Acum un an scriam despre AI ca și cum ar fi un tren care așteaptă să intre în gară. Toată lumea știa că trenul va ajunge, dar nimeni nu știa exact când. Și mulți stăteau pe bancă, cu biletul în mână, așteptând.
Ei bine, trenul a ajuns. Dar peronul arată complet diferit față de ce ne-am imaginat.
Dacă vrei să citești predicțiile mele din 2025, găsești articolul [aici]. Unele lucruri le-am nimerit. Altele, mai puțin. Dar ce mă interesează acum nu e scorul de predicții, ci o întrebare mai simplă,
Cum arată, de fapt, AI-ul în viața reală în 2026?
Nu în rapoartele de la McKinsey. Nu în keynote-urile de la CES. Nu în graficele Gartner Hype Cycle. Ci în biroul tău, în abonamentele tale, în modul în care lucrezi azi față de acum un an.
Adoptarea reală nu arată ca în reclame
Nu știu dacă ai auzit de friendship recession. E un termen care descrie izolarea socială în creștere la nivel global. Un studiu recent din UK arată că un sfert din adulți folosesc chatbot-urile AI nu pentru productivitate, ci pentru suport emoțional. Vorbesc cu AI-ul când nu au cu cine.
Chestia asta n-a apărut în nicio predicție din 2025. Sau cel puțin eu n-am văzut-o. Mi-am dat seama de ea când primii potențiali clienți care au bătut la ușa mea pentru a dezvolta software AI nu veneau din tech sau din marketing. Veneau din nișa coaching-ului și a suportului emoțional. Mă refer la psihologi.
Și totuși, asta e doar o față a monedei AI. Cealaltă față e la polul opus, în corporații.
Companiile mari și birocratice au distribuit licențe AI angajaților ca și cum ar cumpăra un abonament la Netflix. Pe hârtie, toată lumea avea acces. Dar apoi a intrat în joc realitatea. S-au format comisii de gatekeeper care trebuiau să decidă cine poate folosi AI, cu ce date, ce e permis legal, ce intră sub GDPR, ce riști dacă un model extern procesează informații confidențiale. Și bătăliile astea interne au blocat adoptarea oficială.
Rezultatul? Angajații au continuat să folosească AI-ul pe cont propriu, cu abonamente personale. Jumătate din forța de muncă folosește AI la birou fără să știe dacă e permis. Și cam tot aceștia recunosc că uploadează documente confidențiale pe platforme publice, fără aprobare IT.
Companiile au instalat sala de fitness, dar n-au angajat niciun antrenor. Așa că angajații și-au cumpărat singuri abonamentele, antrenorii și suplimentele și lucrează în bucătărie, noaptea, cu ușile închise.
Evident, asta a creat probleme noi de securitate și confidențialitate pe care nimeni nu le anticipase. Și, să fim sinceri, noi europenii avem tendința să blocăm mai degrabă decât să adoptăm. E în natura noastră să reglementăm înainte să experimentăm. Pentru că noi suntem cei care consumă AI-ul, nu cei care îl produc. Cei care îl produc stau în Silicon Valley.
Cât te costă AI-ul?
Să vorbim despre bani, că AI-ul costă.
ChatGPT, Claude, Gemini, Perplexity și o grămadă de API-uri în spate. Fiecare pare rezonabil luat individual. Colectiv, se adună mai repede decât crezi.
Dar nu există un AI care le face pe toate. La un moment dat trebuie să faci un remix și să combini modele LLM pentru nevoi diferite. Și aici intră în joc modelele open source. DeepSeek, de exemplu, operează la aproximativ 0,02 dolari per task complex de programare. Claude Opus, în jur de 1,50 dolari pentru același task.
Asta înseamnă că bariera de intrare pentru un startup care vrea să construiască ceva cu AI e mai abordabilă ca oricând.
Dar vine și partea incomodă. Când costul de a construi ceva se apropie de zero, nu mai știi ce să construiești. Înainte, costul era filtrul. Acum filtrul a dispărut și ai sute de miliarde de opțiuni. De unde începi? Idea este că prea multe opțiuni paralizează, nu eliberează. (vezi Paradox of Choice, Barry Schwartz)
Sfatul meu practic este simplu. Nu căuta cel mai bun tool. Alege ceva și mergi înainte. Execuția bate optimizarea, mereu.
Agentic AI
Dacă în 2025 conversam cu un bot AI prin intermediul unui chat, în 2026 AI-ul lucrează pentru noi. Un agent primește un obiectiv, îl descompune, execută pași, corectează erorile și raportează rezultatul unui alt agent care preia următorul obiectiv. Și tot așa.
Sună simplu. Nu este.
Mulți au spus că AI-ul ne va fura joburile. Alții că ne va reduce volumul de muncă. Ambele povești sunt frumoase. Dar ambele sunt incomplete.
Adevărul e că AI-ul nu elimină munca. O multiplică. Ca orice altă tehnologie, extinde perimetrul a ceea ce poți face, dar și lista de lucruri pe care le ai de făcut. Poți construi mai mult, mai rapid, cu mai puțini oameni. Dar asta înseamnă că și standardul crește, așteptările cresc. Iar tu trebuie să ții pasul cu un sistem care nu doarme niciodată. (vezi Nexus, Yuval Noah Harari)
Mulți spun că AI-ul face tot. Tu ce crezi?
Ca să construiești un sistem multi-agent nu îți ajunge să te uiți la un tutorial pe YouTube. Trebuie să înțelegi cum funcționează arhitecturile, sistemele complexe, ce permiți agentului să facă și, mai ales, ce nu îi permiți.
