De la pilot AI la producție: de ce rareori se amortizează
Cele mai multe inițiative AI nu se amortizează pentru că pilotul dovedește că modelul merge, iar restul nu are un responsabil: integrarea în sistemele reale și schimbarea felului în care lucrează oamenii. Doar 25% au adus ROI-ul așteptat (IBM). Ce schimbă asta: un responsabil numit, integrare construită în pilot și adopția măsurată ca metrică de succes.
Un pilot care merge și apoi nu devine niciodată parte din munca de zi cu zi e cel mai des întâlnit rezultat al proiectelor AI din firme. E și cel mai scump, pentru că banii cheltuiți sunt reali, iar câștigul rămâne pe hârtie.
Articolul ăsta e despre pasul de după pilot. Pentru felul în care proiectezi pilotul (scop, metrică, criteriu de oprire), vezi cum rulez un proiect pilot AI. Pentru lista mai largă de motive pentru care AI dezamăgește, Vlad Tudor a scris de ce nu funcționează AI în firma mea.
De ce nu se amortizează cele mai multe inițiative AI?
Pentru că pilotul dovedește că modelul merge, iar restul nu are un responsabil. Doar 25% dintre inițiativele AI au adus ROI-ul așteptat în ultimii ani și doar 16% au fost extinse la nivelul întregii companii, potrivit studiului IBM pe 2.000 de CEO din 33 de țări (IBM Institute for Business Value, mai 2025).
Și alte studii mari arată același tipar. Doar 25% dintre respondenții sondajului Deloitte au mutat în producție 40% sau mai mult dintre proiectele lor pilot de AI (Deloitte, State of AI in the Enterprise 2026, ianuarie 2026). În sondajul BCG, 72% dintre directori au numit integrarea AI cu sistemele, tool-urile și API-urile existente ca provocare, iar 77% adaptarea oamenilor și folosirea zilnică (BCG, The Widening AI Value Gap, septembrie 2025). BCG estimează că 70% din valoarea AI vine din oameni și procese, 20% din date și tehnologie și doar 10% din algoritmi.
Concluzia practică: modelul e rareori problema. Munca ce decide dacă investiția se întoarce e integrarea în sistemele tale și schimbarea felului în care lucrează oamenii. În cele mai multe proiecte pilot, nimeni nu e desemnat pe niciuna dintre ele.
Prin ce diferă un pilot care merge de un sistem în producție?
Un pilot poate fi un succes tehnic și totuși să nu fie nici pe departe pregătit pentru producție. Diferențele se văd pe șapte rânduri:
| Pilot | Producție | |
|---|---|---|
| Date | Un export, un eșantion curat | Fluxul real, zilnic, cu toate imperfecțiunile lui |
| Utilizatori | Câțiva voluntari entuziaști | Toți cei din proces, inclusiv sceptici |
| Excepții | Sărite sau tratate manual de echipa de proiect | Tratate de sistem sau trimise clar la un om |
| Integrare | Copy-paste, o interfață separată | Scrie direct în ERP, CRM sau e-Factura |
| Responsabil | Echipa de proiect | Un responsabil de business și unul tehnic, numiți |
| Ce măsori | Acuratețea modelului | Rezultatul procesului și cât e folosit sistemul |
| Cost | Ignorat | Costul pe caz, urmărit lunar |
Fiecare rând din coloana a doua e muncă. Dacă ea nu e planificată din start, pilotul rămâne pilot.
Cine trebuie să răspundă de un sistem AI după pilot?
Doi oameni, numiți înainte să pornească pilotul. Un responsabil de business, de obicei șeful procesului, care răspunde de adopție și de cifre. Și un responsabil tehnic, care ține sistemul în funcțiune, actualizează setul de evaluare și decide ce se schimbă. Dacă unul dintre ei lipsește, sistemul se degradează fără ca cineva să observe.
Klarna e exemplul public al unui sistem care și-a atins ținta de volum și a ratat-o pe cea de calitate. În 2024, compania anunța că asistentul ei AI face munca a sute de agenți de suport. În mai 2025, CEO-ul recunoștea că „am mers prea departe” și că rezultatul fusese o calitate mai slabă, iar firma a început din nou să angajeze oameni (Forbes). Lansarea a mers. Ce s-a întâmplat în lunile de după e exact partea de care trebuia să răspundă cineva.
De ce decide integrarea dacă un pilot ajunge în producție?
Cele mai multe proiecte pilot rulează alături de proces: o interfață separată, un fișier exportat, un om care copiază rezultatul în sistemul real. Pentru test e în regulă. Pentru folosința zilnică nu, pentru că fiecare pas în plus e un motiv să revii la vechiul mod de lucru.
- Construiește integrarea în timpul pilotului, nu după. Măcar o scriere reală înapoi în sistemul de bază, cu drepturile de acces adevărate.
- Tratează excepțiile de la început: ce face sistemul când nu e sigur și cui trimite cazul.
- Pune logurile și monitorizarea costului înainte de primul utilizator real, nu după prima factură surpriză.
- Testează pe fluxul real de date, cu formatele și erorile lui, nu pe exportul curățat pentru demo.
