Ce-ar fi dacă rapoartele ar veni singure, cu răspunsul gata?
O reflecție despre cum un strat de AI peste 1C, ERP și BI poate găsi singur problemele și le poate aduce managerilor variante de decizie gata calculate — și ce nu trebuie să facă.
2026-11-21

Luni, ora 9:00
Luni, ora nouă dimineața. Responsabilul de achiziții deschide sistemul de evidență, exportă stocurile în Excel și începe să caute ce s-a schimbat în weekend. Ce poziții se termină? Care furnizor întârzie? De ce vânzările unei grupe de produse au crescut, iar marja a scăzut?
Până la prânz, imaginea e mai mult sau mai puțin clară. O parte din probleme au fost găsite. O altă parte — nu, pentru că nimeni nu a apucat să se uite în raportul potrivit. Despre ele se va afla mai târziu: dintr-o reclamație a clientului, dintr-un raft gol, dintr-o casare la sfârșit de trimestru.
Nu este o poveste despre un angajat slab. Este o poveste despre cum funcționează lucrul cu datele în aproape orice companie.
Datele există. Răspunsurile — nu
Majoritatea companiilor nu duc lipsă de date — cel puțin ca volum. Vânzările, stocurile, livrările, prețurile și plățile stau în 1C, ERP, sistemul BI și în zeci de tabele.
Problema e alta. Ca datele să devină o decizie, e nevoie de un om care:
- știe în ce raport să se uite;
- observă abaterea printre sute de rânduri;
- leagă cauzele din sisteme diferite;
- găsește timp pentru toate acestea.
De aceea, calitatea deciziilor manageriale depinde de experiența și de încărcarea unei anumite persoane. Managerul cu experiență pleacă în concediu — și o săptămână nimeni nu observă problemele. Rapoartele sunt tot mai multe, iar timp să le citești — nu.
Sistemele răspund la întrebări. Dar întrebările tot omul trebuie să le pună.
Ce-ar fi dacă ar fi invers?
Imaginați-vă aceeași zi de luni. Doar că acum responsabilul de achiziții nu începe cu căutarea, ci cu o listă scurtă. Sistemul a parcurs deja datele din weekend și a scos în față trei întrebări care trebuie rezolvate astăzi.
Prima fișă arată așa:
- Semnal: pentru o grupă de produse, risc ridicat de deficit în depozit în următoarele 10 zile.
- Fapt: stocul curent, ritmul de consum, comenzile confirmate și termenele de livrare.
- Ipoteză: cererea a accelerat, iar furnizorul a întârziat ultima livrare.
- Recomandare: solicitați o livrare urgentă sau ajustați planul de achiziții.
- Alternative: redistribuiți stocurile între filiale sau ajustați temporar comanda.
- Efect estimat: calculat pe date reale.
- Încredere: medie — datele despre termenele de livrare sunt incomplete.
- Responsabil: achizitorul acestei grupe de produse.
În această fișă contează trei lucruri. Faptele sunt separate de presupuneri: se vede ce se știe sigur și ce este doar o ipoteză. Cifrele sunt calculate, nu generate. Iar decizia rămâne la om: sistemul propune variante, dar nu comandă nimic singur.
Nu este încă un raport. Este un răspuns care a venit înainte să puneți întrebarea.
Fiecăruia — ale sale
Același principiu funcționează la orice nivel de management. Se schimbă doar amploarea întrebărilor:
- Director general — riscuri și oportunități strategice, scenarii de reacție. De exemplu: rentabilitatea unei direcții scade — iată variantele de acțiune.
- Director financiar — abateri în P&L, capitalul de lucru și fluxul de numerar. De exemplu: crește suma banilor blocați în stocuri.
- Director comercial — asortiment, prețuri, promoții, marjă, cerere. De exemplu: o categorie crește în vânzări, dar pierde din marjă.
- Achiziții — deficit, surplus, termenele și condițiile furnizorilor. De exemplu: riscul ca o poziție să lipsească peste 9 zile.
- Logistică și depozit — dezechilibre de stoc, întârzieri ale livrărilor, distribuție. De exemplu: surplus în depozitul central, deficit în filiale.
- Manager de regiune sau filială — abateri pe puncte de vânzare, cauzele lor și acțiuni corective. De exemplu: un grup de magazine pierde vânzări din lipsa produselor cu rulaj mare.
- Șef de magazin sau de departament — sarcini locale pentru ziua de azi. De exemplu: marfă stagnantă care trebuie lichidată.
Nu e vorba de sute de notificări. Fiecare primește câteva recomandări, cele mai importante — ținând cont de atribuțiile sale, de amploarea efectului, de urgență și de cât de mult se poate avea încredere în date. Un sistem care face zgomot încetează să fie citit după o săptămână.
