מחצית מהלקוחות שלכם מענישים תוכן מותג מבוסס בינה מלאכותית. בנינו דרך להשתמש בו בכל זאת.

מנהלת שיווק ראשית החליקה מצגת על השולחן לעברי בשנה שעברה. זה היה כתב עבודה מסוכנות הפרסום שלה, ואחד הסעיפים בו נכתב "הפקה מוגברת בינה מלאכותית". המספר לצדו היה בדיוק אותו מספר שסוכנויות תמיד גבו עבור הפקה — תעריף מסורתי מלא. באותו שבוע ממש, הצוות שלה ערך פאנל צרכנים על העבודה שאותו סעיף הפיק. התוצאות חזרו עוינות. אנשים מצאו את הפרסומות, במילים שלהם, מעצבנות וקצת חסרות נשמה. היא לא כעסה על הבינה המלאכותית. היא כעסה על כך שהיא משלמת מחירי פרימיום כדי לייצר תוכן שהלקוחות שלה דוחים בשקט, ואיש בשרשרת לא סיפר לה.

הפגישה הזו היא הסיבה שבנינו את מה שבנינו. הבעיה המרכזית עם תוכן מותג מבוסס בינה מלאכותית ב-2026 אינה האם הטכנולוגיה טובה מספיק — היא כן, והולכת ומשתפרת מדי חודש. הבעיה היא שאפשר להשתמש בבינה מלאכותית באגרסיביות כדי לייצר תוכן מהר יותר וזול יותר, ופלח משמעותי מהלקוחות שלכם יעניש אתכם ברגע שיחוש בכך. אז המטרה שאליה הגענו, והדבר שאנחנו בונים כעת עבור צוותי מותג, היא כמעט פרדוקסלית: להשתמש בבינה מלאכותית ללא רחם בתהליך, ולשמור אותה בלתי נראית בתוצר. צינורות הפקה היברידיים, ניקוד נאמנות למותג, ושכבת ממשל ששורדת את שאלותיו של רגולטור.

הרשו לי לתאר כיצד הגעתי לשם, כולל הגרסה ששלחנו לייצור ונשברה.

במה מנהלים מאמינים לעומת מה שצרכנים באמת עושים

נתחיל בפער שאמור להפחיד כל מנהיג שיווק. ה-IAB מצא ב-2026 ש-82% ממנהלי הפרסום סבורים שצרכני דור ה-Z והמילניום חשים חיובית כלפי בינה מלאכותית בפרסום. רק 45% מאותם צרכנים באמת חשים כך. זהו פער תפיסה של 37 נקודות, והוא המרחק בין מצגת האסטרטגיה לבין הלקוח.

ככל שמתבוננים יותר, המצב מחמיר. העדפת הצרכנים לתוכן בינה מלאכותית צנחה מ-60% ב-2023 ל-26% ב-2026. סקר של Gartner ממרץ 2026, שנערך בקרב יותר מ-1,500 צרכנים אמריקאים, מצא שמחציתם כעת מעדיפים מותגים שנמנעים מבינה מלאכותית יוצרת בתוכן הפונה לצרכן. ושליש מהצרכנים, על פי דוח Digital Trends של Adobe לשנת 2026, יפסיקו לחלוטין לתקשר עם מותג ברגע שיגלו שתוכנו נוצר בבינה מלאכותית.

מחצית מהלקוחות שלכם לא מתעבים תוכן בינה מלאכותית. הם מתעבים את היכולת להבחין בכך.

המספר השימושי ביותר שאי פעם הצגתי בפני מנהל שיווק ספקן מגיע מ-Smartly.io: אמון הצרכנים צונח מ-48% ל-13% כאשר פרסומת נוצרת כולה בבינה מלאכותית לעומת יצירה משותפת עם בני אדם. זוהי קריסת אמון של 73% מהחלטת הפקה אחת. שום חיסכון בעלות תוכן בשום גיליון נתונים שראיתי אינו מקזז ירידה של 73% באמון. החשבון מסתדר רק אם הבינה המלאכותית בלתי נראית.

מה שהופך את זה לקשה באמת ולא רק לסיסמה שיווקית הוא שההתנגדות אינה רק דעה — היא פיזיולוגית. עבודת מדעי המוח של NielsenIQ מדדה הפעלת זיכרון חלשה יותר במוח עבור פרסומות בינה מלאכותית, אפילו המלוטשות שבהן. צרכנים דירגו אותן כמעצבנות יותר, משעממות יותר ומבלבלות יותר מפרסומות מסורתיות. המוח מבצע את הזיהוי עוד לפני שהתודעה המודעת מגבשת דעה.

