Kalbisocio.
Jurnal Bisnis & Komunikasi.
Vol.
No.
September 2025.
E-ISSN 2829-1301 Kreativitas Berbasis Data: Pemanfaatan Kecerdasan Buatan dalam Inovasi Pemasaran untuk Ketahanan Ekonomi DKS Nugraha.
Deni Danial Kesa.
Program Studi Bisnis Kreatif .
Program Pendidikan Vokasi Universitas Indonesia Kampus UI Depok.
Depok, 16424 *Correspondence Email: dksnugraha@ui.
2,) Program Studi Magister Industri Kreatif .
Program Pendidikan Vokasi Universitas Indonesia Kampus UI Depok.
Depok, 16424 Email:d.
danial@ui.
Abstract: In an era of increasing disruption, economic shocks, shifting consumer behaviors, and rising competitive pressures, marketing as a discipline must evolve.
This paper explores how combining datadriven creativity with artificial intelligence (AI) enables innovation in marketing that strengthens economic We survey the literature on AI in marketing, analyze frameworks of innovation, and draw on case studies .
rom both SMEs and larger organization.
to understand how marketing innovation, powered by data AI can cushion firms and economies against volatility.
Key findings: .
AI strengthens capabilities for personalization, predictive forecasting, and rapid experimentation.
creative human oversight remains essential for authenticity, emotional resonance, and avoiding bias.
organizational adaptability, leadership, and ethical policy frameworks are critical mediators of success.
Implications are developed for marketers, firms, and policymakers seeking to build resilient business models, especially in resource-constrained settings.
Limitations are acknowledged, and directions for future research proposed.
This work contributes to bridging the gap between creativity and data, showing how their intersection underpins innovation that is both cutting-edge and robust in turbulent times.
Keywords: Artificial intelligence, data-driven creativity, marketing innovation, economic resilience, digital transformation.
Abstrak: Di era disrupsi yang semakin meningkat, guncangan ekonomi, perubahan perilaku konsumen, dan meningkatnya tekanan persaingan, pemasaran sebagai sebuah disiplin ilmu harus berkembang.
Makalah ini mengeksplorasi bagaimana menggabungkan kreativitas berbasis data dengan kecerdasan buatan (AI) memungkinkan inovasi dalam pemasaran yang memperkuat ketahanan ekonomi.
Kami mensurvei literatur tentang AI dalam pemasaran, menganalisis kerangka kerja inovasi, dan memanfaatkan studi kasus .
aik dari UKM maupun organisasi yang lebih besa.
untuk memahami bagaimana inovasi pemasaran, yang didukung oleh data AI, dapat melindungi perusahaan dan perekonomian dari Temuan utama: .
AI memperkuat kapabilitas personalisasi, peramalan prediktif, dan eksperimen cepat.
pengawasan manusia yang kreatif tetap penting untuk autentisitas, resonansi emosional, dan menghindari bias.
adaptabilitas organisasi, kepemimpinan, dan kerangka kerja kebijakan etis merupakan mediator penting bagi kesuksesan.
Implikasinya dikembangkan bagi para pemasar, perusahaan, dan pembuat kebijakan yang ingin membangun model bisnis yang tangguh, terutama di lingkungan dengan sumber daya terbatas.
Keterbatasan diakui, dan arahan untuk penelitian mendatang diusulkan.
Karya ini berkontribusi dalam menjembatani kesenjangan antara kreativitas dan data, menunjukkan bagaimana persinggungan keduanya menopang inovasi yang mutakhir sekaligus tangguh di masa yang penuh gejolak.
Kata kunci: kecerdasan buatan, kreativitas berbasis data, inovasi pemasaran, ketahanan ekonomi, transformasi digital PENDAHULUAN Disrupsi telah menjadi kondisi yang menentukan bagi perekonomian modern.
Dari pandemi global hingga fragmentasi geopolitik, ketidakamanan energi, dan tren inflasi, ketidakpastian menentukan bagaimana bisnis bersaing dan bertahan (Brynjolfsson & McAfee.
Model tradisionalAiyang perencanaan linear, penargetan demografis, dan kreativitas berbasis intuisiAiberjuang untuk Munculnya kecerdasan buatan (AI) telah mengubah logika pemasaran.
memungkinkan pemasar untuk merasakan real-time, memprediksi tren, dan mengotomatiskan proses Kalbisocio.
Jurnal Bisnis & Komunikasi.
Vol.
No.
September 2025.
E-ISSN 2829-1301 rutin (Davenport dkk.
, 2.
Namun, data dan otomatisasi saja tidak menjamin inovasi.
Keduanya harus terjalin dengan kreativitas manusiaAiimajinasi kontekstual yang memberi makna pada angka dan empati pada wawasan.
Makalah ini menyebut perpaduan tersebut sebagai kreativitas berbasis data.
Kreativitas berbasis data menggunakan analitik bukan sebagai pengganti imajinasi, melainkan sebagai penguatnya.
Kreativitas ini menggabungkan akurasi komputasi dengan kedalaman budaya dan emosional.
Dalam ekonomi yang bergejolak, integrasi ini mendukung ketahanan ekonomi: kapasitas perusahaan dan masyarakat untuk beradaptasi, menyerap guncangan, dan menata ulang tanpa kehilangan fungsionalitas (Martin & Sunley.
Studi ini mengkaji bagaimana kreativitas yang digerakkan oleh AI memungkinkan inovasi pemasaran yang Studi menghubungkan teori inovasi, transformasi digital, dan kapabilitas dinamis (Teece, 2.
praktik pemasaran Argumennya sederhana namun mendesak:
ketika kreativitas manusia memanfaatkan AI secara cerdas, pemasaran menjadi sistem adaptasi berkelanjutanAilandasan ketahanan di masa yang tidak pasti.
Di era disrupsi yang semakin meningkatAi guncangan ekonomi, perubahan perilaku konsumen, dan meningkatnya tekanan persainganAipemasaran disiplin ilmu harus berevolusi.
Konvergensi analitik data, kecerdasan buatan (AI), dan strategi kreatif sedang membentuk kembali cara organisasi melibatkan pelanggan, berinovasi produk, dan mempertahankan kinerja di pasar yang tidak pasti (Kietzmann dkk.
, 2018.
Wedel & Kannan, 2.
Model pemasaran tradisional yang sangat bergantung pada intuisi dan tren historis semakin tidak memadai dalam lingkungan yang ditandai oleh volatilitas dan perubahan teknologi yang pesat.
Akibatnya, perusahaan terpaksa mengejar kreativitas berbasis data, mengintegrasikan wawasan kuantitatif dengan pemecahan masalah yang imajinatif untuk mencapai kemampuan adaptasi dan diferensiasi (Davenport dkk.
