תקציר: סוכן AI אוטונומי הצליח לבנות מוצרים, לכתוב קוד ולנהל תשתיות כמעט בלי הפסקה. הוא רק לא הצליח לבנות עסק רווחי. הניסוי הזה ממחיש היטב את ההבדל בין תפוקה לבין תוצאה עסקית.
סוכן AI קיבל מחשב משלו, תקציב, גישה לכלי עבודה ומשימה אחת ברורה: להקים עסקים באינטרנט ולהגדיל הכנסות כמה שיותר מהר.
הוא עבד במשך 21 יום, בנה 17 מוצרים בתשלום, הפעיל 46 נקודות API, כתב יותר מ-100 אלף שורות קוד וביצע 2,456 פעולות ב-GitHub. במהלך התקופה הוא השתמש בכ-5.4 מיליארד טוקנים, שעלותם המשוערת לפי תמחור API הייתה כ-6,900 דולר.
ההכנסה הכוללת שלו הייתה 1.54 דולר.
זה נשמע כמו בדיחה על ההייפ סביב AI, אבל דווקא בגלל שהסוכן היה מסוגל לבצע כל כך הרבה, הניסוי הזה חשוב. הוא ממחיש בצורה כמעט מושלמת את ההבדל בין לעבוד קשה, לייצר המון ולהקים מערכות מרשימות – לבין לבנות עסק שמישהו באמת רוצה לקנות ממנו.
הניסוי פורסם בספטמבר 2026 על ידי Julius Danek ו-Matthias Plappert מ-dfdx labs. הם נתנו לסוכן האוטונומי את השם Hans Krämer ושלחו אותו לנסות לפעול בתוך כלכלה שבה סוכני AI מציעים שירותים ורוכשים שירותים מסוכנים אחרים.
מה בדיוק נתנו לסוכן ה-AI?
Hans קיבל שרת וירטואלי ששימש כמחשב האישי שלו, חשבונות Codex ו-Claude Code, כתובת אימייל, חשבון GitHub, בוט Discord ויכולת לקבל ולבצע תשלומים דיגיטליים.
הוגדר עבורו תקציב תיאורטי של 1,000 דולר. בפועל, הוא התחיל עם מגבלת אשראי של 10 דולר וארנק ובו 50 דולר במטבעות דיגיטליים. לצד זה הוא קיבל הוראות בסיסיות, כללי בטיחות ומטרה אחת:
להגדיל הכנסות במהירות האפשרית.
מכאן הוא היה אמור להתקדם בעצמו. הוא בחר אילו רעיונות לבדוק, אילו מוצרים לבנות, כיצד לתמחר אותם, איך לפרסם אותם ואיך לנהל את הפעילות השוטפת.
על הנייר, הוא בנה אימפריה קטנה
בתוך שלושה שבועות Hans הספיק להקים קטלוג של 17 מוצרים בתשלום. בין היתר הוא בנה שירות לחיפוש מענקים ממשלתיים, מנוע לחיפוש רישיונות, אתר דירוג לסוכנים, שירותי מידע וכלים שנועדו לסייע לסוכני AI אחרים.
הוא גם הקים אתרים, כתב בלוג, פתח ערוצי הפצה, שילם לסוכנים אחרים עבור מחקר ומשוב וניסה לייצר תנועה באמצעות תשלומים קטנים.
רמת הביצוע הטכנית הייתה מרשימה מאוד. הסוכן התקין לעצמו מערכת שהפעילה אותו מחדש כחמש דקות לאחר שכל משימה הסתיימה, בנה מנגנונים לבדיקת הכנסות והוצאות, ניטר את מצב השרת ואפילו ידע להתאושש בעצמו לאחר אתחול.
כאשר קיבל הודעה קולית ולא היה לו כלי מתאים, הוא התקין מודל תמלול מקומי, כתב סקריפט והפך את היכולת החדשה לחלק קבוע ממערכת העבודה שלו.
כלומר, הבעיה לא הייתה חוסר יכולת לעבוד.
הוא פשוט לא ידע מספיק טוב על מה כדאי לעבוד.
הוא בנה מוצרים לפני שבדק אם קיים ביקוש
הכשל המרכזי בניסוי לא היה טכנולוגי אלא עסקי.
Hans היה מסוגל לעבור מרעיון למוצר עובד במהירות יוצאת דופן, אבל התקשה לזהות בעיה משמעותית שמישהו באמת מוכן לשלם כדי לפתור. רבים מהמוצרים שבנה היו שכבה נוספת מעל שירותים שכבר היו זמינים בחינם.
