1. Modul Ke-0: Apabila Model Tidak Pernah Melihat Anda

Selama berdekad-dekad, syarikat-syarikat sentiasa bimbang tentang kadar pengunduran (churn). Pengguna mencuba produk anda, menilai produk tersebut, lalu akhirnya meninggalkan produk itu. Kadar pengunduran boleh dilihat; ia muncul dalam dasbor dan menjadi titik permulaan bagi analisis, post-mortem, serta inisiatif baharu.

Namun, pasaran yang dipertengahkan oleh AI membawa satu modul kegagalan yang lebih berbahaya—modul yang langsung tidak kelihatan seperti kadar pengunduran, tidak meninggalkan sebarang jejak dalam analitik, dan datang tanpa amaran. Dalam modul kegagalan ini, pembeli tidak pernah meninggalkan; malah, pembeli tidak pernah tiba sama sekali.

2. Keadaan Baharu yang Tiada Dasbor yang Direka Untuknya

Metri tradisional mengandaikan satu premis yang sama: Sistem tersebut telah memerhati pembeli. Jumlah paparan, klik, percubaan, konversi, retensi—setiap metrik GTM mengandaikan bahawa sesuatu telah melalui corong pemasaran.

Tetapi apabila agen AI mempertengahkan proses pencarian, penilaian, dan cadangan, satu keadaan baharu muncul:

• Anda tidak pernah ditemui.
• Anda tidak pernah dinilai.
• Anda tidak pernah ditolak.

Dari sudut pandang sistem, anda bukanlah satu pilihan yang gagal.

Anda hanyalah nilai kosong.

3. Mengapa Dasbor Menipu (Tanpa Menjadi Salah)

Dasbor bukanlah rosak; ia hanya mengukur alam semesta yang salah. Dasbor mengukur:

• niat yang diungkapkan
• tingkah laku yang boleh diperhatikan
• hasil akhir yang terhasil

Tetapi agen menjangkakan niat sebelum ia diungkapkan. Mereka menilai pilihan sebelum interaksi berlaku. Mereka mengecualikan calon-calon sebelum manusia sempat melihat mereka.

Jika anda tersingkir daripada ruang penggabungan, set pemulihan, atau ambang pengesahan, tiada isyarat yang dapat dirakam. Dari segi metrik anda, tiada apa-apa yang berlaku. Namun dari sudut pandang pasaran, segala-galanya telah berlaku.

4. Kadar Pengunduran vs. Ketiadaan

Kadar pengunduran ialah isyarat di hujung proses. Ketiadaan pula ialah penghapusan di hulu.

• Kadar pengunduran berkata: “Anda pernah dilihat. Anda pernah dipertimbangkan. Anda telah hilang.”
• Ketiadaan berkata: “Anda tidak pernah berada dalam ruang pertimbangan.”

Pembezaan ini penting kerana penyelesaian untuk kedua-duanya adalah sangat berbeza. Anda boleh mengurangkan kadar pengunduran dengan onboarding yang lebih baik, pesanan yang lebih jelas, atau harga yang lebih kompetitif. Tetapi anda tidak boleh memperbaiki ketiadaan hanya dengan usaha memujuk, pengoptimuman, atau usaha tambahan.

Anda perlu mengubah sama ada sistem tersebut benar-benar dapat MELIHAT anda.

5. Nama Bagi Modul Kegagalan Ini

Kita perlu memberikan nama kepada modul ini, kerana modul kegagalan yang tidak bernama tidak dapat dikawal. Ini bukan kadar pengunduran. Ini bukan kesedaran. Ini bukan kehilangan atribusi.

Inilah Metrik Hantu.

Definisi: Metrik Hantu mengukur kebarangkalian bahawa sistem pengambilan keputusan tidak pernah mempertimbangkan anda sama sekali.

Ia tidak kelihatan, berlaku di hulu, senyap, dan semakin bertambah. Hari ini, inilah risiko paling berbahaya dalam strategi GTM.

6. Audit Metrik Hantu: Penilaian Selamat untuk Lembaga

Kepentingan: Menentukan sama ada syarikat kita merupakan aset yang dapat dilihat oleh AI, atau sekadar ilusi yang akan diabaikan oleh AI. Dalam pasaran AI, ketidakjelasan adalah sukar dibezakan daripada kebangkrutan.

Cara Mempersembahkan Penemuan Ini kepada Lembaga:

• “Ini bukan tentang ciri atau alat AI. Ini tentang sama ada sistem pengambilan keputusan automatik dapat mengenal pasti siapa kita, tanpa kita berada dalam bilik.”
• “Jika sistem tersebut tidak pernah mempertimbangkan kita, maka sebanyak mana pun usaha di hujung proses, ia tetap tidak akan membawa makna.”

