ROBOMARKETING Business Automation Simplified

Pregătirea datelor pentru AI: de ce se blochează firmele

Pregătirea datelor pentru AI într-o firmă mică

Pregătirea datelor pentru AI este munca prin care faci ca informațiile firmei să fie complete, corecte și ușor de găsit, înainte să pui un instrument AI să lucreze cu ele. Un studiu EY publicat pe 12 noiembrie 2026 arată că lipsa acestei pregătiri, nu lipsa tehnologiei, este principala frână a proiectelor AI în firme.

Concret, 64% dintre cei 1.600 de directori financiari intervievați spun că datele nepregătite sunt obstacolul numărul unu. Vestea bună pentru un IMM: pregătirea datelor pentru AI nu cere un buget de corporație. Cere ordine, reguli simple și o lună de lucru disciplinat.

Ce arată studiul EY despre pregătirea datelor pentru AI

Studiul se numește EY Tax and Finance Operations Survey 2026. Au răspuns 1.600 de directori financiari și lideri din funcțiile financiar-fiscale, din 30 de jurisdicții și 22 de sectoare. Rezultatele au fost prezentate de EY România într-un comunicat preluat de Bursa.

Cifrele care contează pentru tine sunt puține:

  • 64% spun că datele nepregătite și indisponibile pentru AI sunt principalul obstacol;
  • doar 16% consideră că își accesează, organizează și refolosesc datele extrem de eficient;
  • dintre ceilalți, 61% acuză sistemele de date izolate, iar 52% calitatea slabă a datelor;
  • 77% cred că agenții AI vor ajuta funcția fiscală, față de 21% acum un an;
  • 71% dintre organizații sunt încă în stadiu incipient sau exploratoriu.

Pe scurt, entuziasmul a crescut de aproape patru ori într-un an, dar datele au rămas unde erau. Ambiția a luat-o înaintea pregătirii.

De ce contează asta pentru un IMM din România

Un detaliu de onestitate: studiul descrie firme mari și departamentele lor financiar-fiscale, nu IMM-uri românești. Nu avem o cifră echivalentă pentru firmele mici de la noi. Andra Cașu, partener EY România, spune însă că tendințele din România sunt similare cu cele europene și globale.

Experiența noastră din proiecte confirmă direcția. Când un patron ne cere un agent AI pentru oferte sau pentru răspunsuri la clienți, prima săptămână nu o petrecem cu modelul. O petrecem căutând unde stau prețurile reale, care listă de clienți e cea bună și de ce același produs are trei denumiri.

Diferența față de o corporație e de scară, nu de natură.

O firmă mare are zeci de sisteme izolate. Un IMM are de obicei un program de facturare, un CRM folosit pe jumătate, căsuța de e-mail a patronului și câteva fișiere Excel salvate pe laptopuri diferite.

Problema e aceeași: informația există, dar nu e la un loc și nu e de încredere. De aceea pregătirea datelor pentru AI contează la fel de mult într-o firmă de 15 oameni.

Cele două probleme reale: date izolate și date murdare

Studiul EY numește exact cele două cauze pe care le vedem și noi în firmele mici. Prima sunt silozurile, adică datele închise în sisteme care nu vorbesc între ele. A doua este calitatea slabă: înregistrări lipsă, dubluri, formate amestecate.

Un exemplu tipic: clientul „SC Alfa SRL” apare în facturare cu CUI, în CRM fără CUI și în Excelul de vânzări ca „Alfa Brașov”. Un om înțelege că e aceeași firmă. Un agent AI care calculează valoarea clientului vede trei clienți mici în loc de unul mare și îți dă o recomandare greșită, cu toată încrederea.

Ca să nu rămâi la impresii, folosește criterii clare pentru pregătirea datelor pentru AI. Cadrul de calitate a datelor al guvernului britanic descrie șase dimensiuni: completitudine, unicitate, consecvență, actualitate, validitate și acuratețe. Pentru un IMM, primele trei rezolvă de obicei cea mai mare parte din problemă.

Plan de 30 de zile pentru pregătirea datelor pentru AI

Nu ai nevoie de un proiect mare. Ai nevoie de patru săptămâni în care o persoană din firmă are timp alocat pentru asta. Iată planul pe care îl recomandăm pentru pregătirea datelor pentru AI într-o firmă mică.

Săptămâna 1: inventarul surselor de date

Fă o listă simplă cu toate locurile în care stau date despre clienți, produse, prețuri și comenzi: programul de facturare, CRM-ul, e-mailul, fișierele Excel, magazinul online. Pentru fiecare, notează cine îl folosește, cât de des se actualizează și dacă se poate exporta.

Aici ai un avantaj pe care multe firme îl ignoră. Facturile trec deja prin sistemul RO e-Factura, în format XML structurat. Asta înseamnă că istoricul de vânzări B2B există deja într-o formă ordonată, cu CUI și linii de produs.

Săptămâna 2: alegi sursa de adevăr

Pentru fiecare tip de informație decizi un singur loc care are ultimul cuvânt. Lista de clienți stă în CRM, prețurile stau în programul de facturare, stocul stă în gestiune. Restul fișierelor devin copii sau dispar. Fără această decizie, orice automatizare va citi uneori date vechi.

