Exemple de agenți AI: 24 de cazuri reale din companii și ce au obținut de fapt.

Douăzeci și patru de implementări la companii numite, fiecare cu ce face agentul, cifra raportată de companie și avertismentul care de obicei lipsește, inclusiv pașii înapoi.

Când cauți exemple de agenți AI, găsești mai ales liste cu ce ar putea face agenții. Asta e o listă cu ce au făcut deja: 24 de implementări la companii numite, fiecare cu ce face agentul de fapt, cifra raportată de companie și avertismentul care de obicei lipsește. Mai multe dintre aceste avertismente sunt pași înapoi. O bancă și-a cerut scuze și a anulat concedierile anunțate, un fintech a început din nou să angajeze oameni, iar o funcție de checkout a fost retrasă după șase luni. Au locul lor pe listă la fel ca succesele, pentru că arată unde e acum linia. Fiecare exemplu are o sursă în josul paginii, iar acolo unde singura sursă e compania sau furnizorul care i-a vândut agentul, o spunem.

Toate cele 24 de exemple, pe scurt

#CompanieDomeniuCe face agentulRezultat raportatCine are ultimul cuvânt
1KlarnaCustomer serviceRăspunde la chaturile de customer service în peste 35 de limbi2,3 milioane de chaturi în prima lună, două treimi din total; angajează din nou oameni în 2025Agentul, cu un om la cerere
2SalesforceCustomer serviceRezolvă întrebări pe site-ul de ajutor al SalesforcePeste 1 milion de conversații, 84% rezolvate, 4% predate unui omAgentul
3LyftCustomer servicePrima linie de suport pentru pasageri și șoferiTimp mediu de rezolvare cu 87% mai micAgentul; cazurile complexe merg la oameni
4IKEACustomer serviceRăspunde la întrebări de rutină (Billie)47% din solicitări în primii doi ani; circa 8.500 de angajați recalificați, nu concediațiBotul; cazurile complexe merg la oameni
5Commonwealth Bank of AustraliaCustomer serviceBot vocal pentru apelurile din call centerVolumul de apeluri a crescut; 45 de concedieri anulate, cu scuzeAnulat
6CursorCustomer serviceSuport pe email în prima linie, semnat „Sam”A inventat o politică inexistentă; scuze publiceAgentul, până a greșit
7SalesforceVânzăriLucrează leaduri adormite (agent SDR)Peste 43.000 de leaduri lucrate, $1,7 milioane pipeline nouAgentul
8VerizonVânzăriAsistă pe ecran 28.000 de angajați din serviceVânzările prin echipa de service, în creștere cu aproape 40%Angajatul pe care îl asistă
9AmazonDezvoltare softwareActualizează aplicații Java (Q Developer)4.500 de ani-developer și $260 milioane pe an economisite, după estimarea AmazonUn om care revizuiește
10GoogleDezvoltare softwareScrie modificări pentru migrări interne de cod80% din modificări scrise de AI; cu circa 50% mai puțin timpUn om care revizuiește
11NubankDezvoltare softwareRefactorizează un monolit ETL (Devin)Eficiență de 8–12x în timp de inginerie, economie de 20xUn om care revizuiește
12StripeDezvoltare softwareScrie pull requesturi cap-coadă (Minions)Peste 1.000 de pull requesturi integrate pe săptămânăUn om care revizuiește
13SaaStr, pe ReplitDezvoltare softwareConstruiește o aplicație din prompturiA șters baza de date de producție în timpul unui code freezeNimeni, și asta a fost problema
14GoogleSecuritateCaută vulnerabilități software (Big Sleep)A găsit o vulnerabilitate SQLite cunoscută doar atacatorilorNepublicat
15BNYFinanțeValidează plăți și repară codPeste 100 de „angajați digitali”; 10% din validările de plățiNepublicat
16AllianzDaune de asigurareȘapte agenți procesează daune mici pentru alimente stricateTimp de procesare și plată cu 80% mai micUn om aprobă fiecare plată
17IBMHRRăspunde la cereri HR și le finalizează (AskHR)11,5 milioane de interacțiuni în 2024, 94% rezolvate de agentAgentul, pentru cererile de rutină
18C.H. RobinsonLogisticăOferte de preț, comenzi și programăriPeste 3 milioane de sarcini de transport; comenzi în sub 90 de secundeAgentul
19Taco BellOperațiuniPreia comenzi vocale la drive-thruCirca 890 de restaurante; o comandă de 18.000 de pahare a devenit viralăAgentul; personalul poate interveni
20McDonald’sOperațiuniPreia comenzi la drive-thru (Archy)Testul cu IBM oprit în 2024; noul agent, precizie „peste 90%”Agentul
21AmazonCumpărăturiAsistent de cumpărături (Rufus) și Buy for Me250 de milioane de clienți; peste $10 miliarde vânzări anualizate suplimentare, după estimarea AmazonCumpărătorul
22OpenAI, Etsy, WalmartCumpărăturiCheckout direct în ChatGPTAbandonat după șase luni; conversie de trei ori mai micăRetras
23Morgan StanleyCunoaștere internăAsistent pentru consilieri și notițe de ședință98% din echipele de consilieri; circa o jumătate de oră economisită pe ședințăConsilierul
24UberCunoaștere internăRăspunde la întrebările inginerilor de gardă (Genie)Peste 70.000 de întrebări, 13.000 de ore economisite; 48,9% notate utileInginerul

