איך סוכנויות באמת משתמשות בסוכני AI עם לקוחות עכשיו
סוכנויות שיווק, קריאייטיב, פיתוח וייעוץ כבר עברו את שלב הפיילוט עם בינה מלאכותית סוכנית. הנה מה שבאמת רץ היום בעבודת לקוחות, מה שעדיין ברובו דיבור, ושאלות החיוב, הגילוי והאחריות שאיש עוד לא סגר.
ביוני, כשעושי העסקאות של ענף הפרסום התכנסו בדרום צרפת לעלייה השנתית שלהם לרגל, הסוכנויות בילו את השבוע בהתחרות על הכרזות של סוכני AI. WPP אמרה שהיא בוחנת סוכן לקניית מדיה ולתכנון של מלאי וידאו פרימיום. Dentsu חתמה על שותפות עם מפתח סוכני AI בשם Newton Research כדי לזרז הקמת קמפיינים וניתוח. הסוכנות העצמאית Butler/Till, בעבודה עם DoubleVerify, כבר בנתה סוכנים מבוססי Claude כדי להסיט תקציבי פרסום ממלאים באיכות נמוכה. אף אחד מאלה לא היה הדגמה. אלה היו סוכנויות שתיארו כלים שרצים בתוך חשבונות לקוחות חיים, לפי הדיווח של Digiday.
השבוע ההוא תפס משהו נכון על המקום שבו בינה מלאכותית סוכנית נמצאת עכשיו: היא כבר לא שקף במצגת מכירה. היא מופיעה בלוחות קמפיין, בניירות עבודה של ביקורת ובבסיסי קוד — מהר יותר ממודלי החיוב, מנורמות הגילוי וממסגרות האחריות שנבנו לעולם בלעדיה. הנה מה שסוכנויות באמת מריצות היום, ואיפה החיכוך האמיתי.
העבודה שכבר עברה את שלב הפיילוט
נקודת הנתונים הברורה ביותר על אימוץ מגיעה מסקר בינואר 2025 בקרב 547 מקבלי החלטות בסוכנויות שיווק בארה״ב, שערכה NinjaCat: 91% כבר השתמשו בבינה מלאכותית בצורה כלשהי, ו-59% אמרו שהם משתמשים באופן פעיל בסוכני AI באופן ספציפי — מערכות אוטונומיות שמבצעות משימות, ולא רק מייצרות הצעות. שני היישומים שהסוכנויות ציינו הכי הרבה היו עבודת נתונים ותובנות (74%) ואסטרטגיית קמפיין ואופטימיזציה (72%). בפועל, זה אומר סוכנים שמאחדים מדדים בין פלטפורמות פרסום, תופסים חריגות לפני שהן מבזבזות תקציב, ומעבירים דיווח ישר לתיבת הדואר של הלקוח בלי שאנליסט ירכיב את המצגת ביד.
דוח State of Data 2025 של IAB שם מספר על כמה רחוק זה באמת הגיע: רק 30% מהסוכנויות, המותגים והמו״לים שילבו בינה מלאכותית באופן מלא לאורך מחזור החיים של קמפיין המדיה עד כה, אם כי הסוכנויות והמו״לים בקבוצה הזו מקדימים את המותגים. במקומות שבהם היא אומצה, IAB מצא שבינה מלאכותית עמדה בציפיות או עברה אותן ביותר מ-70% מהמקרים, הרימה פרודוקטיביות ב-47% וקיצצה בערך 12 שעות בשבוע של עבודה ידנית בעלת ערך נמוך לאדם.
