IT&C trece de 23,6 mld. €, iar AI devine normă. Iată cum pot retailerii români folosi AI pentru personalizare, prețuri dinamice și stocuri optimizate în 2025.
De la 23,6 mld. € în IT&C la raftul din supermarket
23,6 miliarde de euro cifră de afaceri în IT&C în 2024. 25,6% din toate exporturile de servicii. Peste 15.000 lei salariu mediu brut. Cifrele din cel mai nou studiu ANIS arată clar: tehnologia este deja unul dintre motoarele economiei românești.
Și totuși, creșterea e „sub potențial”, cum recunoaște chiar industria. Modificările fiscale și presiunea globală pe costuri frânează avansul. Un alt factor începe să se vadă tot mai clar: impactul AI, inclusiv prin automatizări și optimizări de procese.
Pentru retaileri, asta nu e o veste proastă. Dimpotrivă. Dacă IT-ul românesc a devenit un laborator de AI, următorul sector care poate câștiga masiv din această expertiză este retailul – de la supermarketuri și DIY, la fashion, pharma și eCommerce. În acest articol, mă uit la cifrele ANIS și le traduc într-o întrebare foarte practică: cum pot folosi retailerii români AI pentru experiență personalizată, prețuri mai inteligente și operațiuni mai eficiente, în 2025?
1. Ce ne spune raportul ANIS și de ce ar trebui să conteze pentru retail
Raportul ANIS nu este doar o radiografie a unei industrii tehnice. Pentru retail, el e un barometru al capacității României de a construi și livra soluții AI la nivel global.
Câteva cifre cheie din IT&C în 2024–2025:
- Cifră de afaceri IT&C: 23,6 mld. €, +13% nominal față de 2023 (cam +7% real, ajustat cu inflația)
- Număr de angajați: ~196.000, cu 5.000 mai mulți decât în 2023
- Cheltuieli de personal: 45 mld. lei, adică 38,4% din cifra de afaceri – cea mai mare pondere din economie
- Salariu mediu brut: >15.000 lei, unul dintre cele mai mari pe economie
- Contribuție la PIB: 6,67% (ușor în scădere față de 6,8% în 2023)
- Exporturi IT&C: 25,6% din exporturile de servicii; în 2025, IT&C devine exportatorul nr. 1 de servicii
Impactul fiscal e clar: eliminarea facilităților aduce o scădere estimată a profitabilității între 8,8% și 17,6%, cu efect dur pe IMM-uri, care sunt 97% din ecosistem.
De ce contează asta pentru retaileri?
- Există o masă critică de competență locală în AI și software – companii, oameni, R&D de ~2 mld. lei anual.
- Presiunea pe marje în IT&C va împinge tot mai multe firme spre produse proprii, SaaS și soluții scalabile – iar retailul e una dintre primele industrii-țintă.
- Într-o economie cu presiuni fiscale și salariale, automatizarea și AI nu mai sunt „nice to have”, ci instrumente de supraviețuire.
Pe scurt: IT&C are capacitatea, retailul are nevoia. AI este podul dintre ele.
2. Cum se traduce „impactul AI” în concret pentru retail
„Impactul AI în optimizări de procese” – așa descrie ANIS una dintre tendințele care afectează IT-ul românesc. În retail, exact aici este spațiul cel mai mare de câștig.
2.1. Experiență de cumpărare personalizată, la scară mare
Personalizarea nu mai înseamnă doar „Bună, Maria” într-un newsletter. AI poate construi profiluri de client mult mai fine și dinamice, pornind de la:
- istoricul de cumpărături (online și offline, dacă există card de fidelitate);
- frecvență, coș mediu, categorii preferate;
- reacție la promoții, cupoane, campanii sezoniere;
- comportament pe site/app (ce caută, la ce renunță în coș, ce compară).
Cu modele de machine learning antrenate pe aceste date, un retailer român poate:
- recomanda produse relevante în timp real (pe site, în app, chiar și la casa self-checkout);
- trimite oferte personalizate pe coșul tău de cumpărături, nu copy-paste la jumătate de milion de clienți;
- pregăti campanii one-to-one de reactivare a clienților inactivi, cu produse și discounturi adaptate.
Realitatea? Retailerii care încă trimit același newsletter la toată baza de date, în 2025, ard bani la propriu.
2.2. Prețuri dinamice, dar inteligente, nu haotice
Într-un context cu presiune pe marje – atât în IT, cât și în retail – prețul devine un instrument de finețe, nu doar „hai să mai punem 10%”. AI poate ajusta prețurile în funcție de:
- cerere în timp real (online și în magazin);
- sezonalitate (Black Friday, Crăciun, Paște, back to school);
- prețuri ale concurenței (date publice)
- nivel de stoc și termen de expirare (pentru FMCG și food);
- sensibilitatea clienților la preț pe anumite categorii.