Rezultatele sunt cele raportate de fiecare companie, de furnizorul ei sau de publicația numită în surse, verificate în octombrie 2026. Cele mai multe sunt autoraportate și niciuna nu e o cifră auditată. „Cine are ultimul cuvânt” arată cine ia decizia finală în proces: agentul însuși, un om care îi revizuiește munca sau omul pe care îl asistă.

Cum le-am ales

Un agent AI, pentru lista asta, e un software construit pe un model de limbaj care face mai mult decât să răspundă. Primește un obiectiv, folosește instrumente — un sistem de comenzi, un repository de cod, o coadă de plăți — și decide singur pasul următor. Inginerii Anthropic trag linia între workflow-uri, în care modelul urmează un drum scris dinainte, și agenți, în care modelul își conduce singur procesul și folosirea instrumentelor. Explicația lungă, și unde e granița cu un chatbot obișnuit, e în agenți AI vs chatboți. Articolul ăsta are nevoie doar de testul practic: acționează sau doar vorbește?

Fiecare intrare a trebuit să treacă de trei reguli. Compania e numită. Agentul e folosit pe bune, nu e un demo sau un pilot de comunicat de presă. Iar rezultatul e documentat de compania însăși, de furnizorul care l-a construit sau de o publicație importantă care a relatat despre el. Am lăsat deoparte tot ce avea drept singură dovadă proiecția unui analist sau un „important retailer” anonim de la un furnizor, și am lăsat deoparte și câteva nume cunoscute, pentru că nicio cifră despre ele nu putea fi urmărită până la o sursă primară.

Nu fiecare intrare e complet autonomă, iar a pretinde altceva ar fi exact hype-ul pe care lista vrea să-l evite. Unele sunt asistenți pe care o companie îi numește agenți; altele sunt agenți a căror muncă o aprobă un om. De aceea tabelul are coloana „Cine are ultimul cuvânt”, și merită citită înaintea coloanei cu rezultate. Cifrele în sine sunt mai ales autoraportate: tratează-le ca pe ce spune fiecare companie că s-a întâmplat, ceea ce e util, și nu ca pe ce ți se va întâmpla ție, ceea ce nu poate promite nimeni.

Customer service: cele trei cifre mari

Klarna e exemplul pe care îl citează toată lumea, așa că vine primul, cu toată povestea. În februarie 2024, la o lună după lansare, Klarna a spus că asistentul ei AI gestionase 2,3 milioane de conversații — două treimi din chaturile de customer service —, munca a 700 de angajați cu normă întreagă, în 23 de piețe și peste 35 de limbi. Timpul de rezolvare a scăzut de la 11 minute la sub două, solicitările repetate au scăzut cu 25%, iar Klarna a estimat o îmbunătățire a profitului de 40 de milioane de dolari pentru 2024. Apoi, în mai 2025, directorul general Sebastian Siemiatkowski i-a spus lui Bloomberg că costul fusese „un factor de evaluare prea dominant”, că a avut de suferit calitatea și că Klarna va angaja din nou oameni în customer service, ca clienții să aibă mereu opțiunea unei persoane. Asistentul a rămas. Afirmația că poate înlocui echipa, nu.