Ketahanan ekonomiAikapasitas perekonomian atau organisasi untuk menyerap guncangan, beradaptasi, dan pulihAitelah menjadi keharusan strategis (Bristow & Healy.
Dalam pemasaran, ketahanan terwujud melalui kelincahan, inovasi, dan pembelajaran berkelanjutan (Hamel & Vylikangas, 2.
Inovasi pemasaran, yang didefinisikan sebagai penerapan metode pemasaran baru yang melibatkan perubahan signifikan dalam desain produk, kemasan, penempatan, promosi, atau penetapan harga, memainkan peran penting dalam membangun ketahanan tersebut (OECD.
Penelitian terbaru menunjukkan bahwa inovasi pemasaran dapat melindungi organisasi dari volatilitas makroekonomi dengan meningkatkan respons pasar dan loyalitas konsumen (Hult dkk.
, 2018.
de Waal & Maritz.
Namun, proses inovasi semakin bergantung pada kecerdasan dataAidi mana AI berfungsi sebagai katalis sekaligus infrastruktur untuk penemuan kembali yang kreatif (Chatterjee dkk.
, 2.
Penekanan ganda pada kreativitas dan data menjadi penting tidak hanya untuk keunggulan kompetitif tetapi juga untuk kapasitas adaptif yang berkelanjutan dalam konteks yang Kecerdasan buatan telah bertransisi dari alat eksperimental menjadi elemen dasar strategi pemasaran.
Aplikasi AI dalam pemasaran mencakup analitik prediktif dan segmentasi pelanggan otomatis hingga personalisasi waktu nyata dan pembuatan konten generatif (Davenport dkk.
, 2020.
Huang & Rust, 2.
Teknologi ini meningkatkan kemampuan perusahaan untuk memahami, mengantisipasi, dan memengaruhi perilaku konsumen, sehingga meningkatkan efisiensi dan efektivitas pemasaran (Wamba-Taguimdje , 2.
Sistem AI memungkinkan apa yang disebut Wedel dan Kannan .
sebagai "pemasaran algoritmik", di mana proses pengambilan keputusan dipandu oleh model pembelajaran mesin yang dilatih pada kumpulan data yang sangat besar.
Pergeseran ini menandai perubahan paradigma: alih-alih hanya mengandalkan kognisi manusia, keputusan pemasaran semakin diperkuatAiatau bahkan diotomatisasiAioleh sistem berbasis Namun, kemajuan ini juga menimbulkan tantangan etika, sosial, dan kreatif.
Ketergantungan yang berlebihan pada pengambilan keputusan algoritmik berisiko menyebabkan depersonalisasi, bias, dan Kalbisocio.
Jurnal Bisnis & Komunikasi.
Vol.
No.
September 2025.
E-ISSN 2829-1301 hilangnya suara merek yang autentik (Daugherty & Wilson, 2.
Oleh karena itu, kreativitas manusia tetap menjadi penyeimbang yang diperlukanAimemastikan bahwa inovasi yang didukung AI tetap menjaga empati, konteks, dan kepekaan budaya.
Kreativitas berbasis data mengacu pada perpaduan pemasaran, kampanye, dan pengalaman (Kumar dkk.
, 2.
Studi empiris menunjukkan bahwa perusahaan yang menggabungkan kapabilitas kreatif dan analitis mengungguli perusahaan yang hanya menekankan salah satu dimensi saja (Reeves dkk.
, 2.
Misalnya, indeks Kreativitas Analitik McKinsey menemukan bahwa organisasi dengan pemanfaatan data dan pertumbuhan pendapatan hingga dua kali lipat dibandingkan perusahaan sejenis (McKinsey.
Demikian pula.
Kumar dkk.
wawasan yang dihasilkan AI ke dalam proses kreatif meningkatkan kinerja kampanye dan mempercepat siklus eksperimen.
Namun, integrasi ini tidak terjadi secara otomatis.
Struktur organisasi, visi kepemimpinan, dan praktik tata kelola data secara signifikan memengaruhi efektivitas kreativitas dan analitik dalam hidup berdampingan (Erevelles , 2.
Perusahaan yang memperlakukan AI hanya sebagai tambahan teknologi, alih-alih sebagai pendorong strategis, sering kali gagal memaksimalkan potensinya untuk inovasi kreatif (Bughin dkk.
, 2.
Hal ini menggarisbawahi pentingnya adaptabilitas organisasi, sebuah kapabilitas yang secara langsung menghubungkan pemasaran berbasis AI dengan ketahanan ekonomi.
Ketahanan ekonomi di era digital semakin bergantung pada ketidakpastian melalui inovasi.
Kapasitas AI untuk pembelajaran waktu nyata dan pemodelan skenario memungkinkan pemasar menguji hipotesis dengan cepat, menyesuaikan strategi secara dinamis, dan mengantisipasi pergeseran permintaan atau sentimen (Berman & Marshall, 2.
Di masa krisisAiseperti pandemi atau gangguan rantai pasokanAianalitik yang didukung AI telah terbukti penting untuk merealokasi sumber daya dan mengonfigurasi ulang saluran pemasaran (Chatterjee dkk.
, 2.
Namun, ketahanan tidak sepenuhnya bersifat teknis.
melainkan juga kultural.
Organisasi yang memberdayakan kolaborasi lintas fungsi antara ilmuwan data, pemasar, dan pekerja kreatif cenderung pulih lebih cepat dan beradaptasi lebih efektif terhadap guncangan eksternal (Teece, 2.
Pengawasan kreatif memastikan bahwa solusi berbasis AI tetap selaras dengan nilainilai kemanusiaan dan konteks sosial, menjaga kepercayaan dan relevansi di mata konsumen.
Dengan cara ini, kreativitas berbasis data menjadi metode inovasi pemasaran sekaligus mekanisme ketahananAiyang menghubungkan kapasitas adaptif dengan penciptaan makna.
Meskipun menjanjikan, integrasi AI dan kreativitas menimbulkan tantangan yang Tantangan pertama menyangkut bias dan keadilan dalam algoritma AI.
Ketika dilatih dengan data historis, sistem AI dapat secara tidak sengaja mereplikasi ketimpangan sosial atau salah merepresentasikan nuansa budaya (Jobin dkk.
, 2.
Tantangan kedua melibatkan privasi data dan kepercayaan konsumen, karena konsumen menjadi lebih sadar tentang bagaimana informasi pribadi mereka mendorong otomatisasi pemasaran (Martin & Murphy, 2.
Tantangan ketiga berkaitan dengan otonomi kreatif: ketika perangkat AI generatif .
isalnya, model GPT.
Midjourne.
memasuki alur kerja pemasaran arus utama, muncul pertanyaan mengenai orisinalitas, kepengarangan, dan peran manusia dalam inovasi (Dwivedi dkk.
