Când pot începe să cresc afacerea?
Notă: OPTI Software este partener Google Cloud și HubSpot. Ghidurile exprimă poziția noastră și nu au fost sprijinite sau aprobate de Google.
Sinteza ghidului
Ca rezumat al capitolelor anterioare, cele mai importante idei susținute sunt:
AI pentru vânzări este un pipelineNu este un singur model, ci o succesiune de pași: Date Evenimente Candidați Ranking Guardrails UX Feedback loop. |
|
B2B are avantaje în adoptareCoșurile mari și tranzacțiile recurente fac posibile recomandările AI și ofertarea automată. |
|
Arhitectura hibridă este cea mai sigură alegereCombinația Deep Learning, reguli stricte de business și date curate asigură creștere fără a redesena infrastructura IT a companiei. |
|
Build dacă ai multe date și echipă solidăVarianta Build (custom) este recomandată pentru organizații cu echipe de machine-learning și date solide. |
|
Managed dacă vrei rezultate rapideVarianta Managed (Cloud Native) este recomandată pentru rezultate rapide cu mai puțină infrastructură. |
|
Calitatea datelor și KPI înainte de oriceAI nu poate lucra magic pe date murdare. Stabilirea unor KPI măsurabili ajută organizația în adoptare. |
|
Evoluția rolurilorAI transformă agentul de vânzări în negociator și consultant. |
Iată ce resurse sunt necesare pentru succes și cum vă puteți calcula costurile.
Cum arată un model de cost realist?
Pentru integrarea AI în B2B, costurile nu sunt o cutie neagră. Chiar și atunci când un furnizor oferă un singur preț, în spate proiectul se împarte inevitabil în Setup (integrare, date, reguli, testare) și Run (operare, monitorizare, ajustări).
Noi le prezentăm separat pentru claritate și pentru ca bugetul să reflecte corect realitatea implementării. Pentru specialiști, Setup este CAPEX (investiție), iar Run este OPEX (operațiuni).
Mai întâi prezentăm structura de cost (resurse umane, servicii externe și cele două faze). Apoi includem o matrice de cost. Puteți așadar să vă pregătiți un pix.
Resurse umane
Am văzut în etapele de implementare din Cap. 4.1 că în adoptarea AI pot fi implicate departamentele de vânzări, marketing, financiar și IT ale companiei. Pentru ca proiectul să susțină creșterea afacerii, nu doar rolurile tehnice sunt importante. De aceea începem cu rolurile de business.
Roluri de business
|
Sponsor: |
Owner produs / |
Utilizatori cheie: |
|
|
|
Roluri tehnice
|
Arhitect: |
Specialiști: |
Dezvoltatori și integratori |
|
|
|
În varianta Build, cerințele pe zona de data și ML engineering cresc semnificativ. În varianta Managed, accentul este pe configurarea serviciilor externe, fluxurilor de date și controlul regulilor de business.
Servicii externe tipice
Chiar și companiile cu echipe interne puternice externalizează frecvent unele activități:
|
Audit și arhitectură
|
|
|
Curățare de date
|
|
|
Implementare
|
|
|
Training și change management
|
|
|
Extindere și optimizare
|
Studiu de caz: Analiză financiară de sentiment cu GenAI & Google Cloud
Setup vs Run
Din punct de vedere financiar, costurile pot fi grupate în două faze.
Setup: Construcție inițială
Include toate serviciile tipice până la lansarea în producție:
- De obicei are durată limitată.
- Implică efort intens din partea partenerului extern și a rolurilor interne.
- În varianta Build, ponderea costurilor de dezvoltare este mare.
- În Managed, costurile de dezvoltare sunt mai mici.
- În ambele variante, costul de integrare și curățare a datelor este semnificativ.
Run: Operare, mentenanță, experimentare
Include costurile recurente de cloud, monitorizarea și mentenanța serviciilor, testare și suport:
- De regulă, un cost variabil cu resursele, corelat cu volumul de trafic și de ofertare.
- Plus un cost fix de mentenanță a integrării, ce poate fi redus dacă compania păstrează calitatea datelor.
- Plus un cost variabil sau fix cu efortul din partea rolurilor externe sau interne.
- În varianta Build, o parte importantă este efortul de ML, SRE și mentenanță cod.
- În varianta Managed, o parte importantă este cloud (pay as you go).
Pe scurt:
- Părți majore din proiect sunt auditul și arhitectura (inclusiv contract de date) și curățarea datelor istorice.