Pentru firmele din România, integrarea înseamnă de multe ori SAGA sau SmartBill, un ERP mai vechi fără API și RO e-Factura. Exact acolo se pierd lunile, iar un pilot care le ocolește nu spune nimic despre producție. Ce integrăm concret e descris pe pagina de automatizări AI.
Cum faci oamenii să folosească efectiv sistemul AI?
Adopția nu vine de la sine după lansare. Se construiește, cu aceeași disciplină ca restul sistemului:
- Implică din prima săptămână doi-trei oameni care fac munca acum. Ei știu excepțiile și vor fi primii care îl folosesc.
- Măsoară săptămânal cât e folosit sistemul, nu doar cât de corect răspunde.
- Când cineva îl ocolește, află de ce. De obicei motivul e concret: un câmp lipsă, un caz pe care nu-l tratează, un pas în plus.
- Stabilește o dată la care vechiul mod de lucru se oprește pentru cazurile pe care sistemul le tratează bine.
- Păstrează un om în buclă pentru deciziile cu miză mare. Încrederea vine mai repede când oamenii văd că pot corecta sistemul.
Instruirea contează și ea, dar pe procesul real, nu pe AI în general. Mai multe în cum îmi instruiesc echipa să folosească AI.
Cum știi dacă investiția s-a amortizat?
Doar măsurând-o pe procesul tău. Înainte de pilot, notezi cum merge procesul azi: timpul pe caz, numărul de erori, volumul, costul. Apoi măsori aceleași lucruri după, pe aceleași cazuri. Nicio cifră de ROI de pe slide-ul unui furnizor, inclusiv al nostru, nu ține locul celei măsurate pe procesul tău. Metoda e în cum calculez ROI-ul unui proiect AI.
Ce trebuie să fie adevărat ca să spui că e „în producție”?
- Rulează pe fluxul real de date, zilnic, fără intervenția echipei de proiect.
- Scrie rezultatul direct în sistemele în care lucrează oamenii.
- Are un responsabil de business și unul tehnic, cu nume.
- Are un set de evaluare care se rulează la fiecare schimbare.
- Are loguri, alerte și costul pe caz urmărit.
- Oamenii din proces îl folosesc, iar cifra de adopție e măsurată.
- Echipa ta îl poate modifica fără furnizor.
Dacă lipsește oricare punct, ai un pilot prelungit, nu un sistem în producție.
Exact pentru partea asta lucrăm la Sapio cu un inginer AI în echipa ta, care duce un singur caz de la pilot la folosința zilnică. Dacă ai un pilot care merge și nu e folosit, începe cu Tech Call: 30 de minute, un singur proces, un răspuns onest. Cere-l aici.
Surse
- IBM Institute for Business Value, studiul CEO 2025, 6 mai 2025 (în engleză)
- Deloitte, State of AI in the Enterprise 2026, 21 ianuarie 2026 (în engleză; Deloitte vinde servicii de consultanță AI)
- BCG, The Widening AI Value Gap, septembrie 2025 (în engleză; BCG vinde servicii de consultanță AI)
- Forbes, despre revenirea Klarna asupra AI în suport, 18 mai 2025 (în engleză)
Doar 25% dintre inițiativele AI au adus ROI-ul așteptat și doar 16% au fost extinse la nivelul întregii companii (IBM Institute for Business Value, 2.000 de CEO, 33 de țări, mai 2025).
Întrebări frecvente
De ce nu ajung proiectele pilot AI în producție?
Pentru că pilotul testează modelul, iar ce decide producția e altceva: integrarea în sistemele de bază, tratarea excepțiilor și adopția oamenilor. Dacă nimeni nu e desemnat pe ele înainte de pilot, pilotul se încheie cu o prezentare reușită și fără un sistem folosit.
Câte proiecte AI aduc, de fapt, ROI?
Puține. Studiul IBM pe 2.000 de CEO din 33 de țări, publicat în mai 2025, arată că doar 25% dintre inițiativele AI au adus ROI-ul așteptat și doar 16% au fost extinse la nivelul întregii companii. Singura cifră care contează pentru tine e cea măsurată pe procesul tău.
Cine ar trebui să răspundă de un proiect AI în firmă?
Doi oameni cu nume: un responsabil de business, de obicei șeful procesului, care răspunde de adopție și de cifre, și un responsabil tehnic, care ține sistemul în funcțiune. Amândoi se numesc înainte de pilot, nu după lansare.
Cât durează trecerea de la pilot AI la producție?
Depinde mai mult de integrare și de accesul la date decât de model. Regula practică: planifică munca de producție în pilot, nu după el. Un pilot care rulează de luni de zile fără o dată de producție scrisă e semnalul că nimeni nu răspunde de pasul următor.
Opresc un pilot care merge tehnic, dar pe care nu-l folosește nimeni?
Întâi află de ce nu e folosit. Dacă motivul e concret, cum ar fi un pas în plus, o integrare lipsă sau un caz netratat, repară-l. Dacă procesul nu are, de fapt, nevoie de sistem, oprește-l. Un pilot oprit la timp e un rezultat bun.
Vrei să discutăm un proiect?
Programează o discuție inițială gratuită cu echipa Sapio.