, 2.
Menangani ketegangan ini membutuhkan kerangka kerja tata kelola yang seimbang.
Para melibatkan manusiaAidi mana para profesional mengontekstualisasikan keluaran AI untuk memastikan relevansi dan kepatuhan etika (Daugherty & Wilson, 2.
Model kemitraan ini membingkai ulang AI bukan sebagai pengganti kreativitas, melainkan sebagai Meskipun banyak penelitian mengeksplorasi adopsi AI dalam pemasaran atau konsep kreativitas secara terpisah, hanya sedikit yang mengkaji bagaimana kreativitas berbasis data berkontribusi langsung terhadap Kalbisocio.
Jurnal Bisnis & Komunikasi.
Vol.
No.
September 2025.
E-ISSN 2829-1301 ketahanan ekonomi, terutama di pasar yang terbatas sumber daya atau pasar yang sedang berkembang (Dwivedi dkk.
, 2023.
Kumar dkk.
Lebih lanjut, penelitian empiris yang kepemimpinan, etika, dan desain organisasi memediasi hubungan antara inovasi pemasaran berbasis AI dan kinerja adaptif (Chatterjee dkk.
Makalah ini berkontribusi untuk menutup kesenjangan tersebut dengan mengintegrasikan perspektif teoretis dari inovasi pemasaran, analitik AI, dan studi ketahanan.
Makalah ini menyajikan wawasan kasus dari UKM dan organisasi besar untuk menggambarkan jalur praktis implementasinya.
Makalah ini juga mengusulkan kerangka kerja integratif yang memposisikan kreativitas berbasis data sebagai kapabilitas strategis yang menopang ketahanan Melalui perspektif ini, pemasaran dibingkai ulang sebagai penstabil ekonomi sekaligus kekuatan kreatifAimenjembatani data dan emosi, presisi dan adaptabilitas.
Seiring perekonomian menavigasi lanskap yang semakin bergejolak, memahami persimpangan ini tidak hanya relevan, tetapi juga vital.
mengintegrasikan kreativitas berbasis data dan AI dalam inovasi pemasaran untuk meningkatkan ketahanan ekonomi?Ay Struktur kepemimpinan apa yang memungkinkan perpaduan kreativitas dan analitik data? Bagaimana AI membentuk kembali proses kreatif dalam praktik pemasaran? Apa saja hasil ketahanan yang dapat diamatiAistrategis, finansialAiyang muncul dari integrasi ini? Pemilihan Kasus Strategi Pengambilan Sampel Pengambilan sampel secara purposif digunakan untuk memastikan variasi maksimum dalam Kriteria inklusi mensyaratkan bahwa setiap organisasi .
telah mengadopsi setidaknya satu alat pemasaran atau analitik berbasis AI, .
menunjukkan bukti inovasi kreatif yang terdokumentasi, dan .
mengalami paparan terukur terhadap guncangan pasar atau lingkungan .
isalnya, gangguan COVID-19, volatilitas rantai pasok, atau fluktuasi Penulis melakukan sampling review dengan tiga perusahaan akhirnya A Kasus A: Sebuah perusahaan barang konsumsi bergerak cepat (Fast-Moving Consumer Goods company.
FMCG) multinasional yang beroperasi di Asia Tenggara, personalisasi pelanggan bertenaga AI dan platform analitik kreatif terintegrasinya.
A Kasus B: Sebuah perusahaan rintisan teknologi regional yang menyediakan solusi pemasaran digital untuk UKM e-commerce, dengan menekankan kreativitas algoritmik melalui perangkat desain berbantuan AI.
A Kasus C: Sebuah usaha kecil dan menengah (UKM) pedesaan Indonesia yang bergerak di bidang ekspor kreatif, termasuk aksesori fesyen buatan tangan dan kerajinan budaya, yang mengadopsi wawasan berbasis data dari pasar daring untuk memperluas jangkauan internasionalnya.
Kombinasi konteks global, regional, dan lokal membandingkan lingkungan yang kaya sumber daya dengan ekosistem inovasi yang terbatas sumber dayanya, menawarkan wawasan II.
METODE PENELITIAN
Desain Penelitian Studi ini mengadopsi desain studi kasus ganda kualitatif, mengikuti paradigma interpretivisme untuk menangkap prosesproses yang bernuansa dan bergantung pada konteks, yang digunakan perusahaan untuk mengoperasionalkan kreativitas berbasis data dalam inovasi pemasaran.
Pendekatan ini sejalan dengan rekomendasi Yin .
dan Eisenhardt .
bahwa studi kasus sangat efektif dalam mengeksplorasi fenomena sosial dan teknologi yang kompleks di mana batasan antara konteks dan tindakan bersifat cair.
Desain kasus ganda memungkinkan wawasan meningkatkan generalisasi teoretis dan kedalaman analitik (Miles dkk.
, 2.
Dalam studi ini, kasus-kasus dipilih bukan untuk merepresentasikan variasi statistik, melainkan untuk menggambarkan beragam jalur yang menghubungkan kecerdasan buatan (AI) dan kreativitas dalam praktik.
Studi ini berupaya menjawab pertanyaan penelitian utama: AuBagaimana organisasi Kalbisocio.
Jurnal Bisnis & Komunikasi.
Vol.
No.
September 2025.
E-ISSN 2829-1301 tentang bagaimana ketahanan ekonomi terwujud pada berbagai skala kematangan hubungan yang muncul, yang disempurnakan melalui sesi tanya jawab sejawat dan umpan balik dari peserta terpilih untuk meningkatkan validitas interpretatif.
Prosedur Pengumpulan Data Pengumpulan data dilakukan antara tahun 2021 dan 2024, dengan mengintegrasikan tiga sumber pelengkap untuk memungkinkan triangulasi dan kedalaman kontekstual:
Wawancara semi-terstruktur .
= .
, dilakukan dengan direktur pemasaran, ilmuwan data, pimpinan kreatif, dan pengembang sistem AI di setiap organisasi.
Setiap wawancara berlangsung antara 60 dan 90 menit dan direkam dengan Pertanyaan-pertanyaan mengeksplorasi peran AI dalam proses kreatif, pengaruh kepemimpinan, dan respons terhadap guncangan pasar.
Dokumen perusahaan dan laporan internal termasuk strategi, laporan tahunan, ringkasan proyek AI, dan dasbor kinerja Materi-materi ini memberikan wawasan tentang struktur dan narasi formal seputar adopsi AI dan manajemen Arsip digital sekunder siaran pers, data kampanye daring, dan laporan kasus inovasi yang tersedia untuk umum ditinjau untuk melengkapi data langsung, terutama jika akses ke informasi kepemilikan terbatas.
