एजेंसियाँ असल में अभी क्लाइंटों के साथ AI एजेंटों का इस्तेमाल कैसे कर रही हैं
मार्केटिंग, क्रिएटिव, डेवलपमेंट और कंसल्टिंग एजेंसियाँ एजेंटिक AI के साथ पायलट चरण से आगे निकल चुकी हैं। आज क्लाइंट काम में असल में क्या चल रहा है, क्या अभी भी ज़्यादातर बातचीत है, और बिलिंग, खुलासे और देयता के वे सवाल जिन्हें अभी किसी ने तय नहीं किया है।
जून में, जब विज्ञापन उद्योग के सौदा करने वाले दक्षिण फ्रांस में अपनी सालाना तीर्थयात्रा पर जुटे थे, एजेंसियों ने हफ्ता एक-दूसरे से आगे निकलने वाले AI एजेंट ऐलानों में बिताया। WPP ने कहा कि वह प्रीमियम वीडियो इन्वेंटरी के लिए मीडिया खरीद और प्लानिंग एजेंट आज़मा रही है। Dentsu ने कैंपेन सेटअप और एनालिटिक्स तेज़ करने के लिए Newton Research नामक AI एजेंट डेवलपर के साथ साझेदारी की। स्वतंत्र एजेंसी Butler/Till ने DoubleVerify के साथ मिलकर कम गुणवत्ता वाली इन्वेंटरी से विज्ञापन बजट हटाने के लिए Claude-आधारित एजेंट पहले ही बना लिए थे। इसमें से कुछ भी डेमो नहीं था। ये एजेंसियाँ उन टूल का वर्णन कर रही थीं जो लाइव क्लाइंट अकाउंट में चल रहे हैं, Digiday की रिपोर्ट के अनुसार।
उस हफ्ते ने एजेंटिक AI की मौजूदा जगह के बारे में कुछ सच्चाई सामने रख दी: यह अब पिच डेक की स्लाइड नहीं रहा। यह कैंपेन डैशबोर्ड, ऑडिट वर्कपेपर और कोडबेस में दिख रहा है — उन बिलिंग मॉडल, खुलासा मानदंडों और देयता ढाँचों से तेज़, जो एक ऐसी दुनिया के लिए बने थे जिसमें यह था ही नहीं। एजेंसियाँ आज असल में क्या चला रही हैं, और असली घर्षण कहाँ है।
वह काम जो पायलट से आगे निकल चुका है
अपनाने पर सबसे साफ़ आँकड़ा जनवरी 2025 के एक सर्वे से आता है, जिसमें अमेरिकी मार्केटिंग एजेंसियों के 547 निर्णयकर्ताओं को NinjaCat ने शामिल किया: 91% पहले से किसी न किसी रूप में AI इस्तेमाल कर रहे थे, और 59% ने कहा कि वे खास तौर पर AI एजेंट सक्रिय रूप से इस्तेमाल कर रहे हैं — ऐसे स्वायत्त सिस्टम जो सुझाव देने के बजाय काम पूरा करते हैं। एजेंसियों ने जिन दो उपयोगों का सबसे ज़्यादा ज़िक्र किया, वे डेटा और इनसाइट का काम (74%) और कैंपेन रणनीति व ऑप्टिमाइज़ेशन (72%) थे। व्यवहार में इसका मतलब है ऐसे एजेंट जो विज्ञापन प्लेटफ़ॉर्मों के बीच मेट्रिक एक करते हैं, खर्च बर्बाद होने से पहले विसंगति पकड़ते हैं, और रिपोर्टिंग सीधे क्लाइंट के इनबॉक्स तक पहुँचाते हैं, बिना किसी विश्लेषक के हाथ से डेक जोड़ने के।
IAB की State of Data 2025 रिपोर्ट इस पर एक संख्या रखती है कि यह असल में कितनी दूर गया है: अभी तक केवल 30% एजेंसियों, ब्रांडों और पब्लिशरों ने मीडिया कैंपेन के पूरे जीवनचक्र में AI को पूरी तरह जोड़ा है, हालाँकि उस समूह में एजेंसियाँ और पब्लिशर ब्रांडों से आगे हैं। जहाँ इसे अपनाया गया, IAB ने पाया कि 70% से ज़्यादा मामलों में AI ने उम्मीदें पूरी कीं या उनसे आगे निकला, उत्पादकता 47% बढ़ाई, और प्रति व्यक्ति कम मूल्य वाले मैनुअल काम के लगभग 12 घंटे हर हफ्ते काट दिए।
