Ce vede AI-ul când deschide ușa firmelor românești: ERP-uri vechi, date incomplete, comenzi pe WhatsApp și transcrieri manuale
Ce vei citi în articol:
AI-ul se adoptă „de jos în sus” (la nivel de angajat), dar companiile rămân cu date și fluxuri de lucru greu de automatizat: prescurtări istorice, input manual, sisteme neintegrate.
Problema nu e lipsa de tool-uri, ci lipsa „infrastructurii pentru AI”: date curate, integrare, guvernanță și securitate.
În IMM-uri, impactul imediat al AI nu e „tăiere de personal”, ci rearanjarea muncii și creșterea cererii de skill-uri: se schimbă mai degrabă ce fac oamenii, nu câți sunt.
În 2026, multe companii B2B românești trăiesc o situație aparent contradictorie: angajații folosesc deja AI (pentru e-mailuri, oferte, suport, analiză rapidă), clienții acestora vor experiențe premium, dar în spate, operațiunile încă rulează pe combinații fragile de ERP vechi, Excel cu date incomplete sau neactualizate, comenzi preluate pe WhatsApp și transcrieri manuale.
Analiza Opti Software, companie locală de tehnologie activă din 2005, pune degetul pe câteva detalii pe care strategiile „generice” de digitalizare le ignoră des:
Date „criptice” în sistemele interne (prescurtări istorice de acum 10–20 de ani) care fac onboarding-ul dificil și care sunt greu de înțeles chiar și de un AI „generalist”.
„Economia WhatsApp”: comenzi și clarificări în poze, voice notes, liste scrise de mână – apoi cineva le rescrie într-un alt sistem pentru facturare/livrare, cu erori inevitabile.
Adopție tehnologică asimetrică: AI „apare” în activitatea individuală, dar infrastructura de business rămâne fragmentată.
Aici e miza pentru antreprenori: AI nu „înlocuiește haosul”, îl accelerează. Dacă intrările (datele) sunt inconsistente și sistemele nu vorbesc între ele, vei obține rezultate și decizii proaste, dar mai repede.
Context: de ce statisticile despre AI pot părea „în conflict” cu realitatea din teren
În statisticile europene, România apare constant pe ultimele locuri la adopția AI în companii. În același timp, potrivit specialiștilor Opti Software, din piață și din discuțiile cu echipele, există percepția că AI e deja „peste tot”.
Ambele pot fi adevărate în același timp, pentru că:
Una e să folosească angajații tool-uri AI ocazional, pe cont propriu, în activitatea lor.
Alta e ca firma să „folosească AI” organizațional, integrat în procese, cu date conectate, reguli, audit și indicatori de performanță.
Cu alte cuvinte: AI e prezent, dar e adesea informal. Iar informal înseamnă, de multe ori, „fără control”.
Ce se întâmplă, de fapt, în IMM-uri: nu concedieri, ci competențe
Una dintre cele mai comune anxietăți legate de AI este că aceasta va genera un val de concedieri. În realitate, în IMM-uri impactul imediat e mai puțin despre reducerea headcount-ului și mai mult despre:
rearanjarea muncii (mai puține sarcini repetitive, mai mult control, validare, relație cu clientul, analiză);
creșterea cererii de skill-uri (data literacy, gândire critică, capacitatea de a scrie cerințe clare, de a interpreta rezultate, de a pune întrebări bune);
diferențe mari între angajați: cei care știu să folosească AI cresc rapid în productivitate, ceilalți rămân blocați în munca manuală.
Asta devine o problemă de management: adopția se întâmplă oricum, întrebarea e dacă o gestionezi inteligent sau o lași să devină „shadow AI”.
Trei oportunități „concrete” pentru B2B (și de ce se blochează)
Documentul OPTI grupează oportunitățile pe care companiile le vânează în 2026 în trei direcții:
1) ERP ca motor de vânzări
Recomandări, upsell/cross-sell, asistență pentru echipe junior, răspuns rapid la întrebări frecvente, suport pentru ofertare.
2) Input multimodal (mai ales în realitatea B2B)
Preluare comenzi din imagini/voce/PDF -inclusiv din mesaje, documente tipizate, conversații. În multe industrii, asta e „aur”: scazi timpul și erorile din transcriere.
3) Auto-corecție și prognoză
Învățare din comportament, din sezonalitate, din istoricul de comenzi, detectarea anomaliilor, predictibilitate mai bună pentru stocuri și livrare.
De ce se blochează des? Pentru că oportunitățile sunt în față (front-office), iar blocajele sunt în spate (back-office):
date incomplete/inconsistente (SKU-uri, denumiri, unități de măsură, nomenclatoare);
lipsă de integrare (ERP izolat, „trei-patru taburi” deschise permanent);
lipsă de guvernanță (cine validează rezultatul AI? ce e „adevărul” – stocul din ERP sau ce a înțeles modelul?);
riscuri de securitate și conformitate (ce date pleacă în tool-uri externe, cum controlezi accesul, cum auditezi).
Cele 3 temeri „reale” (și cum arată o abordare matură)
1) „Paradoxul căutării”: intenție vs. precizie
În B2B, nu-ți permiți „aproximări” când două produse arată similar, dar au coduri diferite. Abordarea matură e căutare hibridă: înțelegi intenția (semantic), dar păstrezi controlul pe termeni/coduri (lexical).
2) Integritatea datelor și „halucinațiile”
Un răspuns fluent nu ajută dacă prețul sau stocul sunt greșite. Abordarea matură: single source of truth și menținerea datelor critice (preț, stoc, termene) în sisteme clasice, cu AI ca strat de asistență, nu ca „adevăr final”.
3) Securitate, conformitate, secrete comerciale
Aici discuția nu e despre frică, ci despre arhitectură: unde stau datele, ce logs păstrezi, cum separi prompturile, cum limitezi accesul, ce poți audita. O implementare serioasă presupune reguli clare și controale tehnice, nu „merge și așa”.
Ce ar trebui să facă un antreprenor inainte de a implementa AI: checklist în 7 pași
Alege un proces cu volum și fricțiune vizibilă: preluare comenzi din PDF/poze/WhatsApp, cereri repetate de ofertă, căutare greoaie în catalog.
Desenează fluxul real (nu cel din proceduri): unde se copiază, unde se aprobă, unde se greșește.
Definește „adevărul”: care sistem bate? ERP? WMS? CRM? Și ce câmpuri sunt „read-only”.
Curăță minimul de date: nomenclator produse, unități, coduri, mapping prescurtări și sinonime.
Începe cu „augmentare”, nu cu „rip & replace”: integrare + strat AI deasupra, nu schimbarea completă a ERP-ului (mai realist pentru majoritatea IMM-urilor).
Scrie o politică scurtă de folosire AI (2 pagini): ce e permis, ce e interzis (date clienți, prețuri, contracte), ce tool-uri sunt aprobate, cine validează outputul.
Măsoară impactul în metrici operaționale: timp de procesare comandă, erori, timpi de răspuns, cost per comandă, backlog în customer support, conversie B2B.
Ideea principală
Concluzia care merită ținută minte: AI nu e o aplicație, e un test de maturitate operațională. Dacă organizația încă funcționează pe „mesaje + transcriere + corecții”, AI va amplifica fie eficiența, fie haosul – în funcție de cât de repede îți pui la punct datele, integrarea și regulile.
Iar dacă cineva promite „AI magic” fără să vorbească despre date curate, integrare, guvernanță și auditabilitate, probabil îți vinde un demo.
Urmărește-ne și pe Google NEWS