במקום לעצור, לדבר עם לקוחות פוטנציאליים ולהעמיק בבעיה אחת, הוא המשיך לבנות עוד מוצרים.
התיק גדל מהר יותר מההכנסות.
זו טעות שאינה ייחודית ל-AI. גם בעלי עסקים ואנשי שיווק נופלים בה כאשר הם מתאהבים ביכולת לבצע ומדלגים על השאלה הבסיסית: האם יש כאן צורך אמיתי?
אפשר להקים אתר, לפתוח קמפיין, לייצר מאות מודעות ולחבר אוטומציות מורכבות. אם ההצעה אינה מעניינת, הקהל אינו נכון או שאין ביקוש למוצר, כל התשתית הזאת רק מאפשרת להוציא יותר משאבים במהירות גבוהה יותר.
הוא מדד פעילות במקום תוצאה
מבחינת תפוקה, קשה להתחרות ב-Hans. יותר מ-100 אלף שורות קוד, מאות קבצים, עשרות מוצרים ואלפי פעולות בתוך שלושה שבועות הם מספרים חריגים.
אבל אף אחד מהמספרים האלה אינו מדד להצלחה עסקית.
עסק אינו מרוויח מכמות הקוד שנכתבה, ממספר המשימות שהושלמו או מכמות התוכן שפורסם. הוא מרוויח כאשר הוא פותר בעיה ללקוח שמוכן לשלם עליה במחיר שמאפשר לעסק להישאר רווחי.
מתוך 17 המוצרים שהסוכן השיק, רק חמישה יצרו הכנסה כלשהי. גם חלק מהתשלומים האלה הגיעו ממערכות שבדקו האם המוצר עובד, מרכישות שביצע הסוכן לצורך הופעה באינדקסים ומניסויי הפצה שהוא עצמו מימן. זו הייתה פעילות, אבל כמעט שלא היה בה ביקוש אמיתי שחזר על עצמו.
הפער הזה מוכר גם מעולם השיווק. אפשר לדווח על חשיפות, קליקים, צפיות וטפסים – ועדיין לא לייצר מכירה אחת טובה. המדדים הטכניים חשובים, אבל הם חייבים להתחבר לתוצאה העסקית.
בדיוק בגלל זה, בניהול קידום ממומן לא מספיק לשאול כמה לידים הגיעו. צריך לבדוק מי הגיע, האם הפניות התאימו לעסק, כמה מהן נסגרו ומה נשאר אחרי ההוצאות.
ככל שהמערכת גדלה, היא הפכה פחות יעילה
אחת התופעות המעניינות ביותר בניסוי הייתה הדרך שבה הסוכן יצר לעצמו בירוקרטיה.
Hans תיעד יותר מ-1,000 החלטות, החזיק מאות קובצי Markdown ובנה שכבות של נהלים, רשימות, מנגנוני תזכורת ומערכות מעקב. כאשר העירו לו פעם אחת על טעות בתאריך, הוא התחיל לבדוק כמעט כל תאריך בכל סבב עבודה.
בהדרגה הוא השקיע יותר זמן בתחזוקת המערכת של עצמו, בבדיקת רשומות, בסגירת התחייבויות ובתיקון תהליכים – ופחות זמן בלמידה מהשוק ובשיפור המוצרים.
גם כאשר העביר משימות לסוכנים נוספים, הוא התעקש לבדוק ולאשר כמעט כל תוצאה בעצמו. כך נוצר צוואר בקבוק חדש: הסוכן הראשי לא הספיק לעבור על כל העבודה שהמערכת ייצרה עבורו.
זו נקודה חשובה לכל עסק שמכניס AI ואוטומציה לתהליכי העבודה. מערכת מורכבת אינה בהכרח מערכת טובה יותר. אם צריך להשקיע שעות בבקרה, תיקונים ותחזוקה כדי לחסוך שעה אחת של עבודה ידנית, לא יצרנו יעילות. רק החלפנו סוג אחד של עבודה בסוג אחר.
השוק עצמו עדיין לא היה מוכן
לא כל הכישלון היה באשמת הסוכן.
Hans ניסה למכור שירותים בעיקר לסוכני AI אחרים. לפי הנתונים שהציגו עורכי הניסוי, רוב הסוכנים שפעלו באותו שוק כלל לא החזיקו ארנק או הרשאה להוציא כסף. בסקר שהזמין Hans, כ-90% מהסוכנים דיווחו שאין להם ארנק או סמכות לבצע רכישות.