ख़ास तौर पर एजेंटिक परत — मीडिया खरीदने वाले एजेंट जो सिर्फ़ सुझाव नहीं देते, काम करते हैं — अभी शुरुआती पैमाने के चरण में है, लेकिन तेज़ी से बढ़ रही है। Digiday ने सितंबर में बताया कि विज्ञापन अधिकारियों के 58% को उम्मीद है कि एजेंटिक खरीद एक साल के भीतर सार्थक पैमाने पर पहुँच जाएगी, IAB Europe के शोध का हवाला देते हुए। Dentsu की Caitlin Gelles, डेटा टेक्नोलॉजी और मापन की कार्यकारी उपाध्यक्ष, ने Digiday से इसके आकर्षण को सीधे-सपाट परिचालन शब्दों में बताया: “सिस्टमों के बीच कैंपेन सेट करने में घंटे लगते हैं… जब आप उन बारीकियों को RAG डेटाबेस में रख सकते हैं, या यह ले सकते हैं कि क्लाइंट कैसे खरीदना पसंद करते हैं, और AI को वे दक्षता के मौक़े ढूँढने दे सकते हैं, वहीं मूल्य आता है।”
डेवलपमेंट और डिजिटल-ट्रांसफ़ॉर्मेशन एजेंसियाँ इसी रणनीति का समानांतर रूप चला रही हैं। डच एजेंसी समूह Dept ने स्विस फ़िटनेस ब्रांड Blackroll के लिए Google के Gemini और Antigravity स्टैक पर AI एजेंटों से एक ई-कॉमर्स प्लेटफ़ॉर्म का नया डिज़ाइन बनाया — Dept कहती है कि प्रोजेक्ट उसके अपने AI-पूर्व अनुमान से 3.8 गुना तेज़ पूरा हुआ। Blackroll के CEO Scott Zalaznik ने Digiday को बताया कि कंपनी अब अपने ई-कॉमर्स फ़ीचर टेस्टिंग और डेवलपमेंट के अधिकांश हिस्से के लिए AI एजेंट इस्तेमाल करती है। Dept ने इसके बाद इस तरीक़े को Agent Studio नामक सशुल्क ऑफ़र में बदल दिया है, यानी अपनी एजेंट-बनाने की प्रक्रिया उन क्लाइंटों को किराए पर दे रही है जो क्षमता चाहते हैं, लेकिन खुद बनाना नहीं चाहते।
कंसल्टिंग फ़र्में आगे हैं, और अभी भी फ़ायदे को लेकर बहस कर रही हैं
अगर मार्केटिंग एजेंसियाँ संक्रमण के बीच में हैं, तो बड़ी कंसल्टिंग फ़र्में मात्रा पर पूरी तरह उतर चुकी हैं — और अब इस कठिन सवाल पर अटकी हैं कि इनमें से किसी की कीमत क्या है। McKinsey के CEO Bob Sternfels ने जनवरी में कहा कि फ़र्म ने दसियों हज़ार आंतरिक AI एजेंट तैनात किए हैं और अंततः अपने 40,000 कर्मचारियों में से हर एक के लिए एक चाहती है, Business Insider के अनुसार। लेकिन जैसा कि Mina Alaghband ने कहा, जो पहले McKinsey पार्टनर थीं और अब Writer में chief customer officer हैं: “मुझे लगता है कि हम अब उलझन के युग में हैं।” एक साल पहले मापदंड उपयोग था। अब फ़र्में कुछ कठिन मापने की कोशिश कर रही हैं — वास्तव में बना मूल्य।
PwC के chief AI officer Dan Priest ने Business Insider को बताया कि फ़र्म ने एजेंट गिनना बंद कर दिया है और यह गिनना शुरू किया है कि हर एक को असल में कितने लोग इस्तेमाल करते हैं। EY अपने एजेंटों पर उत्पादकता, गुणवत्ता और लागत-कुशलता के KPI हर महीने ट्रैक करती है। BCG के पास सबसे ठोस संख्या है: पार्टनर Scott Wilder ने कहा कि कर्मचारी अब स्लाइडशो बनाने जैसे कम मूल्य वाले काम पर लगभग 15% कम समय लगाते हैं, बचाए गए समय का लगभग 70% गहरे विश्लेषण में दोबारा लगाते हैं — और बाकी 30% को, उनके शब्दों में, ज़्यादा नींद या योगा क्लास के रूप में रखते हैं। घंटे के हिसाब से बिल करने वाली फ़र्मों के अंदर भी, AI से बचा समय अपने आप ज़्यादा बिल किए गए घंटों में नहीं बदल रहा।