Triangulasi sumber data ini membantu membangun pemahaman yang komprehensif terhadap setiap kasus sekaligus mengurangi bias yang dapat timbul dari ketergantungan pada satu sumber (Flick, 2.
Gambar 1.
Empat Dimensi Analisis Sumber : Diadaptasi dari model Miles, tahun Reliabilitas.
Validitas, dan Triangulasi Ketelitian kualitatif ditetapkan melalui empat kriteria kepercayaan (Lincoln & Guba, 1.
A Kredibilitas, dicapai melalui keterlibatan yang berkepanjangan dengan lapangan, triangulasi sumber data, dan pengecekan anggota di mana interpretasi yang disintesis dibagikan kepada narasumber untuk konfirmasi atau koreksi.
A Transferabilitas, menyediakan deskripsi mendalam tentang pengaturan organisasi, yang memungkinkan pembaca menilai penerapan temuan dalam konteks lain.
A Keandalan, dijamin melalui jejak audit yang mendokumentasikan semua keputusan analitis, termasuk iterasi buku kode dan catatan refleksif.
A Konfirmabilitas, dipertahankan melalui jurnal reflektif dan audit sejawat untuk meminimalkan bias peneliti.
Untuk memperkuat reliabilitas lintas kasus, skema pengkodean dan matriks tematik ditinjau secara independen oleh dua rekan peneliti.
Perbedaan didiskusikan dan diselesaikan pendekatan reliabilitas antar-pengkode yang direkomendasikan oleh Miles dkk.
Analisis Data Analisis mengidentifikasi dan menginterpretasikan pola-pola terkait integrasi AI, praktik kreatif, perilaku kepemimpinan, dan hasil ketahanan.
Proses analisis mengikuti model enam fase Braun dan Clarke .
: .
pengenalan data, .
pembuatan kode, .
pencarian tema, .
peninjauan tema, .
pendefinisian dan penamaan tema, dan .
pembuatan laporan.
Pencocokan pola lintas kasus dilakukan (Eisenhardt Graebner, membandingkan temuan antar kasus untuk mengidentifikasi mekanisme atau divergensi yang berulang.
Memo analitis mencatat Pertimbangan Etis Mengingat sensitivitas data perusahaan, penelitian ini mematuhi prinsip-prinsip etika yang konsisten dengan pedoman etika American Psychological Association (APA) Kalbisocio.
Jurnal Bisnis & Komunikasi.
Vol.
No.
September 2025.
E-ISSN 2829-1301 dan standar tinjauan institusional.
Partisipan menerima lembar informasi terperinci dan formulir persetujuan sebelum wawancara.
Data dianonimkan, dan nama samaran diberikan (Kasus AAeC).
Materi rahasia disimpan dalam repositori digital terenkripsi dengan akses Refleksi etis juga diperluas ke cakupan tematik penelitian: memahami bagaimana kreativitas berbasis AI dapat menimbulkan isu otonomi, kepengarangan, dan keadilan dalam Selama wawancara, partisipan diajak untuk merefleksikan tidak hanya kinerja organisasi tetapi juga dilema etika yang muncul dari pemasaran algoritmik dan penggunaan Adaptabilitas Kepemimpinan Organisasi, kolaborasi lintas fungsi.
Hasil Ketahanan, bukti kelincahan, kontinuitas inovasi, dan kinerja adaptif selama gangguan eksternal.
Model ini memandu interpretasi data dan sintesis lintas kasus, sehingga memungkinkan identifikasi pendorong struktural dan perilaku Beberapa keterbatasan perlu diakui.
Pertama, jumlah kasus yang sedikit membatasi generalisasi statistik temuan.
namun, tujuannya adalah replikasi teoretis, bukan representasi numerik (Yin, 2.
Kedua, data wawancara yang dilaporkan sendiri dapat mencerminkan bias manajerial terhadap hasil positif, meskipun triangulasi dan analisis dokumen membantu mengurangi hal ini.
Ketiga, fokus pada perusahaan yang beroperasi di Asia Tenggara, khususnya Indonesia, dapat menimbulkan bias regional, karena adopsi AI dan budaya kreatif bervariasi secara global.
Penelitian di masa mendatang dapat memperluas kerangka kerja ini menggunakan metode campuran atau desain longitudinal, menggabungkan wawasan kualitatif dengan metrik kinerja untuk melacak bagaimana kreativitas berbasis data berkembang dan memengaruhi ketahanan perusahaan dari waktu ke waktu.
Kerangka Kerja Analitis Sebuah kerangka kerja analitis dibangun untuk menghubungkan kreativitas berbasis data dengan hasil ketahanan .
ihat Gambar .
Kerangka kerja ini mengasumsikan adanya rantai kausal di mana integrasi AI meningkatkan proses kreatif, yang pada gilirannya mendorong kelincahan inovasiAi penentu utama ketahanan ekonomi.
Faktor mediasi meliputi kepemimpinan, pembelajaran organisasi, dan tata kelola etika.
Analisis dan Pembahasan Analisis di ketiga kasus menunjukkan adanya konvergensi dan divergensi dalam bagaimana kecerdasan buatan (AI) membentuk kembali kreativitas, inovasi pemasaran, dan ketahanan dalam menghadapi volatilitas ekonomi.
Hasilnya diorganisasikan berdasarkan empat tema yang muncul: .
Kecerdasan Kreatif yang Diperkuat AI, .
Budaya Keputusan Berbasis Data, .
Ekosistem Pemasaran Adaptif, dan .
Ketahanan melalui Integrasi Sosio-Teknis.
Tema-tema ini secara kolektif menggambarkan pergeseran dari pemasaran berbasis intuisi menuju sistem kecerdasan hibridaAidi mana kreativitas manusia berkolaborasi dengan analitik mesin untuk mencapai pertumbuhan Gambar 2.
Konsep alur berfikir Data berbasis kreatifitas dan ketahanan Ekonomi Sumber : Diadaptasi dari Yin, 2018 Dengan menggunakan Studi pustaka dengan data sekunder, transkrip dan dokumen dikodekan secara iteratif.
Empat dimensi analisis menyeluruh muncul:
Integrasi Teknologi , cara perangkat AI diintegrasikan ke dalam alur kerja kreatif.
Kreativitas dan Pengawasan Manusia.
peran individu dalam menyempurnakan, menginterpretasikan, atau menolak keluaran AI.
Kalbisocio.
Jurnal Bisnis & Komunikasi.
Vol.
No.
September 2025.
E-ISSN 2829-1301 Tabel 1.
Perbandingan Perusahaan A.
B dan C menjalankan ratusan pengujian A/B melalui rekomendasi algoritmik menciptakan siklus umpan balik di mana data terus-menerus menyempurnakan konsep kreatif.
