Prima pagină » Ce trebuie să știe CEO, CIO și CFO înainte de următoarea investiție în AI?

Ce trebuie să știe CEO, CIO și CFO înainte de următoarea investiție în AI?

by Andreea Kiskovici

De ce proiectele AI se blochează după pilot, ce costuri ascunde implementarea și cine răspunde pentru rentabilitatea investiției.

Este unul dintre paradoxurile transformării digitale pe care tot mai multe companii încep să le descopere.

Într-un mediu de testare, datele sunt pregătite, sistemele sunt controlate, iar echipa de proiect este motivată. Rezultatele pot fi impresionante.

Dar când soluția trebuie extinsă la nivelul întregii organizații, apar problemele: date inaccesibile, sisteme care nu comunică între ele, costuri neprevăzute și angajați care continuă să lucreze după vechile proceduri.

Diferența dintre un pilot AI reușit și o investiție profitabilă nu este dată exclusiv de performanța tehnologiei. Ci de capacitatea companiei de a o integra în procese, de a o adopta și de a demonstra valoarea economică.

Această temă a stat la baza interviului BusinessVOICE realizat de Rodica Verbeniuc cu Laurențiu Mandu, Managing Partner la Capgemini și Board Member CIO Council România, în cadrul Conferinței Naționale CIO Council România din 11 noiembrie 2026.

Urmăriți interviul aici:

Dincolo de conversația despre inteligența artificială, interviul ridică o întrebare relevantă pentru orice board:

Suntem pregătiți să investim în AI sau doar entuziasmați de ceea ce tehnologia poate demonstra?

1. Capcana pilotului AI: de ce un demo reușit nu garantează scalarea

Multe companii încep adoptarea AI prin proiecte-pilot.

Abordarea este logică. Organizația testează tehnologia, limitează investiția inițială și încearcă să demonstreze valoarea unei soluții înainte de extindere. Problema apare atunci când condițiile din laborator nu reflectă realitatea operațională. Laurențiu Mandu identifică trei obstacole frecvente în trecerea de la pilot la implementarea la scară:

-Calitatea și accesibilitatea datelor. Un proiect-pilot poate utiliza un set limitat de informații curate și bine structurate. La nivelul întregii companii, datele sunt distribuite între departamente, sisteme și baze de date diferite.

-Integrarea cu sistemele existente. Organizațiile mature utilizează frecvent aplicații dezvoltate în etape diferite, unele cu arhitecturi închise sau fără interfețe moderne de conectare.

-Asumarea responsabilității de către business. Echipa tehnică poate construi o soluție funcțională, dar fără implicarea departamentului beneficiar, adoptarea rămâne limitată.

Aceste trei probleme sunt conectate. O companie poate avea date bune, dar să nu le poată accesa din sistemele existente. Poate rezolva integrarea, dar să descopere că utilizatorii nu au motive suficiente să își schimbe modul de lucru.

Scalarea AI nu înseamnă multiplicarea unui experiment. Înseamnă schimbarea unui proces de business la nivel organizațional.

Pentru management, aceasta presupune o abordare diferită încă din faza de proiectare. Înainte de aprobarea pilotului, trebuie clarificate cerințele de integrare, disponibilitatea datelor și modul în care soluția va fi utilizată în operațiunile reale.Altfel, succesul tehnic poate deveni începutul unui proiect mult mai costisitor decât cel anticipat.

2. Business ownership: de ce CIO nu poate fi singurul responsabil pentru succesul AI

Să luăm un exemplu. Departamentul IT dezvoltă o soluție AI care promite să crească productivitatea echipei comerciale. Tehnologia funcționează. Aplicația este implementată. Trainingul este organizat. Dar echipa de vânzări continuă să lucreze ca înainte.

Este un eșec tehnologic? Nu neapărat.

Poate fi, în primul rând, un eșec de management. În interviu, Laurențiu subliniază importanța responsabilității asumate de liderul departamentului beneficiar. Dacă proiectul vizează vânzările, directorul comercial trebuie să fie implicat încă de la început, să înțeleagă avantajul competitiv și să își asume rezultatele. Mai important, inițiativa ar trebui să pornească de la o nevoie reală de business, nu de la disponibilitatea unui nou instrument tehnologic.

Un director comercial care nu vede valoarea unei soluții AI pentru propriile obiective nu va deveni automat promotorul ei doar pentru că IT a livrat-o.