“AI आखिरकार बिल करने योग्य घंटे के लिए मौत की घंटी साबित हो सकता है,” Clio के CEO Jack Newton ने कहा — एक दावा जो पेशेवर-सेवा फ़र्में तीस साल से करती और पीछे हटती रही हैं, बस इस बार उसके पीछे का हिसाब सार्वजनिक है।
बिलिंग मॉडल वह पहली चीज़ है जो सच में टूट रही है
एजेंसियाँ जिन घर्षणों से टकरा रही हैं, उनमें बिलिंग सबसे तत्काल है, क्योंकि गणित टाला नहीं जा सकता। अगर AI किसी काम का समय पाँच घंटे से एक घंटा कर देता है, और आप फिर भी घंटे के हिसाब से बिल करते हैं, तो आपने बिना चाहे अपने क्लाइंट को 80% की छूट दे दी। 743 ऑडिट पेशेवरों के 2026 Gartner सर्वे और कानूनी सॉफ़्टवेयर कंपनी Clio के अलग शोध पर एक Forbes विश्लेषण ने पाया कि यह पैटर्न पड़ोसी पेशेवर-सेवा उद्योगों में दिख रहा है: 93% ऑडिट लीडर कुछ AI उपयोग की रिपोर्ट करते हैं, लेकिन केवल 38% के पास उसकी रणनीति है, और Clio का अनुमान है कि बिल करने योग्य कानूनी कामों का लगभग तीन-चौथाई अब जनरेटिव AI से स्वचालित हो सकता है।
कीमतें पीछे रह गई हैं। Clio ने पाया कि सोलो लॉ फ़र्मों के 86% और छोटी फ़र्मों के 78% ने जवाब में कीमत में कोई बदलाव नहीं किया, जबकि मिड-मार्केट फ़र्मों में यह 51% और एंटरप्राइज़ फ़र्मों में 46% है — दफ़्तर जितना छोटा, उतना चुपचाप वह छूट निगल रहा है। इस बीच 71% क्लाइंटों ने शोधकर्ताओं को बताया कि वे शुरू से ही घंटे की बिलिंग के बजाय फिक्स्ड या फ्लैट फ़ीस पसंद करते हैं, जिससे लगता है कि घंटे की बिलिंग हमेशा उस चीज़ का विकल्प थी जो क्लाइंट असल में चाहते थे: पहले से अनुमानित नतीजा, टाइमशीट नहीं। Salesforce के chief legal officer Sabastian Niles ने Harvard Law School के एक गवर्नेंस फ़ोरम पोस्ट में क्लाइंट-पक्ष की उम्मीद साफ़ की, जिसका हवाला Forbes ने दिया: “लाभ बेशक बचत, लागत-कुशलता और नए बिज़नेस मॉडल के ज़रिए क्लाइंटों के साथ भी बाँटे जाने चाहिए।” Wall Street Journal ने इसी बदलाव को “घंटे-आधारित बिलिंग से कंसल्टेंट्स का उलझा हुआ बदलाव: अंदर की कहानी” शीर्षक के तहत कवर किया, और बताया कि AI के बिल करने योग्य घंटे को अप्रचलित बना देने के ख़तरे के बीच पेशेवर-सेवा फ़र्में अपने चार्ज करने के तरीक़े को नए सिरे से गढ़ने में जूझ रही हैं।
मार्केटिंग एजेंसियाँ पहले से वह विकल्प आज़मा रही हैं जो NinjaCat के सर्वे में मिला: 28% मानक बिल करने योग्य घंटों से हटकर मूल्य- या नतीजा-आधारित कीमत की ओर बढ़े हैं, और 45% अब AI-आधारित समाधान और ऑटोमेशन को मौजूदा रिटेनर में समेटने के बजाय पैकेज्ड सेवा के रूप में बेचते हैं — दक्षता के लाभ को छोटी इनवॉइस के बजाय एक नए उत्पाद में बदलते हुए।
क्या क्लाइंटों को बताया जाना चाहिए कि उनके काम में किसी AI एजेंट का हाथ रहा?
