Discuția despre cost proiect AI se oprește, în majoritatea firmelor din România, exact acolo unde ar trebui să înceapă: la oferta de implementare. Se compară trei prețuri, se alege unul, se semnează. Peste un an, când apar facturile de infrastructură, de suport și de „mai avem nevoie de o mică modificare”, patronul are senzația că a fost păcălit. De obicei nu a fost. A bugetat doar prima treime.
O analiză publicată de Keyhole Software, realizată pe peste 100 de organizații enterprise între octombrie 2025 și martie 2026, pune cifra pe masă: mentenanța, suportul și îmbunătățirile de după lansare reprezintă aproximativ două treimi din costul total al unui sistem AI pe o perioadă de 3-5 ani. Dezvoltarea propriu-zisă, partea despre care se discută cel mai mult, e partea mică.
Cost proiect AI: ce vezi în ofertă și ce nu vezi
Oferta pe care o primești acoperă munca de construcție: analiză, integrare, model, interfață, testare, livrare. E partea ușor de cuantificat, pentru că are un început și un sfârșit clare. Restul cheltuielii nu are sfârșit, și exact de aceea lipsește din tabel.
În cele două treimi de după lansare intră lucruri foarte concrete:
- infrastructura care rulează zilnic: servere, apeluri către modele, stocare, monitorizare;
- reantrenarea și ajustarea modelului pe măsură ce datele tale se schimbă;
- suportul pentru oamenii care îl folosesc și care, inevitabil, îl folosesc altfel decât ai prevăzut la kickoff;
- modificările cerute de business după primele luni de utilizare reală;
- timpul intern al echipei tale, care nu apare pe nicio factură, dar se consumă.
Un cost proiect AI calculat corect seamănă cu un abonament, nu cu o achiziție. Dacă îl tratezi ca pe cumpărarea unui utilaj, rămâi fără buget fix în momentul în care sistemul începe să producă valoare.
De ce sar estimările cu peste 50%
Nu e, în general, o problemă de neseriozitate a furnizorului. E o problemă de vizibilitate: partea grea a proiectului nu se vede la început. Datele citate de CIO.com în 2025 arată că 25% dintre organizații subestimează costul real al AI-ului cu peste 50%. Una din patru firme se înșală la propriu cu jumătate de buget.
Cauza principală e aproape mereu aceeași, iar analiza Keyhole o cuantifică: specialiștii în date petrec 60% din timp curățând și organizând date și încă 19% colectând seturi de date, înainte să înceapă modelarea propriu-zisă. Aproape 80% din efort se duce în pregătire. Când o firmă crede că plătește „un algoritm”, ea plătește în cea mai mare parte punerea în ordine a propriei case.
Există și o veste bună aici. Munca de curățare a datelor rămâne. Se folosește și la al doilea proiect, și la al treilea, și la raportarea internă care nu are nicio legătură cu AI-ul. Vestea proastă e că la primul proiect o plătești integral, și ea intră în cost proiect AI chiar dacă în ofertă apare drept „pregătire date, 3 săptămâni”.
Cost proiect AI pe tipuri de soluții: ordinele de mărime
Aceeași sursă dă intervale de dezvoltare pe categorii de proiecte:
- chatbot sau asistent conversațional: 5.000 – 80.000 de dolari;
- analitice predictive: 50.000 – 200.000 de dolari;
- computer vision: 100.000 – 500.000 de dolari și peste.
Intervalele sunt largi pentru că acoperă de la un pilot pe un singur proces până la un sistem integrat în tot fluxul operațional. Pentru un IMM din România, relevant e capătul de jos al fiecărui interval, plus regula celor două treimi. Un exemplu simplu de aritmetică: dacă implementarea unui asistent conversațional te costă 20.000 de dolari, bugetul realist pe 3-5 ani se apropie de 60.000. Nu pentru că cineva umflă factura, ci pentru că sistemul trăiește, consumă și trebuie întreținut.
Testul pe care îl poți face imediat, înainte de a semna orice: cere furnizorului nu prețul implementării, ci costul total de operare pe 36 de luni. Dacă răspunsul e evaziv, ai aflat ceva important despre proiect.
