Furnizorii AI nu mai vând doar modele. Încep să preia și implementarea

Modelul nu mai este suficient

Nu sunt două lansări care seamănă întâmplător. Avem mai mulți furnizori mari care au ajuns la aceeași concluzie: accesul la model nu e suficient ca să producă valoare într-o companie. TechCrunch încadrează explicit mișcarea Google-Accenture: rivalii din cursa AI, OpenAI, Anthropic, Microsoft și Amazon, au lansat recent, fiecare, unități de business separate, pariind că implementarea modelelor AI poate deveni ea însăși o categorie de piață de ordinul unui trilion de dolari.

Precedentul cel mai mare e mai vechi decât săptămâna asta: pe 30 iunie, Amazon Web Services a anunțat o investiție de 1 miliard de dolari ca să pună mii de ingineri „forward-deployed" direct în echipele clienților, co-dezvoltând sisteme agentice de producție. TechCrunch amintește explicația larg acceptată: companiile n-au avut expertiza necesară ca să integreze inteligent uneltele și serviciile AI în fluxurile de lucru, astfel încât să le reducă costurile și, pe termen lung, să le ajute să câștige mai mult. În practică, blocajele apar în aceleași locuri: autentificare, conectarea datelor interne, monitorizare, plan de rollback, redesignul proceselor existente ca să încapă un agent în ele. Nu modelul e partea grea. Compania e partea grea.

OpenAI transformă implementarea într-un API gestionat

Pe 10 septembrie, OpenAI a lansat Agents API în beta publică: un API care pune la dispoziția dezvoltatorilor același „harness" (motorul care coordonează modelul, uneltele și contextul) care rulează în spatele Codex. OpenAI gestionează bucla agentului, managementul contextului pe sesiuni lungi, căutarea și apelarea eficientă a uneltelor și coordonarea subagenților care lucrează în paralel. Compania client controlează ce rămâne al ei — uneltele specifice, cunoștințele interne, workflow-urile de business. Mediul de rulare poate fi găzduit de OpenAI, pe infrastructura proprie a clientului sau la parteneri precum Cloudflare, DigitalOcean, Modal sau Vercel.

Clienții citați în comunicatul de lansare dau cifre concrete — atribuite fiecărei companii, nu prezentate ca performanță garantată a API-ului: Hypha (servicii financiare) raportează o reducere de 86% a răspunsurilor eșuate ale agentului; SafetyKit, o reducere de 60% a costului per caz analizat; Ciridae, o creștere a scorului de evaluare de la 0,71 la 0,85 și o reducere de 4x a latenței la orchestrarea subagenților; Nash.ai rulează deja „mii de agenți de lungă durată" care gestionează „sute de milioane de livrări" în logistică globală, pe care compania îi descrie drept infrastructură de producție pentru operațiuni logistice critice.

În aceeași zi, OpenAI a mai lansat Data Agent (interogarea datelor companiei în limbaj natural, fără să scrii interogări, cu dashboard-uri generate din conversație) și ChatGPT for Financial Services, o versiune verticală construită cu Morgan Stanley și Evercore ca parteneri de design, cu date financiare premium integrate de la furnizori precum Daloopa, PitchBook și LSEG News. Cele trei lansări din aceeași zi nu sunt independente: arată că mișcarea OpenAI depășește infrastructura generică de agenți și merge direct spre workflow-uri specifice și verticale întregi de business.

Google și Accenture duc implementarea direct în compania clientului

Pe 8 septembrie, cu două zile înainte de lansările OpenAI, Accenture și Google Cloud au anunțat Accenture Gemini Enterprise Business Group — o unitate ancorată de până la 1.000 de ingineri „forward-deployed" (FDE), instruiți de Google Cloud și integrați direct în echipele clienților, la construirea și adaptarea de aplicații AI pe platforma Gemini Enterprise. Accenture aduce în acest grup acces la un bench de aproape 50.000 de profesioniști cu expertiză Google Cloud.