- În majoritatea proiectelor, costul de Setup este mai pronunțat în prima fază, iar costul de Run devine dominant pe măsură ce utilizarea motorului de vânzări crește.
- Un model de cost realist trebuie să ia în calcul ambele componente și să le pună în relație cu obiectivele de venit: AOV, rată de conversie, timp economisit în ofertare.
- În practică, unele companii adoptă o variantă hibridă: folosesc servicii Managed pentru recomandări și căutare, dar păstrează în varianta Build componentele de proprietate intelectuală cum ar fi modelele de scoring intern.
Bugetul pentru AI
Cu o bună cunoaștere a propriei companii și cu câteva presupuneri ușor de confirmat privind piața IT, puteți calcula o zonă de cost estimativă folosind tabelele de mai jos.
Directorul financiar îl poate privi pe AI ca pe un angajat digital. Are un cost de recrutare și onboarding (Setup = CAPEX) și un salariu lunar (Run = OPEX), urmând să muncească 24/7 pentru companie, cu supravegherea permanentă a sănătății și condițiilor de lucru.
Grupăm procentele de mai jos în funcție de tipul companiei:
- SMB / generică: Catalog mic, date relativ simple, ERP standard.
- Mid-market / distribuție: Catalog mare, istoric lung de tranzacții, date necurățate, ERP vechi, logică de preț complexă.
- Enterprise: Echipă internă de date, cerințe maxime de securitate și customizare.
1. Setup: Construcție inițială
Unde se consumă zilele de arhitectură și dezvoltare?
| Fază | SMB / generică | Mid-market / distribuție | Enterprise |
|---|---|---|---|
|
Audit și arhitectură Audit date, contract de date, definire guardrails, definire fluxuri, arhitectură tehnică. |
~15% (10-20%) |
~30% (25-35%) |
~25% (20-30%) |
|
Curățare date Normalizare, deduplicare, completare date, proceduri anti-degradare și sincronizare cu sursa (ex: ERP). |
~15% (10-25%) |
~30% (25-40%) |
~20% (15-30%) |
|
Implementare La SMB și Mid-market asumăm Managed. La Enterprise, pentru Build, poate ajunge la ~70% |
~40% (30-50%) |
~25% (20-35%) |
~40% (30-55%) |
|
Testare și lansare A/B, shadow mode, validare cu echipa de vânzări |
~20% (15-25%) |
~10% (8-15%) |
~10% (8-15%) |
|
Training "Train the trainer", adopție și procese de feedback |
~10% (5-15%) |
~5% (3-8%) |
~5% (3-8%) |
|
(suplimentar) Hardware, DevOps, sys admin |
+~20% (~15-25% ) |
||
Note
- Procentele de mai sus sunt orientative (alocare bugetară) și nu reprezintă o ofertă.
- Ele variază de la vendor la vendor cu dimensiunea catalogului, calitatea datelor, cerințe de securitate, număr de canale de vânzare.
- Pentru un distribuitor B2B tipic, ~60% din buget va fi folosit înainte de a configura componenta AI (cu varianta Managed), în special pentru curățarea datelor.
2. Run: Operare, mentenanță, experimentare
| Componentă | Estimare | Variabile |
|---|---|---|
|
Licențe cloud |
~5-15% din Setup / an |
Volumul. Costul crește (și poate crește mult) dacă aveți succes. Este un cost "pay-as-you-go", măsurabil contra ROI. |
|
Mentenanță și suport |
~15-25% din Setup / an |
Stabilitatea. Monitorizarea integrărilor (ex: |
|
Curățare date |
0-15% din Setup / an |
Disciplina. Dacă apar date murdare în ERP, ele vor trebui curățate regulat. Automatizarea reduce acest cost, dar nu îl elimină. |
|
(suplimentar) |
~15-25% din Setup / an |
Mentenanța. On-prem tinde să necesite mentenanță și suport personalizate. |
Note
- Procentele de mai sus sunt orientative (alocare bugetară) și nu reprezintă o ofertă.
- Includem în Glosar - Resurse calculatorul de cost Google Cloud. Găsiți calculatoare similare pentru alte platforme.
Pentru o viziune de evoluție a costurilor pe termen lung, noi credem că pe măsură ce uneltele AI devin mai puternice, costurile de execuție brută (curățare date și implementare) vor scădea procentual.