Salesforce își folosește propriul produs de agenți, Agentforce, pe site-ul de ajutor. Până în aprilie 2025 gestionase peste 500.000 de conversații, iar până în iulie peste un milion, cu 84% rezolvate fără escaladare și 4% predate unui inginer de suport uman. În septembrie 2025, Marc Benioff a spus în The Logan Bartlett Show că a redus suportul „de la 9.000 de oameni la circa 5.000”; compania a adăugat că a mutat câteva sute de oameni în servicii profesionale, vânzări și customer success. Două avertismente vin chiar de la Salesforce: predarea a 4% e intenționată, cu întrebările despre reînnoiri trimise special la oameni, iar agentul a funcționat abia după ce 740.000 de bucăți de conținut de ajutor au fost organizate pentru el. Ține minte și că Salesforce vinde Agentforce, deci propriul help desk e și cea mai bună reclamă a lui.

Lyft a adăugat la începutul lui 2025 un asistent bazat pe Claude în customer care, care preia prima linie de suport pentru peste 40 de milioane de pasageri și un milion de șoferi și trimite cazurile complexe la specialiști umani. Lyft a raportat o reducere de 87% a timpului mediu de rezolvare. E o cifră bună, și e totodată o medie: spune cât de repede se închide acum masa mare de cereri simple, nu cum se descurcă cele grele. Vine din anunțul parteneriatului, nu dintr-o analiză independentă.

Customer service: recalificarea, pasul înapoi și politica inventată

Billie de la IKEA e mai aproape de un chatbot decât de un agent și e aici pentru că e cel mai clar contraexemplu la povestea înlocuirii. Din 2021 răspunde la întrebări de rutină — program, stadiul comenzii, stoc, retururi — și a asistat 47% dintre clienți în primii doi ani, iar acum circa trei sferturi. În loc să reducă call centerul, IKEA a recalificat circa 8.500 de angajați ca să se ocupe de servicii complexe și să vândă consultanță de design interior la distanță; aceste centre de vânzări la distanță au adus 1,25 miliarde de euro în ultimul an fiscal, față de 1,08 miliarde. Avertismentul onest e timpul: recalificarea a durat circa doi ani și funcționează doar pentru o companie care are ceva mai valoros de oferit acelor oameni.

Commonwealth Bank of Australia a mers în direcția opusă. În iulie 2025 a anunțat 45 de concedieri în call center pe baza unui nou bot vocal AI. Volumul de apeluri a crescut în loc să scadă, iar managerii au oferit ore suplimentare și i-au pus pe șefii de echipă la telefoane. După ce sindicatul Finance Sector Union a dus cazul la Fair Work Commission, banca a spus în august că „nu a luat în calcul în mod adecvat toate considerentele de business relevante”, și-a cerut scuze și le-a oferit celor 45 de oameni să rămână, să fie mutați pe alt post sau să plece. Botul nu a fost greșeala. Greșeala a fost să tai oamenii înainte ca botul să-și fi dovedit valoarea.

Cursor, care face un editor de cod cu AI, arată că a cunoaște tehnologia nu e o protecție. În aprilie 2025, agentul lui AI de suport din prima linie, care își semna emailurile „Sam”, le-a spus utilizatorilor care erau delogați că e un comportament normal, conform unei noi politici de login. Nu exista o asemenea politică; delogările erau un bug. Răspunsul s-a răspândit pe Reddit și Hacker News, utilizatorii și-au anulat abonamentele, iar cofondatorul Michael Truell și-a cerut scuze pentru „un răspuns incorect de la un bot AI de suport din prima linie”. Un agent de suport căruia i se permite să explice politici va explica, mai devreme sau mai târziu, o politică care nu există, dacă nu e limitat la surse pe care le poate cita și nu e marcat clar ca bot.

Vânzări: leadurile pe care nu le-a sunat nimeni și angajații care au început să vândă

Salesforce îndreaptă un agent și spre propriul pipeline de vânzări. Până în septembrie 2025, agentul lui SDR lucrase peste 43.000 de leaduri și generase 1,7 milioane de dolari în pipeline nou din conturi care fuseseră inactive. Bilanțul Salesforce după primul an recunoaște începutul greu: când i se cereau detalii despre un lead, agentul răspundea „nu știu” în 30% din cazuri, o cifră pe care echipa a coborât-o sub 10% doar prin ajustări repetate. Iar pipeline-ul nu e venit; e începutul unei conversații pe care un vânzător tot trebuie s-o termine.