השכבה הסוכנית באופן ספציפי — סוכני קניית מדיה שמבצעים ולא רק ממליצים — עדיין בשלב של קנה מידה מוקדם, אבל זזה מהר. Digiday דיווחה בספטמבר ש-58% מבכירי הפרסום מצפים שקנייה סוכנית תגיע לקנה מידה משמעותי בתוך שנה, תוך ציטוט מחקר של IAB Europe. Caitlin Gelles מ-Dentsu, סגנית נשיא בכירה לטכנולוגיית נתונים ולמדידה, תיארה את המשיכה ל-Digiday במונחים תפעוליים ישירים: ״לוקח שעות להקים קמפיינים בין מערכות… כשאפשר לאחסן את הניואנסים האלה במסד נתונים של RAG, או לקחת את הדרך שבה לקוחות אוהבים לקנות ולתת לבינה מלאכותית למצוא את היעילות הזו, שם נכנס הערך.״
סוכנויות פיתוח וטרנספורמציה דיגיטלית מריצות גרסה מקבילה של אותו מהלך. Dept, קבוצת הסוכנויות ההולנדית, בנתה עיצוב מחדש של פלטפורמת מסחר אלקטרוני למותג הכושר השווייצרי Blackroll באמצעות סוכני AI על מחסנית Gemini ו-Antigravity של Google — Dept אומרת שהפרויקט הסתיים מהר פי 3.8 מההערכה שלה מלפני הבינה המלאכותית. מנכ״ל Blackroll, Scott Zalaznik, אמר ל-Digiday שהחברה משתמשת עכשיו בסוכני AI לרוב בדיקות הפיצ׳רים והפיתוח של המסחר האלקטרוני שלה. מאז Dept הפכה את הגישה להצעה בתשלום בשם Agent Studio, ובעצם משכירה את תהליך בניית הסוכנים שלה ללקוחות שרוצים את היכולת בלי לבנות אותה בעצמם.
חברות הייעוץ רחוקות יותר, ועדיין מתווכחות על התמורה
אם סוכנויות השיווק באמצע המעבר, חברות הייעוץ הגדולות כבר נכנסו עד הסוף על נפח — ועכשיו תקועות בשאלה הקשה יותר: מה מכל זה שווה. מנכ״ל McKinsey, Bob Sternfels, אמר בינואר שהחברה פרסה עשרות אלפי סוכני AI פנימיים ובסוף רוצה אחד לכל אחד מ-40,000 העובדים שלה, לפי Business Insider. אבל כפי שניסחה Mina Alaghband, שותפה לשעבר ב-McKinsey וכיום מנהלת לקוחות ראשית ב-Writer: ״אני חושבת שאנחנו עכשיו בעידן הבלבול.״ לפני שנה המדד היה שימוש. עכשיו החברות מנסות למדוד משהו קשה יותר — ערך שנוצר בפועל.
קצין הבינה המלאכותית הראשי של PwC, Dan Priest, אמר ל-Business Insider שהחברה הפסיקה לספור סוכנים והתחילה לספור כמה בני אדם באמת משתמשים בכל אחד. EY עוקבת מדי חודש אחרי מדדי פרודוקטיביות, איכות ויעילות עלות של הסוכנים שלה. ל-BCG יש את המספר הכי קונקרטי: השותף Scott Wilder אמר שעובדים מבלים עכשיו בערך 15% פחות זמן על עבודה בעלת ערך נמוך כמו בניית מצגות, משקיעים מחדש בערך 70% מהזמן שהתפנה בניתוח עמוק יותר — ושומרים את 30% הנותרים, במילים שלו, ליותר שינה או לשיעור יוגה. אפילו בתוך חברות שגובות לפי שעה, זמן שהתפנה בזכות בינה מלאכותית לא הופך אוטומטית ליותר שעות מחויבות.
״בינה מלאכותית אולי סוף סוף פעמון המוות של השעה הניתנת לחיוב״, אמר מנכ״ל Clio, Jack Newton — טענה שחברות שירותים מקצועיים השמיעו וחזרו בהן ממנה במשך שלושים שנה, אלא שהפעם החשבון שמאחוריה פומבי.
מודל החיוב הוא הדבר הראשון שבאמת נשבר
מבין החיכוכים שסוכנויות נתקלות בהם, החיוב הוא המיידי ביותר כי המתמטיקה בלתי נמנעת. אם בינה מלאכותית מקצרת משימה מחמש שעות לשעה אחת, ואתם עדיין גובים לפי שעה, נתתם ללקוח הנחה של 80% בלי להתכוון. ניתוח של Forbes של סקר Gartner מ-2026 בקרב 743 אנשי ביקורת, ושל מחקר נפרד מחברת התוכנה המשפטית Clio, מצא שהדפוס מופיע בענפי שירותים מקצועיים סמוכים: 93% ממנהיגי הביקורת מדווחים על שימוש כלשהו בבינה מלאכותית, אבל רק 38% יש להם אסטרטגיה עבורה, ו-Clio מעריכה שבערך שלושה רבעים מהמשימות המשפטיות הניתנות לחיוב אפשר עכשיו להפוך לאוטומטיות באמצעות בינה מלאכותית גנרטיבית.
