מחקר Qualtrics: שירות לקוחות מבוסס AI נכשל בשיעור גבוה פי ארבעה ממשימות AI אחרות

הממצא: השירות הוא הנקודה שבה ה־AI נכשל הכי חזק

ההודעה שפרסמה Qualtrics ב־7 באוקטובר 2025 מתבססת על דוח מגמות חוויית הלקוח לשנת 2026 של מכון XM. הממצא המרכזי: כמעט אחד מכל חמישה צרכנים שהשתמשו ב־AI בשירות לקוחות דיווח שלא ראה בחוויה כל תועלת. שיעור כישלון כזה, של כ־20%, גבוה כמעט פי ארבעה משיעור חוסר התועלת שצרכנים מדווחים עליו בשימוש ב־AI למשימות כלליות אחרות.

ההשוואה היא החלק החשוב: אותם צרכנים, עם אותה טכנולוגיה, חווים כישלון בשיעור נמוך בהרבה כשהם משתמשים ב־AI לכתיבה, חיפוש או סיכום, לעומת כישלון מרובע כשהם פונים לשירות. הבעיה אינה בבשלות הטכנולוגיה אלא באופן שבו היא נפרסת בערוץ השירות, ובציפיות שהיא פוגשת שם.

ההקשר העסקי חד במיוחד ב־2025: צוותי שירות נמצאים תחת לחץ גובר להוכיח תשואה על השקעות ה־AI. כאשר חמישית מהלקוחות יוצאים מהאינטראקציה בלי תועלת, התשואה מתהפכת לעלות כפולה — גם רישיון הטכנולוגיה וגם שחיקת האמון של בסיס הלקוחות שקשה לשקם.

למה דווקא השירות: המשימה הקשה ביותר שאפשר לתת ל־AI

פניית שירות שונה מכל משימת AI אחרת בשלושה ממדים. ראשית, הלקוח מגיע עם בעיה אמיתית ולעיתים עם תסכול מצטבר, לא עם סקרנות. שנית, הפתרון דורש הקשר ארגוני מדויק — פרטי הזמנה, היסטוריית תשלומים, מדיניות עדכנית — ולא ידע כללי. שלישית, המחיר של תשובה שגויה מיידי: כסף, זמן ואמון שנשחקים באותה שיחה.

כאן נכנסת האבחנה של איברה זדטני מ־Qualtrics: חברות רבות מדי פורסות AI בשירות כדי לקצץ עלויות ולא כדי לפתור בעיות. כאשר מדד ההצלחה של הפריסה הוא כמה פניות המערכת עצרה, המערכת תותאם לעצור פניות — גם במחיר של לקוח שלא קיבל פתרון. התוצאה היא בדיוק הנתון: חוויה שנראית יעילה בדוח התפעולי וחסרת תועלת בעיני הלקוח.

הממצא מתחבר לתמונה רחבה שאנו עוקבים אחריה: בסקר של Gartner מ־2024, 64% מהלקוחות העדיפו שחברות לא ישתמשו ב־AI בשירות כלל, בעיקר מחשש לאובדן הגישה לנציג אנושי. ובסקר מקביל מ־2025, 60% מנציגי השירות לא מקדמים את ערוצי השירות העצמי כלל, וקידום שגוי אף גורע מהחוויה. הדפוס חוזר: הבעיה אינה הטכנולוגיה אלא פריסה שמתוכננת סביב עלות ולא סביב הלקוח.

• כמעט 1 מ־5 צרכנים שהשתמשו ב־AI בשירות לא ראו בו תועלת — כישלון של פי 4 ממשימות AI אחרות, לפי Qualtrics.
• איברה זדטני, Qualtrics: חברות רבות מדי משתמשות ב־AI כדי לקצץ עלויות, לא כדי לפתור בעיות.
• Gartner: 64% מהלקוחות מעדיפים שירות בלי AI; החשש המרכזי הוא אובדן הגישה לנציג אנושי.

חלון ההזדמנויות: הצרכנים פתוחים, החברות מבזבזות את זה

דוח המגמות של Qualtrics מצביע על מגמה מעודדת שקל לפספס: נוחות הצרכנים עם AI התאוששה באופן דרמטי אחרי שפל שנרשם ב־2025. כלומר, הלקוחות אינם סגורים מול הטכנולוגיה; הם פתוחים לשירות מבוסס AI שעובד. הבעיה היא שחברות מבזבזות את חלון ההזדמנויות הזה בפריסות שנועדו לחסוך ולא לשרת.

לחלון כזה יש מחיר זמן. כל לקוח שפוגש ערוץ AI כושל היום נרשם אצלו כעוד ראיה שהשימוש בטכנולוגיה הוא תירוץ לשירות גרוע, והספקנות שלו בפעם הבאה תהיה גבוהה יותר. ארגון שממהר לפרוס בלי מוכנות אינו רק מפספס את החלון — הוא סוגר אותו לעצמו ולמתחריו כאחד.