Exemplul Verizon e un asistent, nu un agent, și e pe listă pentru că e unul dintre puținele cu o cifră de vânzări atașată. Verizon a încărcat aproape 15.000 de documente interne într-o versiune a Gemini de la Google și a pus rezultatul pe ecranele echipei de customer service de 28.000 de oameni, din iulie 2024 și la scară completă din ianuarie 2025. În aprilie 2025, șeful diviziei de consumatori a spus că vânzările prin această echipă au crescut cu aproape 40%, descriind fenomenul drept „recalificare în timp real, de la agenți de customer care la agenți de vânzări”. Angajatul tot vorbește cu clientul și face vânzarea; asistentul scurtează căutarea răspunsului.

Un „agent de vânzări AI” cumpărat de pe raft merită mai mult scepticism decât oricare dintre exemple. În martie 2025, TechCrunch a relatat că 11x, un start-up de SDR cu AI finanțat masiv, îi trecuse ca clienți pe ZoomInfo și Airtable, deși ambele spuneau că nu sunt; ZoomInfo a spus că a făcut un test de o lună în care produsul a avut rezultate mai slabe decât SDR-ii umani. Foști angajați au descris pierderea a 70–80% dintre clienții care se înscriau. 11x a pus logourile pe seama unei erori umane și a spus că retenția ei e de 79%. Oricare ar fi adevărul, lecția pentru cumpărător e simplă: cere un client pe care îl poți suna.

Dezvoltare software: migrările pe care nu voia nimeni să le facă

Amazon a folosit agentul de transformare a codului din propriul Q Developer ca să mute zeci de mii de aplicații de producție de pe Java 8 sau 11 pe Java 17. Andy Jassy a scris că actualizarea medie a scăzut de la 50 de zile-developer la câteva ore, că munca a economisit peste 4.500 de ani-developer și că 79% dintre code review-urile generate automat au fost livrate fără nicio altă modificare. Amazon estimează economia la 260 de milioane de dolari pe an și numește ambele estimări conservatoare. Două avertismente: Amazon vinde Q Developer, iar celelalte 21% din review-uri au avut nevoie de un developer.

Google a publicat cea mai atentă relatare din grup, un articol din ianuarie 2025 scris de propriii ingineri. La o migrare a câmpurilor de ID de la întregi pe 32 de biți la 64 de biți în Google Ads, 80% dintre modificările de cod integrate au fost scrise de AI, iar timpul total a scăzut cu circa jumătate; la o migrare de framework de testare, circa 87% din codul generat de AI a fost integrat neschimbat. Autorii sunt expliciți și despre limită: code review-ul și lansarea „încă necesită un operator uman și pot deveni rapid blocaje”.

Nubank, banca digitală braziliană, avea un monolit de pipeline de date vechi de opt ani, de peste șase milioane de linii, circa 100.000 de clase de date de migrat și un plan care întindea munca pe 18 luni și peste o mie de ingineri. Inginerii au scris migrări-exemplu, agentul Devin de la Cognition a fost ajustat pe ele, iar apoi inginerii i-au revizuit și integrat modificările. Rezultatul raportat e o îmbunătățire de 8–12x a timpului de inginerie și o economie de 20x la munca predată agentului. Sursa e studiul de caz al Cognition, lucru de ținut minte când îl citezi.

Cele trei au aceeași formă, și de aceea migrarea e cea mai bine documentată utilizare a agenților în software. Rezultatul corect e definit înainte să înceapă munca, testele existente spun dacă a mers, iar treaba e destul de repetitivă încât nimeni nu vrea s-o facă de mână. Foarte puțină muncă obișnuită de produs are toate cele trei proprietăți.

Dezvoltare software: pull requesturi, o bază de date și un zero-day

Agenții de cod ai Stripe, pe care îi numește Minions, produc peste o mie de pull requesturi integrate pe săptămână, potrivit unui articol din februarie 2026 al echipei de inginerie. Un inginer etichetează agentul în Slack; acesta lucrează pe o mașină de dezvoltare izolată care pornește în circa zece secunde, ajunge la peste 400 de instrumente interne printr-un singur server MCP central și are cel mult două runde în pipeline-ul de teste înainte să-și predea munca unui om care revizuiește. Dacă MCP e nou pentru tine, cum diferă un server MCP de API-ul de dedesubt e varianta scurtă. Avertismentul e infrastructura: agentul e ultimul strat peste ani de unelte pentru developeri pe care majoritatea companiilor nu le au.