Interaksi dinamis ini menggemakan model "kreativitas komputasional" yang diusulkan oleh Boden .
, yang memposisikan AI sebagai kolaborator heuristik, alih-alih agen otonom.
Sementara itu.
Kasus C (UKM pedesaan Indonesi.
menerapkan analitik AI melalui perangkat sumber terbuka untuk menganalisis pola pasar ekspor kerajinan tangan.
Meskipun infrastruktur teknisnya terbatas, perusahaan tersebut diuntungkan oleh pengenalan pola dalam data penjualan digital dan keterlibatan media sosial.
Pemilik perusahaan menafsirkan wawasan AI dengan kearifan lokalAi mengadaptasi palet warna dan motif agar selaras dengan narasi budaya dan sinyal pasar.
Hibridisasi tradisi dan teknologi ini menggarisbawahi bahwa kreativitas tidak hanya bersifat algoritmik, tetapi juga kontekstual (Prahalad & Mashelkar, 2.
Sumber: Perbandingan diolah oleh penulis, 2025 Budaya Pengambilan Keputusan Berbasis Data Sebuah pola yang jelas muncul terkait budaya Perusahaan mengembangkan pola pikir melek data di seluruh tenaga kerja mereka.
Dalam Kasus A, dasbor pemasaran berbasis data didemokratisasi di seluruh departemen, sehingga memberdayakan bahkan staf nonteknis untuk menafsirkan analitik.
Perataan akses ini mendorong eksperimen kreatif yang didasarkan pada bukti, sebuah proses yang didukung oleh kerangka kerja "demokratisasi data" (Brynjolfsson & McAfee, 2.
Sebaliknya.
Kasus B mengungkapkan adanya ketegangan antara otoritas algoritmik dan penilaian manusia.
Perusahaan rintisan ini awalnya sangat bergantung pada wawasan otomatis, yang menyebabkan homogenisasi hasil kreatif.
Namun, setelah mengalami penurunan metrik keterlibatan, perusahaan tersebut kembali memperkenalkan intuisi manusia sebagai "suara penyeimbang".
Proses iteratif ini mencerminkan model penyelarasan sosio-teknis Leonardi .
, menekankan bahwa inovasi berkelanjutan muncul ketika teknologi melengkapi, bukan Kecerdasan Kreatif yang Diperkuat AI Di semua kasus.
AI tidak dianggap sebagai pengganti imajinasi manusia, melainkan sebagai rekan pencipta yang memperluas batasan kognitif tim pemasaran.
Kasus A .
erusahaan FMCG) pembelajaran mesin untuk mengidentifikasi tren mikro dalam sentimen konsumen, yang menginformasikan penyesuaian waktu nyata dalam narasi merek.
Para eksekutif pemasaran menggambarkan AI sebagai "penguat ide", mensimulasikan hasil kampanye sebelum Hal ini sejalan dengan Davenport .
, yang berpendapat bahwa AI memperkuat kreativitas dengan memberikan pandangan ke depan berdasarkan data, alih-alih menggantikan proses ideasi.
Kasus B .
erusahaan rintisan teknologi regiona.
mengintegrasikan perangkat AI generatif ke dalam pengembangan konten, personalisasi yang lebih cepat.
Direktur kreatif mereka menekankan bahwa "AI tidak menciptakan cerita.
AI membantu kami menguji cerita mana yang paling cepat " Kapasitas perusahaan untuk Kalbisocio.
Jurnal Bisnis & Komunikasi.
Vol.
No.
September 2025.
E-ISSN 2829-1301 Kasus C menyoroti bagaimana perusahaan lokal membutuhkan kapasitas adaptif, alih-alih kecanggihan teknologi tinggi.
Sesi pelatihan mengurangi kesenjangan kognitif antara pengrajin dan algoritma.
Pemberdayaan tersebut mencerminkan konsep "inovasi inklusif" (Heeks dkk.
, 2.
, yang memastikan bahwa bahkan usaha mikro di ekosistem pedesaan berpartisipasi secara bermakna dalam ekonomi digital.
dan literasi AI dapat mendorong ketahanan ekonomi regional (OECD, 2.
Ketahanan melalui Integrasi SosialTeknis Ketahanan ekonomi muncul sebagai produk sampingan dari kemampuan perusahaan untuk menyelaraskan kecerdasan manusia dan mesin.
Ketahanan Kasus A ditunjukkan melalui pengeluaran pemasaran.
Selama guncangan 2022Ae2023, mempertahankan profitabilitas dengan beralih dari pengambilan keputusan reaktif ke Ketahanan Kasus B berasal dari siklus pembelajaran yang cepatAiperangkat AI membantu mendeteksi kejenuhan pasar sejak dini dan mengalihkan sumber daya inovasi ke segmen yang sedang berkembang.
Proses ini memvalidasi keyakinan perusahaan pada prinsip "gagal cepat, belajar lebih cepat", yang selaras dengan prinsip pemasaran yang gesit (Rigby dkk.
, 2.
Ketahanan Kasus C bersifat kultural sekaligus teknologi.
Adopsi AI menghidupkan kembali kreativitas lokal dengan memperkenalkan data sebagai bentuk wawasan naratif, yang memberdayakan para perajin untuk merancang produk yang mempertahankan identitas.
Kisah mereka mencontohkan "inovasi glokal"Aidi mana perangkat global memberdayakan suara lokal (Santos & Eisenhardt, 2.
Dalam semua kasus tersebut, ketahanan tidak hanya didefinisikan oleh ketahanan finansial, tetapi juga oleh kapasitas untuk beradaptasi secara bermakna melalui kolaborasi cerdasAimanusia, digital, dan budaya.
Integrasi AI dalam inovasi pemasaran dengan demikian berfungsi sebagai perusahaan dari guncangan pasar dan membimbing mereka menuju kreativitas berkelanjutan yang berbasis data.
Kasus-kasus yang dikaji menunjukkan konfigurasi ulang yang mendalam tentang ketahanan saling terkait dalam praktik pemasaran kontemporer.
Kecerdasan buatan, ketika ditanamkan dengan cermat, bertindak bukan sebagai pengganti mekanis bagi kecerdikan manusia, tetapi sebagai katalisator Ekosistem Pemasaran Adaptif Integrasi AI membentuk kembali struktur ekosistem pemasaran, beralih dari rantai pasokan linear menuju jaringan adaptif.
Dalam Kasus A, analitik prediktif memfasilitasi kolaborasi yang gesit dengan pemasok dan peritel, yang memungkinkan kampanye pemasaran untuk menyesuaikan diri secara dinamis dengan fluktuasi stok dan tren Fleksibilitas ini tidak hanya meminimalkan biaya operasional tetapi juga mendukung keberlanjutan lingkungan melalui pengurangan limbah, yang menggemakan prinsip-prinsip ekonomi sirkular yang dibahas oleh Geissdoerfer et al.
