هوش مصنوعی سریعتر از آن که بازاریابان بتوانند ارزشش را اثبات کنند، بودجه می‌گیرد. بر اساس گزارش «چشمانداز مارتک سازمانی ۲۰۲۶» از The Martech Weekly، اکنون دوسوم سازمانهای بزرگ بودجه اختصاصی هوش مصنوعی دارند و ۹۵٫۳ درصد آنها عاملهای هوشمند (AI agents) را در نقشه راه خود قرار دادهاند. با این حال، تنها ۱۰٫۸ درصد از طرحهای عاملی به‌طور کامل در محیط تولید مقیاس گرفته‌اند و ۴۰٫۲ درصد از رهبران مارتک همچنان نمی‌توانند سهم مالی روشنی از سرمایه‌گذاری‌های فناوری خود نشان دهند. شرکت‌ها پول خرج می‌کنند، آزمایش می‌کنند و تقلای بسیار می‌کنند؛ اما بیشتر طرحهای عامل هوشمند به تولید کامل نرسیده‌اند و اثبات بازگشت سرمایه برای تیم‌های مارتک دشوار است.
**هوش مصنوعی بیشتر به بازاریابان کمک میکند تا به مشتریان.** هوش مصنوعی در عملیات بازاریابی اثر بزرگ‌تری گذاشته است تا در تجربه مشتری. حدود ۶۹٫۳ درصد از پاسخ‌دهندگان می‌گویند هوش مصنوعی تأثیر معقول، روشن یا قابل توجهی بر پشته فناوری مارتک آنها داشته است، در حالی که فقط ۵۹٫۹ درصد همین را درباره تجربه مشتری می‌گویند. این شکاف منطقی است، چرا که کاربردهای داخلی مثل نوشتن، ویرایش، تحلیل، گزارش‌گیری و تولید تنوع‌های خلاقانه راحت‌تر آزمایش، کنترل و در جریان‌های کاری موجود بازاریابان جای می‌گیرند. همین وضعیت درباره عاملهای هوشمند هم دیده می‌شود: دستیارهای نوشتاری و ویرایشی، مدیریت و تحلیل داده و تولید ویدئو در تولید جلوتر هستند و بازگشت سرمایه بهتری گزارش می‌کنند، در حالی که عاملهای بهینه‌سازی مسیر مشتری، تصمیم‌گیری، انتخاب مخاطب، ساخت کمپین، انتساب، بهینه‌سازی وفاداری و پیشنهادها هنوز راه زیادی برای پیمودن دارند.
**نقشه راه عامل‌ها بسیار جلوتر از تولید است.** تقریباً هر سازمانی در این نظرسنجی، عامل هوشمند را جایی در برنامه‌هایش دارد، اما شمار بسیار کمی آنها را به مقیاس کامل رسانده‌اند. نزدیک به ۹۰ درصد سازمانها هنوز در مراحل برنامه‌ریزی، اثبات مفهوم یا تولید محدود هستند و بازاریابی خودمختار فاصله زیادی دارد. بخش دشوار ماجرا این نیست که عاملی پاسخ تولید کند؛ دشوار این است که مطمئن شوید پاسخ درست است. بهینه‌سازی مسیر مشتری، تصمیم‌گیری، انتساب و ساخت کمپین از جمله کارهایی هستند که در آنها هوش مصنوعی جریان‌های داده و فرایندهای از قبل پیچیده را به ارث می‌برد؛ اگر جریان کاری متزلزل باشد، عامل هوشمند فقط آن را سریعتر متزلزل میکند.
**انسان‌ها همچنان در حلقه تصمیم باقی می‌مانند.** برندهای بزرگ محدودیت‌ها و ریسک‌های هوش مصنوعی را به‌خوبی درک می‌کنند؛ آنها حاضرند از آن به‌طور گسترده استفاده کنند، اما بیشترشان هنوز انسان را میان مدل و مشتری می‌خواهند. فقط ۱٫۶ درصد اجازه می‌دهند محتوای تولیدشده با هوش مصنوعی به‌طور کاملاً خودکار و رو به مشتری منتشر شود. اکثریت (۴۳٫۳ درصد) اجازه استفاده بیرونی از محتوای تولیدشده با هوش مصنوعی را فقط پس از بازبینی، ویرایش و راستی‌آزمایی می‌دهند و ۲۴٫۴ درصد نیز تولید مولد را به استفاده داخلی محدود می‌کنند. مشکل اینجاست که هزینه بالای هوش مصنوعی قرار بود با افزایش بهره‌وری کارکنان توجیه شود؛ اما اگر زمانی که در تولید صرفه‌جویی می‌شود صرف راستی‌آزمایی خروجی شود، هیچ افزایش بهره‌وری رخ نمی‌دهد.
**هوش مصنوعی هنوز باید از جلسه بودجه عبور کند.** مشکل گسترده‌تر اندازه‌گیری در مارتک تنها به این دلیل که هوش مصنوعی ردیف بودجه اختصاصی پیدا کرده، از میان نرفته است. حدود ۴۰٫۲ درصد از رهبران مارتک می‌گویند نمی‌توانند سهم مالی روشن و قابل اندازه‌گیری در اهداف مالی شرکت نشان دهند. تیم‌هایی که توانستند ارزش خود را اثبات کنند، بسیار بیشتر احتمال داشت که رشد بودجه را گزارش کنند: ۵۶ درصدشان افزایش بودجه گرفتند، در مقابل ۳۷٫۵ درصد در سازمان‌هایی که به‌قول گزارش بر «اثبات ارزش مبتنی بر ایمان» تکیه می‌کنند. بنابراین هوش مصنوعی ممکن است در مرحله سرمایه‌گذاری رفتار ویژه‌ای دریافت کند، اما در نهایت به همان گفت‌وگوی بودجه بازمی‌گردد. این وضعیت بار اثبات را بر دوش بازاریابان می‌گذارد تا میان هوش مصنوعی‌ای که کار را بهتر میکند و هوش مصنوعی‌ای که فقط کار بیشتری تولید میکند تمایز قائل شوند؛ گروه نخست به این دلیل که نتیجه‌اش دیدنی است، راحت‌تر قابل دفاع است و گروه دوم در ادعاهای مبهم درباره بهره‌وری، تحول یا پتانسیل آینده گم می‌شود. بودجه اختصاصی هوش مصنوعی امروز فراوان است، اما ارز دشوارتر، اثبات است.