La celălalt capăt al scalei e experiența fondatorului SaaStr, Jason Lemkin, din iulie 2025. Făcând vibe coding pe o aplicație cu agentul AI de la Replit, a declarat un freeze pe cod și acțiuni; agentul a șters totuși baza de date de producție, a produs date și rapoarte false și a spus că un rollback e imposibil, ceea ce nu era adevărat. Directorul general al Replit, Amjad Masad, a răspuns cu separarea automată a bazelor de date de dezvoltare și producție și a spus că Lemkin va fi despăgubit. Lecția e mai veche decât AI-ul: nimic, om sau agent, nu ar trebui să aibă drept de ștergere în producție dacă nu are nevoie de el. Riscul mai larg îl tratăm în securitatea codului generat de AI.

Securitatea e locul unde neobosirea unui agent contează cel mai mult. Big Sleep de la Google, un agent care caută vulnerabilități necunoscute în software, a găsit o problemă în motorul de baze de date SQLite, foarte folosit, CVE-2025-6965, despre care Google spune că era cunoscută doar atacatorilor. În iulie 2025, Google a numit-o prima dată când un agent AI a fost folosit ca să dejoace direct încercări de exploatare a unei vulnerabilități în mediul real, fără să spună cum. Atacatorii folosesc aceleași unelte, subiectul articolului cum au schimbat agenții AI hackingul.

Finanțe și back office: daune, plăți și HR

BNY, banca de custodie, avea în octombrie 2025 peste 100 de „angajați digitali” AI, care lucrau la validări de plăți și reparații de cod, și 117 soluții AI în producție la sfârșitul lui septembrie. Studiul de caz al Microsoft despre bancă adaugă că angajații digitali gestionează acum 10% din validările de plăți, că solicitările clienților privind decontările se rezolvă cu 80% mai repede și că onboardingul e cu 20% mai rapid. Ultimele cifre vin din studiul de caz al unui furnizor, iar 10% e o parte din muncă, nu jobul întreg.

Allianz are cel mai bine proiectat exemplu de pe listă. Proiectul Nemo, lansat în Australia în iulie 2025 și construit în mai puțin de 100 de zile, folosește șapte agenți — planificare, cyber, acoperire, vreme, fraudă, plată și audit — ca să proceseze daune pentru alimente stricate sub 500 AUD după vreme severă. O daună ajunge de la depunere la un om care o revizuiește în sub cinci minute, timpul de procesare și plată a scăzut cu 80%, iar deciziile de plată nu sunt niciodată automatizate, prin design. Allianz se uită acum la întârzieri de călătorie, daune auto simple și daune la proprietăți, toate de valoare mică și volum mare.

AskHR de la IBM a gestionat 11,5 milioane de interacțiuni cu angajații în 2024, a rezolvat singur 94% din întrebările uzuale și a procesat peste un milion de tranzacții HR, de la adeverințe la modificări salariale, în circa 80 de sarcini automatizate. IBM îi atribuie o scădere de 40% a costurilor operaționale HR în patru ani. Arvind Krishna i-a spus lui Wall Street Journal că AI-ul a înlocuit câteva sute de angajați HR și, totodată, că numărul total de angajați IBM a crescut, cu banii mutați spre programatori și vânzători. Ce s-a întâmplat cu restul de 6% e subiectul articolului cele 94% terminate de AI și cele 6% pe care nu le-a putut face.

Operațiuni: transport de marfă și drive-thru

C.H. Robinson, compania de logistică, a spus în aprilie 2025 că agenții ei de AI generativ efectuaseră peste trei milioane de sarcini de transport: un milion de oferte de preț, un milion de comenzi și un milion de programări de ridicare și livrare. Pentru peste 5.200 de clienți, comenzile sunt procesate acum în sub 90 de secunde, în loc de până la patru ore de așteptare. Ține cont de unitate: o sarcină e măsura proprie a companiei, iar o ofertă trimisă nu e un transport câștigat.

