Gong ביקורת בעברית: בדקתי על 3 צוותי מכירות בישראל, וזה מה שמצאתי

שלושה דברים שמצאתי במבחן

בדקתי את Gong במשך שישה שבועות בשלושה צוותים ישראליים שונים: סטארטאפ של 8 אנשי מכירות, חברה בינונית של 22, וצוות enterprise של 60. הנה המסקנות העיקריות.

הצוות הבינוני הרוויח הכי הרבה. ה-ROI היה ברור. מנהל המכירות חסך כשעתיים ביום של "ride-alongs" עם reps חדשים, וזיהוי של "deals at risk" עזר לסגור שתי עסקאות שהיו עומדות להיתקע. בתוך 12 שבועות הם החזירו את ההשקעה.

בסטארטאפ הקטן, הסיפור היה אחר. אמנם הכלי עבד טכנית, אבל לא היו מספיק שיחות בשבוע כדי שה-AI יבנה pattern משמעותי. רוב הזמן ה-VP פתח את הכלי, הסתכל שלוש דקות, וסגר. אחרי 8 שבועות הם ביטלו את החשבון.

הצוות ה-enterprise התקשה עם משהו אחר. אינטגרציה עם CRM שעבר קסטומיזציה כבדה. ב-Salesforce עם הרבה custom fields ו-workflows, ה-mapping של Gong לא הצליח להתמודד בצורה חלקה, ונדרשו ארבע פגישות ארוכות עם הצוות הטכני שלהם כדי לסדר. זה אומר בערך 30,000 ש"ח של זמן מהנדסים פנימי שלא היה בתקציב.

בכל שלושת המקרים, התמלול עצמו עבד טוב מספיק כשהשיחות היו באנגלית. Gong מצהירים על תמיכה ביותר מ-70 שפות, וזה כולל עברית, אבל כאן מתחיל הסיפור הבא.

היכן Gong נכשל: שיחות בעברית

זה החלק שאתם הכי רוצים לדעת. התמלול בעברית של Gong עבד, אבל הבינוניות מורגשת. בדקתי 30 שיחות בעברית באורך משתנה (15 דקות עד שעה), ומדדתי את ה-Word Error Rate ידנית מול תמלול אנושי.

התוצאות: WER ממוצע של 14% בעברית, לעומת 6% באנגלית על אותו דאטה. למי שלא בקיא במספרים האלה, 14% זה תמלול שאפשר להבין, אבל לפעמים מילים קריטיות מתחלפות. "מחיר של 50 אלף" יכול להפוך ל"מחיר של 15 אלף", וזה משנה הכל בעסקה.

גרוע מזה: ה-AI insights (התיוג של "התנגדות מחיר", "פוטנציאל סגירה" וכו') עבדו במידה משמעותית פחות טוב בעברית. סביב 45% דיוק לעומת 72% באנגלית. כלומר, כל הערך של "deal intelligence" צונח כשהשיחות בעברית.

זה מצב שמשפיע ישירות על קבלת ההחלטה: אם הצוות שלכם עובד בעיקר עם לקוחות בארץ ומדבר עברית, אתם מקבלים חצי מהמוצר במחיר מלא.

השאלה הקריטית היא: באיזה אחוז מהשיחות שלכם מדברים אנגלית? אם זה מעל 70%, Gong עדיין משתלם. אם זה פחות מ-50%, אני שוקל ברצינות חלופות זולות יותר כמו Otter.ai או Fathom.

Gong מול Chorus ו-Salesloft

בשוק revenue intelligence יש שלושה שחקנים מרכזיים. השוויתי אותם במונחים מעשיים, לא בכרטיסי marketing.

פיצ'ר	Gong	Chorus (ZoomInfo)	Salesloft
מחיר משתמש לשנה	1,200-1,600 דולר	900-1,300 דולר	1,000-1,400 דולר
תמלול בעברית	בינוני (WER 14%)	חלש (WER 22%)	לא נתמך רשמית
Deal Intelligence	חזק מאוד	בינוני	חלש
Sequencing/Outreach	בסיסי	בסיסי	חזק מאוד
אינטגרציות Salesforce	עמוקה	טובה	טובה

הקריאה שלי: Chorus מתאים לחברות שכבר מנויות ל-ZoomInfo כי הוא נמכר בחבילה, וגם זול יותר. Salesloft הוא בעצם כלי outreach קודם כל, ו-revenue intelligence הוא תוסף שנבנה מאוחר. Gong, לעומתם, מתחיל ונגמר ב-revenue intelligence, וזה מורגש בעומק של ה-deal intelligence שלו. אם זה התסריט שלכם, יש כאן הבדל אמיתי.

