סוכני ה-AI של HubSpot, שפועלים תחת Breeze, יכולים לחסוך לכם שעות של עבודה ידנית, אבל רק אם מפעילים אותם בסדר הנכון. הכלל פשוט: קודם בונים את שכבת הקונטקסט, כלומר מודל נתונים נקי, ICP מוגדר ובסיס ידע, ורק אחר כך מפעילים מעליה את הסוכנים. בסוף, AI טוב בדיוק כמו הנתונים שמזינים אותו.
Breeze הוא שכבת ה-AI של HubSpot ל-2026. בלב שלה עובדים כמה סוכני AI שעושים עבודה של ממש: Prospecting Agent, סוכן ה-AI שמאתר לקוחות פוטנציאליים ומתעדף אותם; Customer Agent, סוכן ה-AI שמטפל בפניות שירות במגוון ערוצים; ו-Data Agent, ששומר על מודל נתונים נקי. מעליהם יושב Breeze Assistant, ה-AI שמדברים איתו בתוך הממשק, ומסביב מבשילים סוכנים נוספים כמו Customer Health ו-Knowledge Base. כל אחד מהם ניזון מקונטקסט, ולכן איכות ההפעלה תלויה במה שמונח מתחת.
בניגוד למנוי הרגיל, סוכני ה-AI מתומחרים לפי תוצאה. בגדול, Customer Agent גובה סכום קטן על כל פנייה שנפתרה, ו-Prospecting Agent גובה על כל ליד שעבר קווליפיקציה, וזה בנוסף למושבים ולקרדיטים הרגילים של Breeze. המשמעות פשוטה: אתם משלמים על ביצוע, לא על גישה. ולכן כדאי להפעיל סוכן רק כשהוא באמת מסוגל לבצע, כי סוכן שרץ על נתונים עכורים מייצר תוצאות גרועות, ואתם משלמים גם עליהן. את המספרים המדויקים תבדקו מול דף התמחור הרשמי של HubSpot, כי הם מתעדכנים.
שלושה דברים, ובסדר הזה. מודל נתונים נקי, שבו ברור מה מקור האמת לכל שדה ואין כפילויות. הגדרת ICP ברורה: את מי אתם רוצים, ולפי אילו איתותים מזהים אותו. ובסיס ידע מסודר של מאמרים, תשובות ונהלים, שממנו הסוכן שואב. קודם מסדרים את הקונטקסט ורק אחר כך מוסיפים AI, וזה כל העיקרון של ארכיטקטורה לפני אוטומציה. Customer Agent יהיה טוב בדיוק כמו בסיס הידע שלו, ו-Prospecting Agent יהיה טוב בדיוק כמו הגדרת ה-ICP שלו.
מתחילים מ-Data Agent, כי הוא מנקה ומתחזק את הבסיס שכל השאר נשען עליו. משם עוברים לסוכן שפותר את הכאב הכי גדול שלכם: אם השירות עמוס, Customer Agent על בסיס ידע נקי, ואם המכירות צריכות יותר פגישות, Prospecting Agent על ICP מוגדר. אל תפעילו הכל ביום אחד. סוכן שעולה על תשתית יציבה מחזיר בדרך כלל את ההשקעה, וסוכן שעולה על בלגן רק מגדיל אותו, ומהר יותר.
מתחילים בקטן ומודדים. תעלו קודם בפריסה חלקית, נניח על 10% מהפניות או מהלידים, ותעשו בדיקה שבועית: מה הסוכן פתר נכון, איפה הוא טעה ומה חסר לו בקונטקסט. תשפרו את בסיס הידע ואת ה-ICP לפי מה שעולה, ורק אז תרחיבו. כך ה-AI לומד על תשתית אמיתית, והתוצאות משתפרות מחודש לחודש במקום להתפרק כבר בהפעלה הראשונה.
Breeze יכול לעשות הרבה, אבל הערך שלו נקבע במה שמונח מתחתיו. תבנו קודם את שכבת הקונטקסט שתיארנו כאן, תפעילו סוכן אחד בכל פעם על הכאב הגדול ביותר, ותמדדו בפריסה קטנה לפני שאתם מרחיבים. כך אתם משלמים על תוצאה אמיתית, ולא על בלגן שרץ מהר יותר. (הרחבנו על העיקרון הזה במדריך HubSpot 2026 שלנו (באנגלית) ובפוסט ארכיטקטורה לפני אוטומציה.)
כן, אבל רק אחרי שבניתם את הקונטקסט שהם קוראים ממנו. סוכני Breeze עובדים הרבה יותר טוב עם מודל נתונים נקי, ICP מוגדר ובסיס ידע מסודר, ובלי אלה הם בדרך כלל מאכזבים. תסדרו קודם את התשתית, ואז תפעילו סוכן אחד בכל פעם.
סוכני ה-AI מתומחרים לפי תוצאה, למשל על כל פנייה שנפתרה או על כל ליד שעבר קווליפיקציה, בנוסף למושבים ולקרדיטים. המספרים המדויקים מתעדכנים, אז כדאי לבדוק אותם מול דף התמחור הרשמי של HubSpot ולתקצב לפי היקף השימוש שאתם צופים.
ברוב המקרים מ-Data Agent, שמנקה את הבסיס, ואחריו מהסוכן שפותר את הכאב הגדול ביותר: Customer Agent כשהשירות עמוס, או Prospecting Agent כשהמכירות צריכות יותר פגישות. תמיד סוכן אחד בכל פעם, על תשתית מסודרת.
את העבודה הזאת אנחנו עושים ב-IV-Lead עם חברות B2B בישראל: מסדרים ב-HubSpot את מודל הנתונים, את ה-ICP ואת בסיס הידע, ורק אז מחברים את סוכני ה-AI. רוצים לדעת אם ה-HubSpot שלכם מוכן לסוכנים? דברו איתנו לשיחת אבחון קצרה.