מה למדנו אחרי שהרצנו סוכני AI בפרודקשן על עשרות פרויקטים אמיתיים

מאת צוות מדיה דיל · 12.08.2026 · Media Deal Insights · 6 דק׳

אחרי שליווינו עשרות פרויקטים של סוכני AI מהרעיון ועד הפרודקשן, גיבשנו כמה תובנות שחוזרות על עצמן שוב ושוב, בלי קשר לתחום או לגודל הלקוח. הנה מה שבאמת עובד, ומה שרק נשמע טוב בישיבת תכנון.

כשמתחילים ללוות פרויקט של סוכן AI, קל לחשוב שהאתגר המרכזי הוא טכני — לבחור את המודל הנכון, לכתוב את הפרומפט המדויק, לחבר את ה-API הרלוונטי. אחרי עשרות פרויקטים שליווינו במדיה דיל, מהרעיון הראשוני ועד הרצה יציבה בפרודקשן, התובנה הכי חזקה שגיבשנו, אחרי עבודה עם לקוחות רבים כפי שמתואר במדיה דיל כסוכנות, היא שהאתגר הטכני כמעט תמיד הכי קל לפתור. האתגרים האמיתיים נמצאים במקומות אחרים לגמרי: בציפיות, בתהליכים הארגוניים סביב הסוכן, ובפער שבין מה שנראה מעולה בדמו לבין מה שבאמת שורד שבועות של שימוש אמיתי.

המאמר הזה לא מבוסס על מקרה בודד או על הצלחה חד-פעמית שאנחנו רוצים להתרברב בה. הוא מבוסס על דפוסים שחזרו על עצמם שוב ושוב, בתעשיות שונות לגמרי — קמעונאות, שירותים מקצועיים, B2B — ואצל לקוחות בגדלים שונים לגמרי. כשאותו דפוס חוזר על עצמו כל כך הרבה פעמים בלי קשר להקשר הספציפי, קשה שלא להסיק שמדובר בעיקרון כללי ולא בצירוף מקרים, וזו בדיוק הסיבה שאנחנו חושבים שחשוב לשתף אותו בפומבי.

הפער בין דמו מרשים לפרודקשן יציב

אחד הדברים שחוזרים על עצמם כמעט בכל פרויקט הוא ההפתעה של הלקוח מגודל הפער בין גרסת הדמו לגרסה שבאמת עומדת בעומס יומיומי. דמו טוב מוצג בתסריט מוקפד: אותן שאלות, אותם תרחישים, אותם נתונים נקיים. פרודקשן הוא בלגן אמיתי — משתמשים כותבים דברים בצורה שאף אחד לא צפה, נתונים חסרים או שגויים, ותנאי קצה שאף אחד לא חשב עליהם מתרחשים כמעט מדי יום. הפער הזה הוא לא כישלון, הוא בדיוק הסיבה שיש חשיבות עצומה לתקופת בדיקה מבוקרת לפני שחרור מלא, שבה בונים ביטחון הדרגתי ולא קופצים ישר לכל תרחישי השימוש בבת אחת.

למדנו שהדרך הכי טובה לגשר על הפער הזו היא לא לנסות "לחשוב על הכול מראש", אלא לבנות מנגנון שמאפשר לזהות ולתקן בעיות מהר כשהן קורות בפועל. פרויקטים שהצליחו לאורך זמן היו כאלה שבהם הלקוח והצוות שלנו הסכימו מראש שהשבועיים-שלושה הראשונים אחרי ההשקה הם תקופת למידה אינטנסיבית, לא תקופת "סיום". פרויקטים שנכשלו היו כאלה שבהם הלקוח ציפה למוצר מושלם מהיום הראשון, ואיבד אמון מהר מדי כשהמציאות הסתירה קצוות בלתי צפויים.

דוגמה קונקרטית שראינו לא פעם: סוכן שירות לקוחות שעבד מצוין בדמו על עשרים שאלות לדוגמה, ואז נתקל בשבוע הראשון בפרודקשן בעשרות ניסוחים שאלה שאף אחד לא חשב עליהם מראש — קיצורים מקומיים, שגיאות כתיב, שאלות שמערבות כמה נושאים בבת אחת. הפתרון לא היה לנסות לכתוב פרומפט "מושלם" שמכסה הכול מראש, אלא לבנות תהליך שבו כל כישלון בפועל נאסף, מנותח ומשמש לשיפור מדורג, שבוע אחרי שבוע, עד שהמערכת התייצבה על רמת ביצועים גבוהה ואמינה.

