31 august 2026
Trecerea inteligenței artificiale din faza de curiozitate tehnologică în cea de instrument operațional a creat o prăpastie în mediul de afaceri între cei care folosesc matur aceste capabilități și cei care încă își construiesc încrederea în ele. Pew Research Center indică o adopție accelerată: 49% dintre adulții americani utilizează chatbot-uri AI, marcând o creștere semnificativă față de pragul de o treime înregistrat în 2024. Cu toate acestea, nu s-a ajuns încă într-o etapă de maturitate care să închidă eficient acest decalaj, în ciuda amplorii adopției AI.
Studiul Skillsoft Workforce Readiness Report (2026) pune în lumină un decalaj sistemic: în timp ce 77% dintre manageri consideră că angajații lor sunt pregătiți pentru AI, doar 24% dintre angajați confirmă că dețin competențele necesare. Este o deconectare reală care arată că nivelul de conducere confundă frecvent acordarea accesului la infrastructură software cu dezvoltarea reală a capabilităților organizaționale.
Mutația competențelor: gândirea critică ca mecanism de control
Definirea inexactă a noțiunii de AI literacy ca redactare de prompt-uri reprezintă o eroare strategică. Redactarea de prompt-uri este doar interfața sintactică — abilitatea de a formula instrucțiuni textuale; competențele analitice care urmează sunt cele cu adevărat mandatorii. Într-o cercetare extinsă derulată de SHRM (2026) pe un eșantion de aproape 6.000 de angajați, 71% dintre respondenți au semnalat că gândirea critică a devenit considerabil mai importantă odată cu integrarea AI, iar o proporție apropiată a subliniat că absența acesteia conduce direct la decizii operaționale eronate.
Așadar, în ciuda sentimentului de lipsă de cunoaștere a detaliului tehnic, modul în care este analizat output-ul AI reprezintă principala competență care e pe cale să capete o formalizare în metodologiile de muncă. Astfel, definiția funcțională a AI literacy rezidă în capacitatea de evaluare a acestui output: identificarea halucinațiilor plauzibile, înțelegerea limitărilor epistemice ale modelelor de limbaj și recunoașterea punctului exact în care procesarea automatizată trebuie înlocuită de judecata umană. Gândirea originală devine esențială într-un peisaj dominat de AI — nu ca soft skill secundar, ci ca funcție internă de control necesară pentru validarea premiselor, detectarea erorilor logice și gestionarea ambiguității.
Cealaltă fațetă a aceleiași monede — capcana adopției neghidate și fenomenul Shadow AI
Eforturile individuale de adaptare nu pot suplini absența unui cadru instituțional. Conform analizei UNLEASH asupra raportului BCG „AI at Work 2025", bazată pe declarațiile lui Nick South, Managing Director și Senior Partner BCG, angajații care parcurg un minim de 5 ore de training structurat înregistrează o rată de utilizare regulată de 79%, comparativ cu 67% pentru cei cu mai puțin training. Aceeași analiză arată că 54% dintre angajați sunt dispuși să apeleze la instrumente AI neautorizate (Shadow AI) atunci când compania nu le furnizează soluții adecvate — companiile care nu oferă un cadru formal de instruire nu doar că pierd oportunitatea de optimizare, dar își expun activ infrastructura informațională unor vulnerabilități majore.
Vulnerabilitatea structurală a sectorului IMM
Discrepanța de guvernanță se simte cel mai mult în sectorul întreprinderilor mici și mijlocii. Conform datelor Founder Reports (2026), 59% dintre angajații companiilor cu mai puțin de 10 salariați declară că organizația lor nu deține o politică de utilizare a inteligenței artificiale. De asemenea, deși 89% dintre angajați utilizează deja AI la locul de muncă (38% în mod zilnic), 44% dintre aceștia operează într-un vid normativ complet. Această lipsă de reglementare internă produce riscuri operaționale:
- Erodarea încrederii inter-personale: 77% dintre angajați declară că auditează cu o suspiciune sporită munca colegilor atunci când știu că a fost utilizat un instrument AI.
- Costul erorilor neasumate: 45% dintre lucrători raportează că au fost nevoiți să refacă sau să corecteze direct sarcinile executate de colegi care s-au bazat necritic pe output-ul generat de AI.
Absența politicilor interne transformă viteza teoretică oferită de AI într-un multiplicator de muncă redundantă și erori de execuție — un lux pe care un IMM nu și-l poate permite.
Și, nu în ultimul rând, trecem deja de la practică opțională la obligație normativă: Articolul 4 din AI Act
Din perspectivă juridică și de guvernanță, utilizarea informală a tehnologiei AI nu mai este o opțiune. Articolul 4 din Regulamentul European privind Inteligența Artificială impune, din 2 februarie 2025, o obligație legală: furnizorii și operatorii de sisteme AI trebuie să ia măsuri pentru alfabetizarea AI a personalului responsabil de operarea sau utilizarea acestor tehnologii. De menționat: prin „Digital Omnibus on AI" (în vigoare din iulie 2026), formularea obligației a fost înmuiată — de la a „asigura" un nivel adecvat de alfabetizare AI, la a „sprijini dezvoltarea" acesteia. Standardul legal e mai permisiv decât la momentul intrării inițiale în vigoare, dar obligația de bază rămâne.
Plecând de la toate aceste puncte, se înțelege că o structură de guvernanță robustă depășește sfera manualelor de utilizare; ea necesită stabilirea unor bariere rigide de siguranță (guardrails), definirea proceselor de verificare pe fluxul operațional (human-in-the-loop) și, mai ales, instruirea continuă a forței de muncă.
Lista de acțiune
În acest moment, pentru mediul de afaceri din România și regiunea CEE, integrarea AI presupune, pe lângă achiziția de software, un test de maturitate organizațională, structurat pe patru piloni fundamentali:
- Instruire minimă: depășirea formatelor pasive prin derularea a cel puțin 5 ore de training aplicat, axat pe cazurile specifice de utilizare din cadrul fiecărui departament.
- Standarde clare de utilizare: definirea explicită a claselor de date permise, a aplicațiilor autorizate și a protocoalelor de securitate a informațiilor confidențiale.
- Puncte de control și responsabilitate: inserarea unor etape formale de validare umană pentru orice livrabil generat cu sprijinul algoritmilor.
- Dezvoltarea discernământului tehnologic: educarea echipelor în vederea identificării limitelor modelelor matematice și a erorilor de logică.
AI funcționează deja în interiorul organizațiilor, dar trebuie să ne asigurăm că această prezență generează valoare adăugată directă, ceea ce reprezintă o responsabilitate de management.