Valoare reală sau sclipici AI: cum decizi în ce AI pentru ecommerce merită să investești

Acum un deceniu, fiecare serviciu SaaS era bazat pe cloud. Cloudul era peste tot. Astăzi, „AI” a preluat coroana. Fiecare serviciu are funcții care folosesc AI în diferite grade. Unele schimbă fundamental modul în care o afacere câștigă bani. Altele sunt doar tehnologii vechi de decenii, cu un nume nou și sofisticat. Cum faci diferența?

Această întrebare a stat la baza panelului de închidere al conferinței online de ecommerce RARE 2026, „AI în ecommerce: în ce tehnologii merită să investești pentru 2027”. Trei perspective diferite pe aceeași scenă: un consultant care vede pitch-ul fiecărui furnizor, un CTO care construiește produse AI și un lider de business care investește în tehnologie într-una dintre cele mai reglementate verticale din Europa.

Participanții la panel:

• Jordie van Rijn, specialist în email marketing și consultant MarTech, fondator al Email Vendor Selection
• Dmytro Mukha, CTO la Claspo, un motor de optimizare a conversiilor
• Dmytro Shapovalov, Chief Business Architect la Liki24, un marketplace transfrontalier de produse pentru sănătate

Discuția a fost moderată de Dmytro Kudrenko, fondator și CEO al Stripo, și Alex Danchenko, fondator și COO al Yespo.

Moderatorii au stabilit o singură regulă de la început: exprimă-ți dezacordul cu voce tare și explică de ce. Participanții au luat-o în serios. Mai jos am grupat dezbaterea în cinci decizii pe care le ia orice echipă de ecommerce atunci când alocă buget pentru AI, urmate de un checklist pe care să îl parcurgi înainte de următorul demo cu un furnizor.

Concluzii principale

1. Eticheta AI nu îți spune nimic despre un instrument. Judecă-l după efectul asupra afacerii și după cât de fiabil repetă o sarcină.
2. Păstrează în companie expertiza de domeniu, regulile privind datele și mecanismele de protecție. Modelele închiriază-le.
3. Înainte să experimentezi cu AI, asigură-te că oferta de bază funcționează.
4. Viteza se plătește doar atunci când cunoști direcția. Altfel, AI îți consumă bugetul și mai repede.

Ignoră eticheta AI și uită-te ce se află dedesubt

Jordie a deschis cu o opinie contrară curentului. Furnizorii pun acum eticheta „AI” pe aproape orice, inclusiv pe reguli simple și pe automatizarea marketingului, iar el crede că e un lucru bun: hype-ul îi împinge pe oameni să se documenteze despre domeniu. Totuși, a fost clar că eticheta nu te va ajuta să alegi un instrument. A numi optimizarea momentului de trimitere „AI” este, în cel mai bun caz, discutabil.

Dmytro Shapovalov a fost de acord și a mers mai departe:

Dmytro Shapovalov, Chief Business Architect la Liki24

 

„Din perspectiva afacerii, nu mă interesează ce etichetă pune un furnizor pe un instrument, AI sau automatizare. Mă interesează doar efectul lui asupra afacerii. Acum zece ani era exact la fel cu automatizarea CRM.”

Dmytro Mukha a adus o perspectivă istorică. Când fabricile au înlocuit pentru prima dată motoarele cu abur cu motoare electrice în instalațiile existente, productivitatea aproape că nu s-a schimbat. Potrivit istoricului economic Paul David, productivitatea industriei prelucrătoare din SUA a crescut abia în anii 1920, la aproximativ patru decenii după comercializarea electricității, odată ce fabricile au fost reproiectate în jurul noii surse de energie.

Dmytro Mukha, CTO la Claspo

 

„Când fabricile au conectat electricitatea la vechile instalații, nu a ajutat. A durat aproximativ 40 de ani până când efectul a apărut în statisticile de productivitate. Cu AI suntem exact în acel punct: abia am început să reconstruim totul în jurul lui.”

Dmytro Shapovalov a contestat ideea unei reconstrucții la scară mare. Nimeni nu reproiectează fabrica dintr-odată. Adaugi piese mici, verifici că fiecare funcționează și treci la următoarea. Pentru el, întrebarea deschisă este fiabilitatea: dacă se poate avea încredere că agenții AI pot gestiona un ciclu complet de luare a deciziilor.