הבעלות הארגונית קובעת יותר מהטכנולוגיה

תובנה שהפתיעה אותנו במיוחד, כי היא לא טכנית בכלל, היא כמה חזק הקשר בין הצלחת פרויקט לבין מי בצד הלקוח "מרגיש בעלים" עליו. פרויקטים שבהם היה גורם ברור בארגון שראה בסוכן שלו — עקב אחריו, בדק תוצרים, דחף לשיפורים, הצליחו כמעט תמיד, בלי קשר למורכבות הטכנית. פרויקטים שבהם הסוכן היה "פרויקט של ה-IT" בלי בעלות עסקית ברורה, נטו לדעוך אחרי כמה חודשים, גם כשהם עבדו טכנית מצוין, פשוט כי אף אחד לא המשיך לתחזק, לשפר ולוודא שהערך העסקי שלהם ממשיך להתממש בפועל.

המסקנה הפרקטית שלנו כתוצאה מזה היא שבתחילת כל פרויקט אנחנו מקדישים זמן משמעותי לוודא שיש בעל תפקיד עסקי ברור שמזוהה עם ההצלחה של הסוכן, לא רק צוות טכני שמריץ אותו. זה נשמע פשוט, אבל זו אולי ההחלטה הבודדת שהכי חוזה הצלחה או כישלון של פרויקט, יותר מכל בחירת מודל או ארכיטקטורה טכנית שהחלטנו עליה בהמשך הדרך.

יש כאן גם לקח מעניין לגבי איפה כדאי למקם את הבעלות הזו בארגון. הפרויקטים המוצלחים ביותר לא בהכרח היו אלה שבהם הבעלות הייתה אצל מנהל בכיר, אלא אלה שבהם הבעלות הייתה אצל מישהו שבאמת עובד מול התהליך שהסוכן משפיע עליו יום-יום. מנהל שירות לקוחות שרואה ישירות איך הסוכן משפיע על הצוות שלו נוטה להשקיע הרבה יותר תשומת לב מאשר סמנכ"ל שרואה רק דוח רבעוני מרוחק.

הרשאות ובקרות: הדבר שתמיד לומדים מאוחר מדי

אם היינו יכולים לחזור אחורה ולתת עצה אחת לעצמנו מהפרויקט הראשון, היא הייתה: תשקיעו בהרשאות ובבקרות הרבה לפני שאתם חושבים שצריך. כמעט בכל פרויקט שליווינו, בשלב מוקדם היה פיתוי להעניק לסוכן הרשאות רחבות "כדי לא להיתקע" באמצע הפיתוח, מתוך כוונה לצמצם אותן מאוחר יותר. בפועל, כמעט תמיד ההרשאות הרחבות נשארות, כי "אין זמן" לחזור ולסגור אותן אחרי שהפרויקט כבר עובד ונראה יציב. זו בדיוק הדינמיקה שמתוארת בניהול צי סוכנים, ולמדנו על בשרנו כמה חשוב להתחיל צר ולהרחיב בהדרגה, במקום ההפך.

עוד לקח שקשור ישירות לזה: ככל שמספר הסוכנים בארגון גדל, כך גדל גם הסיכוי שאף אחד לא זוכר בדיוק אילו הרשאות יש לכל סוכן ולמה. הפתרון שאימצנו הוא מסמך "מפת הרשאות" חי, שמתעדכן בכל שינוי ונבדק תקופתית מול המצב בפועל במערכות. זו לא פעולה מרגשת, אבל היא בדיוק סוג הדבר שמונע תקרית מביכה כעבור שנה, כשמישהו מגלה שסוכן ישן עדיין מחזיק גישה שהוא כבר לא צריך.