Taco Bell folosește AI vocal pentru comenzile de la drive-thru din 2023, cu Omilia, iar în iulie 2026 funcționa în circa 890 de restaurante din 38 de state americane. Omilia spune că tranzacțiile sunt la fel de rapide sau mai rapide decât cu un om și că retenția personalului e mai bună unde rulează sistemul. În august 2025, un client a comandat 18.000 de pahare cu apă și clipul a devenit viral; directorul digital și de tehnologie al Taco Bell, Dane Mathews, i-a spus apoi lui Wall Street Journal că firma se gândește mai atent unde să-l folosească și că restaurantele mai aglomerate ar putea fi mai bine servite de un om.

McDonald’s și-a încheiat testul de preluare automată a comenzilor cu IBM, în circa 100 de restaurante, în iulie 2024, spunând că o soluție de comandă vocală va face totuși parte din viitorul ei. În septembrie 2026 a anunțat acel viitor: Archy, un agent vocal construit cu Google, care preia comenzi la drive-thru în engleză și spaniolă și verifică comenzile înainte să plece de la ghișeu. A finalizat peste un milion de tranzacții în cinci restaurante de test, cu ce McDonald’s numește o precizie de peste 90%, iar lansarea în SUA începe în 2027. Peste 90% poate însemna încă aproape o comandă din zece greșită, iar cifrele sunt ale companiei și neauditate.

Agenți de cumpărături: descoperirea funcționează, checkoutul s-a întors la magazin

Asistentul de cumpărături Rufus de la Amazon a avut 250 de milioane de clienți în 2025, le-a spus Andy Jassy investitorilor în octombrie acelui an, cu utilizatori lunari în creștere cu 140% și interacțiuni cu 210%. Clienții care îl folosesc în timpul unei sesiuni de cumpărături au cu 60% mai multe șanse să finalizeze o achiziție, iar Amazon spune că e pe drum spre peste 10 miliarde de dolari în vânzări anualizate suplimentare. Funcția Buy for Me merge mai departe: găsește produse pe care Amazon nu le are și le cumpără de pe site-ul celuilalt comerciant. Avertismentul la cele 60% e selecția: oamenii care cer ajutor unui asistent de cumpărături sunt deja în chef de cumpărat, iar „suplimentar” e estimarea Amazon.

Pasul înapoi din acest grup e Instant Checkout din ChatGPT. OpenAI l-a lansat în septembrie 2025 cu Etsy și comercianți Shopify, permițând finalizarea unei achiziții direct în chat. În martie 2026, OpenAI a renunțat la el, spunând că prima versiune „nu oferea nivelul de flexibilitate pe care ne propunem să-l oferim”. Daniel Danker de la Walmart a spus că rata de conversie fusese de trei ori mai mică în chatbot decât atunci când cumpărătorii intrau pe site-ul retailerului. Walmart își aduce acum propriul agent, Sparky, în ChatGPT, cu contul, programul de fidelitate și plata gestionate în mediul Walmart.

Tiparul pentru proprietarul unui magazin e că agenții AI fac tot mai des documentarea și trimit cumpărătorul la checkoutul tău, unde se face în continuare vânzarea. Protocoalele din spatele acestui lucru și ce îi trebuie unui magazin ca să fie găsit sunt în cum cumpără agenții AI.

Cunoaștere internă: asistenți pentru oamenii care cunosc afacerea

Morgan Stanley a lansat AI @ Morgan Stanley Assistant pentru consilierii financiari în septembrie 2023, oferindu-le acces rapid la cercetarea și documentele firmei; 98% dintre echipele de consilieri l-au adoptat. În iunie 2024 a adăugat Debrief, care, cu acordul clientului, ia notițe în ședințe, rezumă punctele cheie, redactează un email de follow-up pe care consilierul îl editează și îl trimite și salvează o notă în Salesforce. Un consilier citat în anunțul de lansare a spus că îl scutește de circa o jumătate de oră pe ședință. E cifra unei singure persoane, nu o medie pe firmă, iar consilierul decide în continuare ce ajunge la client.

Genie de la Uber răspunde la întrebările inginerilor în canalele Slack în care echipele de gardă primesc cereri de ajutor, caută în documentația internă și își citează sursele. Până în octombrie 2024 răspunsese la peste 70.000 de întrebări în 154 de canale și economisise circa 13.000 de ore de inginerie. Uber a publicat și cifra pe care majoritatea furnizorilor ar omite-o: utilizatorii au notat ca utile 48,9% dintre răspunsuri. E construit pe căutare în documentele proprii ale companiei, abordarea explicată în RAG pentru afaceri.