Aceasta schimbă și relația dintre CIO și ceilalți membri ai echipei executive. CIO trebuie să asigure arhitectura, integrarea și funcționarea tehnologiei. Dar liderul comercial, operațional sau financiar trebuie să definească rezultatul așteptat, să susțină adoptarea și să răspundă pentru impactul asupra propriilor indicatori. În practică, un model de responsabilitate comună poate fi mai eficient decât transferarea întregului proiect către departamentul IT.

Pentru CEO, întrebarea devine: Cine din echipa mea de management își asumă rezultatul economic al investiției AI? Dacă răspunsul este neclar, proiectul are deja o problemă de guvernanță.

3. De ce AI poate fi profitabil în Germania, dar nerentabil în România

Una dintre cele mai interesante perspective din interviu privește diferențele economice dintre piețe. Laurențiu Mandu explică faptul că, în experiența sa, au existat proiecte de transformare digitală cu un business case pozitiv în anumite țări, dar care nu justificau investiția în altele, inclusiv în România. Tehnologia funcționa. Problema era că investiția costa mai mult decât valoarea economică pe care o putea recupera prin automatizare.

Acest principiu rămâne relevant și pentru Agentic AI. Să presupunem că o companie multinațională implementează aceeași soluție AI în mai multe țări. Într-o piață cu un cost ridicat al muncii, automatizarea anumitor sarcini poate produce economii importante.Într-o piață cu un cost salarial mai redus, aceeași investiție poate avea o perioadă de recuperare mult mai lungă.

Același software. Același proces. Rezultate financiare diferite.

Germania este aici un exemplu de piață cu structură diferită a costurilor, nu un studiu de caz prezentat în interviu. Pentru companiile din România, concluzia este importantă. Adoptarea unei soluții AI doar pentru că aceasta a fost implementată cu succes de grup într-o altă țară nu garantează rentabilitatea locală. Evaluarea trebuie să includă costul forței de muncă, volumul operațiunilor, complexitatea proceselor, infrastructura existentă și investițiile suplimentare necesare.

Există însă și o a doua perspectivă. AI nu trebuie evaluat exclusiv prin reducerea costurilor salariale. O soluție poate produce valoare prin creșterea capacității de procesare, reducerea erorilor, îmbunătățirea experienței clienților sau generarea de venituri suplimentare. Aceste beneficii trebuie însă estimate și măsurate, nu doar presupuse.

Pentru CFO, întrebarea corectă nu este dacă AI este o tehnologie performantă, ci dacă investiția produce valoare în condițiile economice concrete ale companiei.

4. Costul real al AI: ce lipsește din multe calcule de ROI?

Când un furnizor prezintă o soluție AI, discuția financiară începe frecvent cu licențele software și costurile de utilizare a modelelor. Dar acestea reprezintă doar o parte din costul total.

Laurențiu Mandu atrage atenția asupra modului în care companiile încep să înțeleagă mai bine structura completă a investițiilor AI. Din perspectivă managerială, costurile pot fi grupate în patru categorii.

–Costuri de utilizare

Licențe software, consum de tokenuri, acces la modele AI și infrastructură necesară funcționării. Acestea sunt, de regulă, primele costuri incluse în estimările financiare.

–Costuri de implementare și integrare

Pregătirea datelor, construirea interfețelor API, conectarea sistemelor existente și adaptarea infrastructurii. În companiile cu sisteme legacy, aceste investiții pot fi semnificative. Chiar dacă unele sunt efectuate o singură dată, ele trebuie reflectate corespunzător în evaluarea economică a proiectului.

–Costuri de adoptare organizațională

Training, schimbarea procedurilor, adaptarea rolurilor și timpul necesar echipelor pentru a utiliza efectiv soluția. Un proiect care nu este adoptat poate genera costuri fără să livreze beneficiile estimate.

–Costuri de guvernanță și control

Monitorizarea rezultatelor, verificarea acțiunilor agenților AI, intervenția umană și respectarea cerințelor de conformitate. Aceste costuri sunt deosebit de importante în industriile reglementate, precum serviciile financiare.

Cu cât AI primește mai multă autonomie, cu atât compania trebuie să înțeleagă mai bine costul controlului asupra deciziilor executate.

Un business case realist ar trebui să includă toate aceste componente. Altfel, rentabilitatea prezentată inițial poate fi supraestimată.

5. Sistemele legacy: costul tehnologic al deciziilor amânate

Transformarea digitală nu începe de la zero. Companiile mature au investit ani sau chiar decenii în sisteme ERP, CRM, aplicații interne și platforme dezvoltate pentru nevoile de la momentul implementării. Aceste sisteme au susținut creșterea organizațiilor, dar unele au limitări atunci când trebuie conectate la tehnologii noi.