התמחור לא הדביק. Clio מצאה ש-86% ממשרדי עורכי דין של יחיד ו-78% מהמשרדים הקטנים לא עשו שום שינוי תמחור בתגובה, לעומת 51% ממשרדי שוק הביניים ו-46% ממשרדי האנטרפרייז — ככל שהמשרד קטן יותר, כך הוא בולע את ההנחה בשקט. בינתיים 71% מהלקוחות אמרו לחוקרים שהם בעצם מעדיפים שכר טרחה קבוע או אחיד על פני חיוב לפי שעה מלכתחילה, מה שמרמז שחיוב לפי שעה תמיד היה תחליף למשהו שלקוחות באמת רצו: תוצאה צפויה, לא גיליון שעות. קצין המשפט הראשי של Salesforce, Sabastian Niles, הפך את הציפייה מצד הלקוח למפורשת בפוסט בפורום ממשל של Harvard Law School ש-Forbes ציטט: ״את הרווחים צריך כמובן לחלוק גם עם הלקוחות, דרך חיסכון, יעילות עלות ומודלים עסקיים חדשים.״ Wall Street Journal סיקר את אותו מעבר תחת הכותרת ״בתוך המעבר המבולגן של היועצים מחיוב לפי שעה״, ותיאר חברות שירותים מקצועיים שנאבקות להמציא מחדש איך הן גובות, בזמן שבינה מלאכותית מאיימת להפוך את השעה הניתנת לחיוב למיושנת.
סוכנויות שיווק כבר בוחנות את החלופה שסקר NinjaCat מצא: 28% התרחקו משעות חיוב סטנדרטיות לעבר תמחור מבוסס ערך או תוצאה, ו-45% מוכרים עכשיו פתרונות ואוטומציות מבוססי AI כשירות ארוז במקום לקפל אותם לתוך הריטיינרים הקיימים — והופכים את רווח היעילות למוצר חדש במקום לחשבונית קטנה יותר.
האם צריך לספר ללקוחות שסוכן נגע בעבודה שלהם?
שאלת הגילוי פחות סגורה משאלת החיוב, בעיקר כי אין כלל אחד שאפשר להצביע עליו. מחקר State of Data 2025 של IAB מצא שבערך חצי מהמותגים כבר מודאגים מהאופן שבו סוכנויות ומו״לים משתמשים בבינה מלאכותית בשמם — פער אמון שקיים עוד לפני שמישהו החליט איך גילוי אמור להיראות.
ההנחיה הברורה ביותר עד כה מגיעה מתחומי שירותים מקצועיים סמוכים שמתמודדים עם אותה שאלה עבור הלקוחות שלהם. בכתבה שסונכרנה מ-Journal of Accountancy, המבטח CNA יעץ למשרדי CPA שבהיעדר חוק אחד ששולט בכול — הנוף המשפטי הוא טלאים של Gramm-Leach-Bliley Act, חוקי גילוי מפוזרים ברמת המדינה במקומות כמו California ו-Utah, ו-AI Act של האיחוד האירופי למשרדים עם לקוחות אירופיים — גילוי וולונטרי וספציפי הוא עדיין הדרך הבטוחה יותר, כי לקוחות שלומדים אחר כך שבינה מלאכותית נגעה בעבודה שלהם בלי שסיפרו להם עלולים לקרוא את זה כהטעיה, בין אם משהו השתבש ובין אם לא. הכתבה הצביעה על חוות הדעת הרשמית של American Bar Association מ-2024 על בינה מלאכותית גנרטיבית, שמותחת קו חד: שפה שבלונית הקבורה במכתב התקשרות לא נחשבת להסכמה מדעת. גילוי צריך להסביר בפועל מה הבינה המלאכותית עשתה ומה בן אדם בדק אחר כך.
כל תחום שירותים מקצועיים שנתקל בשאלה הזו — ראיית חשבון, משפטים, ועכשיו סוכנויות — מגיע לאותה תשובה גסה: גילוי עדיין לא נדרש על פי חוק ברוב המקרים, אבל הסתרתו היא הימור על המוניטין שנעשה מסוכן יותר ככל שיותר לקוחות מתחילים להניח שבינה מלאכותית כבר מעורבת.