רגע ה-Coca-Cola שכל מנהל שיווק מנסה לא לחוות

כל מנהיג שיווק שאני משוחח עמו מפוחד בסתר מאירוע ספציפי אחד, גם אם אינו נוקב בשמו. Coca-Cola יצרה משהו כמו 70,000 קליפים לפרסומת חג ב-2025 וזכתה לתגובת נגד שמיסגרה מחדש את כל המאמץ מ"חדשני" ל"זול" ו"דיסטופי". Toys "R" Us שילבה שחקן ילד שנוצר בבינה מלאכותית בסרט שהופק ב-Sora ועוררה משהו הקרוב לדחייה קדמונית. McDonald's הסירה פרסומת חג לאחר זעקת הצופים. אלה אינם מותגים קטנים שמתנסים בשוליים. אלה ארגוני השיווק המתוחכמים ביותר בעולם, והתוכן עדיין נחת שגוי.

זה שאמור להדיר שינה ממנהיגים בצד הסוכנויות שונה, משום שלא נגע בטעם. ביוני 2025, סוכנות הפרסום הברזילאית DM9 — חלק מרשת Omnicom — זכתה ב-Creative Data Grand Prix ב-Cannes Lions. חוקרים גילו מאוחר יותר שסרטון המקרה השתמש בצילומים שנוצרו בבינה מלאכותית כדי לדמות תוצאות קמפיין, כולל סיקור מתוקן של CNN Brasil שנוצר ללא רשות. מנהל הקריאייטיב הראשי התפטר. שנים-עשר פרסים נשללו. Cannes הנהיגה כלי גילוי וחשיפה חובה של בינה מלאכותית עבור כל הגשה עתידית.

זה לא היה פרילנסר סורר שקיצר דרך. זו הייתה סוכנות רשת גדולה שמזייפת ראיות עבור הכבוד הגבוה ביותר בתעשייה, תחת הלחץ הרגיל להציג תוצאות מונעות בינה מלאכותית. וזה מצביע ישירות על שאלה שרוב המותגים לא שאלו את הסוכנויות שלהם בקול רם:

אם הסוכנות שלכם משתמשת בבינה מלאכותית בדרכים שמעולם לא אישרתם, למי שייך הסיכון התדמיתי כשהוא צף? לכם.

אני חוזר במחשבתי אל מצגת כתב העבודה ההיא ללא הרף. המותג שילם תעריפים מסורתיים, הסוכנות כייסה את יעילות הבינה המלאכותית, וחובת הגילוי — המשפטית והתדמיתית — רבצה כולה על המותג. האסימטריה היא המודל העסקי. חלק ממה שאנחנו עושים כעת הוא פשוט לבקר מה הסוכנויות באמת מפעילות, והאם זה מגולה, לפני שזה הופך לבעיה של המותג בפומבי.

מדוע נכשל מנקד נאמנות המותג הראשון שלנו?

הנה החלק שאני פחות גאה בו, והחלק שבאמת לימד אותנו את הדבר ששווה למכור.

כשיצאנו למדוד האם תוכן שנוצר בבינה מלאכותית נשאר נאמן למותג, תמכתי בגישה המתבקשת. לוקחים את תמונות הייחוס של המותג, מטמיעים אותן, מטמיעים את הנכס החדש, ומנקדים דמיון — ציוני CLIP, טכניקת התאמת תמונה-טקסט הסטנדרטית שרוב הספקים משתמשים בה בשקט. בנינו אותה, היא הפיקה מספר נקי בין אפס לאחד, והוצגה להפליא. הייתי משוכנע.

אחר כך הרצנו אותה על התוצר האמיתי של מותג פיילוט. המנקד אישר בשמחה תמונה שהפרה את כלל המרחב הפנוי סביב הלוגו של המותג — השוליים הריקים המינימליים שחייבים להקיף את הסמל — משום שהתמונה נראתה דומה סטטיסטית לסט הייחוס. בה בעת הוא סימן נכס תואם לחלוטין כלא-נאמן למותג משום שדירוג הצבע היה חריג. אני זוכר את עצמי בוהה בדוח וחושב שהמספר היה בטוח ושגוי בעת ובעונה אחת.

