Senki nem ír promptokat egész nap. Ez az egyik legelterjedtebb tévhit a legjobb nyugati ügynökségekről, és pontosan ez fedi el azt, ami igazán számít. 2026-ban már nem az a kérdés, hogy egy ügynökség használ-e AI-t. Az a kérdés, hogy az AI a működés része, vagy csak egy megnyitott böngészőfül.
A kérdés, amit 2026-ban már senki nem tesz fel
A legjobb helyeken az AI nem a kreatív munka közben van jelen, hanem előtte és utána, az előkészítésben és a finomításban, hogy a csapatnak közben csak azzal kelljen foglalkoznia, amiért valójában fizetik. A Monks például a pre-production fázisban automatizálja a storyboard-készítést és a világítási mockupokat, hogy a csapat a valódi kreatív döntésekre koncentrálhasson. Az Ogilvy Mumbai kreatív igazgatója, Sagar Jadhav ugyanezt fogalmazta meg, amikor arról beszélt, hogy neki mindegy, 20 vagy 200 prompt kell-e, amíg a munka pontosan úgy hat, ahogy elképzelte, mert az AI nála mindvégig eszköz marad, nem irányító.
Néhány évvel ezelőtt az AI-ba fektető ügynökségek még kisebbségben voltak, mára viszont a szektor döntő többsége használ valamilyen formában AI-t a napi munkájában. Csakhogy ez az arány ma már nem sokat mond, mert az érdekes kérdés régóta nem az, hogy valaki használ-e AI-t, hanem az, hogy mit csinál vele. Vannak ügynökségek, ahol az AI egy eszköz a sok közül, és vannak olyanok, ahol az AI az egész működés gerince, és míg az előbbi ettől csupán gyorsabb lesz, az utóbbi alapvetően más lesz.
Egy AI-eszköz időt spórol. Egy AI-rendszer működést alakít át. Aki csak gyorsabban akar dolgozni, eszközt keres. Aki másképp akar működni, rendszert épít.
A különbség nem az eszközök szintjén dől el, hiszen a ChatGPT-t, a Midjourney-t vagy a Claude-ot bárki meg tudja nyitni, függetlenül attól, hogy háromfős stúdióról vagy globális hálózatról van szó. Ami valójában szétválasztja a szereplőket, az az, hogy ki milyen átgondolt folyamatba, stratégiába és emberi ítéletbe ágyazza ugyanazt az eszközt. A prompt nem stratégia.
A McKinsey fejlesztői produktivitást vizsgáló kutatása szerint a generatív AI-eszközökkel bizonyos kódolási feladatok akár kétszer olyan gyorsan elvégezhetők, ha az eszköz valóban beépül a munkafolyamatba, komplex feladatoknál viszont ez a hatás jóval szerényebb, és pontosan ez az a „ha", ami elválasztja egymástól a két utat.
Ahol a stratégia és a kutatás automatizálódik
A Digitas AI-ügynököket épített be a stratégiai munkájába és ezzel három nappal rövidítette le a brief-határidőket. Esetükben nem arról van szó, hogy az AI írná meg a briefet, hanem arról, hogy leveszi a stratéga válláról az előkészítő munka nagy részét, vagyis összegzi a piackutatást, feldolgozza a korábbi kampányok tanulságait, és elvégzi a versenytárselemzést. Mire a stratéga leül dolgozni, a házi feladat javarészt kész van, neki már csak az marad, amit valójában senki más nem tud helyette elvégezni, az értékelés, a kérdésfeltevés és annak eldöntése, hogy mi legyen az üzleti döntés.
Az AI elkészíti a házi feladatot. A stratéga dönti el, mi lesz belőle üzleti döntés. A kutatás automatizálható, az ítélőképesség nem.