Valoarea și implicit bugetul se va muta către analiză și arhitectură. Avantajul va aparține celor care știu ce să construiască și cum să integreze rezultatul în fluxurile de business.
Pe scurt:
- Investiți în calitatea datelor, pentru că aduce un beneficiu permanent pe termen lung, cu sau fără AI. În România este chiar diferențiatorul principal în multe nișe.
- Adoptați AI pentru creștere. Cum arată indicatorii din Cap. 1, companiile cu succes în adoptarea AI sunt cele care și-au asumat obiectivul dezvoltării. Simpla eficientizare este greu să justifice costul substanțial de audit și arhitectură. Dar este perfect justificat ca investiție în venituri viitoare.
- Pentru reducerea costurilor de Setup, puteți adopta un middleware standardizat (SaaS) pentru interacțiunea cu motorul AI. Puteți economisi o parte din efortul de implementare, cu mai puține opțiuni de customizare. O asemenea platformă este Vânzări cu AI de la OPTI Software, care crește eficiența echipei de vânzări.
Software Vânzări cu AI pentru creșterea eficienței echipei de vânzări
Siguranță și calitate
Explicăm politicile și angajamentele Google, alături de metodologia de calitate OPTI Software, atunci când folosiți arhitectura hibridă pentru AI în vânzări.
Vezi informații despre conformitatea NIS2 și ISO 27001 în Ghidul #6Garanțiile Google
Arhitectura propusă se bazează pe patru promisiuni fundamentale ale Google, care sunt publice.
Confidențialitatea datelor și secretelor
Politica Google este explicită și contractuală: datele rămân ale companiei. Datele sunt stocate și procesate în regiunea aleasă de companie dintre cele disponibile.
|
"Google Cloud never uses customer data to train our models … without the customer’s prior permission." Sursa: Google Cloud - Delivering trusted and secure AI Whitepaper 2025 |
Istoricul de vânzări și strategiile de preț nu sunt folosite pentru antrenarea modelelor altor clienți (fără permisiune explicită). În acest moment pentru Vertex AI Search locația poate fi EU multi-region, pentru Vertex AI Search for commerce locația este globală.
Fundamentarea în adevărul companiei
Google susține principiul "Grounding in Enterprise Truth" și oferă unelte pentru minimizarea halucinațiilor AI.
|
"Using genuine, reliable data vastly improves the trustworthiness of a model’s output – which in turn helps build users’ trust and confidence in its abilities." Sursa: Google Cloud - Delivering trusted and secure AI Whitepaper 2025 |
Datele de bază sunt cele deținute de companie în sistemele sale (ERP, CRM, e-commerce). În arhitectura hibridă rezultatele AI sunt filtrate suplimentar și îmbogățite cu date de bază calde (just-in-time).
Flexibilitate și portabilitate
Google promovează o arhitectură deschisă, "Open Cloud":
|
"Google Cloud offers both first-party and third-party AI models in the Vertex AI Model Garden. This is part of our open philosophy … a core belief in giving customers maximum choice without forced lock-in." Sursa: Google Cloud - Delivering trusted and secure AI Whitepaper 2025 |
Dacă implementați varianta Build (custom) pe Google Cloud, puteți exporta logica de business, datele și modelele, reducând semnificativ dependența de furnizor (en. lock-in).
Dacă folosiți Google Cloud prin varianta Managed, modelul pre-antrenat nu poate fi exportat. Dar datele, evenimentele și configurările pot fi exportate. Migrarea implică antrenarea unui model sau preluarea unui model antrenat de la alt vendor (ex: Amazon Personalize în AWS).
Costuri previzibile pentru scalabilitate
În majoritatea folosirilor, modelul de cost este variabil (en. "pay-as-you-go"), bazat pe utilizare (per apelări/resurse), nu pe licențe fixe.
|
Metodologia OPTI Software
Fondată în 2005, OPTI Software a implementat multiple tehnologii, vendori și canale. În proiectele noastre de AI, parteneriatul cu Google pentru cloud și HubSpot pentru CRM (ex: agenții Breeze) rezolvă elegant tensiunea dintre inovație (a vinde mai mult) și control (a nu vinde în pierdere de marjă sau imagine).
Cei 20 de ani de experiență în dezvoltare custom sunt baza succesului de integrare AI cu software-uri existente.
Principiile de calitate recomandate în acest ghid nu depind exclusiv de un vendor. OPTI Software include în plus verificări obligatorii pentru fiecare proiect.