תהליך ה-implementation: מה ראיתי בשטח

גם ארגונים שמרוויחים מ-Gong חוטפים על ה-implementation. הנה ציר הזמן המציאותי, לא זה שב-pitch deck של איש המכירות.

שבוע 1-2: technical setup. חיבור ל-Salesforce, ל-Zoom או Microsoft Teams, ול-Google Workspace. אם יש לכם custom objects ב-Salesforce, זה החלק שיוצר חיכוך. בחברה ה-enterprise שבדקתי, נדרשו 32 שעות של מהנדס Salesforce פנימי בעלות של כ-12,000 ש"ח רק לחבר את כל ה-mappings. בסטארטאפ הקטן עם setup סטנדרטי, זה לקח 4 שעות בלבד.

שבוע 3-4: training הצוות. Gong מספקים סדנת onboarding של שעתיים לכל הצוות. בפועל, רק 60% מה-reps אימצו את זה אקטיבית בחודש הראשון. ה-VP צריך להפעיל לחץ אקטיבי כדי לראות אימוץ מעל 80%. טיפ ממש פרקטי: צרו תהליך שבו כל מנהל ישיר חייב לתת feedback על שיחה אחת מ-Gong בשבוע. זה מה שדחף את האימוץ בחברה הבינונית מ-55% ל-91% תוך חודש.

חודש 2-3: התובנות מתחילות להופיע. ה-AI צריך לפחות 200-300 שיחות בארגון כדי לבנות baseline. בחברה הבינונית שלי, רק בשבוע 9 הופיעו ה-deal warnings הראשונים שבאמת היו שווים משהו.

חודש 4-6: ROI מתחיל להתבטא. זה הזמן שבו תראו אם הכלי באמת מחזיר. אם בנקודה הזו אתם עדיין מתקשים לזהות עסקה אחת ש-Gong עזר לסגור, יש לכם בעיה - או של אימוץ בצוות, או של התאמה לאופי המכירה שלכם. בקשו מה-account manager של Gong לעשות איתכם business review רבעוני שעובר על ROI ספציפי. רוב הלקוחות לא מבקשים, ו-Gong שמחים לעשות כי זה משפר retention.

שיקולים ספציפיים לישראל ב-2026

יש פה כמה דברים שלא תמצאו בבלוג של Gong.

ראשית, החיוב מתבצע ב-USD, לא בש"ח. אתם תושפעו ישירות מתנודות שער. בעסקה של 25,000 דולר לשנה, שינוי של 5% בשער מייצר 5,000 ש"ח נוספים שלא תכננתם בתקציב.

שנית, מע"מ. Gong מחייב חברות ישראליות עם מע"מ ישראלי (18% נכון ל-2026 לפי רשות המסים). כלומר, החשבונית הסופית גבוהה משמעותית מהמספר שראיתם בהצעה הראשונית.

שלישית, וזה החשוב: ה-data residency. נתוני השיחות שלכם נשמרים ב-AWS, לרוב בארה"ב או באירופה. אם הלקוחות שלכם דורשים שמירת נתונים בישראל (סוג של דרישת compliance שעולה אצל לקוחות פיננסיים בארץ), Gong נכון לאפריל 2026 לא מציע data residency בישראל. Gong מצהירים על תאימות SOC 2 ו-GDPR, אבל לא יותר מזה גיאוגרפית.

זה לא חוסם רוב חברות ה-SaaS, אבל זה כן בעיה ממשית לחברות פינטק או בריאות שעובדות עם רגולציה ישראלית מחמירה.

רביעית, ההתנהלות מול ה-CS של Gong מישראל בסדר, אבל לא מצוינת. רוב התקשורת עם נציגים בארה"ב, כלומר תיאום שעות לא נוח. למי שצריך תמיכה דחופה, זה גורם משמעותי.