A GUT ügynökségnél ennél is tovább mentek, hiszen az általuk fejlesztett „AI Personas" nevű eszköz szimulált fogyasztói reakciókat generál first-party márkaadatokra, social listeningre és viselkedési adatokra építve és pont abban erős, amiben egy AI a legkevésbé szokott az lenni, vagyis az ellentmondásban. Az egyik vezetőjük egy interjúban úgy fogalmazott, hogy az AI általában egyetért az emberrel és nem szokott konfliktust generálni, csak az emberek nem ilyenek, ezért a szimulált közönségük valódi ellenállást is produkál, ami végső soron jobbá teszi a munkát.
Amikor a rendszer maga válik a versenyelőnnyé
A legnagyobb szereplőknél ez a logika egy szinttel feljebb is lép, mert ők nem egy-egy folyamatot támogatnak AI-jal, hanem saját infrastruktúrát építenek köré. A Publicisnak megvan a maga CoreAI platformja, amely a cég állítása szerint 2,3 milliárd fogyasztói profilt és rengeteg teljesítményadatot integrál egyetlen rendszerbe, az ideációtól egészen a kampányoptimalizálásig, a WPP-nek pedig ott van a WPP Open, amelyen keresztül az Ogilvy vagy a VML storyboardokat, briefeket és kreatív variációkat generál skálán, olyan márkáknak, mint a Coca-Cola vagy a Wendy's. Az Omnicomnak megvan a saját Omni rendszere, és bár a három platform technikailag különbözik egymástól, a mögöttes logika ugyanaz.
Ezek nem eszközök a szó hagyományos értelmében, hanem a kampánygyártás integrált intelligencia-rétegei, amelyek a napi működésbe épülnek be.
A ChatGPT egy eszköz. A WPP Open már működési infrastruktúra. Az igazi versenyelőny pedig pontosan akkor kezdődik, amikor az AI eltűnik a felületről, és beépül a működésbe. Az eszközhasználat gyorsít, a rendszerépítés viszont átstrukturálja a működést.
Amikor a lelkesedés önmagában nem elég
Fontos ugyanakkor őszintén beszélni arról is, hogy ez korántsem automatikus siker. Az IDC és a Lenovo közös kutatása szerint az AI-kísérleti projektek 88%-a sosem jut el a széles körű bevezetésig, ami a gyakorlatban azt jelenti, hogy 33 elindított pilotból átlagosan mindössze négy éli túl a próbafázist. A leggyakoribb okok az infrastruktúra hiánya, a hiányzó governance és a mérhető ROI hiánya, vagyis a bukás szinte sosem az eszközön múlik, hanem azon, hogy a folyamatot, amelybe az AI-t be kellene ágyazni, senki nem gondolta végig előre.
A legtöbb AI-projekt nem azért bukik el, mert rossz a modell. Hanem mert nincs körülötte működő rendszer. Egy rosszul működő folyamat automatizálása pedig nem innováció, csak gyorsabb hiba. Akik sikeresen skáláznak, azok jellemzően előre befektetnek az infrastruktúrába, dokumentálják a governance-t még a bevezetés előtt, rögzítik a baseline metrikákat és van egy felelősük, aki a bevezetés utáni teljesítményért felel, vagyis a siker náluk nem technológiai, hanem szervezeti és gondolkodásbeli kérdés.
Ez a felismerés magyarázza azt is, miért nem szűntek meg a kreatív szerepkörök, csak átalakultak. A Nielsen Norman Group elemzése szerint a UX-hez kötődő feladatok több mint felét, 55%-át már legalább egyszer AI-val is elvégezték, ami jól mutatja, mennyire természetes résszé vált az AI az iterációs munkában. A junior szintű tartalomgyártás egy része, a hagyományos storyboard-rajzolás vagy a stock fotó kutatás jelentősen leegyszerűsödött, miközben új pozíciók jelentek meg, és ma az egyik legkeresettebb az, aki az emberek és az AI-ügynökök közötti folyamatokat tudja megtervezni. A We Are Social Singapore kreatív igazgatója, Rodrigo Mitma pontosan ezt fogalmazta meg, amikor arról beszélt, hogy az AI eszköz és nem a kreatív, a végső ötleteknek és termékeknek pedig mindenképp emberinek kell maradniuk.
