Proiectele AI din firmele mijlocii rareori eșuează la model. Se blochează la integrarea cu sistemele existente și la adopția de către oameni, două joburi pe care nu le face nicio licență. Unei firme de 50 până la 1.000 de oameni îi folosește mai mult un inginer în echipă câteva zile pe săptămână decât încă un software sau o consultanță.
Înainte de AI am lucrat în automatizări industriale, iar acolo nimeni nu se așteaptă ca un sistem de control să pornească singur o fabrică. Dulapul vine într-o ladă. Cineva trebuie să vină la fața locului, să-l lege de mașini instalate la douăzeci de ani una de alta, să descopere că un senzor raportează în alte unități decât cele din planuri și să rămână până când tura are încredere în el. Meseria îi spune punere în funcțiune și face parte din achiziție, nu e un gând de după.
AI-ul pentru companii se vinde ca și cum n-ar avea nevoie de punere în funcțiune. Datele arată că are nevoie de mai multă.
De ce se blochează proiectele AI după ce ai cumpărat software-ul?
Pentru că achiziția e singurul pas pe care software-ul îl poate face singur. IBM a întrebat 2.000 de CEO în 2025 cum le-au mers inițiativele AI: doar 25% aduseseră randamentul așteptat și doar 16% fuseseră extinse la nivelul întregii companii (IBM Institute for Business Value). Un an mai târziu, în studiul IBM din 2026, doar 25% dintre angajați foloseau AI în mod regulat în munca lor (IBM).
Sondajul BCG din 2025, pe 1.250 de directori, arată unde se blochează. 72% au numit integrarea AI cu sistemele, tool-urile și API-urile lor drept o problemă, iar 77% faptul că oamenii trebuie să se adapteze și să folosească AI zilnic (BCG). BCG vinde soluția, așa că cifrele trebuie citite ca părerea clienților ei. Dar integrarea și folosirea de zi cu zi sunt exact cele două locuri în care o licență nu mai lucrează pentru tine.
Niciuna nu e o problemă de model. Un model care răspunde bine într-un demo tot trebuie să citească din ERP, să scrie în CRM, să respecte cine are voie să vadă ce și să intre în ziua unui om care are deja ziua plină.
De ce au rămas firmele mijlocii în urmă cu AI-ul?
În 2025, 20,0% dintre firmele din UE cu cel puțin zece angajați foloseau măcar o tehnologie AI. România era pe ultimul loc, cu 5,2% (Eurostat). Decalajul e cel mai mare la mijloc: 30,4% dintre firmele din UE cu 50 până la 249 de angajați foloseau AI, față de 55,0% dintre firmele mari, iar în România doar 7,8% dintre firmele mijlocii (Eurostat, AI key results 2026). Detaliile pe mărime și sector sunt în câte firme folosesc AI în România.
Eurostat le-a întrebat și pe firmele care s-au gândit la AI și n-au mers mai departe de ce. Cel mai frecvent răspuns, cu 70,3%, a fost lipsa expertizei relevante, înaintea neclarității consecințelor legale (53,6%) și a grijilor legate de protecția datelor (52,7%); la firmele cu 50 până la 249 de angajați, 69,2% (Eurostat). Chiar explicația Eurostat pentru diferența de mărime numește piesa lipsă: companiile mari se descurcă mai bine cu complexitatea introducerii AI și își pot asigura expertiza necesară.
Firmele mari și cumpără expertiza din afară. În 2024, 45,8% dintre firmele mari din UE care foloseau AI aveau sisteme construite sau adaptate de furnizori externi, față de 29,7% dintre cele mijlocii (Eurostat). Mijlocul încearcă singur și, de cele mai multe ori, nu pornește deloc. Blocajul e, cu alte cuvinte, un om, nu un produs.
De ce nu încă un software, o firmă mare de consultanță sau o angajare nouă?
Încă un software
O licență nouă e încă un sistem de integrat. Dacă primul tool nu e folosit zilnic, al doilea dă de același zid, iar o firmă în care un sfert dintre oameni folosesc AI regulat nu ajunge la jumătate doar pentru că meniul s-a lungit.
O firmă mare de consultanță
O firmă de consultanță e construită să facă un plan și să-l predea, cu echipe dimensionate pentru bugete mai mari decât are o firmă mijlocie. Pentru firma asta, planul e rar partea care lipsește. Ce spuneau respondenții Eurostat că le lipsește era expertiza: cineva care face sistemul să meargă pe datele firmei, după ce planul e scris.
O angajare nouă
Un inginer AI angajat pare răspunsul definitiv, dar un singur om ajunge într-o firmă care nu e pregătită să-l susțină. Cum am scris în cum organizez firma pentru AI, un singur inginer AI izolat, fără date pregătite, riscă să nu aibă ce construi. Și trainingul arată la fel: în 2024, 73% dintre firmele mari din UE și-au instruit angajații în competențe digitale, față de 21% dintre IMM-uri (Eurostat). Pentru jumătatea asta a problemei există training AI pentru echipe.
Ce schimbă un inginer în echipă într-o firmă mijlocie?
Munca pe care n-o face licența primește un responsabil. Un inginer senior stă în firmă, pe sistemele ei, cam trei zile pe săptămână, și răspunde de un singur use case până când rulează în producție și oamenii îl folosesc. E rolul de forward deployed engineer, la scara unei firme mijlocii. Se schimbă patru lucruri:
- Integrarea are un responsabil. Inginerul scrie legăturile cu ERP-ul, cu arhiva de documente sau cu CRM-ul, pe date reale și cu drepturi de acces reale, nu pe un export.
- Succesul se scrie înainte. Un baseline și o țintă pentru un singur use case, stabilite cu un sponsor numit înainte de construcție, ca pilotul să fie judecat după o cifră, nu după o impresie.
- Adopția face parte din job. Inginerul e în cameră când oamenii care folosesc sistemul găsesc unde greșește și îl repară.
- Capabilitatea rămâne în firmă. Un om de-al vostru lucrează alături de inginer din prima săptămână și păstrează la predare codul, documentația și setul de evaluare.
Se schimbă și ce poți promite cinstit. Nu promit economii înainte de pilot: singurul randament în care merită să ai încredere e cel măsurat în propriul pilot, față de un baseline luat înainte să înceapă. Primul meu proiect AI a fost plătit doar dacă funcționa, și după testul ăsta îmi măsor și acum munca. Cum folosesc modelul companiile care l-au făcut cunoscut e în modelul forward deployed engineer.
La Sapio lucrăm în pași, iar fiecare poate fi ultimul. Totul începe cu formularul de contact de pe sapio.ro și o discuție scurtă; apoi îți trimit o ofertă făcută pe măsura proiectului: consultanță AI sau Tech Audit-ul, o dimineață la voi la sediu și un raport în trei zile lucrătoare. Urmează un roadmap de transformare, cu baseline și țintă pentru fiecare use case, apoi un inginer senior în echipă, cam trei zile pe săptămână, care răspunde de un singur use case până când rulează în producție.
Într-o fabrică nimeni nu zice că inginerul de punere în funcțiune e un lux, pentru că fără el se vede că mașinile nu merg. AI-ul se vede mai greu. Așa că punerea în funcțiune se sare, iar sistemul rămâne în ladă, cu un login.
Dacă te gândești de unde să pornească AI-ul în firma ta: vladtudor.com/consultant-ai.