Maturitatea diferă de la un departament la altul

Moderatorii au împărțit adoptarea AI în trei niveluri. Răspunsurile participanților au arătat că o companie se poate afla pe toate trei în același timp.

Logistica de la Liki24 rămâne la nivelul 1, pentru că AI nu poate negocia tarife mai bune cu transportatorii și nu poate debloca o livrare întârziată. Jordie a adăugat un nivel 0 deliberat: echipa lui ține AI complet departe de recenziile de software, ca acestea să nu sune la fel ca ale tuturor celorlalți.

Decizia 1: Cine răspunde de AI în compania ta

Dmytro Shapovalov împarte responsabilitatea pe două niveluri. Compania deține regulile: ce instrumente sunt permise, cum sunt securizate datele și ce decizii AI nu trebuie să ia niciodată. Liki24 activează pe o piață reglementată, așa că AI nu are voie niciodată să sugereze tratamente sau să ofere fără rețetă medicamente care se eliberează pe bază de prescripție. Pentru el, compania deține regulile, iar departamentele dețin rezultatele de business și decid cum îi ajută AI să ajungă la ele. 

Jordie a adăugat o etapă care vine prima în companiile mai puțin mature: un grup de lucru interfuncțional. Acesta preia agenda AI, impulsionează adoptarea în echipe, apoi predă activitatea departamentelor și se dizolvă. El a aplicat acest model cu o echipă de data science la un mare retailer de bricolaj și articole pentru casă. A avertizat, de asemenea, că regulile funcționează doar dacă se potrivesc cu felul în care oamenii se comportă în realitate:

Jordie van Rijn, fondator al Email Vendor Selection

 

„Poți stabili reguli, dar ele trebuie să rămână aproape de realitate. Oamenii îți vor spune: «Bineînțeles că folosim doar instrumentul aprobat» sau «Nu, nu folosim ChatGPT». Între timp, îl folosesc pe telefoane.”

Dmytro Mukha a trasat linia dintre ce trebuie să deții și ce trebuie să închiriezi:

Dmytro Mukha, CTO la Claspo

 

„Cea mai importantă parte este creierul proiectului: cunoștințele tale de domeniu, expertiza ta, accesul tău la date. Pe acestea trebuie să le deții complet. Pentru modele, cea mai productivă abordare este să te bazezi pe furnizori precum OpenAI sau Anthropic.”

La Claspo, acest „creier” ia forma unor skills construite pe baza altor skills și înlănțuite în workflow-uri automatizate. Când două persoane rulează același workflow, obțin același proces, ceea ce face munca mai ușor de standardizat și de scalat.

Folosește propriul agent AI cu un CDP

Pluginul Yespo conectează Claude și OpenAI Codex la contul tău Yespo prin MCP. Descrie o sarcină în limbaj simplu, verifică acțiunile propuse și lasă agentul să lucreze cu șabloanele, contactele, workflow-urile și analizele tale. Agentul acționează doar în limitele permisiunilor utilizatorului care l-a conectat, iar skills-urile gata făcute acoperă editarea emailurilor, auditurile de livrabilitate și analiza campaniilor. 

Arată-mi cum îmi conectez agentul AI →

Decizia 2: Ce date rămân în interior

Dmytro Shapovalov sortează datele în funcție de sensibilitate. În țările în care Liki24 gestionează rețete, clienții le pot încărca în marketplace, iar aceste date rămân în interior, fără excepții. Datele folosite pentru optimizarea afacerii sunt altceva: analiza funnelului sau prețurile concurenților care alimentează modelul de prețuri al Liki24 pot ajunge fără probleme în instrumente externe.

El a adăugat o întrebare care vine înaintea oricărei decizii privind datele: de ce ai nevoie de acest model? Pentru Liki24, răspunsul este întotdeauna cea mai rapidă cale de a rezolva o problemă concretă de business. Construirea unui instrument doar pentru că tehnologia există nu este un motiv valabil.

Alex Danchenko a dus dezbaterea mai departe. El a descris prezentarea șefului unei mari platforme de marketing, a cărui echipă a oferit unui model acces la toate API-urile interne într-un mediu izolat (sandbox). I-au cerut să optimizeze campaniile de onboarding sau de reactivare, l-au lăsat să aleagă ce API-uri să apeleze și chiar l-au întrebat ce date și API-uri îi lipsesc. Mukha a recunoscut că i-a crescut pulsul doar auzind asta. Într-o platformă multi-tenant, un model fără restricții ar putea observa un truc de conversie pe site-ul unui brand și l-ar putea reutiliza pentru altul.