खुलासे का सवाल बिलिंग वाले से कम तय है, ज़्यादातर इसलिए कि कोई एक नियम नहीं है जिसकी ओर इशारा किया जा सके। IAB के State of Data 2025 शोध में पाया गया कि लगभग आधे ब्रांड पहले से चिंतित हैं कि एजेंसियाँ और पब्लिशर उनकी ओर से AI का इस्तेमाल कैसे करते हैं — भरोसे की ऐसी खाई जो तब भी मौजूद है जब किसी ने यह तय ही नहीं किया कि खुलासा कैसा दिखना चाहिए।
अब तक का सबसे साफ़ मार्गदर्शन उन पड़ोसी पेशेवर-सेवा क्षेत्रों से आता है जो अपने क्लाइंटों के लिए यही सवाल झेल रहे हैं। Journal of Accountancy से सिंडिकेट हुए एक लेख में बीमाकर्ता CNA ने CPA फ़र्मों को सलाह दी कि किसी एक सर्वमान्य क़ानून के अभाव में — कानूनी परिदृश्य Gramm-Leach-Bliley Act, California और Utah जैसे राज्यों के बिखरे खुलासा क़ानूनों, और यूरोपीय क्लाइंट वाली फ़र्मों के लिए EU के AI Act का मिला-जुला पैचवर्क है — स्वैच्छिक, विशिष्ट खुलासा अभी भी सुरक्षित रास्ता है, क्योंकि जो क्लाइंट बाद में जानते हैं कि AI ने बिना बताए उनका काम छुआ, वे इसे धोखा मान सकते हैं, चाहे कुछ गड़बड़ हुआ हो या नहीं। लेख ने जनरेटिव AI पर American Bar Association की 2024 की औपचारिक राय की ओर इशारा किया, जो साफ़ लकीर खींचती है: एंगेजमेंट लेटर में दबी बॉयलरप्लेट भाषा सूचित सहमति नहीं गिनी जाती। खुलासे को असल में यह बताना होता है कि AI ने क्या किया और उसके बाद किसी इंसान ने क्या जाँचा।
इस सवाल से टकराने वाला हर पेशेवर-सेवा क्षेत्र — लेखांकन, क़ानून, और अब एजेंसियाँ — लगभग एक ही जवाब पर पहुँच रहा है: ज़्यादातर मामलों में खुलासा अभी क़ानूनी रूप से ज़रूरी नहीं है, लेकिन उसे रोकना प्रतिष्ठा का ऐसा दांव है जो उतना ही जोखिम भरा होता जाता है जितने ज़्यादा क्लाइंट यह मानने लगते हैं कि AI पहले से शामिल है।
जब एजेंट गलती करे तो ज़िम्मेदारी किसकी है
देयता वह घर्षण है जिसके बारे में एजेंसियों ने सबसे कम सोचा है, क्योंकि इसने अभी तक मजबूर नहीं किया है — किसी एजेंसी की AI विफलता ने अभी तक ऐसा शीर्षक नहीं बनाया जैसा कानूनी पेशे ने देखा, जहाँ वकीलों को असली फ़ाइलिंग्स में AI-गढ़े केस लॉ का हवाला देने पर सज़ा हुई। Law.com के David Partida 2026 भर छह भागों की एक श्रृंखला चला रहे हैं जो ठीक इसी समस्या को सैद्धांतिक से रोजमर्रा बनते हुए ट्रैक करती है, जिसमें “जब AI अकेले काम करे तो क्या होता है — और इसका भुगतान कौन करता है?” और “जब AI गलती करे तो ज़िम्मेदार कौन?” शीर्षक वाले अंक शामिल हैं। उसी साइट पर उसी साइट का एक सहयोगी लेख, “वकीलों और जजों की AI गलतियों के लिए जवाबदेही”, बताता है कि वकील तेज़ी से ऐसे ब्रीफ़ दाखिल कर रहे हैं जिनमें AI द्वारा जनरेट किए नकली केस उद्धरण हैं — जिनकी जड़ आमतौर पर टूल में नहीं, उपयोगकर्ता की गलती में निकलती है — और अदालतें पहले से याचिकाओं और अपीलों के ज़रिए