Un motor de dynamic pricing antrenat cu datele corecte poate:
- proteja marja pe produsele „inelastice” la preț;
- lichida inteligent stocul care „doarme” pe raft sau în depozit;
- susține campanii agresive doar acolo unde contează cu adevărat.
Nu vorbim de haos de prețuri care se schimbă la minut, ci de ajustări controlate, cu reguli de business clare și cu respectarea legislației (în special pe zona de promoții și afișare de prețuri).
2.3. Optimizare de stocuri: din instinct în algoritm
Când vezi în ANIS cifre despre „presiune pe costurile salariale”, primul gând ar trebui să fie: unde pun oamenii mei valoare și ce poate face un algoritm mai bine?
În retail, gestiunea de stoc este exact locul în care AI strălucește:
- prognozează vânzările pe SKU, magazin, regiune, sezon;
- ia în calcul zile libere, vreme, campanii media, promoții concurente;
- propune comenzi automate către furnizori și transferuri între magazine.
Beneficiul nu e doar teoretic:
- mai puține rupturi de stoc la produsele care aduc clienții în magazin;
- mai puțin capital blocat în stocuri inutile;
- mai puține pierderi la produse perisabile.
În IT, genul acesta de automatizare e deja standard în DevOps sau în managementul resurselor cloud. În retail-ul românesc încă se decid comenzile „din pix” și „după ochi”. Aici e o diferență de maturitate pe care AI o poate acoperi rapid, cu ajutorul companiilor IT locale.
3. Chatboți, asistenți AI și suport clienți: unde se vede imediat ROI
Un alt mesaj clar din raportul ANIS: industria IT&C nu mai poate absorbi la infinit noi presiuni fiscale. Când costul cu oamenii crește, soluția e simplă: automatizezi tot ce nu necesită creativitate și empatie reale.
Pentru retail, zona de customer care e probabil cea mai rapidă cale de a vedea valoarea AI, mai ales în eCommerce și rețele cu volume mari.
3.1. Chatbot AI pentru retail – ce poate face în 2025
Un chatbot AI specializat pentru retail, antrenat pe:
- catalog de produse;
- politici comerciale, de retur, garanție, livrare;
- FAQ și istoric de tichete;
poate prelua deja:
- verificarea statusului unei comenzi;
- informații despre disponibilitatea unui produs în magazin sau online;
- întrebări de bază despre retururi, schimburi, garanții;
- recomandări simple („caută un cadou pentru copil de 5 ani, buget 150 lei”).
Asta eliberează oamenii din call center și suport pentru:
- cazuri complicate, sensibile sau cu potențial de escaladare;
- vânzare consultativă de produse scumpe sau tehnice;
- programe de loializare și retenție.
3.2. De ce sunt relevante companiile IT românești aici
Din raportul ANIS știm că:
- 96–97% din companiile IT sunt IMM-uri și microîntreprinderi;
- multe sunt orientate pe outsourcing și software la comandă;
- există deja investiții serioase în R&D și produse proprii.
Cu alte cuvinte, există în România firme care știu să construiască chatboți AI cu adevărat utili pentru retail, nu simple „FAQ cu voce de robot”.
Dacă ești retailer mediu sau mare, ai trei opțiuni:
- Să aștepți ca un jucător global să vină cu o soluție generalistă și să te adaptezi la ea.
- Să lucrezi cu un integrator local care îți adaptează o platformă existentă.
- Să co-dezvolți cu o companie IT românească un chatbot AI antrenat fix pe datele, procesele și tonul brandului tău.
Personal, cred că varianta 2, cu un pas spre 3, e cea mai sănătoasă pentru 2025–2026: pornești repede cu ceva funcțional și îl rafinezi continuu pe baza datelor reale.
4. De la outsourcing la produse AI pentru retail: șansa IT-ului românesc
ANIS spune clar: sectorul IT românesc e „preponderent bazat pe outsourcing și pe crearea de software la comandă, dependent de comenzile clienților internaționali”. Asta înseamnă vulnerabilitate la:
- scăderi de buget la clienți (mai ales în automotive și alte industrii ciclice);
- relocări de proiecte către piețe mai competitive fiscal;
- presiune pe tarife, deci pe marje.
Ieșirea? Produse proprii și SaaS, cu focus pe industrii unde România are volum și complexitate. Retailul este exact o astfel de industrie.