Curățarea datelor
Pentru specificarea Contractului de date din Cap. 2.5.2 și pentru a obține claritate operațională, realizăm opt verificări:
| Nr | Verificare | Întrebări |
|---|---|---|
|
Înțelegerea taxonomiei |
Este taxonomia de produse și clienți clară? Este ierarhică? Toate companiile B2B de succes au dezvoltat sisteme expert (Gen 1) în ERP, controlând categoriile de produs și client. Pe această taxonomie se construiesc fluxurile de business proprii. |
|
|
Completitudine |
Lipsesc câmpuri esențiale? Ex: descrieri de produs, categorii, atribute tehnice? Fără descrieri, căutarea semantică cu AI este inutilă. |
|
|
Consistență |
Există valori inconsistente pentru același lucru (ex: "m", "metru", "buc", "buc.", "bucata"; "SRL", "S.R.L."). AI va înțelege prescurtările interne doar după normalizare. |
|
|
Acuratețe |
Există erori evidente? Ex: prețuri negative, coduri de produs cu caractere invalide, vânzări fără client specificat. Acestea nu pot fi ghicite de AI. |
|
|
Deduplicare |
Există produse sau clienți duplicați? Ex: același produs fizic sau același client cu mai multe coduri. Duplicatele otrăvesc relevanța pentru AI. |
|
|
Date legacy |
Există câmpuri sau coduri vechi care nu se mai folosesc, dar încă există în sistem? Ele pot otrăvi recomandările, dacă domină semantic fără a fi active. |
|
|
Standardizare și denormalizare |
Pentru consistența datelor, există "4x2" și "2x4", "DN40" și "D.N.40"? Se țin adresele și în text "Bd. Timișoara 12" dar și în câmpuri separate |
|
|
Anonimizare și pseudo-anonimizare |
Pentru conformitate și GDPR, ce date nu trebuie să ajungă la AI? Trebuie generate nume și prenume fictive dar unice pentru a le înlocui pe cele reale? Menținem consistența datelor evitând riscurile de conformitate. |
Notă: Curățarea datelor este parțial automatizată folosind LLM-uri (ex: Google Gemini) și poate fi un serviciu de bază oferit de implementatorii AI. OPTI Software dezvoltă scripturi proprii care astăzi pot fi executate cu agenți AI, sub supravegherea inginerului de date și cu auditabilitate. Este necesară implicarea companiei care își cunoaște domeniul de activitate.
Studiu de caz: Analytics în BigQuery pentru industria jocurilor
Guardrails și adevărul companiei
În varianta Managed, Google oferă ServingConfigs pentru controlul recomandărilor. Ca și în varianta Build (custom), ele sunt utile pentru a defini reguli de business (guardrails) pentru siguranța companiei.
În aplicații sau middleware pentru B2B, procedurile noastre au mereu în vedere:
- Prețurile
- Stocurile
- Marja
- Compatibilitățile
- Restricțiile logistice
- Pachetele și bundling
- Permisiunile
- Comanda minimă (en. MOQ)
- Protecția imaginii companiei
INTENȚIE AI FILTRE DE SIGURANȚĂ SUCCES
┌─────────────┐ ┌────────────────────────────┐ ┌────────────┐
│ "Recomandă │ ──────────► │ 1. Filtru stoc (vs. ERP) │ ───────► │ OFERTĂ │
│ produs sau │ │ 2. Filtru marjă │ │ VALIDĂ │
│ discount" │ │ 3. Alte reguli comerciale │ └────────────┘
└─────────────┘ │ 4. Limită de permisiuni │
└────────────────────────────┘
│
▼
┌─────────────────────┐
│ BLOCAT: "Depășește │
│ marja minimă admisă"│
└─────────────────────┘
Conform principiului fundamentării în adevărul companiei, recomandăm:
| Nr | Pas |
|---|---|
|
0 |
Păstrarea sursei de adevăr a companiei nemodificată |
|
1 |
Filtrarea la nivel de API prin regulile de business, înainte de a trimite răspunsul spre client sau agent
|
|
2 |
Interogarea stocului, prețului și permisiunilor just-in-time |
|
3 |
Atenție la prețuri specifice per client: AI întoarce Product_id, iar site-ul va interoga ERP-ul pentru Price_client_Y.
|
|
4 |
Atenție la viteză și folosirea unui strat de cache rapid, în special dacă există ERP on-prem. |
Explicabilitate
Pentru transparența deciziei, putem folosi uneltele de Explainable AI ale Google, augmentate cu explicarea dinamică a regulilor de business, oferind agenților nu doar un output de recomandare, ci și argumentul. Deși există limite pe moment, argumentul de vânzare este disponibil (parțial) și în varianta Managed, nu doar în Build.