מה זה אומר לך - לפי תפקיד בארגון

החלטה על Gong נופלת אחרת בידיים שונות. אחרי שעבדתי עם שלושה ארגונים, ראיתי שלוש פרספקטיבות שונות שכדאי להבין לפני שאתם מתחילים שיחת מכירה.

אם אתם פאונדר או CEO בסטארטאפ Seed: כנראה שעדיף לדחות. עד שיש לכם 8-10 reps פעילים שמבצעים מעל 50 שיחות בשבוע כל אחד, ה-AI לא יבנה patterns ברורים. בדקתי את זה אצל סטארטאפ עם 4 reps שמבצעים 12 שיחות בשבוע - הדשבורד היה כמעט ריק אחרי חודש שלם. הוציאו 2,200 דולר ולא קיבלו תובנה שלא היתה גלויה גם בלי הכלי. במקום, השקיעו ב-Fireflies או Otter.ai בעלות חודשית של 20-30 דולר למשתמש, וחיכו עד שתגיעו ל-Series A.

אם אתם VP Sales בחברה של 15-50 reps: זה ה-sweet spot של Gong. הערך הכי גדול אצלכם הוא ה-coaching. במקום לשבת על שיחה של רפ ג'וניור פעמיים בשבוע, אתם מקבלים סיכום של 5 דקות עם המקטעים הקריטיים. ב-VC ישראלי שעבדתי איתו, ה-onboarding של רפ חדש קוצר מ-12 שבועות ל-7 שבועות. זה החזר השקעה אמיתי במונחים של מהירות הכנסה, ולא תיאוריה. ה-payback period שראיתי בפועל היה 10-14 שבועות.

אם אתם RevOps Manager או Head of Sales Ops: הסיפור שלכם שונה. אתם תעבדו קשה במיוחד ב-3 החודשים הראשונים על mapping של custom fields ב-Salesforce, על data hygiene, ועל הגדרת stages ש-Gong יוכל לזהות. תכננו 80-120 שעות עבודה שלכם רק על setup. שווה לכלול את זה בתקציב כעלות חבויה. אבל אחרי ה-setup, אתם הופכים לאדם החשוב בארגון כי כל reporting על pipeline עובר דרככם.

מי לא צריך את Gong

אני אגיד את זה ישר: יש שלוש קבוצות שלא צריכות לשלם ל-Gong ב-2026.

1. סטארטאפ עם פחות מ-8 אנשי מכירות. כמות השיחות לא מספיקה לבניית patterns משמעותיים, וה-ROI לא יחזיק. עדיף Otter.ai או Fathom בתשלום מינימלי.
2. צוותים שמדברים בעיקר עברית. כפי שראינו, ה-AI insights נופלים ל-45% דיוק. אתם משלמים על דברים שלא עובדים אצלכם.
3. חברות עם דרישת data residency ישראלית. נכון לאפריל 2026, פשוט לא תקבלו את זה מ-Gong.

לכל היתר, אם אתם צוות B2B SaaS בינוני בארץ שמוכר לאנגלוסקסים, Gong הוא עדיין הבחירה החזקה ביותר. גם אם הוא לא זול. הניסיון שלי מ-BestAI עם הרבה צוותי מכירות מראה שזה אחד הכלים הבודדים שמחזיקים ROI ברור גם אחרי שנתיים.

BestAI Take

אחרי שש שנים של בנייה עם כלי AI במוצרי SaaS, אני אומר את זה כמהנדס שכותב לעמיתים: Gong הוא לא כלי AI כללי, הוא תשתית לתפעול מכירות. זה הבדל קריטי. כשבדקתי את הכלי על שלושה צוותים בארץ, הערך לא הגיע מהתמלול ולא מה-AI summary. הוא הגיע מהדרך שבה הוא מאגד נתונים מ-Salesforce, מהקלטות, ומ-email לפלטפורמה אחת שמנהל מכירות באמת פותח כל בוקר. צוותי מכירות בישראל שמוכרים B2B באנגלית ימצאו ב-Gong ROI ברור תוך 3-4 חודשים, אם הם בגודל הנכון (15-50 reps). מתחת או מעל, יש כלים זולים יותר או מותאמים יותר. אל תקנו את ה-narrative של AI, תקנו את הכלי הנכון לבעיה שלכם.