זה היה הכישלון ששילם עבור כל מה שבא אחריו. דמיון מסוג CLIP מודד "האם זה נראה כמו זה". אין לו מושג מה הנחיית המותג שלכם באמת אומרת. "נראה נאמן למותג" ו"מציית לכלל המרחב הפנוי סביב הלוגו" הן שתי שאלות שונות לחלוטין, וציון דמיון אינו יכול להבחין ביניהן.

אז בנינו אותה מחדש על מודלים של שפה-ראייה — מערכות שיכולות לקרוא תמונה וגם לקרוא את הנחיית המותג הכתובה שלכם ולבדוק את האחת מול השנייה. לא "האם זה דומה לעבודה קודמת", אלא "האם ללוגו יש את המרחב הפנוי הנדרש לו, האם הגופן מהמשפחה המאושרת, האם הטון תואם את קול המותג המתועד". זה איטי ומעצבן יותר לבנייה מאשר ציון דמיון. זו גם הגרסה היחידה שמנהל קריאייטיב יבטח בה מספיק כדי להכניסה לתהליך האישור.

ציון נאמנות למותג שאינו יכול לצטט את הכלל שהוא אוכף הוא סתם תחושה עם נקודה עשרונית.

המשתנה האמיתי אינו בינה מלאכותית לעומת אדם. זו עבודת הגימור.

בלילה שמיסגר מחדש עבורי את כל הפרויקט, קראתי שוב את נתוני הפאנל של NielsenIQ. קבור בהם היה פרט שדילגתי עליו בפעם הראשונה: הפרסומת היחידה במחקר שצרכנים לא הצליחו לזהות מיד כבינה מלאכותית הייתה כזו שאיש מקצוע יצר באמצעות עריכה איטרטיבית ניכרת. לא שנוצרה ונשלחה — נוצרה, ואז עובדה על ידי אדם במשך זמן רב.

זה עצר אותי. כל השיח הציבורי ממוסגר כ"בינה מלאכותית או אדם", כאילו אלה שתי המשבצות. אבל הנתונים אמרו לי שהמשתנה החזוי אינו מקור הפיקסלים. הוא עבודת הגימור — האיטרציה האנושית שמשייפת את הקצוות המטרידים שמכונות עדיין מותירות. בינה מלאכותית יכולה לשאת כמעט את כל העבודה באופן בלתי נראה. המעבר האנושי הסופי — החלק שאף גיליון נתונים אינו טורח לתמחר — הוא שקובע האם מוחו של הלקוח שלכם יסמן את התוצאה.

זהו עקרון העיצוב שעליו נשען כעת כל הצינור. השתמשו בבינה מלאכותית בעוצמה היכן שהיא אינה נוגעת בתפיסת הלקוח — רעיונאות, יצירת וריאנטים, עריכות גסות, לוקליזציה, נפח נכסים. שמרו את המלאכה האנושית למעבר הגימור בכל דבר שנשלח. "אדם היכן שזה חשוב, בינה מלאכותית היכן שזה עוזר", מכוונן לכל מותג ולא נמכר כתבנית.

והיעילות אמיתית כשמארגנים זאת כך. הפקה מוגברת בינה מלאכותית עולה קרוב יותר ל-$100 לנכס לעומת $500 עד $2,000 מסורתי, עם צמצום עבודה של כ-75% לנכס. בלוקליזציה זה כמעט מביך: לוקליזציה מסורתית עולה $50 עד $200 לדקה, ולוקליזציה בבינה מלאכותית מספקת תוצר באיכות אנושית בכמחצית העלות כשאדם בודק אותה — מה שחשוב כשהחברה הממוצעת נכנסת ל-1.5 שווקים חדשים בשנה ולוקליזציה גרועה מדממת בשקט כ-20% מההכנסות הפוטנציאליות. החיסכון אמיתי. הוא פשוט חייב להיצבר בחלקי התהליך שהלקוח לעולם אינו רואה.