În interviu, Laurențiu Mandu vorbește despre arhitecturi monolitice, sisteme închise și lipsa API-urilor ca obstacole în scalarea AI. Problema nu este neapărat că sistemele existente nu mai funcționează. Ci că nu au fost proiectate pentru nivelul de integrare și acces la date pe care îl solicită noile soluții AI.

O companie poate descoperi că cea mai mare parte a investiției necesare pentru AI nu este în AI, ci în modernizarea infrastructurii existente.

Aceasta ridică o întrebare strategică. Este mai eficient să investim direct în noua soluție sau să modernizăm mai întâi sistemele care trebuie să o susțină?

Răspunsul depinde de costuri, riscuri, dependențe tehnologice și obiectivele comerciale. Dar decizia trebuie luată înainte ca organizația să își asume economii care nu pot fi realizate fără investiții suplimentare.

6. AI Governance: când controlul devine parte din costul operațional

Agentic AI aduce o schimbare importantă față de automatizarea tradițională. Un sistem poate primi autoritatea de a executa acțiuni, nu doar de a furniza recomandări. Această autonomie poate genera eficiență, dar introduce și noi responsabilități. Cine verifică rezultatele? Cine intervine când agentul greșește? Cum sunt monitorizate acțiunile sale? Ce proceduri se aplică în cazul unui incident?

În interviu, Laurențiu Mandu subliniază necesitatea de a include contribuția umană în costul total al implementării AI.Pentru companiile din industriile reglementate, cerințele de control pot fi și mai stricte.

Guvernanța nu este o activitate secundară, adăugată după implementare. Este parte din modelul economic și operațional al soluției.

Acest aspect ar trebui să intereseze direct CFO, CIO, responsabilii de risc și boardurile companiilor. O investiție care pare profitabilă fără costurile de supraveghere poate deveni mult mai puțin atractivă după includerea lor.

7. Ce ar trebui să se schimbe pe agenda CEO–CIO–CFO?

Înainte de următoarea investiție AI, managementul ar trebui să poată răspunde la câteva întrebări.

1. Ce problemă de business rezolvăm? Obiectivul trebuie definit în termeni de costuri, productivitate, venituri, calitate sau experiența clientului.

2. Cine își asumă rezultatul? Departamentul beneficiar trebuie să participe la definirea proiectului și să răspundă pentru adoptare și rezultate.

3. Putem scala tehnologia? Datele, sistemele și procesele trebuie evaluate înainte de extindere.

4. Cunoaștem costul total? Investiția trebuie să includă integrarea, pregătirea datelor, utilizarea, adoptarea și guvernanța.

5. Este business case-ul valid pentru piața noastră? Rentabilitatea trebuie calculată în funcție de condițiile economice locale, nu doar prin preluarea estimărilor din alte țări.

6. Cum măsurăm rezultatele după implementare? Un proiect nu ar trebui declarat reușit doar pentru că soluția funcționează.

Succesul trebuie demonstrat prin indicatori de business. AI nu are nevoie doar de investiții. Are nevoie de decizii manageriale mai bune.

AI poate transforma modul în care companiile operează, iau decizii și își servesc clienții. Dar adoptarea sa nu trebuie confundată cu generarea automată de valoare.

-Un proiect poate fi performant tehnic și slab din punct de vedere economic.

-Poate fi profitabil într-o țară și nerentabil în alta.

-Poate fi implementat corect de IT și totuși ignorat de echipele care ar trebui să îl utilizeze.

Dincolo de promisiunile AI, adevăratul test pentru echipele de management este capacitatea de a transforma potențialul tehnologic într-un rezultat economic demonstrabil.

Iar tema pe care Laurențiu Mandu o pune pe agenda CEO, CIO și CFO este una cât se poate de concretă: înainte de a aproba următoarea investiție în AI, să stabilească împreună dacă aceasta are sens pentru business, cine își asumă rezultatele și ce costuri trebuie incluse pentru a demonstra rentabilitatea reală.

O întrebare pentru liderii de business: care este cel mai important criteriu după care decideți dacă un proiect AI merită să treacă de la pilot la implementarea la scară?

BusinessVOICE | Perspective de business, tehnologie și leadership pentru deciziile care contează. #BusinessVOICE #ArtificialIntelligence #AIROI #DigitalTransformation #BusinessLeadership

Get real time update about this post category directly on your device, subscribe now.

Related Posts

This website uses cookies to improve your experience. We'll assume you're ok with this, but you can opt-out if you wish. Accept Read More