כלומר, הוא פעל בשוק עם הרבה מוכרים ומעט מאוד קונים.
גם יזם אנושי מצוין היה מתקשה לבנות שם עסק רווחי. אי אפשר לייצר ביקוש רק באמצעות בניית עוד מוצרים. לפני שנכנסים לשוק צריך להבין מי הקונה, מה גורם לו לפעול, האם יש לו תקציב ומדוע שיבחר לשלם דווקא עבור הפתרון שלנו.
אז האם AI יכול לנהל עסק לבד?
הניסוי הראה שסוכן AI כבר מסוגל לבצע משימות שבעבר היו נשמעות כמו מדע בדיוני. הוא יכול להקים תשתיות, לכתוב קוד, להשתמש בכלים חיצוניים, לעקוב אחרי כסף, להאציל משימות ולהמשיך לעבוד לאורך זמן עם מעט התערבות.
אבל ניהול עסק דורש יותר מיכולת ביצוע.
הוא דורש להבין בני אדם, לזהות צורך, לבחור במה לא לעסוק, לפתח שיקול דעת, להחליט מתי להתמיד ומתי לעצור ולחבר בין כל פעולה לבין תוצאה כלכלית.
בתחומים צרים ומוגדרים AI יכול כבר היום לחסוך זמן ולבצע עבודה מצוינת. ככל שהמטרה רחבה ופתוחה יותר, כך נדרשים יותר כיוון, בקרה ושיקול דעת אנושי. הרחבתי על הצד המעשי של הנושא במאמר סוכני AI לעסקים: למה זה נראה פשוט בדמו והופך למורכב ויקר במציאות.
מה בעלי עסקים צריכים לקחת מהניסוי?
להתחיל מהבעיה ולא מהכלי
לא שואלים קודם מה אפשר לעשות עם AI. שואלים איזה תהליך מעכב את העסק, כמה הוא עולה היום ואיך נדע שהפתרון באמת שיפר אותו.
להגדיר מדד עסקי ברור
כמות התוכן, הפעולות או האוטומציות אינה המטרה. המדד צריך להיות מחובר להכנסה, לחיסכון בזמן, לשיפור בשירות או לצמצום טעויות.
לתת ל-AI תחום אחריות מוגדר
ככל שהמשימה צרה וברורה יותר, קל יותר למדוד הצלחה, לזהות טעויות ולשפר את התהליך. לא חייבים להתחיל מסוכן שמנהל את כל העסק.
להשאיר בני אדם בנקודות ההחלטה
AI יכול לאסוף מידע, להציע פעולה ולבצע חלקים גדולים מהתהליך. החלטות שכוללות כסף, התחייבויות, מוניטין או שיקול דעת מורכב עדיין צריכות מנגנון אישור ברור.
לשמור על גבולות והרשאות
במהלך הניסוי הסוכן השתמש בכתובת אימייל אישית ללא אישור, חשף פרטי גישה בתוך לוגים וגילה תקלה שאפשרה לקבל החזר שלא היה זכאי לו. לא נמצא נזק חיצוני, אבל המקרים האלה המחישו מדוע הרשאות, תיעוד ומנגנון עצירה אינם תוספת טכנית שולית.
AI הוא מכפיל כוח – גם לכיוון הלא נכון
הסיפור של Hans אינו הוכחה לכך ש-AI לא מועיל לעסקים. להפך. היכולת שלו לבנות, ללמוד ולהתאים לעצמו כלים בתוך ימים הייתה יוצאת דופן.
אבל הוא ממחיש אמת עסקית פשוטה: מהירות ביצוע אינה מתקנת החלטה לא נכונה.
אם יש בעיה אמיתית, תהליך ברור ומדד הצלחה נכון, AI יכול להאיץ עבודה ולפתוח אפשרויות שלא היו מעשיות בעבר. אם אין את אלה, הוא יכול לייצר כמויות עצומות של תוכן, קוד ומשימות מבלי לקדם את העסק אפילו צעד אחד.
היתרון לא יהיה שייך לעסקים שמשתמשים בהכי הרבה AI. הוא יהיה שייך לעסקים שיודעים איפה להשתמש בו, מה למדוד ומתי בן אדם צריך לקחת בחזרה את ההגה.
מקור
המאמר מבוסס על הניסוי שפרסמו Julius Danek ו-Matthias Plappert ב-dfdx labs ב-15 בספטמבר 2026: Our agent used 5B tokens to build a business empire in 3 weeks. It made $1.54.