הכלים לעשות זאת קיימים, ואנחנו במכוון ניטרליים ביחס לספקים. GenStudio של Adobe מקודדת כללי מותג לתוך יצירת Firefly באמצעות מה שהיא מכנה StyleIDs, והיא מצוינת בתוך עולם ה-Creative Cloud — אבל היא נועלת אתכם ל-Firefly עבור יצירה, והווידאו שלה מפגר אחר המובילים בשנה או יותר. Typeface, שנוסדה בידי מנהל טכנולוגיות ראשי (CTO) לשעבר של Adobe ומשמשת גופים כמו PepsiCo, Disney ו-Estée Lauder, בעלת שכבת ממשל חזקה באמת — אך רק על תוכן שהופק דרך Typeface עצמה. Bria מאמנת מודלי מותג מותאמים אישית על עד 5,000 מתמונותיכם שלכם, מה שעוצמתי לעבודת תמונה וחסר תועלת לווידאו. Gen-4.5 של Runway מפיקה את הווידאו הטוב ביותר בבינה מלאכותית הזמין, עם סימולציית פיזיקה אמיתית — ואפס ממשל מותג; מקבלים תוצר גולמי. Kling 3.0 מבצעת עקביות רב-שוטית בכ-40% מעלותה של Runway. אף אחת מהן אינה פותרת את הבעיה כולה, וראיתי יותר מיוזמת תוכן-מותג אחת נתקעת בדיוק בפערים הללו — צוות שרכש את Typeface עבור ממשל, ואז גילה שצינור הווידאו שלו חי כולו מחוצה לו. הפערים בין הכלים הם המקום שבו העבודה באמת נמצאת.

הציות חי במטא-נתונים שלכם, לא בביקורת הקריאייטיב שלכם

הטעות שאני רואה מותגים עושים בצד המשפטי היא התייחסות לגילוי בינה מלאכותית כתיבת סימון בביקורת הקריאייטיב. זה לא. זו בעיית ארכיטקטורת נתונים, והמועד האחרון כבר חלף עבור הכלל בעל השיניים הגדולות ביותר.

סעיף 50 של ה-EU AI Act, בתוקף החל מאוגוסט 2026, דורש שתוכן שנוצר בבינה מלאכותית יסומן בפורמט קריא-מכונה וניתן לזיהוי כמיוצר באופן מלאכותי. קראו זאת פעמיים. קריא-מכונה. חובה זו אינה חיה בעינו של מנהל הקריאייטיב שלכם או בישיבת האישור שלכם — היא חיה במערכת ניהול הנכסים הדיגיטליים שלכם וב-CMS שלכם, בשאלה האם כל רשומת נכס אכן נושאת את מטא-נתוני מקור הבינה המלאכותית. פתחתי יותר מדי רשומות DAM עם שדה "נוצר בבינה מלאכותית: כן/לא" ריק מכדי להאמין שזה מטופל. גם הקנסות אינם תיאורטיים: עד €15 מיליון או 3% מהמחזור הגלובלי בגין הפרות שקיפות.

וזה לא כלל אחד, זו מקבץ טלאים מתפצל. מדריכי ההמלצות המעודכנים של ה-FTC דורשים גילוי ברור ובולט של המלצות סינתטיות שנוצרו בבינה מלאכותית. חוק SB-8420A של ניו יורק, שנכנס לתוקף ביוני 2026, מחייב גילוי בולט של שחקנים סינתטיים שנוצרו בבינה מלאכותית בפרסומות מסחריות. חוק AB 853 של קליפורניה מחיל בהדרגה את הדרישות שלו עצמו. כל תחום שיפוט, כל לוח זמנים, כל הגדרה שונים במקצת. מותג פרימיום שמוכר בכולם זקוק למסגרת ממשל אחת שמספקת את המחמיר ביותר, לא לארבע ביקורות קריאייטיב שכל אחת מנחשת.

חובת גילוי הבינה המלאכותית שלכם אינה חיה בישיבת האישור. היא חיה במטא-נתוני הנכסים שלכם — והמטא-נתונים של רוב המותגים ריקים.

זו היכולת הכי פחות זוהרת שאנחנו בונים והיא זו שלפי ניסיוני באמת מביאה לחתימת העסקה, משום שזה החלק שהופך לקנס.

אבל ממשל אינו רק ביטוח. המותגים שראיתי בונים ממשל בינה מלאכותית בשל מוקדם לא רק נמנעים מהקנס — הם משלחים מהר יותר, משום שהצוותים שלהם מפסיקים להתדיין מחדש על מה שמותר בכל פרויקט. המחקר מאשש זאת: ארגונים עם ממשל בינה מלאכותית בשל מחדשים בערך פי 2.5 מהר יותר ונושאים סיכון ציות נמוך בכ-40%. המסגרת ששומרת אתכם מחוץ לבית המשפט היא בדיוק זו שמאפשרת לכם לנוע.