Ekosistem Kasus B meluas hingga ke influencer dan komunitas daring, di mana AI memantau konten buatan pengguna (User Generator Conten.
untuk mengidentifikasi pendukung merek yang autentik.
Alih-alih dukungan selebritas konvensional, perusahaan membangun strategi mikro-influencer yang diinformasikan oleh model pembelajaran mesin yang memprediksi kemungkinan keterlibatan.
Pendekatan ini memperkuat ketahanan pemasaran berbasis komunitas sebagai sebuah respons terhadap keinginan konsumen pascapandemi akan keaslian (Kaplan & Haenlein, 2.
Kasus C beradaptasi dengan membentuk jaringan kerja sama di antara UKM lokal, yang didukung oleh wawasan berbasis AI tentang permintaan global akan produk artisan.
Melalui analitik data bersama yang difasilitasi oleh universitas lokal, komunitas tersebut mendiversifikasi portofolio ekspornya.
Temuan ini mendukung argumen bahwa inklusi digital Kalbisocio.
Jurnal Bisnis & Komunikasi.
Vol.
No.
September 2025.
E-ISSN 2829-1301 kecerdasan adaptifAimemadukan analitik dan empati, presisi dan imajinasi.
Pembahasan ini menghubungkan pola empiris yang ditemukan dalam ketiga kasus tersebut dengan konstruksi teoretis yang lebih luas dalam inovasi pemasaran dan ketahanan ekonomi.
pengetahuan yang dapat ditindaklanjuti.
Hal ini mencerminkan pergeseran dari penambangan data ke pemahaman data (Weick, 2.
, di mengkontekstualisasikan keluaran mesin.
Dalam Kasus A, demokratisasi akses ke analitik memungkinkan pengambilan keputusan yang lebih cepat dan kelincahan kreatif.
Prosesnya menyerupai model organisasi ambidextrous (OAoReilly & Tushman, 2.
, di mana eksplorasi .
dan eksploitasi .
fisiensi dat.
hidup berdampingan secara Sementara itu, perjuangan Kasus B dengan dominasi algoritmik menyoroti bahaya teknosentrismeAiketika perusahaan lebih penciptaan makna.
Sebaliknya.
Kasus C menunjukkan bentuk ketahanan akar rumput:
jaringan pembelajaran komunitas yang mengubah data menjadi narasi bersama.
Perwujudan lokal dari pengetahuan digital ini menggarisbawahi bahwa ketahanan ekonomi bersifat sosial sebelum teknologi.
Ketahanan ini bergantung pada kepercayaan, kolaborasi, dan kemampuan untuk menerjemahkan data menjadi tindakan yang relevan secara Memikirkan Kembali Kreativitas di Era Model-model kreativitas tradisional dalam pemasaranAiyang didasarkan pada intuisi, pengalaman, dan simbolisme budayaAisedang didefinisikan ulang oleh kapasitas analitis AI (Boden, 2.
Namun, bukti menunjukkan bahwa esensi kreativitas tetaplah sangat alih-alih mengungkap asosiasi-asosiasi baru dan memungkinkan eksperimen yang didukung Kasus A dan Kasus B menunjukkan bahwa perangkat algoritmik dapat mengungkap "kedekatan tersembunyi" antara perilaku konsumen dan narasi merek.
Hal ini sejalan Model Kreativitas Tertambah (Davenport dkk.
, 2.
, yang menyatakan bahwa AI memungkinkan pemasar untuk melampaui bias kognitif melalui penemuan pola secara real-time.
Namun.
Kasus C mengungkapkan bahwa kekuatan sejati kontekstualnyaAidi mana wawasan yang diperoleh dari algoritma disaring melalui kearifan budaya lokal.
Oleh karena itu, ketegangannya bukan antara mesin dan manusia, melainkan antara standardisasi dan autentisitas.
Semakin banyak perusahaan mengotomatiskan alur kerja kreatif mereka, semakin tinggi risiko hilangnya diferensiasi naratif (Kaplan & Haenlein, 2.
Oleh karena itu, keunggulan kreatif yang berkelanjutan muncul dari organisasi yang menyeimbangkan disiplin data dengan kedalaman naratif.
Ekosistem Adaptif dan Ketahanan Pemasaran Temuan menunjukkan bahwa ketahanan semakin bersifat ekosistemik.
Perusahaan yang didukung AI beroperasi lebih sedikit sebagai entitas yang terisolasi, melainkan sebagai simpul dalam jaringan adaptif.
Pergeseran ini sejalan dengan teori sistem adaptif kompleks (Holland, 2.
, yang menunjukkan bahwa inovasi berkembang pesat dalam lingkungan yang saling bergantung di mana siklus umpan balik mendorong pembelajaran berkelanjutan.
Penyelarasan pemasok berbasis data pada Kasus A menunjukkan bagaimana ketahanan pemasaran beririsan dengan kecerdasan rantai pasokan (Christopher & Peck, 2.
Integrasi memprediksi dan memitigasi gangguan, sehingga mengubah ketidakpastian menjadi Demikian pula, pemantauan konten buatan pengguna secara real-time pada Kasus B memungkinkan respons yang gesit terhadap sentimen konsumen, memperkuat kontinuitas emosional bahkan di pasar yang volatil.
Dari Pengumpulan Data ke Pemahaman Data Studi ini menemukan bahwa data saja tidak Perusahaan yang mengembangkan budaya literasi data mengubah informasi menjadi Kalbisocio.
Jurnal Bisnis & Komunikasi.
Vol.
No.
September 2025.
E-ISSN 2829-1301 Dalam Kasus C, praktik digital kolektif di antara UKM pedesaan menciptakan apa yang disebut Heeks dkk.
sebagai "ketahanan digital inklusif.
" Alih-alih bersaing secara individual, para pengrajin bersama-sama menciptakan budaya berbagi data yang mendukung kelangsungan hidup dan inovasi.
Ekosistem adaptif di sini tidak sepenuhnya bersifat teknologiAimelainkan relasional, dibangun di atas evolusi bersama kepercayaan, data, dan identitas.
universitas harus mengintegrasikan literasi AI dengan program berpikir kreatif, memastikan bahwa para pemasar masa depan tidak hanya memahami cara menganalisis data tetapi juga cara Hal ini sejalan dengan seruan Forum Ekonomi Dunia .
untuk "keterampilan fusi" yang menggabungkan kefasihan digital dengan imajinasi.
Mendukung Ekosistem Digital yang Inklusif.
Pemerintah harus mendorong kemitraan publik-swasta infrastruktur AI dan literasi data ke UKM dan sektor kreatif pedesaan.
