Dokumen Perusahaan yang Bisa Dibaca Mesin vs yang Tidak

Aku pernah kirim company profile ke calon klien. PDF. 24 halaman. Desainnya bagus. Foto-foto proyek. Daftar klien. Sertifikasi. Semuanya lengkap.

Tau apa yang terjadi? PDF itu ga pernah dibuka. Klien bilang mereka udah cek info perusahaan kami "secara digital" dan punya pertanyaan tentang beberapa hal yang ga mereka temukan online.

Mereka ga baca PDF-ku. Mereka tanya Google. Dan Google ga bisa baca PDF company profile yang duduk di laptop seseorang.

Itu momen aku sadar: ada perbedaan fundamental antara dokumen yang bisa dibaca manusia dan dokumen yang bisa dibaca mesin. Dan di 2026, yang kedua jauh lebih penting dari yang pertama.

Apa itu machine-readable

Machine-readable artinya informasi yang bisa dipahami oleh software tanpa bantuan manusia. Bukan cuma bisa di-scan atau di-OCR. Tapi benar-benar terstruktur sehingga Google, ChatGPT, atau platform verifikasi otomatis bisa mengekstrak fakta spesifik dari informasi itu.

Contoh paling sederhana: alamat perusahaan. Di PDF company profile, alamat itu teks biasa di halaman 3. Mesin bisa membacanya, tapi ga tau itu alamat. Bisa aja itu deskripsi proyek, kutipan, atau apapun. Di JSON-LD schema, alamat itu ditandai secara eksplisit sebagai "address" dari entitas "Organization." Ga ada ambiguitas.

Seperti yang aku bahas di schema markup sebagai strategi, ini bukan masalah teknis. Ini masalah apakah informasi perusahaanmu bisa dipahami oleh sistem yang sekarang dipakai orang untuk verifikasi.

Perbandingan: human-readable vs machine-readable

Lihat pola-nya? Informasi yang sama, tapi format yang beda total. Yang satu cuma bisa dipahami kalo ada manusia yang mau buka file-nya dan baca. Yang satu bisa diproses otomatis oleh ribuan sistem secara bersamaan.

Kenapa ini penting untuk due diligence

Platform due diligence modern ga baca PDF. Mereka crawl web, query database, dan cross-reference structured data. Kalo informasi perusahaanmu cuma ada di PDF yang kamu kirim via email, informasi itu invisible untuk:

• Google Search dan Knowledge Graph
• AI search agents (ChatGPT, Perplexity, Gemini)
• Platform verifikasi otomatis (Evident, Dun & Bradstreet)
• Procurement database yang scrape informasi vendor
• ESG rating agencies yang compile data dari multiple sources

Ini bukan masalah masa depan. Ini realita sekarang. Seperti yang aku tulis di How to Pass Digital Due Diligence, procurement teams udah pakai tools otomatis untuk screening awal. Tools itu butuh data terstruktur. PDF bukan data terstruktur.

Alur informasi: PDF vs structured data

PDF itu dead end. Informasinya berhenti di inbox orang. Structured data itu hidup. Informasinya terus bekerja, terus diverifikasi, terus di-surface kapanpun ada yang tanya.

Dokumen yang paling sering ga machine-readable

Company profile PDF

Ironis. Dokumen yang paling sering dikirim ke calon klien justru yang paling ga berguna untuk due diligence digital. Setiap informasi di company profile seharusnya juga ada di website dalam format terstruktur. Bukan sebagai pengganti PDF. Tapi sebagai versi yang bisa dibaca mesin.

Sertifikasi sebagai scan/foto

Foto sertifikat ISO di website itu bagus untuk manusia. Tapi mesin ga bisa baca teks di dalam gambar (kecuali OCR, yang ga reliable). Yang dibutuhkan: nomor sertifikat sebagai teks, nama lembaga sertifikasi sebagai teks, tanggal berlaku sebagai teks. Ideally dalam hasCredential schema. Seperti yang dibahas di structured data untuk perusahaan.

Portofolio proyek sebagai gambar

Galeri foto proyek tanpa konteks terstruktur. Ga ada nama klien. Ga ada tanggal. Ga ada lokasi. Ga ada deskripsi yang bisa dipahami mesin. Cuma gambar. Mesin melihat gambar itu dan ga tau itu proyek pompa di Cikupa atau foto random dari internet.

Testimonial sebagai gambar/screenshot

Screenshot WhatsApp dari klien puas. Sering banget aku lihat ini di website Indonesia. Mesin ga bisa baca itu. Dan bahkan manusia ga bisa verifikasi itu. Bikin testimonial sebagai teks di halaman website, dengan nama dan jabatan pemberi testimonial. Machine-readable dan human-verifiable.

Langkah praktis: dari human-only ke machine-readable

Step 1: Audit informasi apa aja yang cuma ada di PDF. Buka company profile terakhir kamu. List semua fakta yang ada di situ: nama, alamat, tahun berdiri, sertifikasi, klien, proyek, tim. Berapa dari fakta itu juga ada di website dalam format terstruktur?

Step 2: Implement Organization schema di website. Minimal: name, legalName, address, foundingDate, contactPoint, sameAs (link ke LinkedIn, Google Business Profile). Ini bisa dilakukan dalam satu sore.

Step 3: Buat halaman proyek/case study yang terstruktur. Setiap proyek: nama klien, tahun, lokasi, scope, hasil. Bukan cuma foto. Teks yang bisa dicrawl dan diproses.

Step 4: Pastikan sertifikasi documented sebagai teks. Nomor sertifikat, lembaga, tanggal. Bukan cuma scan gambar.

Step 5: Cross-list di platforms eksternal. Google Business Profile, LinkedIn, direktori industri, Wikidata. Setiap listing tambahan adalah satu lagi sumber machine-readable yang bisa di-cross-reference.

Kalo mau serius, lihat kursus gratis tentang entity infrastructure. Atau langsung diskusi tentang implementasi untuk perusahaanmu.

Bukan berarti PDF ga berguna

PDF tetap berguna untuk konteks tertentu. Presentasi ke board. Lampiran tender. Leave-behind setelah meeting. Masalahnya bukan PDF-nya. Masalahnya adalah ketika PDF jadi satu-satunya tempat informasi perusahaanmu hidup.

Aturan sederhananya: setiap fakta yang ada di company profile juga harus ada di web dalam format machine-readable. PDF itu bonus. Structured data itu fondasi.