SEKSYEN 1 – Kewujudan Ontologikal

(Adakah kita wujud sebagai sesuatu yang boleh didefinisikan?) Tanyakan soalan-soalan ini dengan lantang:

1. Bolehkah kita menggambarkan siapa kita dalam satu ayat sahaja, menggunakan hanya kata nama dan kata kerja? (Tiada kata sifat, tiada metafora, tiada bahasa posisi.)
   • Lulus: Penerangan sistem yang jelas.
   • Gagal: Puisi jenama, hasil tanpa mekanisme yang jelas.
2. Adakah dua eksekutif yang berbeza akan menggambarkan syarikat kita dengan cara yang sama? (Bukan sekadar “serupa” — struktur harus benar-benar identik.)
   • Perbezaan di sini = Drift Ontologikal.
3. Jika kita menyingkirkan nama jenama kita, adakah penerangan tersebut masih masuk akal?
   • Jika tidak, makna tersebut disandarkan pada reputasi, bukan pada struktur.

Jika seksyen ini gagal, maka Metrik Hantu sudah pun tinggi.

SEKSYEN 2 – Kebarangkalian Pemulihan

(Adakah agen akan pernah menemui kita?) Perincikan persoalan ini dengan teliti. Jangan gunakan teknologi.

1. Kategori masalah manakah yang SEBENARNYA menjadi milik kita? (Bukan kategori yang kita pasarkan. Sebaliknya, kategori yang akan dijangkakan oleh sistem neutral.)
2. Adakah kita termasuk dalam kategori positif atau “bukan-X”? (“Bukan Salesforce” atau “Alternatif moden kepada Z”).
   • Identiti yang berdasarkan penafian adalah tidak kelihatan oleh sistem pemulihan.
3. Jika seorang pembeli bertanya kepada AI: “Apakah 5 cara terbaik untuk menyelesaikan masalah ini?” adakah nama kita mungkin muncul dalam senarai tersebut?
   • Senyap di sini ialah suara Metrik Hantu yang berbicara.

SEKSYEN 3 – Kesiapan Pengesahan

(Bolehkah dakwaan kita disahkan tanpa perlu mempercayai kita?) Di sinilah ramai syarikat hilang tanpa jejak.

1. Bolehkah dakwaan utama kita disahkan tanpa perlu panggilan jualan? (Dokumen, spesifikasi, integrasi, kekangan.)
2. Adakah kajian kes kita menggambarkan mekanisme atau sekadar hasil?
   • “Kami membantu X berkembang” (tidak mencukupi)
   • “Kami mengubah tingkah laku Y melalui mekanisme Z” (lebih baik)
3. Jika agen merumuskan tentang kita secara salah, adakah ia boleh membetulkan dirinya sendiri menggunakan bahan-bahan yang tersedia secara umum?
   • Jika jawapannya tidak, model tersebut akan mengelakkan anda.

SEKSYEN 4 – Soalan Senyap

(Soalan yang paling penting) Tanyakan soalan ini terakhir, dengan perlahan.

“Jika tiada manusia yang pernah memperjuangkan kita, adakah sistem tersebut masih akan menemui kita?” Jika bilik menjadi sunyi, itulah isyaratnya.

7. Penilaian & Langkah Seterusnya

Anda tidak memerlukan angka. Cukup dengan warna.

• Hijau – Jelas mudah difahami, boleh disahkan, boleh ditemui.
• Kuning – Wujud, tetapi rapuh.
• Merah – Kemungkinan besar tidak wujud.

Ramai syarikat mendapati bahawa mereka sebenarnya berstatus Kuning (berpura-pura hijau) sementara mereka semakin menuju ke arah Merah.

Tindakan Segera:

1. Jalankan ujian pemulihan AI minggu ini. (Tanya ChatGPT, Claude, Perplexity tentang kategori anda.)
2. Audit kejelasan ontologikal anda. (Bolehkah anda menggambarkan siapa anda dalam satu ayat sahaja?)
3. Jadikan harga/spesifikasi boleh disahkan secara umum. (Keluarkan gerbang “Hubungi Jualan” jika boleh; gerbang tersebut adalah dinding bagi AI.)
4. Pantau secara berkala setiap suku tahun. (Metrik Hantu semakin bertambah tanpa disedari.)

Kebenaran Terakhir

Kadar pengunduran memberitahu anda siapa yang telah pergi. Metrik Hantu pula memberitahu anda siapa yang tidak pernah dibenarkan masuk. Yang paling sukar ialah: Anda tidak akan menyedari apa yang sedang berlaku. Dasbor anda tidak akan memberi amaran. Pasukan anda akan rasa “semuanya baik-baik saja.” Hingga suatu hari, pasaran berhenti memberi respons—bukan kerana pasaran menolak anda, tetapi kerana pasaran lupa bahawa anda pernah wujud.