Demokratisasi ini dapat mencegah konsentrasi kekuatan teknologi dan mendorong partisipasi yang setara dalam ekonomi digital (OECD.
Tata Kelola AI yang Etis dan Berkelanjutan.
Perusahaan harus bergerak melampaui optimasi algoritmik menuju kerangka kerja etis yang menjaga privasi, transparansi, dan keaslian kreatif.
Ekosistem pemasaran yang etis memperkuat kepercayaan konsumen dan ketahanan merek jangka panjang (Jobin , 2.
Dimensi Manusia dalam Ketahanan Ekonomi Ketahanan ekonomi, sebagaimana diamati dalam kasus-kasus ini, bukan sekadar kemampuan untuk pulih dari guncangan, tetapi kapasitas untuk berevolusi secara cerdas.
Kehadiran AI dalam pengambilan keputusan pemasaran mempercepat evolusi ini dengan memperluas wawasan dan potensi adaptif (Brynjolfsson & McAfee, 2.
Namun, ketahanan tetap berakar pada nilai-nilai kemanusiaanAikesadaran etis, empati, dan Ketahanan yang berpusat pada manusia ini menggemakan pendekatan kapabilitas Sen .
, yang menekankan bahwa pembangunan sejati terjadi ketika individu dan komunitas memperluas kapasitas mereka untuk memilih dan beradaptasi.
Kasus C mewujudkan prinsip ini: dengan menafsirkan data melalui narasi lokal.
UKM mengubah partisipasi digital menjadi pemberdayaan Sebaliknya, ketergantungan awal Kasus B pada tata kelola algoritmik menunjukkan bagaimana otomatisasi berlebihan dapat mempersempit bandwidth kognitif tim kreatif.
Ketahanan ekonomi terhambat hingga kepemimpinan memperkenalkan kembali refleksi manusia ke dalam interpretasi data.
Dengan demikian, inovasi pemasaran berbasis AI harus dirancang tidak hanya untuk efisiensi tetapi juga untuk keberagaman kognitifAiinteraksi berbagai perspektif manusia yang didukung oleh perangkat cerdas.
Sintesis lintas kasus mengarah pada tiga implikasi strategis:
Menanamkan AI dalam Pendidikan dan Pelatihan Kreatif.
Ketahanan dimulai dengan pengembangan Para pembuat kebijakan dan Tabel.
2 Dimensi dan Sub Analisis Dimensi AI Integrasi Kreatifitas Data Kepemimpinan Pembelajaran Organisasi Pengelolaan Etika Respons Inovsi Ketahanan Ekonomi Sub-Analisis akses data, adopsi alat AI, otomatisasi, insight real time ide berbasis data, eksperimen AI, kolaborasi manusia Ae mesin dorongan eksplorasi, visi digital, dukungan sumber daya berbagi pengetahuan, pelatihan, refleksi proyek transparansi, bias AI, akuntabilitas kecepatan iterasi, adaptasi pasar, respons terhadap krisis diversifikasi pendapatan, pemulihan pasca - krisis, keberlanjutan usaha Sumber: Komparasi data penelitian sebelumya yang diolah oleh penulis, 2025 Tabel 2 dalam studi ini memperluas interseksi antara inovasi pemasaran berbasis AI dan teori mengonseptualisasikan "kreativitas berbasis data" sebagai kapabilitas ketahananAisebuah proses kecerdasan hibrida yang memungkinkan perusahaan beradaptasi, menciptakan, dan mempertahankan nilai di tengah volatilitas.
Meskipun memperlakukan AI terutama sebagai alat operasional atau analitis (Wedel & Kannan, 2.
, makalah ini memposisikannya kembali sebagai infrastruktur kreatif yang memelihara Kalbisocio.
Jurnal Bisnis & Komunikasi.
Vol.
No.
September 2025.
E-ISSN 2829-1301 Ketiga kasus ini mengungkapkan benang merah.
Pertama.
AI meningkatkan adaptabilitas pemasaran dengan mengompresi siklus umpan balik.
Analisis prediktif menginformasikan iterasi kreatif, mengubah ketidakpastian menjadi eksperimen yang Kedua, kreativitas manusia tetap menjadi jangkar moral dan budaya.
AI menghasilkan pilihan, tetapi hanya manusia yang memberikan makna.
Ketika algoritma mendominasi, erosi kreatif atau titik buta etika dapat terjadi.
Ketiga, pembelajaran organisasi memediasi kesuksesan.
Perusahaan yang memandang AI sebagai mitra kolaboratif, bukan mekanisme kontrol, mempertahankan inovasi jangka panjang.
Hal ini sejalan dengan teori kapabilitas dinamis, di mana penginderaan dan transformasi bergantung pada kelincahan teknologi dan budaya (Teece, 2.
Secara kolektif, wawasan ini menunjukkan bahwa pemikiran ketahanan yaitu pembelajaran berkelanjutan, adaptasi, dan regenerasi.
Intinya, pemasaran AI kreatif bukan sekadar taktik melainkan filosofi bertahan hidup yang Cakupan kualitatif studi ini membatasi Analisis kuantitatif dapat menguji lebih lanjut hubungan sebab akibat antara pemasaran berbasis AI dan indikator ketahanan ketenagakerjaan atau kontribusi PDB.
Penelitian di masa mendatang dapat mengeksplorasi variasi budaya dengan norma sosial memengaruhi persepsi kreativitas AI, dan bagaimana kearifan lokal terintegrasi dengan perangkat digital global.
Studi longitudinal juga dapat melacak apakah kreativitas berbasis AI menghasilkan keunggulan jangka panjang atau kebaruan jangka pendek.
kreatif, memungkinkan perusahaan dan perekonomian untuk tetap tangguh di tengah Seiring dengan percepatan disrupsi, generasi pemasar berikutnya adalah mereka yang memperlakukan algoritma bukan sebagai peramal, melainkan sebagai mitraAialat untuk mendengarkan umat manusia lebih dalam, bukan lebih sedikit.
Ujian utama kreativitas berbasis data bukanlah presisi, melainkan DAFTAR RUJUKAN Berman.
, & Marshall.
The next digital transformation: From an individual-centered to an everyone-to-everyone economy.
Strategy & Leadership, 42.
, 9Ae17.
https://doi.
org/10.
1108/SL-07-2014-0048
Braun.
, & Clarke.
Reflecting on reflexive thematic analysis.
Qualitative Research in Sport.
Exercise Health, 11.
, 589Ae597.
https://doi.
org/10.
1080/2159676X.
Bristow.
, & Healy.
Economic crisis and the resilience of regions: A European perspective.
Cambridge Journal of Regions.
Economy and Society, 11.
, 241Ae256.
https://doi.
org/10.