Un sistem AI va explica doar "scor 0.95" sau "motiv principal: X", un sistem hibrid poate explica și atingerea limitei de stoc prin guardrails.
DATE ISTORICE MODEL AI EXPLICABILITATE HIBRIDĂ
┌────────────────┐ ┌───────────────────┐ ┌──────────────────────┐
│ Tranzacții │ │ │ │ RECOMANDARE: │
│ anterioare │ ────────► │ Vertex AI Search │ ────► │ "Kit instalare" │
│ (BigQuery/SQL) │ │ for commerce │ │ │
└────────────────┘ │ │ │ Scor: Ridicat │
└─────────┬─────────┘ │ Motiv: "Are stoc │
│ │ și se potrivește │
▼ │ acestui client" │
┌───────────────────┐ └─────────▲────────────┘
│ Strat de │ │
│ explicabilitate │ ────────────────┘
└───────────────────┘
Aplicațiile companiei pot fi configurate să afișeze etichete hibride ușor de înțeles (ex: Best seller pe stoc, Cumpărat frecvent împreună de 102 oameni). Iar încrederea în AI va crește. Când agentul de vânzări poate spune clientului "Sistemul a observat că ai cumpărat X acum 2 luni și acum poate ai nevoie și de Y", el devine consultant.
Pe scurt:
- Datele curate și clarificarea fluxurilor companiei sunt fundamentul oricărei implementări.
- Regulile comerciale (guardrails) previn așa-numitele erori umane asistate de AI.
- Acceptarea AI de către echipa companiei este susținută de explicabilitate.
- OPTI Software oferă instrumentele și suportul necesar pentru succesul AI hibrid.
Ce recomandăm la finalul ghidului?
Acest ghid și acest capitol au descris un mod structurat de adoptare AI pentru creșterea companiei în 2026.
Reluând metafora din Cap. 2.5.2, imaginați-vă că explicați unei persoane pentru prima dată ce aveți în companie, fără prescurtări, fără scurtăturile procedurale apărute în timp, și fără a vă grăbi. Când ați terminat explicația, sunteți pregătiți pentru AI și ați obținut în plus claritate operațională.
Arhitectura hibridă va rămâne validă și când modelele, vendorii sau canalele se schimbă. Ea poate livra beneficiile AI cu stabilitatea caracteristică B2B.
Vrei o estimare pentru compania ta? OPTI Software poate oferi un audit gratuit (Setup vs Run).
Continuă în ghid
Întrebări rapide
De ce este utilă separarea Setup vs Run?
Pentru că clarifică ce este investiție inițială și ce este cost operațional. Fără această separare, AI-ul pare imprevizibil financiar.
De ce costul nu este dominat de modelul AI?
Pentru că integrarea, curățarea datelor, regulile și testarea consumă majoritatea efortului. Modelul este doar o componentă.
Ce roluri sunt necesare pentru succes?
Un owner de business, un responsabil de date și o echipă tehnică care înțelege atât ERP-ul, cât și limitările AI.
Cum reduci riscurile comerciale?
Prin verificări just-in-time de stoc, preț și permisiuni, și prin audit al deciziilor automate.
Este realist să ai un cost unic pentru Setup + Run?
Din perspectiva clientului, da. Din spate, costurile există oricum, doar că sunt absorbite și optimizate diferit.
Care este concluzia (TLDR)?
Capitolul pune ordine în buget și responsabilități: diferența dintre implementare și operare, de ce datele și integrarea costă, și cum eviți derapaje prin ownership, audit și monitorizare.
Care sunt tehnologiile și metodologiile implicate?
Tehnologii: Google Cloud, Vertex AI, BigQuery, Cloud Logging, Cloud Monitoring, IAM, KMS, CI/CD, Data Warehouse, ETL/ELT
Metodologii: bugetare CAPEX/OPEX, model TCO, roluri și RACI, guvernanță date, controale (stoc/marjă/permisiuni), SLO/SLA, management schimbare, runbooks, audit și conformitate (ISO 27001)
Cere formatul PDF complet
Manualul este disponibil și în variantă PDF completă. OPTI Software trimite o dată pe lună noutăți Tech & Biz exclusive.



