Mengapa Parag Agrawal Menilai AI Agent Bisa Mengguncang Ekonomi Klik di Internet

Parag Agrawal punya tesis yang sederhana, tetapi dampaknya bisa besar: ekonomi internet saat ini dibangun untuk merebut perhatian manusia, sementara pengguna web yang paling sering berinteraksi di masa depan mungkin justru berupa AI agent—perangkat lunak yang dapat mencari, membaca, membandingkan, dan merangkum informasi secara mandiri.

Masalahnya, AI agent tidak harus membuka halaman, melihat iklan, atau mengeklik tautan untuk menyelesaikan tugas. Jika aktivitas itu berlangsung tanpa kunjungan manusia, sinyal ekonomi yang selama ini menopang media dan penerbit online mulai menghilang. 1444

Melalui Parallel Web Systems, perusahaan yang ia dirikan, Agrawal ingin membangun infrastruktur untuk apa yang disebutnya sebagai “pengguna kedua” web: software agent. Gagasannya bukan semata-mata menggantikan situs web yang digunakan manusia, melainkan menambahkan lapisan yang dirancang khusus untuk pencarian, pengambilan informasi, riset, atribusi sumber, dan pembayaran bagi penggunaan konten. 4047

Mengapa klik bisa kehilangan arti

Dalam pola pencarian tradisional, rantai nilainya cukup jelas. Seseorang mengetik kueri, mengeklik hasil pencarian, membaca halaman, melihat iklan, lalu mungkin kembali ke penerbit yang sama atau mengingat mereknya. Karena itu, klik memiliki dua fungsi sekaligus: mendatangkan trafik yang bisa menghasilkan pendapatan dan membantu mesin pencari memperkirakan relevansi sebuah halaman.

AI agent bekerja dengan cara berbeda. Untuk menjawab satu permintaan, agent dapat mencari banyak sumber, mengambil bagian yang relevan, membandingkan informasi, lalu mengirimkan jawaban yang sudah dirangkum kepada pengguna. Halaman asal mungkin tidak pernah dikunjungi manusia.

Dalam situasi seperti itu, jumlah klik tidak lagi sepenuhnya menggambarkan nilai sebuah sumber. Sebuah artikel bisa memberikan fakta kunci, mengonfirmasi kesimpulan, atau membantu menyelesaikan tugas yang lebih besar tanpa menghasilkan satu pun kunjungan langsung.

Karena itu, menurut Agrawal, web perlu mengukur seberapa berguna suatu informasi bagi tugas yang dikerjakan agent—bukan hanya apakah manusia mengeklik tautannya. Premis Parallel menyebut AI agent berpotensi menggunakan web “1.000 kali lebih banyak” daripada manusia. Angka tersebut merupakan keyakinan perusahaan, bukan prediksi yang telah terbukti. 14

Seperti apa “parallel web” yang dibayangkan Agrawal?

“Parallel web” adalah lapisan infrastruktur yang berorientasi pada AI agent. API Parallel mencakup pencarian web, ekstraksi informasi, riset mendalam, penemuan entitas, percakapan, dan pemantauan perubahan di web. Dokumentasinya menempatkan layanan tersebut sebagai akses bagi agent dan pengembang ke informasi web untuk riset serta alur kerja berbasis mesin. 25

Perubahan utamanya terletak pada sasaran optimasi. Sistem web tradisional banyak menggunakan perhatian, tautan, dan klik sebagai proksi praktis untuk mengukur relevansi. Sistem yang dibangun untuk agent dapat berfokus pada pertanyaan yang lebih spesifik:

• Apakah sebuah sumber membantu menemukan jawaban yang akurat?
• Apakah sumber itu membantu menyelesaikan tugas riset?
• Apakah sumber tersebut membantu mengidentifikasi entitas atau memverifikasi fakta?
• Apakah informasi itu mendukung keputusan atau alur kerja?
• Apakah sumber tersebut meningkatkan kualitas jawaban akhir?

Dengan pendekatan ini, kegunaan sumber menjadi sinyal yang bergantung pada tugas, bukan sekadar ukuran popularitas umum. Parallel juga menjelaskan umpan balik langsung dari agent sebagai alternatif terhadap ketergantungan utama pada data klik manusia untuk menentukan peringkat dan pengindeksan. 4445

Namun, ini masih merupakan tesis bisnis dan produk Parallel, bukan standar yang sudah berlaku di seluruh web. Penerapannya membutuhkan partisipasi luas dari pemilik konten, pengembang agent, penyedia mesin pencari, dan perusahaan infrastruktur lainnya.

Bagaimana Shapley value dapat digunakan untuk membayar penerbit?

Model kompensasi yang diusulkan Parallel menggunakan atribusi bergaya Shapley. Secara sederhana, Shapley value memperkirakan seberapa besar nilai tambahan yang diberikan satu pihak ketika beberapa pihak bersama-sama menghasilkan suatu hasil.

Dalam konteks konten web, pertanyaannya menjadi: seberapa besar kontribusi sebuah sumber terhadap keberhasilan jawaban agent, jika dibandingkan dengan sumber-sumber lain yang tersedia?

Sumber yang menyediakan fakta unik atau mengubah kesimpulan secara signifikan dapat memperoleh porsi lebih besar daripada sumber yang hanya mengulang informasi yang sudah diberikan oleh pihak lain. 1629

Tujuannya adalah menggeser kompensasi dari ukuran trafik mentah atau biaya lisensi tetap menuju kontribusi marginal—nilai tambahan yang benar-benar diberikan sebuah sumber. Meski demikian, pendekatan ini menghadirkan persoalan teknis dan tata kelola yang tidak kecil: bagaimana “keberhasilan” diukur, bagaimana kontribusi dihitung secara konsisten, dan bagaimana sistem mencegah manipulasi?

