah mereka tahu apa yang kamu cari dan apa yang kamu sukai, mesin-mesin itu akan menawarkan sesuatu yang lebih bersifat pribadi. Tawaran itu bukan lagi rekomendasi dalam jumlah banyak, misalnya film dan buku sejenis, melainkan lebih mengerucut.
Bila kamu membuka laman tempo.co dengan gawai ataupun laptopmu, kamu akan mendapati sajian iklan di tempat-tempat tertentu di halaman itu: mungkin di atas kanan, mungkin di sebelah kiri berkelap-kelip, mungkin di bawah dalam format memanjang. Jika kamu membandingkan dengan kawan yang sedang membuka laman yang sama, iklan yang muncul boleh jadi sama, tapi berpeluang untuk berbeda. Di sinilah terlihat mesin-mesin itu telah mengenali preferensi kamu. Karena kesukaan kamu berbeda dari kesukaan temanmu, iklan yang muncul di halaman yang sama berpeluang untuk berbeda.
Tampaklah, mesin-mesin yang entah berada di mana setiap waktu menghimpun data berupa jejak-jejak digital yang kita tinggalkan di situs-situs manapun yang kita kunjungi. Mesin-mesin itu belajar dari jejak-jejak digital yang kita tinggalkan untuk mengenali siapa diri kita. Berbekal algoritma yang dibuat oleh manusia, mesin-mesin mengolah data bergigabyte dan menarik kesimpulan tentang apa yang kamu sukai dan yang tidak kamu sukai. Ketika kamu mengklik tanda silang pada tayangan iklan Google, misalnya, akan muncul pertanyaan: ‘mengapa iklan ini?’ Mesin bertanya kepadamu: "Mengapa kamu menutup iklan ini?" Jika kamu memberi jawaban atas pilihan yang tersedia, mesin akan mengenali kamu sejengkal lebih dekat.
Mesin-mesin itu belajar mengenal lebih dekat dan semakin dekat. Pelan-pelan, profil kamu sebagai konsumen mulai berbentuk lebih jelas di mata mesin itu, dan selanjutnya kamu tahu apa yang mungkin terjadi di dunia bisnis. **
Ikuti tulisan menarik dian basuki lainnya di sini.