A versenyelőny nem a modellben van, hanem abban, hogyan építed be a működésedbe.
Mi is végigmentünk ezen az úton
Két éve mi is jobb AI-eszközöket kerestünk. Ma már jobb működést építünk.
Ez nálunk nem elmélet, hanem napi gyakorlat. Akkor azt kérdeztük, melyik modell ír jobb szöveget és melyik generál jobb képet, ma azt kérdezzük, melyik munkafolyamatból tudjuk kivenni a felesleges emberi munkát, és hol az a pont, ahonnan a döntést mindenképp embernek kell meghoznia. Ez a váltás nem technológiai volt, hanem szemléleti, és mi valljuk, hogy ez a szemléletváltás számít igazán, nem a használt modellek listája. Nálunk is az AI az első réteg, amely felgyorsítja a vázlatot, a képi koncepciót és a kutatást, a stratégiai döntést, a felelősséget és a végső ítéletet azonban soha nem bízzuk algoritmusra. Egy magyar kkv más döntéshelyzetben van, mint egy San Franciscó-i growth hacker, ezért a rendszert is a saját valóságunkhoz és az ügyfeleink valóságához szabjuk, nem pedig egy az egyben átvesszük valakiét.
A kép másik fele: rólad tud-e egyáltalán az AI?
Van azonban ennek a történetnek egy másik oldala is. Miközben a cégek egyre többet bíznak az AI-ra, az AI egyre több döntést hoz arról is, mely cégeket mutatja meg. A kérdés tehát már nemcsak az, hogyan használod az AI-t. Hanem az is, hogy az AI használ-e téged forrásként.
Eddig arról volt szó, hogyan használják a nagy szereplők az AI-t a gyártásban, egy magyar vállalkozás szempontjából viszont van egy legalább ilyen fontos kérdés, amiről ritkán esik szó. Miközben az ügynökségek arra használják az AI-t, hogy tartalmat állítsanak elő, a te potenciális ügyfeleid egyre gyakrabban használják arra, hogy keressenek, és a ChatGPT-ben, a Google AI-összefoglalóiban, a Geminiben vagy a Perplexityben kérdeznek rá arra, amit te kínálsz.
Itt pedig jön egy kényelmetlen igazság. Hiába kiváló a tartalmad, ha a weboldalad technikailag nem érthető ezeknek a rendszereknek, mert rossz a struktúrája, hiányzik a szemantikája vagy nincs gépi olvashatóságra tervezve, ezekben a válaszokban egyszerűen nem fogsz szerepelni. A jó tartalom önmagában ma már nem versenyelőny, mert a kommunikáció, a technológiai háttér és a kereshetőség egyetlen rendszert alkot, és ha ennek akár egyetlen rétege hibázik, az egész láthatatlanná válik. Ezt a réteget hívják GEO-nak, vagyis Generative Engine Optimizationnek, vagy AI Visibilitynek, és 2026-ban ez már nem opció, hanem alapfeltétel.
Ahol mi jövünk a képbe
A W5labs olyan digitális rendszereket tervez és épít, amelyekre a vállalkozások növekedése épül, a stratégia megtervezi a rendszert, a kreatív kialakítja a kommunikációját, a fejlesztés felépíti, a support pedig működésben tartja és védi. Ezek együtt adják azt a digitális infrastruktúrát, amelyre az ügyfeleink növekedése épül, és ugyanez az elv vezet minket akkor is, amikor a saját AI-használatunkról van szó.
Az eszköz mindenkinél ugyanaz. A rendszer, amibe beépül, nem.
A következő években nem azok a vállalkozások nyernek, amelyek több AI-eszközt használnak. Hanem azok, amelyek jobb rendszereket építenek. Ha kíváncsi vagy, mennyire támogatja a jelenlegi weboldalad, tartalmad és digitális jelenléted az üzleti növekedést, és mennyire vagy látható a modern AI-keresők számára, nézzük együtt végig .