Nu e un pariu izolat pentru Google. Compania are deja un angajament de 750 de milioane de dolari pentru un ecosistem de parteneri care integrează proprii ingineri FDE în alte companii mari de consultanță, Capgemini, Cognizant, Deloitte, plus un parteneriat multi-an cu fondul de investiții CVC Capital Partners, ca să pună FDE direct în companiile din portofoliul fondului.

Diferența față de Agents API nu e „oameni versus cod": e unde se rezolvă partea grea. Un API gestionat automatizează bucla tehnică a agentului. Un inginer integrat în echipa clientului rezolvă altceva: cum arată exact procesul de azi, ce sisteme locale trebuie conectate, cine aprobă schimbarea, cum se măsoară dacă a funcționat. Companiile care cumpără FDE nu cumpără cod suplimentar — cumpără capacitatea de integrare și redesign pe care, altfel, ar trebui să o construiască intern sau să o caute la un integrator independent.

Integrarea generică se comoditizează. Diferențierea rămâne la integratorii care cunosc compania clientului

Pentru companiile care azi implementează agenți AI prin integratori independenți, mișcarea asta schimbă calculul, dar nu în sensul „giganții le iau munca integratorilor". De menționat explicit: MassAI e un astfel de integrator, deci are interes direct în concluzia de mai jos. Partea de integrare generică, conectarea unui model la un API, scrierea unui prompt de bază, configurarea unui sandbox, se comoditizează rapid, pentru că exact asta automatizează un API gestionat sau o echipă FDE angajată direct de furnizor.

Ce nu se comoditizează: înțelegerea procesului specific al unei companii, integrarea cu sistemele locale (CRM, ERP, baze de date interne, particularitățile fiecărui business), guvernanța (cine aprobă ce, ce loguri există, ce se întâmplă când ceva merge greșit), managementul schimbării în organizație și, mai ales, măsurarea reală a rezultatului: „agentul a redus timpul X cu Y%, verificabil", nu doar „am implementat un agent". Aceasta este zona în care un integrator independent mai poate construi diferențiere pe măsură ce infrastructura generică devine standardizată.

Ce trebuie să întrebe un CEO înainte să implementeze un agent AI

Alegerea unui furnizor sau a unui partener de implementare AI nu mai poate porni doar de la întrebarea „ce model folosim". Discuția reală, înainte de semnătură, ar trebui să acopere:

• Cine deține și operează runtime-ul agentului — furnizorul, tu, sau un terț?
• Cine proiectează efectiv workflow-ul — furnizorul, integratorul sau echipa ta internă?
• Cine menține integrarea cu sistemele tale (CRM, ERP, baze de date interne) pe termen lung?
• Cine răspunde, concret, când procesul de business se schimbă și agentul trebuie ajustat?
• Cât de ușor poți schimba modelul sau furnizorul, dacă apare o alternativă mai bună?
• Ce parte din know-how rămâne în compania ta, nu doar la furnizor sau la integrator?
• Plătești software, servicii, sau o combinație — și știi exact ce cumperi din fiecare?

Dacă răspunsul la majoritatea acestor întrebări e „nu suntem siguri", acolo e exact zona pe care mișcarea din 8-10 septembrie o pune sub lumini: cine, concret, controlează implementarea, nu doar modelul din spatele ei. E și capitolul următor al unei teze pe care am urmărit-o de la lansarea Ode a Anthropic și Presence a OpenAI în iulie: atunci, furnizorii abia recunoșteau că implementarea e problema. Acum construiesc efectiv produse și organizații ca să capteze acea parte din valoare — exact zona în care lucrează și un agent AI operațional bine construit, integrat local, nu doar conectat la un model.

Surse: ↗ OpenAI — Introducing the Agents API · ↗ OpenAI — Introducing ChatGPT for Financial Services · ↗ Accenture Newsroom — Accenture Gemini Enterprise Business Group · ↗ TechCrunch — Google Cloud races to catch up in the AI deployment wars · ↗ AWS — AWS invests $1 billion to embed AI forward deployed engineers with customers