Dmytro Mukha, CTO la Claspo

 

„Desigur, AI poate accesa toate API-urile. Dar mai întâi trebuie să construim mecanisme de protecție și să anonimizăm datele. Abia apoi AI ar trebui să decidă.”

Regula de bază a lui Jordie: izolează toate datele de care sarcina nu are nevoie. Nu știi unde este punctul slab până nu dai de el. Datele personale sunt reglementate, iar chiar și metadatele, de exemplu cine cui a scris și când, pot fi valoroase în contextul greșit. Șansa unei scurgeri de date poate fi mică, dar consecințele sunt uriașe.

Alex a închis subiectul din perspectiva furnizorului. Datele clienților stocate într-un CDP aparțin clienților platformei, iar Yespo nu le folosește între conturi, chiar dacă un AI ar copia cu plăcere cea mai performantă campanie de la un brand la altul.

Recomandări AI care respectă regulile tale de conformitate. Liki24 folosește recomandările AI Yespo într-una dintre cele mai reglementate verticale de ecommerce. Medicamentele eliberate pe bază de rețetă și categoriile sensibile sunt excluse din blocurile de recomandări, iar echipa Liki24 a adăugat peste model propriile relații între categorii. 

Vreau să văd cum a configurat Liki24 acest lucru →

Decizia 3: Construiești sau cumperi și ce să întrebi furnizorii

Jordie a refuzat să răspundă cu „depinde”. Dacă instrumentele bune fac deja treaba, nu reinventa roata. Construiește doar atunci când AI este nucleul a ceea ce face compania ta. Dacă este o funcție secundară, cumpără. Singura excepție, despre care a glumit, este un CTO căruia îi place să construiască lucruri, caz în care depinde de câte acțiuni deține acel CTO.

A cumpăra înseamnă a verifica, iar participanții au numit două întrebări pe care furnizorii tind să le evite.

Securitatea. Potrivit lui Jordie, majoritatea furnizorilor de AI fie evită întrebările incomode despre securitate în timpul demo-ului, fie răspund pur și simplu „da”. Dacă nu poți verifica răspunsul, acesta valorează puțin. Agenții pentru prospectare de vânzări, îmbogățirea datelor și scraping se află în cea mai gri zonă. Instrumentele de email și CRM sunt mai ușor de verificat. Pentru achizițiile enterprise, companiile specializate în testare și certificările de securitate îți spun mai mult decât orice comisie de selecție.

Fiabilitatea. Dmytro Shapovalov a menționat τ-bench, un benchmark de la Sierra care testează agenții AI pe sarcini simulate de customer service în retail. GPT-4o a finalizat aproximativ 61% dintre sarcini din prima încercare. Când a trebuit să reușească aceeași sarcină în opt din opt încercări, scorul său a scăzut la aproximativ 25%. Benchmarkul datează de la mijlocul lui 2024, iar modelele s-au îmbunătățit de atunci, dar diferența dintre un succes izolat și o performanță constantă este exact ce ar trebui să întrebe un cumpărător.

Dmytro Shapovalov, Chief Business Architect la Liki24

 

„Dacă știu că fiabilitatea unui agent AI scade la 20–30% când repetă aceeași sarcină, întrebarea de business este simplă: ce tipuri de sarcini ar trebui să îi deleg?”

Jordie a reformulat-o ca pe o chestiune de utilitate. Un agent care gestionează cu succes 25% dintre sarcinile de customer service poate merita totuși. Într-un context medical, nu. El a avertizat, de asemenea, că instrumentele AI sunt produse SaaS care rulează pe modele care se schimbă. Ce testezi astăzi se poate comporta diferit mâine, așa că testarea trebuie să fie continuă.

Decizia 4: Cum vei măsura ce schimbă AI

Dmytro Mukha a venit la panel cu o cifră care îți dă de gândit. O meta-analiză a peste 6.700 de experimente de ecommerce derulate pe platforma Qubit a constatat că 90% dintre ele au modificat veniturile cu mai puțin de 1,2%, în sens pozitiv sau negativ. AI face experimentele mai ieftin de derulat, dar asta nu crește probabilitatea ca ele să conteze.