Ce e sub capotă
Nicio magie și nicio rețea neuronală uriașă care „știe totul”. Un astfel de sistem se construiește din câteva straturi clare:
- Date. Conectare la 1C, ERP, BI și sistemele operaționale. Nomenclatoare unice, definiții comune ale indicatorilor, controlul calității și drepturi de acces.
- Detectare. Reguli de control, căutarea anomaliilor, prognoza cererii și a stocurilor, evaluarea riscului.
- Decizii. Ipoteze despre cauze, variante de acțiune, verificarea constrângerilor, calculul efectului — și contraargumente.
- Explicație. Modelul de limbaj traduce calculele într-un limbaj omenesc: ce s-a întâmplat, pe ce se bazează concluzia, cât de sigură este.
- Livrare. Un flux de recomandări, un rezumat de dimineață sau o fișă în canalul obișnuit — specifice fiecărui rol.
- Memorie. Jurnalul recomandărilor, al deciziilor luate, al prognozelor și al rezultatelor reale.
Separarea-cheie: cifrele le calculează nucleul analitic, nu modelul de limbaj. LLM-ul explică, dar nu inventează indicatori. Altfel, unui astfel de sistem nu i se poate acorda încredere.
Cel mai subestimat strat este ultimul. Când sistemul își amintește ce a recomandat, ce a decis omul și cum s-a încheiat totul, începe să învețe din deciziile companiei dumneavoastră. Ideea datorează mult „Principiilor” lui Ray Dalio: obiectivitate, analiza deschisă a greșelilor, formalizarea deciziilor și feedback.

Ce nu face
Ce nu trebuie să facă un astfel de sistem contează la fel de mult ca ceea ce face. Cel puțin la început:
- Nu înlocuiește managerul. Aduce o decizie cu dovezi și alternative. Alege omul.
- Nu acționează singur. Fără achiziții automate, modificări de prețuri sau dispoziții fără aprobarea omului.
- Nu înlocuiește 1C, ERP sau BI. Este un strat peste sistemele existente, nu încă o migrare.
- Nu este un chatbot pentru fiecare departament. Boturile separate devin rapid o nouă „grădină zoologică” de sisteme. E nevoie de o singură platformă, cu date comune și roluri diferite.
- Nu evaluează oamenii. Scopul este calitatea deciziilor, nu un clasament al angajaților.
- Nu promite ROI dinainte. Efectul poate fi dovedit doar prin comparație cu felul în care compania lucra înainte.
Mai multe despre aceste limite — și despre motivul pentru care multe promisiuni legate de AI nu funcționează — în articolul următor.
Cu ce să începeți
Cea mai frecventă greșeală este încercarea de a construi dintr-odată un „AI corporativ” complet. Funcționează drumul invers:
- Alegeți un singur proces în care deciziile se iau des, datele există deja, iar costul unei greșeli e clar. De exemplu, achizițiile, gestiunea stocurilor sau controlul creanțelor.
- Fixați cum funcționează lucrurile acum: precizia prognozelor actuale, timpul pentru căutarea problemelor, nivelul deficitului și al surplusului.
- Lansați două-trei scenarii și comparați recomandările sistemului cu deciziile oamenilor și cu un grup de control.
- Din prima zi, păstrați fiecare recomandare și rezultatul ei.
- Extindeți-vă la procese și roluri noi doar atunci când beneficiul este dovedit prin cifre.
Fiecare modul nou folosește datele deja adunate și aceeași arhitectură. De aceea, fiecare pas următor este mai ușor decât cel precedent.
Și acum, o întrebare pentru dumneavoastră. Ce raport se deschide în compania dumneavoastră în fiecare dimineață ca să se găsească o problemă? Și ce-ar fi dacă problema v-ar găsi ea pe dumneavoastră?
FAQ
Va înlocui un astfel de sistem managerii?
Nu. Găsește problemele, explică cauzele și propune variante cu efectul calculat. Decizia și responsabilitatea rămân la om.
Trebuie să înlocuim 1C sau ERP-ul?
Nu. Este un strat peste sistemele existente: citește datele din 1C, ERP și BI și nu le înlocuiește.
Cu ce să începem?
Cu un singur proces în care deciziile se iau des, datele există deja, iar costul unei greșeli e clar — de exemplu, achizițiile sau gestiunea stocurilor. Mai întâi fixăm cum se lucrează acum, apoi comparăm recomandările cu deciziile oamenilor.
Ecosistemul IT al companiei: de la „grădina zoologică” de programe la un sistem unitar