המסקנה המעשית הפוכה מהאינסטינקט השיווקי: עדיף ערוץ AI צר שפותר מעט פניות בצורה מושלמת על פני ערוץ רחב שמכסה הכול ומכשיל חמישית מהלקוחות. הכיסוי הרחב מרשים במצגת להנהלה, אבל החמישית הכושלת היא זו שהלקוחות מספרים עליה לאחרים.

עקרונות הפריסה: מקיצוץ עלויות לפתרון בעיות

עקרון ראשון: מגדירים הצלחה כפי שהלקוח מגדיר אותה. מדד המערכת הוא שיעור בעיות שנפתרו לשביעות רצון הלקוח, לא שיעור פניות שנעצרו. הזזת המדד הזו היא היישום הישיר של ביקורת זדטני, והיא משנה את כל החלטות הפריסה שבאות אחריה.

דוח State of Service של Salesforce מחזק את הכיוון הזה: ארגוני השירות המובילים הם אלה שמשתמשים בטכנולוגיה ביעילות ובאתיקה, כשאמון הלקוח בראש סדר העדיפויות — בדיוק ההפך מפריסת קיצוץ. עקרון שני: יציאה אנושית תמידית ומודעת. הנתון של Gartner על 64% מלמד שהבטחת הגישה לנציג היא תנאי האמון הבסיסי. הלקוח צריך לדעת בכל רגע שהמעבר לאדם פתוח, ושהוא מגיע עם כל ההקשר שנאסף. עקרון שלישי: היקף צר עם איכות מלאה — פותחים רק את סוגי הפנייה שהמערכת פותרת בשיעור גבוה ומוכח, ומרחיבים לאט.

עקרון רביעי: חיבור לקידום האנושי. גם ערוץ מצוין לא יאומץ אם אף אחד לא מלמד את הלקוח להשתמש בו נכון. כפי שהראה סקר Gartner על קידום שירות עצמי על ידי נציגים, הנציג הוא המתווך היעיל בין הלקוח לערוץ — אבל רק כשהקידום נעשה ברגע הנכון ובלשון הנכונה. פריסת AI בלי תכנית אימוץ אנושית היא פריסה חצויה.

עקרון חמישי: לולאת מדידה קצרה וגלויה. בוחרים מדד תועלת אחד, מפרסמים אותו לצוות מדי שבוע, וקושרים אליו החלטות הרחבה או עצירה. כאשר הצוות רואה שהמדד מניע החלטות אמיתיות, הוא מפסיק לייפות את המספרים ומתחיל לתקן את השירות. זהו ההבדל בין ארגון שמגלה אחרי שנה שהלקוחות לא ראו תועלת, כפי שהדוח חושף, לבין ארגון שיודע את התשובה אחרי חודש ומתקן בזמן.

המשמעות לארגון ישראלי ב־2025

בישראל, שוק קטן עם ריכוזיות ענפית גבוהה, חמישית לקוחות שחווה כישלון מתפשטת מהר בין לקוחות קיימים ופוטנציאליים. יחד עם זאת, דווקא הגודל הוא יתרון: ארגון ישראלי יכול להריץ פיילוט צר, למדוד שביעות רצון ישירות מול לקוחות אמיתיים ולתקן תוך שבועות — מהירות שהענקיות הגלובליות שעליהן מבוססים הדוחות מתקשות להשיג.

הצעד הראשון המעשי הוא מדד בסיס: לדגום חודש של אינטראקציות AI קיימות ולשאול את הלקוחות שאלה אחת — האם הבעיה נפתרה. אם התשובה רחוקה מרובע צלילה של הממצא של Qualtrics, הפריסה בבעיה, וכל הרחבה נוספת רק תגדיל את הנזק. המדד הזה זול, מהיר וחותך בלי קשר לדוחות הערוץ.

הצעד השני הוא שינוי השפה הפנימית: להפסיק לדווח להנהלה על פניות שנעצרו ולהתחיל לדווח על בעיות שנפתרו. ברגע שהמדד משתנה, החלטות הפריסה משתנות מעצמן — ההיקף מצטמצם, בסיס הידע מתחזק, והיציאה האנושית מקבלת תקציב. זו הדרך להצטרף לחלון ההזדמנויות שהדוח מצביע עליו במקום לבזבז אותו.

מגבלות הנתונים: מה נמדד ומה לא

הממצאים מתבססים על הודעה לעיתונות של Qualtrics מ־7 באוקטובר 2025 ועל דוח מגמות חוויית הלקוח 2026 של מכון XM. ההודעה מציגה את המספרים הראשיים; פירוט המתודולוגיה המלא, גודל המדגם המדויק והגדרת חוסר התועלת בעיני המשיב מופיעים בגוף הדוח. הנתונים הם דיווח עצמי של צרכנים, אין בהם מדגם ישראלי ייעודי, וחלוקת התשובות המלאה אינה פומבית.

עקרונות הפריסה המוצעים בידיעה הם פרשנות מקצועית של המערכת לנתונים, בשילוב ממצאי Gartner משנים קודמות, ואינם מסקנות של Qualtrics. כל מספר בידיעה מיוחס למקורו ומתוארך, וכל המלצה יישומית מסומנת כמסקנה שלנו בלבד.