עוד תובנה שקשורה ישירות לזה: כדאי מאוד לקבוע מראש, לפני ההשקה, מי בדיוק מאשר הרחבת הרשאות עתידית ואיזה תהליך צריך לעבור אישור כזה. בפרויקטים שבהם ההחלטה הזו לא נקבעה מראש, כל הרחבת הרשאה עברה "בשקט", בלי דיון של ממש, כי היה קל יותר להוסיף הרשאה מאשר לעצור ולשאול אם היא באמת נחוצה. פרויקטים שבהם קבענו תהליך אישור ברור, אפילו פשוט, שמרו על היקף ההרשאות הרבה יותר קרוב למינימום הדרוש לאורך כל חיי הפרויקט.

מה שבאמת חוזה הצלחה ארוכת טווח

אחרי עשרות פרויקטים, זיהינו דפוס ברור: הפרויקטים שהצליחו לאורך שנה ומעלה, לא רק בהשקה הראשונית, היו כאלה שנבנו סביב תהליך מדידה ברור מהיום הראשון — מה בדיוק נחשב הצלחה, איך מודדים אותה, ומי אחראי לבדוק את המספרים באופן שוטף. פרויקטים שהתחילו בלי הגדרה כזו נטו "להתפוגג" בהדרגה, לא בכישלון דרמטי אלא בהזנחה שקטה, עד שאף אחד כבר לא זוכר אם הסוכן עדיין מייצר ערך אמיתי או פשוט רץ ברקע כי אף אחד לא טרח לכבות אותו.

הדפוס השני שחוזר שוב ושוב הוא חשיבות ההרחבה ההדרגתית. פרויקטים שהתחילו ממקרה שימוש אחד וממוקד, הוכיחו ערך, ורק אז הורחבו למקרי שימוש נוספים, הצליחו הרבה יותר מפרויקטים שאפתניים שניסו לפתור הכול בבת אחת. זו בדיוק הסיבה שאנחנו כמעט תמיד ממליצים ללקוחות להתחיל קטן, למרות שהפיתוי להשקיע בפרויקט גדול ומרשים מההתחלה תמיד קיים. הלקח הזה קשור ישירות גם לתופעה אחרת שראינו שוב ושוב, שתיארנו בהרחבה במאמר על הטעות היקרה ביותר שראינו לקוחות עושים, ולמי שרוצה להעמיק בנושא הוא בהחלט שווה קריאה.

אם יש מסר אחד שהיינו רוצים שכל ארגון ייקח מהניסיון שצברנו, הוא זה: סוכן AI בפרודקשן הוא לא פרויקט שנגמר ביום ההשקה, הוא מערכת חיה שדורשת תשומת לב מתמשכת, בדיוק כמו כל מערכת קריטית אחרת בעסק. הארגונים שמבינים את זה מההתחלה, ומקצים לזה משאבים בהתאם, הם אלה שרואים החזר אמיתי על ההשקעה שנה אחרי שנה, לא רק בחודש הראשון הנלהב שאחרי ההשקה.

ולסיום, הלקח שאולי הכי קשה לפנימי אך הכי חשוב לזכור: אף אחד מהתובנות האלה לא מגיע מגאונות טכנית מיוחדת. הן מגיעות מתשומת לב, מסבלנות, ומנכונות להודות שהניחוש הראשוני לגבי איך תהליך יתנהג בפועל כמעט תמיד שגוי במידה כלשהי. הענווה הזו, יותר מכל כלי או מודל, היא מה שהופך פרויקט AI מניסוי חד-פעמי למערכת שממשיכה לייצר ערך שנים אחרי שהיא הושקה לראשונה. אנחנו ממשיכים ללמוד עם כל פרויקט חדש, ומצפים שגם עוד חמש שנים מהיום נגלה שהתובנות שאנחנו בטוחים בהן היום ידרשו עדכון נוסף, וזו בדיוק הגישה שאנחנו מנסים להנחיל גם ללקוחות שלנו — לא בטחון עיוור בפתרון הראשוני, אלא מחויבות ארוכת טווח לתהליך של שיפור מתמיד שממשיך הרבה מעבר ליום ההשקה הראשון.

תגיות: Media Deal Insights · סוכני AI בפרודקשן · ניהול פרויקטי AI · Agentic AI · לקחים מהשטח

← חזרה לבלוג · צור קשר