Săptămâna 3: reguli minime de calitate

Scrie cinci-șase reguli pe o pagină și aplică-le. De exemplu: fiecare client are CUI, fiecare produs are un singur cod, datele calendaristice au același format, niciun câmp obligatoriu nu rămâne gol. Apoi curăță dublurile din lista principală de clienți. Este partea cea mai plictisitoare din pregătirea datelor pentru AI și cea care aduce cel mai mult.

Tot acum faci și curățenia legală. Regulamentul GDPR cere, la articolul 5, minimizarea datelor personale. Dacă tot sortezi, șterge contactele pe care nu mai ai temei să le păstrezi. Ghidurile Autorității Naționale de Supraveghere te ajută să stabilești ce poți păstra și cât timp.

Săptămâna 4: primul flux automatizat, pe date deja ordonate

Alege un singur proces care folosește doar datele curățate. Un raport săptămânal de încasări restante, generat automat din facturare, e un început bun. Un asistent care răspunde la întrebări despre stoc, citind doar din gestiune, e altul. Măsori timpul economisit și greșelile prinse.

Dacă vrei să vezi cum se leagă acest pas de restul adopției, avem un ghid separat despre cadrul de adopție AI în 4 etape.

Unde greșesc firmele care sar peste pregătirea datelor pentru AI

Prima greșeală este să cumperi întâi instrumentul. Abonamentul începe să curgă din prima lună, iar echipa descoperă abia apoi că datele nu sunt pregătite. În analiza noastră despre costul real al unui proiect AI am arătat că cea mai mare parte din buget apare după lansare.

A doua greșeală este să crezi că AI-ul va „înțelege din context”. Un model de limbaj se descurcă bine cu formulări imperfecte, dar nu poate ghici care dintre două prețuri e cel valabil. Dacă îi dai date contradictorii, primești răspunsuri sigure pe ele și greșite.

A treia greșeală este să tratezi pregătirea datelor pentru AI ca pe un proiect încheiat. Datele se strică din nou în câteva luni fără reguli și fără un responsabil. EY observă că 43% dintre respondenți văd ca provocare principală lipsa unei strategii sustenabile pentru date, AI și tehnologie.

Ce câștigi când datele sunt pregătite

Câștigul din pregătirea datelor pentru AI nu ține doar de AI. Rapoartele lunare se fac mai repede, ofertele au prețuri corecte, iar diferențele dintre facturare și contabilitate se văd din timp. Am scris despre asta și în contextul controalelor fiscale bazate pe date SAF-T, unde datele ordonate te scutesc de surprize.

Abia apoi vine partea de AI. Un agent care citește dintr-o sursă de adevăr clară poate pregăti oferte, poate semnala clienți inactivi sau poate răspunde la întrebări interne fără să inventeze. Cu date bune, chiar și un instrument simplu produce rezultate pe care te poți baza.

Concluzie: începe cu datele, nu cu abonamentul

Studiul EY spune clar ce vedem și noi în proiecte: AI-ul nu se blochează la tehnologie, ci la date. Pregătirea datelor pentru AI e pasul pe care îl poți face chiar acum, fără să cumperi nimic, cu un inventar, o sursă de adevăr și câteva reguli scrise.

Dacă vrei să faci inventarul împreună cu cineva care a mai trecut prin asta, echipa RoboMarketing te poate ajuta să alegi primul flux automatizat potrivit datelor pe care le ai deja.

Scriem săptămânal despre AI și automatizare în firmele românești, pornind de la sursa originală și cu pași pe care îi poți aplica imediat. Dacă vrei să primești pe email următoarele analize și ghiduri practice, abonează-te la newsletter:

Întrebări frecvente

Ce înseamnă pregătirea datelor pentru AI?

Înseamnă să aduni datele firmei din toate sursele, să alegi o sursă de adevăr pentru fiecare tip de informație și să aplici reguli de calitate. Scopul este ca un instrument AI să lucreze pe date complete, unice și consecvente.

De ce se blochează proiectele AI la date?

Pentru că datele sunt împrăștiate în sisteme care nu comunică și conțin dubluri sau câmpuri lipsă. În studiul EY, 61% dintre respondenți indică sistemele izolate, iar 52% calitatea slabă a datelor.

Cât durează pregătirea datelor într-un IMM?

Pentru o firmă mică, un prim ciclu poate fi făcut în aproximativ 30 de zile, dacă o persoană are timp alocat. Durata reală depinde de câte surse ai și de cât de amestecate sunt.

Am nevoie de un program nou ca să-mi pregătesc datele?

De obicei nu. Programul de facturare, CRM-ul și un tabel bine întreținut sunt suficiente la început. Instrumentele noi au sens după ce știi ce date ai și unde stau.

Categories: Work

Written by:Adrian Ulmeanu All posts by the author

Fondator RoboMarketing. 30+ ani experienta IT. Certificari EITCA/AI Academy, Imperial College London, n8n Creator, Make Advanced. Ajut firme din Romania sa automatizeze procese repetitive cu AI si no-code.

Leave a reply

Your email address will not be published. Required fields are marked *

Citește și: Botescu - analiză zilnică pe trending topics din România, cu verificare pe surse multiple.

Un proiect editorial RoboMarketing