האם אי אפשר פשוט לקנות פלטפורמה לכל זה?

אנשים שואלים אותי גרסה של אותה שאלה לעתים קרובות: האם אי אפשר פשוט לקנות פלטפורמה לכל זה? ואני חייב להיות כן לגבי היכן שתוכנה נרכשת נעצרת.

אינטגרטורי המערכות הגדולים ישמחו לתכנן עבורכם אסטרטגיית תוכן בינה מלאכותית — ההתקשרויות נעות בין $500,000 ל-$5 מיליון ומעלה, והם מספקים מצגות שקופיות ומסגרות, לא צינורות עובדים. הם נוטים בכל מקרה לקבל בקבלנות משנה את הבנייה בפועל לחברות כמונו. צוותים פנימיים מעניקים לכם שליטה מלאה וגישה ישירה לידע המותג, אבל מפיקי קריאייטיב יליד-בינה-מלאכותית קשים מאוד לגיוס כרגע, ובניית ממשל מאפס אורכת לרוב הצוותים שישה עד שנים-עשר חודשים. בתי שירות כמו Superside מעניקים לכם מלאכה אנושית מוגברת בינה מלאכותית בקנה מידה, אבל אתם קונים עבודה, לא מערכת שבבעלותכם ונשמרת אצלכם.

יש גבול קשה יותר שלמדתי לנקוב בו בפגישה הראשונה. שום גורם חיצוני — לא הפלטפורמות, לא האינטגרטורים, לא אנחנו — אינו יכול לפתור את בעיית התמיכה הארגונית שלכם. פעם ישבתי מול מנהל קריאייטיב שאמר לי, ללא היסוס, שהוא לא ישים את שמו על עבודת בינה מלאכותית. הוא לא טעה בכך שהרגיש כך, ושום ארכיטקטורת ממשל אינה גוברת על זה. אם האנשים שיוצרים את המותג שלכם דוחים באופן יסודי את זרימת העבודה, הטכנולוגיה הטובה בעולם יושבת ללא שימוש. ניהול השינוי בתוך הבניין שלכם עצמכם הוא באחריותכם. אני מעדיף לומר זאת מוקדם מאשר להעמיד פנים שכלי מתקן את זה.

מה שאנחנו כן יכולים להיות בעליו הוא הארכיטקטורה: מסגרת הממשל החוצה תחומי-שיפוט, תמהיל הכלים הניטרלי-לספקים המותאם לצרכים האמיתיים שלכם במקום למפת הדרכים של פלטפורמה אחת, ניקוד נאמנות המותג מבוסס-VLM שקורא את ההנחיות האמיתיות שלכם, יכולת ביקורת הסוכנויות, הצינור ההיברידי המכוונן להיכן שהלקוחות שלכם יסבלו ולא יסבלו עבודת מכונה, וביקורת ההתאמה התרבותית ללוקליזציה. זו המערכת שאנחנו בונים עבור צוותי תוכן מותג, ואנחנו בונים אותה כדי להשתלב עם הפלטפורמות והסוכנויות שאתם כבר משתמשים בהן, לא כדי להחליף אותן.

המותגים שינצחו בשנים הקרובות לא יהיו אלה שהשתמשו בהכי הרבה בינה מלאכותית או הכי מעט. הם יהיו אלה שהבינו שהלקוחות שלהם מפעילים גלאי בתוך ראשם שלהם, כל הזמן, ובנו מערכת הפקה שמכבדת זאת — אגרסיבית היכן שהמכונה עוזרת, בלתי נראית היכן שהיא הייתה בוגדת בהם. למנהלת השיווק עם פאנל הצרכנים העוין ההוא לא הייתה בעיה טכנולוגית. הייתה לה מערכת שאפשרה ליעילות לדלוף אל המקום האחד שבו הלקוחות שלה צפו. סגרו את הדליפה הזו, והבינה המלאכותית מפסיקה להיות מחויבות תדמיתית וחוזרת להיות מה שהיא הייתה צריכה להיות מלכתחילה: דרך מהירה יותר לייצר עבודה שאנשים באמת בוטחים בה.