Cea mai mare greșeală pe care o poți face e să dai unui agent autonom acces nelimitat la resurse și sisteme critice.
Iată un exemplu concret: un agent AI de la Replit a primit sarcina de a face mentenanță și a șters, din greșeală, baza de date de producție a unui startup. Apoi a generat 4.000 de conturi false ca să acopere greșeala.
La fel s-a întâmplat și cu OpenClaw, unul dintre cele mai hype-uite proiecte open source din ultimul an. 145.000 de stele pe GitHub în 14 zile, record absolut.
Toată lumea îl folosește. Dar puțini s-au obosit să compileze codul din sursă și să îl scaneze. Eu am făcut-o. Uite aici, poftim rezultatul 👇
51 vulnerabilități critice. 330 high. Compliance score 69%. Și 2.760 de vulnerabilități care nu pot fi patch-uite.
AI-ul nu e rău intenționat. Dar hype-ul îți amorțește simțul critic. Iar când nu înțelegi ce instalezi, nah, știi tu cum e. Oricum, daca totuși te interesează, există Ironclaw, un fork OpenClaw construit cu securitatea în minte.
Deci, să recapitulăm. Agenții autonomi sunt reali. Sunt utili. Dar acum tu trebuie să devii manager, si poate chiar expert de securitate. Asta te face evident să ieși din zona de executant. Și psihologic, asta nu e ușor.
La urma urmei, responsabilitatea e a ta. Tu vizionezi, editezi și decizi ce merită construit. Agentul execută. Dar e treabă în spate, nu magie.
Vibe coding și noii developeri
Nu știu cine a spus primul că nu mai trebuie să scrii cod ca să construiești software. Ei bine, să fiu sincer, e adevărat. Descarci Claude Code sau Antigravity, scrii un prompt și ai o aplicație funcțională în câteva ore.
Și totuși, la un moment dat, îți lipsește ceva. Experiența.
Să construiești ceva care funcționează nu e același lucru cu a înțelege ce ai construit. Iar când ceva se strică și nu știi cum să repari, apare frustrarea. Mai rău, dacă e un software de producție, apare panica.
Cele mai mari probleme pe care le-am întâlnit se întâmplă întotdeauna după ce ai terminat produsul și ai făcut rollout.
Recomandarea mea e simplă. Învață cum funcționează sistemele între ele. Ce e un API, ce e o bază de date, cum comunică back-end-ul cu front-end-ul, the big picture. Asta te va ajuta să ghidezi AI-ul corect și să recunoști când te duce în direcția greșită. Pentru că o va face.
Și uite-așa apar joburi noi pe piață. Imaginează-ți un dezvoltator care nu mai scrie cod, ci orchestrează sisteme de agenți, scrie regulile, gestionează erorile. Mai mult arhitect decât programator. Mai mult manager decât executant.
Ce am schimbat concret în workflow-ul meu
AI-ul a intrat în repertoriul meu înainte să fi apărut ChatGPT pe piață. Sunt early adopter prin definiție. Evident, s-au schimbat multe lucruri între timp și a trebuit să mă adaptez noilor realități.
Claude Code, Antigravity și Claude Cowork au schimbat modul în care folosesc computerul. Astăzi nu mai execut eu task-uri repetitive. Le delimitez, le descriu, le las în seama AI-ului. Practic, chestia asta m-a obligat să devin scriitor de meserie.
Agenții pentru task management au eliminat complet nevoia de a organiza un proiect manual. Și uite-așa am renunțat la multe software-uri cu abonament și am trecut la un build-your-own workflow. Ceea ce, evident, cere un anumit nivel de expertiză în arhitectură și planificare. Dar ideea e că acum pot să creez software use once & destroy.
Am revenit la plan-as-code. Folosesc YAML pentru a crea charts pe care le dau AI-ului să le citească și să țină cont de contextul din jurul lui. Mermaid sau Excalidraw pentru arhitecturi. Markdown pentru orice înseamnă text și Git (Gitea de fapt) pentru a ține evidența.
Costurile rămân o realitate pe care nu o pot ignora. Nu e gratuit să lucrezi cu un LLM. Claude e probabil cel mai scump de pe piață. Modelele open source sunt mai ieftine, dar au nevoie de hardware, timp și skill ca să funcționeze bine. Nu există varianta gratuită și fără efort. Până la urmă, alegi tu cum vrei să plătești.Bani sau timp.
Dacă nu ai bugetul sau curiozitatea să explorezi, tehnologia te lasă în urmă. E o realitate inconfortabilă, dar e totuși realitate. Și mulți oameni o ignoră.
Cel mai important lucru pe care l-am învățat în ultimul an e că gustul a devenit o nouă competență rară. Oricine poate genera text mediocru cu AI. Oricine poate construi o aplicație funcțională și urâtă. Ce devine scump și greu de replicat e să știi ce merită construit, cum arată bine și ce e relevant pentru audiența ta.
Instrumentele tehnice se ieftinesc. Perspectiva devine din ce în ce mai scumpă.
Ce urmează după AI?
Când orice persoană poate construi orice, când costul de a executa o idee se apropie de zero, ce crezi că face diferența?
Nu e tehnologia. Nu e accesul la AI și nici viteza.
Suntem paralizați de opțiuni. Stăm pe scaun cu 47 de tab-uri deschise și nicio decizie luată. Și în timp ce stăm și analizăm, alții execută.
Singurul lucru care mai face diferența e să îți ridici curul de pe scaun și să treci la acțiune. Asta e o alegere umană. Cere gust. Cere viziune. Și nu o poate face nimeni în locul tău.
P.S. Nici AI-ul.
Log out.