Diagnosticul lui: oamenilor le place să facă experimente și le place și mai mult să încalce regulile statisticii. Se uită la rezultate înainte ca testul să se termine și îl opresc în momentul în care atinge pentru prima dată nivelul de încredere. Soluția lui este un sistem strict. Definește dinainte ipoteza și criteriile de acceptare, construiește metrici mici care se însumează într-o singură metrică North Star și notează ce te-a învățat fiecare experiment.

Dmytro Mukha, CTO la Claspo

 

„Pentru fiecare metrică ai nevoie de două criterii: uplift și efect negativ, pentru că întotdeauna este un compromis. Aceste reguli trebuie să fie deterministe, iar oamenii sau modelele trebuie să ia decizii doar pe baza lor.”

Moderatorii au adresat apoi participanților o întrebare din public: având la dispoziție istoricul de cumpărături, comportamentul pe site și datele din email, ce cazuri de utilizare AI ar trebui testate mai întâi?

• Dmytro Mukha crede că sistemele AI pot acum să conceapă și să deruleze singure experimente, dacă au reguli, cunoștințe de domeniu și mecanisme de protecție, iar oamenii controlează ce văd clienții. Claspo construiește o echipă de agenți pentru acest lucru. Într-un proiect pentru un client, agenții au descoperit că jumătate din traficul site-ului ajungea pe pagina unui produs epuizat. Nimeni din echipă nu observase asta.
• Jordie recomandă testarea „aproape de foc”, adică cât mai aproape de principalul KPI de venituri: next best product, next best offer, cross-sell și upsell și fluxul de welcome.
• Dmytro Shapovalov nu a fost de acord cu niciunul dintre ei. Experimentele ieftine creează mai mult zgomot și mai puține rezultate. Acum cinci ani, fiecare test costa resurse reale, așa că echipele se gândeau mai bine ce teste să ruleze.

Dmytro Shapovalov, Chief Business Architect la Liki24

 

„Înainte să te arunci în experimente cu AI, verifică oferta de bază și product-market fit-ul. Dacă acolo ceva nu e în regulă, repară mai întâi. Abia apoi treci la marketing, experimente și instrumentele drăguțe.”

Exemplul lui: personalizarea AI din campaniile de marketing ale Liki24, construită cu Yespo, a avut rezultate excelente. Un experiment simplu cu pragul pentru livrare gratuită, derulat în paralel, a adus și el un impact puternic asupra afacerii.

„Prea plictisitor!”, a glumit Jordie, dar în final a fost de acord. Fundamentele vin primele, dar o echipă are nevoie și de niște „bani de învățare” pentru proiecte exploratorii, pentru că experimentarea funcționează ca un pinball: încerci ceva într-un loc și înveți ceva în altul. Dmytro Kudrenko a adăugat un avertisment despre metricile care arată bine, dar nu aduc bani. Un motor de recomandări pe care l-a văzut vindea grămezi de baterii cu marjă mică, iar altul vindea mai ales șosete. Cifrele creșteau, iar afacerea abia simțea diferența.

Testare A/B continuă, cu un om în buclă.

Blocul One from Many testează un set de variante de mesaj într-un workflow Yespo. La început trimite variantele aleatoriu, apoi se orientează spre cele cu CTR mai mare și exclude automat variantele care pierd în mod constant. Cu opțiunea Auto-optimize variants activată, AI creează noi variante, pe care echipa ta le verifică înainte să intre în set. 

Arată-mi cum funcționează One from Many →

Decizia 5: Viteză sau performanță

Dmytro Kudrenko le-a cerut participanților să aleagă una dintre cele trei moduri în care echipele de ecommerce adoptă AI: producție mai rapidă, mai multe activități (de exemplu, personalizare la scară) sau îmbunătățirea unui indicator de performanță. Răspunsul „depinde” a fost interzis.

Jordie a ales viteza. Dacă echipa ta petrece mult timp producând materiale de marketing și campanii, redu mai întâi acest timp. Le oferă oamenilor actuali gura de aer de care au nevoie și, de obicei, este cel mai ușor de implementat.