परिणामी फ़ैसलों को सुधार रही हैं। इसके इर्द-गिर्द जुड़ता पेशेवर मार्गदर्शन, ABA की राय से लेकर CPA फ़र्मों को CNA की सलाह तक, एक जैसा है: जो फ़र्म किसी AI एजेंट के आउटपुट पर बिना स्वतंत्र मानवीय समीक्षा के भरोसा करती है, वह ठीक वैसे ही ज़िम्मेदार है जैसे किसी बिना निगरानी वाले जूनियर स्टाफ़ ने गलती की हो। एजेंट देयता नहीं उठाता। जिस फ़र्म ने उसका आउटपुट क्लाइंट तक भेजा, वही उठाती है।
एजेंसियों के पास सार्वजनिक रिकॉर्ड में अभी इस हिसाब-किताब का अपना संस्करण नहीं है — जो शायद देखने लायक सबसे महत्वपूर्ण घर्षण बिंदु है, क्योंकि एजेंसी डिलिवरेबल तेज़ी से चलते हैं और क्लाइंट के इनबॉक्स तक पहुँचने से पहले अक्सर कम जाँच पाते हैं।
The AI Organization का एक विचार यहाँ उधार लेने लायक है: सुपाठ्यता, यानी यह दिखा पाना — सिर्फ़ दावा नहीं — कि किसी काम को किसने या किस चीज़ ने छुआ और कब। जो एजेंसी यह वास्तविक रिकॉर्ड निकाल सकती है कि एजेंट ने क्या किया, किसी इंसान ने क्या समीक्षा की, और उसे कब मंज़ूरी दी, वह खुलासे और देयता के सवालों का जवाब नीति वक्तव्य के बजाय सबूत से दे रही है। FabricLoop का अपना AI उत्पाद, Loop Agent, ठीक इसी वजह से MCP पर स्पष्ट, ऑडिटेड अनुमतियों के साथ बना है: ताकि क्लाइंट के सामने AI का उपयोग ऐसी चीज़ हो जिसे फ़र्म दिखा सके, सिर्फ़ दावा न करे।
अगर आप एजेंसी चलाते हैं तो इसका मतलब क्या है
ऐलान हटा दें तो पैटर्न संकरा है, लेकिन असली है। एजेंटिक AI आज उस काम पर अपनी जगह बना रहा है जो दोहराने लायक, मापने लायक, और क्लाइंट तक पहुँचने से पहले समीक्षा लायक है: कैंपेन रिपोर्टिंग, तय सीमाओं के अंदर मीडिया-खरीद का निष्पादन, शुरुआती दौर का शोध और प्रतिस्पर्धी विश्लेषण, और — Dept के आँकड़ों के अनुसार — ई-कॉमर्स निर्माण और परीक्षण चक्रों का एक अच्छा-ख़ासा हिस्सा। यह छोटी सूची नहीं है, और जो एजेंसियाँ यह काम अभी भी हाथ से कर रही हैं, उनके लिए यह मेज़ पर पड़ा एक असली लागत लाभ है।
उस काम पर यह अभी भी ज़्यादातर बातचीत है जिसमें ऐसे विवेक की ज़रूरत है जिसे बड़े पैमाने पर जाँचने का तरीक़ा किसी ने नहीं निकाला: ब्रांड जोखिम वाले क्रिएटिव फ़ैसले, रणनीतिक सिफ़ारिशें जिनके लिए क्लाइंट ठीक इसलिए पैसे देते हैं कि उन्हें बनाने वाले व्यक्ति पर भरोसा है, और कुछ भी जहाँ गलती किसी इंसान के देखने से पहले क्लाइंट तक पहुँच सकती है। इन रिपोर्टों में उद्धृत एजेंसियाँ — Dentsu, PwC, BCG — अपने अलग-अलग उपयोगों के नीचे एक ही मॉडल बताती हैं: एजेंट आसानी से घटाया जा सकने वाला काम करते हैं, एक इंसान जोखिम वाले हिस्सों की जाँच करता है, और बचा समय मार्जिन के रूप में जेब में रखने के बजाय दोबारा लगाया जाता है। यह “AI एजेंसी की जगह ले लेगा” से ज़्यादा बोरिंग कहानी है। यही वह कहानी भी है जो अभी क्लाइंट अकाउंट में असल में हो रही है।