מי נושא באחריות כשהסוכן טועה
אחריות היא החיכוך שסוכנויות חשבו עליו הכי פחות, כי הוא עוד לא כפה את הסוגיה — עוד לא היה כישלון AI של סוכנות שתפס כותרות כמו שהמקצוע המשפטי ראה עורכי דין שנענשו על ציטוט פסיקה שהבינה המלאכותית המציאה בכתבי בית דין אמיתיים. David Partida מ-Law.com מנהל סדרה בת שישה חלקים לאורך 2026 שעוקבת בדיוק אחרי הבעיה הזו כשהיא עוברת מתיאוריה לשגרה, כולל פרקים שכותרתם ״מה קורה כשבינה מלאכותית פועלת לבד — ומי משלם על זה?״ ו״מי אחראי כשבינה מלאכותית טועה?״. כתבה נלווית באותו אתר, ״אחריות לטעויות AI של עורכי דין ושופטים״, מציינת שעורכי דין מגישים יותר ויותר כתבי טענות שמכילים ציטוטי פסקי דין מזויפים שנוצרו על ידי בינה מלאכותית — בדרך כלל אפשר לעקוב אחרי זה לטעות משתמש ולא לכלי עצמו — ושבתי משפט כבר מתקנים את הפסיקות שנובעות מזה באמצעות בקשות וערעורים. ההנחיה המקצועית שמתכנסת סביב זה, מחוות הדעת של ABA ועד העצה של CNA למשרדי CPA, עקבית: משרד שמסתמך על פלט של סוכן AI בלי ביקורת אנושית עצמאית נושא באחריות בדיוק כאילו עובד זוטר בלי השגחה עשה את הטעות. הסוכן לא נושא באחריות. המשרד ששלח את הפלט שלו ללקוח כן.
לסוכנויות עדיין אין גרסה משלהן של החשבון הזה ברישום הציבורי — וזה, כנראה, נקודת החיכוך שהכי שווה לעקוב אחריה, כי תוצרי סוכנות זזים מהר ולעיתים קרובות זוכים לפחות בדיקה לפני שהם מגיעים לתיבת הדואר של לקוח.
רעיון אחד מ-The AI Organization שווה לשאול כאן: קריאוּת, כלומר היכולת להראות — לא רק לטעון — מי או מה נגע בפיסת עבודה ומתי. סוכנות שיכולה להפיק תיעוד אמיתי של מה סוכן עשה, מה בן אדם בדק, ומתי הוא חתם, עונה על שאלות הגילוי והאחריות בראיות במקום בהצהרת מדיניות. מוצר ה-AI של FabricLoop עצמה, Loop Agent, בנוי על MCP עם הרשאות מפורשות ומבוקרות בדיוק מהסיבה הזו: כדי ששימוש בבינה מלאכותית מול לקוח יהיה משהו שמשרד יכול להראות, לא רק להצהיר.
מה זה אומר אם אתם מנהלים סוכנות
אם מורידים את ההכרזות, הדפוס צר אבל אמיתי. בינה מלאכותית סוכנית מצדיקה את עצמה היום על עבודה שחוזרת על עצמה, ניתנת למדידה, וניתנת לביקורת לפני שהיא מגיעה ללקוח: דיווח קמפיינים, ביצוע קניית מדיה בתוך גדרות מוגדרות, מחקר במעבר ראשון וניתוח תחרותי, ו— לפי המספרים של Dept — נתח משמעותי ממחזורי בנייה ובדיקה של מסחר אלקטרוני. זו לא רשימה קטנה, ולסוכנויות שעדיין עושות את העבודה הזו ביד, זה יתרון עלות אמיתי שמונח על השולחן.
זה עדיין ברובו דיבור על עבודה שדורשת שיקול דעת שאף אחד עוד לא הבין איך לאמת בקנה מידה: החלטות קריאייטיב שנושאות סיכון למותג, המלצות אסטרטגיות שלקוחות משלמים עליהן בדיוק כי הם סומכים על האדם שמקבל אותן, וכל דבר שבו טעות יכולה להגיע ללקוח לפני שבן אדם רואה אותה. הסוכנויות שצוטטו לאורך הדיווחים האלה — Dentsu, PwC, BCG — מתארות את אותו מודל מתחת ליישומים השונים שלהן: סוכנים עושים את העבודה שאפשר לדחוס, בן אדם בודק את החלקים שנושאים סיכון, והזמן שהתפנה מושקע מחדש ולא נכנס לכיס כמרווח. זה סיפור משעמם יותר מ״בינה מלאכותית מחליפה את הסוכנות״. זה גם הסיפור שקורה בפועל בחשבונות לקוחות עכשיו.