Dmytro Shapovalov a ales performanța și a adus o poveste cu tâlc. Într-un proiect, o echipă a folosit AI generativ pentru creative publicitare în Meta. Înainte, puteau produce între 5 și 10 creative. Cu AI, au produs sute și au început să le testeze. Apoi au făcut calculele: costul de achiziție a clienților era prea mare, iar LTV-ul nu îl putea acoperi. Două sau trei experimente ar fi fost suficiente pentru a vedea asta.

Dmytro Shapovalov, Chief Business Architect la Liki24

 

„Dacă accelerezi în direcția greșită, doar îți vei pierde banii. Nu ai nevoie de viteză dacă te duce în direcția greșită.”

Dmytro Kudrenko a numit-o problema oului și a găinii: viteza eliberează timp pentru lucrul la strategie, dar ai nevoie de o strategie ca să știi ce merită accelerat.

Dmytro Mukha a ales și el performanța, cu o completare. Investește în propriile skills și în propriul toolchain, indiferent de furnizorul pe care îl folosești, pentru că mediul se schimbă prea repede ca să aștepți. Și planifică pentru scalare: AI nu mai este doar un asistent. Agenții pot rula acum în bucle și pot itera asupra unor workflow-uri întregi.

Checklist pentru investițiile în AI

Sfatul de final al lui Jordie pregătește lista. Echipele se grăbesc adesea să cumpere un CRM, un ESP sau un alt sistem mare fără să separe ce le trebuie de ce ar fi frumos să aibă și abia după aceea află că alegerea a fost greșită.

Jordie van Rijn, fondator al Email Vendor Selection

 

„Cunoaște nucleul instrumentelor pe care le folosești și pe care le vei folosi. Zgârie-le puțin cu unghia și află ce este sclipici AI, adică tot ce se află în jurul nucleului și de care nu ai cu adevărat nevoie.”

Înainte să aprobi următoarea investiție în AI, întreabă-te:

1. Ce efect asupra afacerii va avea acest instrument, dincolo de eticheta AI? Dacă furnizorul nu poate numi metrica pe care o îmbunătățește, tratează eticheta ca pe marketing.
2. Cine deține regulile și cine deține rezultatele? Compania stabilește politicile privind instrumentele, securitatea și deciziile pe care AI nu trebuie să le ia niciodată. Departamentele dețin rezultatele. Asigură-te că regulile se potrivesc cu felul în care oamenii lucrează efectiv, altfel vei avea shadow AI.
3. Ce date va atinge instrumentul și are nevoie de toate? Păstrează datele sensibile în interior, anonimizează ce iese în exterior și izolează tot ce nu este necesar pentru sarcină.
4. Este AI nucleul afacerii tale? Dacă nu, cumpără în loc să construiești. În orice caz, deține expertiza de domeniu și închiriază modelul.
5. Își poate susține furnizorul afirmațiile despre securitate și fiabilitate? Cere certificări și testare independentă. Întreabă dacă agentul poate finaliza aceeași sarcină în mod constant, pe parcursul mai multor încercări.
6. Ai definit uplift-ul și efectul negativ pentru fiecare metrică înainte de începerea testului? Stabilește dinainte criteriile de acceptare, nu opri testul în momentul în care pare pentru prima dată semnificativ și verifică marja alături de volum.
7. Ți-ai testat oferta de bază? Prețurile, pragurile de livrare și product-market fit-ul pot influența afacerea mai mult decât orice funcție AI.
8. Știi direcția înainte să accelerezi? Calculează unit economics pentru câteva experimente înainte ca AI să le înmulțească cu o sută.

Participanții nu au fost de acord în toate privințele, dar terenul comun a fost evident. Jordie van Rijn a formulat cel mai bine: strategia înseamnă acum mai mult ce alegi să nu faci. AI îi oferă unui marketer creativ ceva nou de construit în fiecare dimineață, așa că alegerea este partea grea. El se așteaptă, de asemenea, ca tot mai mulți marketeri să își facă conturi pe GitHub, să scrie puțin Python și să lanseze „software urât care funcționează”.

Alex Danchenko a încheiat conferința cu o predicție. AI îi va ridica pe marketerii începători și campaniile slabe la un nou normal, cu mult peste cel de astăzi. Ceea ce te va duce deasupra acestui nou normal este înțelegerea umană a motivelor pentru care clienții revin.

Înregistrările tuturor sesiunilor sunt disponibile pe site-ul RARE 2026. 

Special Request Inline