1093/cjres/rsy005 Bughin.
Hazan.
Ramaswamy.
Chui.
Allas, .
Dahlstrym.
Henke.
, & Trench.
Notes from the AI frontier: Modeling the impact of AI on the world economy.
McKinsey Global Institute.
Brynjolfsson.
, & McAfee.
The second machine age: Work, progress, and prosperity in a time of brilliant technologies.
Norton.
Chatterjee.
Rana.
, & Dwivedi.
Artificial intelligence in marketing: A review and research agenda.
International Journal of Information Management, https://doi.
org/10.
1016/j.
Davenport.
Guha.
Grewal.
, & Bressgott.
How artificial intelligence will change the future of marketing.
Journal of the Academy of Marketing Science, 48.
, 24Ae42.
https://doi.
org/10.
1007/s11747-019-00696-0 Daugherty.
, & Wilson.
Human Machine: Reimagining work in the age of AI.
Harvard Business Review Press.
de Waal.
, & Maritz.
The relationship between strategic performance and resilience.
Journal of Strategy and Management, 12.
, 358Ae https://doi.
org/10.
1108/JSMA-02-2019-0021
Dwivedi.
, et al.
So what if ChatGPT wrote Multidisciplinary opportunities, challenges and implications of generative conversational AI.
International Journal of Information Management, 71, 102642.
https://doi.
org/10.
1016/j.
IV.
Simpulan Masa depan pemasaran bukan terletak pada pilihan antara data dan imajinasi, melainkan pada harmonisasi keduanya.
Kreativitas berbasis data mentransformasi pemasaran dari komunikasi menjadi adaptasi: merasakan suasana sosial, memprediksi perubahan, dan menciptakan makna dengan cepat dan berskala Kecerdasan buatan adalah katalis, bukan pengganti, wawasan manusia.
Ketika dipandu oleh etika dan empati.
AI memperluas kapasitas Kalbisocio.
Jurnal Bisnis & Komunikasi.
Vol.
No.
September 2025.
E-ISSN 2829-1301 McKinsey & Company.
CreativityAos bottom line:
How integrating creativity and data leads to better marketing outcomes.
McKinsey & Company.
Lee, , & Kim.
Data-driven creativity in digital advertising: Balancing analytics and Journal of Interactive Marketing, 57, 45Ae59.
https://doi.
org/10.
1016/j.
Nguyen.
, & Simkin.
The dark side of datadriven marketing creativity.
European Journal of Marketing, 57.
, 665Ae686.
https://doi.
org/10.
1108/EJM-08-2021-0584
OECD.
Oslo Manual 2018: Guidelines for collecting, reporting and using data on innovation .
th OECD Publishing.
https://doi.
org/10.
1787/9789264304604-en Pisano.
Creative construction: The DNA of sustained innovation.
PublicAffairs.
Reeves.
Levin.
, & Ueda.
The biology of corporate survival: Natural selection and the evolution of organizations.
Harvard Business Review, 98.
, 69Ae77.
Rust.
The future of marketing.
International Journal of Research in Marketing, 37.
, 15Ae26.
https://doi.
org/10.
1016/j.
Teece.
Business models and dynamic Long Range Planning, 51.
, 40Ae49.
https://doi.
org/10.
1016/j.
Wamba-Taguimdje.
-L.
Fosso Wamba.
Kala Kamdjoug.
, & Tchatchouang Wanko.
Influence of artificial intelligence on firm performance: The business value of AI-based transformation projects.
Business Process Management Journal, 26.
, 1893Ae1924.
https://doi.
org/10.
1108/BPMJ-10-2019-0411
Wedel.
, & Kannan.
Marketing analytics for data-rich environments.
Journal of Marketing, 80.
, 97Ae121.
https://doi.
org/10.
1509/jm.
Wilson.
, & Daugherty.
Collaborative intelligence: Humans and AI are joining forces.
Harvard Business Review, 96.
, 114Ae123 Yin.
Case study research and applications:
Design and methods .
th ed.
Sage Publications.
Eisenhardt.
Building theories from case study research.
Academy of Management Review, 14.
, 532Ae550.
https://doi.
org/10.
5465/amr.
Eisenhardt.
, & Graebner.
Theory building from cases: Opportunities and Academy of Management Journal, 50.
, 25Ae32.
https://doi.
org/10.
5465/amj.
Erevelles.
Fukawa.
, & Swayne.
Big Data consumer analytics and the transformation of Journal of Business Research, 69.
, 897Ae904.
https://doi.
org/10.
1016/j.
European Commission.
Ethics guidelines for trustworthy AI.
Publications Office of the European Union.
Flick.
An introduction to qualitative research .
th ed.
Sage Publications.
Gao.
Li.
, & Zhang.
Generative AI and the future of creative industries: Opportunities and Technological Forecasting and Social Change, https://doi.
org/10.
1016/j.
Hamel.
, & Vylikangas.
The quest for Harvard Business Review, 81.
, 52Ae Huang.
-H.
, & Rust.
Artificial intelligence in service.
Journal of Service Research, 24.
, 3Ae https://doi.
org/10.
1177/1094670520902266
Hult.
Hurley.
, & Knight.
Innovativeness: Its antecedents and impact on business performance.
Industrial Marketing Management, 55Ae65.
https://doi.
org/10.
1016/j.
Jobin.
Ienca.
, & Vayena.
The global landscape of AI ethics guidelines.
Nature Machine Intelligence, 1.
, 389Ae399.
https://doi.
org/10.
1038/s42256-019-0088-2 Kietzmann.
Paschen.
, & Treen.
Artificial intelligence in advertising: How marketers can leverage AI along the consumer journey.
Journal of Advertising Research, 58.
, 263Ae267.
https://doi.
org/10.
2501/JAR-2018-035
Lincoln.
, & Guba.
Naturalistic inquiry.
Sage Publications.
Miles.
Huberman.
, & Saldaya.
Qualitative data analysis: A methods sourcebook .
rd ed.
Sage Publications Kesa.
Realisasi Literasi Keuangan Masyarakat dan Kearifan Lokal: Studi Kasus Inklusi Keuangan Di Desa Teluk Jambe Karawang Jawa Barat.
Jurnal Sosial Humaniora Terapan, 1.
, 6.
Kumar.
Dixit.
Javalgi.
Dass.
, & Dey.
Creativity, analytics, and artificial intelligence in marketing: Balancing paradoxes.
Journal of the Academy of Marketing Science, 50.
, 809Ae833.
https://doi.
org/10.
1007/s11747021-00819-z Martin.
, & Murphy.
The role of data privacy in marketing.
Journal of the Academy of Marketing Science, 45.
, 135Ae155.
https://doi.
org/10.
1007/s11747-016-0495-4