4.1. Ce tipuri de produse AI are sens să construiască IT-ul românesc pentru retail
Din experiența proiectelor pe care le văd în piață, direcțiile cu cel mai bun raport efort/impact sunt:
- Soluții SaaS de recomandări personalizate pentru eCommerce și aplicații mobile, ușor de integrat cu platformele folosite deja de retailerii români.
- Motoare de forecasting și optimizare de stoc pentru lanțuri cu multe puncte de vânzare.
- Dynamic pricing engines adaptate la contextul fiscal și legal local.
- Platforme de analytics cu AI care îmbină date de vânzări, marketing și operațiuni pentru a sugera acțiuni concrete, nu doar grafice frumoase.
Aici, companiile IT locale au un avantaj pe care jucătorii globali nu îl pot copia ușor: înțeleg foarte bine particularitățile pieței românești – de la comportamentul de cumpărare la calendarul de sărbători și la modul în care se fac efectiv campaniile în retail.
4.2. Ce câștigă retailul dacă alege produse dezvoltate în România
- Viteză de implementare – fără fusuri orare și diferențe culturale enorme.
- Adaptare fină la realitatea locală – legislație, fiscalitate, obiceiuri de consum.
- Suport în limba română, pentru echipe non-tehnice (merchandiseri, category managers, oameni de marketing).
- Flexibilitate contractuală mai mare decât cu giganți globali.
În plus, susținând ecosistemul IT local, retailerii își cresc indirect și propria reziliență: dacă IT-ul românesc rămâne puternic și inovator, există mereu opțiuni și alternative la soluții externe.
5. Ce ar trebui să facă un retailer român în 2025, concret
Dincolo de strategii și slide-uri, haide să o ducem în zona de acțiune. Dacă gestionezi un lanț de magazine, un eCommerce sau un brand omnichannel, iată un plan realist pentru următoarele 6–12 luni:
Pasul 1 – Audit de date și infrastructură
- Verifică ce date ai deja: vânzări, carduri de fidelitate, trafic online, feedback clienți.
- Curăță datele de erori evidente și duble.
- Asigură-te că există un minim data governance: cine are acces, ce se loghează, cum se arhivează.
Fără date curate, orice promisiune de AI rămâne teorie frumoasă.
Pasul 2 – Alege 1–2 use case-uri cu ROI rapid
Nu începe cu „strategia AI” de 200 de pagini. Alege ceva cu impact clar și măsurabil, de exemplu:
- chatbot AI pentru suport de bază clienți;
- recomandări personalizate în eCommerce;
- forecast AI pentru 2–3 categorii cheie.
Setează de la început KPI-uri simple: timp de răspuns, NPS, rata de conversie, scăderea rupturilor de stoc etc.
Pasul 3 – Găsește un partener IT românesc care știe AI în retail
Caută:
- portofoliu cu proiecte reale în retail sau eCommerce;
- capacitatea de a lucra iterativ (MVP, testare A/B, îmbunătățiri lunare);
- echipă mixtă: data scientists + oameni de produs + consultanți de business.
În seria „AI în Industria IT din România: Servicii și Produse”, se vede deja cum companii românești trec de la simplu outsourcing la produse AI scalabile. Retailul este exact tipul de client care poate valida și scala astfel de soluții.
Pasul 4 – Educație internă și change management
AI nu înlocuiește oamenii buni, îi face mai valoroși. Dar asta trebuie explicat,
- category managerilor,
- oamenilor de marketing,
- echipelor din magazine.
Organizează traininguri scurte, practice, în care colegii înțeleg cum îi ajută concret AI în ziua lor de muncă și ce așteptări ai de la ei în noul context.
De ce 2025 este anul în care retailul românesc trebuie să apese accelerația pe AI
IT&C a ajuns la 23,6 mld. € și este deja principalul exportator de servicii al României. În același timp, industria simte clar frâna fiscală și presiunea globală. În astfel de momente, economiile inteligente fac un pas: mută expertiza dintr-o industrie matură (IT) către sectoare unde productivitatea e încă joasă – cum e retailul.
AI în retail nu mai este un proiect de inovație „cool”, ci un răspuns pragmatic la trei presiuni simultane:
- clienți mai exigenți, obișnuiți cu experiențe personalizate;
- costuri în creștere (salarii, chirii, energie, fiscalitate);
- concurență agresivă, inclusiv de la marketplace-uri internaționale.
Dacă ești retailer și încă nu ai un plan clar de AI pentru următorii 12–24 de luni, vei concura curând cu jucători care iau decizii de preț, stoc și marketing nu „din instinct”, ci din date și modele. Iar diferența se va vedea direct în P&L.
IT-ul românesc are deja oamenii, produsele și experiența de a livra AI pentru retail. Următorul pas ține de tine: cât de repede ești dispus să treci de la prezentări PowerPoint la proiecte concrete?