Materi yang tersedia menggambarkan mekanisme tersebut sebagai model yang diusulkan, bukan pengganti iklan yang sudah terbukti.

Peran produk Index

Index merupakan bagian yang ditujukan kepada penerbit, penyedia data, dan kreator independen. Parallel menyatakan bahwa produk ini membantu pemilik konten melihat bagaimana AI agent menggunakan karya mereka—termasuk kueri yang dijawab, seberapa sering suatu sumber dirujuk, dan seberapa unik kontribusinya terhadap pekerjaan agent. Kompensasi kemudian dikaitkan dengan estimasi Shapley value sumber tersebut. 29

Mitra peluncuran Index mencakup The Atlantic, Fortune, dan PR Newswire, serta sejumlah penyedia informasi bisnis dan kreator independen, menurut laporan mengenai produk itu. 6

Signifikansi Index terletak pada upayanya mengatasi dua masalah sekaligus: visibilitas dan pembayaran. Pemilik konten dapat mengetahui bagaimana sistem AI mengandalkan karya mereka, sementara Parallel mencoba menciptakan cara untuk memberi imbalan kepada konten yang menyumbangkan informasi berguna meski tidak menghasilkan klik manusia.

Pendanaan dan posisi bisnis Parallel

Parallel menggalang pendanaan awal sebesar US$30 juta pada Januari 2024, menurut laporan mengenai pendanaan perusahaan berikutnya. Pada November 2025, perusahaan mengumumkan putaran Seri A senilai US$100 juta dengan valuasi yang dilaporkan mencapai US$740 juta. Putaran tersebut dipimpin bersama oleh Kleiner Perkins dan Index Ventures. 1133

Pada April 2026, Parallel kembali menggalang US$100 juta dalam putaran Seri B yang dipimpin Sequoia Capital, dengan valuasi yang dilaporkan mencapai US$2 miliar. Investor lama seperti Kleiner Perkins, Index Ventures, Khosla Ventures, First Round, Spark, Terrain, dan Abstract disebut ikut berpartisipasi. 11015

Materi publik Parallel memosisikan API-nya sebagai infrastruktur bagi pengembang yang membangun produk berbasis agent. Pengumuman Seri A menyebut perusahaan seperti Clay, Sourcegraph, dan Owner sebagai pelanggan atau pengguna, tetapi sumber yang tersedia tidak memberikan daftar pelanggan lengkap maupun angka adopsi pengembang yang dapat diverifikasi secara independen. 40

Mengapa kemitraan Google Cloud penting?

Parallel juga tersedia sebagai salah satu pilihan pencarian dan grounding bagi pelanggan Google Cloud yang membangun enterprise agent dengan perangkat terkait Gemini. Integrasi yang dilaporkan memungkinkan pengembang menggunakan Parallel Search bersama Google Search untuk memberikan dasar informasi web bagi agent. 12

Kemitraan ini dapat memberi Parallel jalur distribusi melalui platform enterprise yang sudah mapan, tepat ketika perusahaan mulai bereksperimen dengan agent untuk riset dan alur kerja otomatis. Di sisi lain, terdapat ketegangan strategis: Google merupakan mitra distribusi penting sekaligus perusahaan yang memiliki infrastruktur pencarian dan AI sendiri. 512

Mengapa Agrawal memprediksi perubahan dalam 12–24 bulan?

Perkiraan 12 hingga 24 bulan dari Agrawal adalah ramalan, bukan konsensus yang telah diukur. Taruhannya didasarkan pada beberapa perkembangan: kemampuan model yang meningkat, penggunaan alat oleh AI, kerangka kerja agent yang semakin matang, serta distribusi melalui layanan cloud dan API yang sudah tersedia.

Satu permintaan dari pengguna dapat memicu banyak pencarian dan subtugas yang dikerjakan perangkat lunak. Jika kemampuan tersebut menjadi cukup andal, cepat, dan terjangkau, jumlah kueri web yang berasal dari agent bisa melampaui kueri manusia sebelum kebiasaan menjelajah internet konsumen berubah secara drastis.

Jika agent lebih sering mengembalikan jawaban tersintesis daripada mengirimkan trafik ke halaman tertentu, tekanan terhadap ekonomi berbasis klik dapat muncul lebih cepat daripada yang diperkirakan. Klaim “1.000 kali lebih banyak” dari Parallel menggambarkan skala perubahan yang diyakini perusahaan, tetapi belum dapat diperlakukan sebagai fakta terverifikasi. 14

Ketidakpastian utamanya

Agrawal tidak sedang menyatakan bahwa model iklan internet telah gagal. Ia mengusulkan desain pasar baru untuk web yang mungkin didominasi agent.

Index, umpan balik agent, dan kompensasi berbasis Shapley menawarkan salah satu cara untuk memberi penghargaan kepada konten yang berkontribusi pada jawaban buatan mesin. Namun, semuanya masih bergantung pada keputusan atribusi yang sulit dan partisipasi luas dari pemilik konten serta platform AI.

Versi paling kuat dari tesis Agrawal bersifat kondisional: jika AI agent menjadi antarmuka utama menuju informasi online, klik mungkin tidak lagi cukup sebagai sinyal ekonomi dan peringkat web. Parallel bertaruh bahwa penggantinya adalah sistem yang berpusat pada hasil kerja agent, asal-usul informasi, dan pembayaran berdasarkan kontribusi informasi yang dapat diukur.