Ce înseamnă asta pentru un IMM din România
Cifrele de mai sus vin din organizații enterprise, cu bugete și echipe pe măsură. Proporțiile, însă, se păstrează la scară mică, iar în unele privințe apasă mai tare pe o firmă de 20 de oameni.
Primul motiv e că un IMM nu are un departament IT care să absoarbă mentenanța în costurile existente. Ce la o corporație se pierde în bugetul general, la tine devine o factură lunară vizibilă. Al doilea motiv e că datele sunt, de regulă, mai dezordonate: informații în trei sisteme care nu vorbesc între ele, un ERP vechi, un fișier Excel pe care îl ține o singură persoană. Cu cât datele sunt mai împrăștiate, cu atât cei 60% din timp petrecuți cu curățarea lor se transformă în bani.
Al treilea motiv, cel mai puțin discutat, e capacitatea de a susține proiectul. O firmă mare poate duce un proiect care nu produce rezultate un an întreg. Un IMM nu poate, și nici nu ar trebui. De aceea, într-un cost proiect AI corect construit pentru o firmă mică, prioritatea nu e cea mai avansată soluție, ci cea care ajunge cel mai repede la un rezultat măsurabil și își plătește propria continuare.
Cele 90 de zile care fac diferența
Un al doilea reper din studiu merită atenție: organizațiile performante trec un pilot AI în producție în aproximativ 90 de zile, față de 9 luni sau mai mult la restul. Diferența rareori ține de calitatea echipei tehnice. Ține de cât de îngust e definit scopul inițial, de cât de curate erau datele la start și de cât de repede se ia o decizie internă.
Contează la buget pentru că fiecare lună în care pilotul nu ajunge în producție e cheltuială fără venit. Un pilot care se lungește șase luni în plus nu costă doar cele șase luni de dezvoltare, ci și șase luni de rezultate pe care nu le-ai încasat. Aici se pierde, în practică, cea mai mare parte din rentabilitatea unui proiect.
Practic, viteza e o formă de reducere a costurilor, iar ea se obține prin decizii luate înainte de a scrie prima linie de cod: un singur proces vizat, un singur criteriu de succes, o singură persoană din firmă care decide. Proiectele care se lungesc nu se lungesc din motive tehnice, ci pentru că scopul lor crește pe parcurs. Fiecare cerință adăugată la mijlocul drumului intră direct în cost proiect AI, doar că nimeni nu o trece într-un tabel.
Cum bugetezi corect, pe trei ani în loc de trei luni
Recomandarea noastră pentru orice firmă care evaluează un cost proiect AI:
- Împarte bugetul 1/3 – 2/3. Suma de implementare este o treime. Rezervă restul pentru operare pe 3 ani. Dacă nu ai a doua parte, amână proiectul.
- Cere costurile recurente separat, în scris: infrastructură lunară, consum de modele, ore de suport, ore de dezvoltare pentru ajustări.
- Începe cu un proces, nu cu o transformare. Un flux bine ales, cu impact măsurabil, ajunge în producție în 90 de zile și îți plătește următorul pas.
- Auditează datele înainte de a cere ofertă. Dacă știi în ce stare sunt datele tale, estimarea pe care o primești e cu totul altceva decât o ghicitoare.
- Stabilește de la început ce măsori. Ore economisite, lead-uri procesate, erori evitate. Fără un numărător, discuția despre cost devine o discuție despre impresii.
AI-ul nu e scump în sine. E scump când e bugetat greșit, pentru că un proiect rămas la jumătate costă exact la fel de mult ca unul terminat, doar că nu produce nimic. Firmele care își fac bine calculul de cost proiect AI nu sunt cele cu bugete mari, ci cele care știu de la început că plătesc un sistem viu, nu un livrabil.
Dacă evaluezi acum un proiect de automatizare sau AI și vrei o estimare onestă pe 36 de luni, nu doar un preț de implementare, scrie-ne pe robomarketing.ro. Îți spunem și când nu merită să începi.
