„AI" sună a proiect de un an și un buget de bancă. În realitate, o firmă de zece oameni din Chișinău poate prelua cinci sarcini reale cu unelte care există deja, fără să angajeze pe nimeni nou și fără să atingă o linie de Python. Diferența nu e în model. E în a alege exact ce automatizezi.
Articolul ăsta nu repetă teoria despre „unde să pui AI". Sare direct la cinci cazuri concrete, fiecare cu ce faci, ce unealtă folosești și unde te înșeli dacă nu pui un om să verifice.
1. Trierea suportului și prima ciornă de răspuns
Cutia de suport e primul loc unde AI plătește. Nu vorbim de un chatbot care răspunde clientului direct — acolo riști mult. Vorbim de un asistent care lucrează pentru echipa ta.
Concret: la fiecare mesaj nou, AI-ul îl clasează (factură, plângere, întrebare tehnică, spam), îi pune o prioritate și scrie o ciornă de răspuns pe care omul o citește, o corectează în zece secunde și o trimite. Tichetul nu mai stă o oră până cineva îl deschide.
Unelte: un help-desk cu AI integrat sau o automatizare simplă peste email. Limita: ciorna pleacă doar după ce un om o aprobă. AI-ul poate inventa o politică de retur care nu există — de aceea nu răspunde singur clientului.
2. Conținut SMM și texte, ținute pe brand
Problema cu textele scrise de AI nu e că-s proaste. E că sună a oricine. O firmă cu o voce clară nu vrea „postări generice de LinkedIn".
Soluția e să-i dai modelului un brief de brand: cum vorbești, ce cuvinte eviți, exemple de postări bune din trecut. Apoi îl pui să scoată cinci variante de caption, două idei de carusel, un draft de newsletter — toate ca punct de pornire, nu ca produs final. Un om alege, taie și pune nota umană înapoi.
Limita e onestă: dacă publici ce scoate modelul fără editare, clienții simt. AI-ul scrie ciorna; tonul rămâne treaba ta.
3. Facturi și documente transformate în date structurate
Aici AI-ul scoate cea mai murdară muncă din birou: cineva care copiază manual cifre de pe PDF-uri într-un Excel. Facturi de la furnizori, acte, bonuri — fiecare cu alt format.
Uneltele moderne de extragere (OCR plus un model de limbaj) citesc documentul și scot câmpurile pe care le ceri: furnizor, IDNO, sumă, TVA, dată, poziții. Le pun direct într-un tabel sau în contabilitate. Ce dura o zi pe lună se face în câteva minute.
Limita care contează aici: cifrele trebuie verificate. Un model poate citi 1.350 drept 1.850. Soluția practică e o regulă simplă — totalul extras trebuie să corespundă sumei pozițiilor, altfel documentul merge la un om. Nu lași niciodată o sumă să intre în contabilitate fără un control.
4. Calificarea lead-urilor și îmbogățirea cu date de firmă
Aici e cazul cel mai puternic pentru o piață ca Moldova, și e exact ce facem noi. Vânzările primesc lead-uri cu un nume de firmă și un IDNO — și nimic altceva. Calificarea manuală a fiecăruia înseamnă ore.
Leagi formularul de pe site la Datero.md prin API-ul lui multilingv. La fiecare lead nou, sistemul trage automat din cele peste 215.000 de persoane juridice indexate: statutul firmei, vechimea, activitatea CAEM, scorul de sănătate, ultimii ani de finanțe. Un AI pune apoi totul într-un rezumat de două rânduri pentru vânzător: „firmă activă din 2016, finanțe în creștere, scor bun — merită apelată azi".
Vânzările nu mai sună la întâmplare. Sună întâi firmele care chiar pot cumpăra și plăti. Limita: scorul e un semnal, nu un verdict — decizia finală rămâne a omului, exact cum trebuie.
5. Căutare internă peste documentele propriei echipe
Fiecare firmă are cunoștințe blocate în PDF-uri, contracte, instrucțiuni și fire de chat vechi. Întrebarea „unde scria despre garanția la produsul X" îți ia un sfert de oră de săpat.
Un sistem de căutare semantică (RAG) indexează documentele tale interne și răspunde la întrebări în limbaj normal, citând documentul din care a luat răspunsul. Omul nou din echipă întreabă sistemul în loc să întrerupă un coleg.
Detaliul critic: răspunsul trebuie să arate sursa. Fără citarea documentului, nu poți deosebi un fapt real de o invenție a modelului. Și totul rămâne pe infrastructura ta — documentele interne nu pleacă la un terț.
Firul comun: AI ca asistent, nu ca decident
Toate cele cinci au aceeași formă. AI-ul face prima trecere — clasează, scrie ciorna, extrage, rezumă, caută. Omul aprobă. Nicăieri nu lași modelul să decidă singur ceva ce nu poți repara dacă greșește.
Asta e și motivul pentru care nu-ți trebuie o echipă de date. Niciunul din cele cinci nu cere antrenarea unui model propriu. Cer unelte gata făcute, legate corect la fluxul tău, cu un control uman în punctul potrivit.
Vrei să alegem împreună care din cele cinci îți scoate cele mai multe ore din săptămână și să-l legăm la sistemele pe care le ai deja? Scrie-ne la hello@kernex.md și pornim de la o sarcină reală, nu de la o strategie de AI.