Cunoașterea internă e cel mai sigur loc de pe listă din care să începi. Cititorul e un angajat care cunoaște afacerea, poate verifica sursa citată și poate ignora un răspuns prost, așa că o greșeală costă câteva minute, nu un client.

Ce au în comun cele care au funcționat

Succesele sunt înguste. Actualizări Java, daune pentru alimente stricate sub 500 AUD, oferte de transport, validări de plăți, adeverințe HR de rutină: fiecare e de volum mare, repetitivă și are un răspuns corect care poate fi verificat. Niciunul dintre agenții de mai sus nu conduce o afacere; fiecare face o singură treabă bine definită în interiorul uneia.

Fiecare pas înapoi de pe listă are aceeași formă: agentului i s-a dat o parte mai mare din job decât arătase că poate face. Commonwealth Bank a tăiat oameni înainte ca botul să-și dovedească valoarea. Cursor a lăsat un bot să explice politici. Klarna și-a judecat asistentul mai ales după cost, după spusele propriului director general. Instant Checkout a preluat partea din achiziție pe care retailerii voiau s-o păstreze.

Iar implementările cele mai convingătoare păstrează un om într-un punct bine definit. Allianz nu automatizează niciodată plata. Stripe, Google și Nubank pun un om să revizuiască fiecare modificare. Consilierul Morgan Stanley trimite emailul. Asta nu e un semn că agenții sunt slabi; e designul care îi lasă să ruleze la volum mare fără ca un singur caz prost să ajungă titlu de ziar.

Cum să citești o poveste de succes cu agenți

Verifică cine a publicat cifra. Pe lista asta, cifrele Nubank vin de la Cognition, care i-a vândut agentul; cele BNY de la Microsoft; cele Salesforce și Amazon descriu propriile produse. Nimic din toate astea nu le face false, dar le pune în altă categorie decât articolul Google, care își declară limitele, sau decât Uber, care a publicat o rată de utilitate de 48,9%.

O cifră publicată de compania care vinde agentul e o afirmație de verificat, nu un rezultat pe care să-ți faci planul. Întreabă care e unitatea. O „sarcină”, o „conversație” sau o „interacțiune” se pot număra în multe feluri; un timp mediu de rezolvare e dominat de cazurile ușoare; „pipeline” și „vânzări suplimentare” sunt estimări, nu venituri.

Așteaptă-te ca unele dintre ele să se schimbe. Gartner estimează că peste 40% dintre proiectele de AI agentic vor fi anulate până la sfârșitul lui 2027, iar analiștii lui indică „agent washing” — furnizori care rebotează chatboți și asistenți existenți drept agenți — ca parte din motiv. Exemplele de mai sus sunt cele care au rezistat destul cât să publice un rezultat, și chiar printre ele, mai multe s-au încheiat cu un pas înapoi.

Ce poate implementa realist o afacere mică

Nu cele 400 de instrumente interne ale Stripe sau cei șapte agenți ai Allianz. Patru tipare de pe listă se pot totuși micșora. Un asistent de suport care răspunde din propriul tău conținut de ajutor și predă unui om, cum fac Lyft și Salesforce. Un agent de follow-up pentru cererile care altfel s-ar răci, ideea SDR a Salesforce la dimensiunea unui formular de contact. Un workflow de back office cu un singur pas AI în el, de exemplu citirea emailurilor cu comenzi sau a facturilor în sistemul tău, vărul mai mic al Allianz și C.H. Robinson. Și un asistent intern peste propriile documente, ca Genie.

Începe cu o sarcină pe care o poți scrie deja ca listă de verificare; dacă nimeni nu poate descrie pașii, un agent nu-i va descoperi. Fiecare succes de mai sus avea asta: o intrare definită, o ieșire definită și cineva care putea spune dacă rezultatul era corect. Ghidul nostru despre unde se plătește automatizarea proceselor B2B cu AI arată cum alegi primul proces.

Cele mai multe nu au nevoie deloc de un agent custom. Un workflow fix în n8n, Make sau Zapier, cu un model de limbaj la un singur pas, e mai ieftin, mai previzibil și mai ușor de depanat, iar Zapier vs Make vs n8n le compară pe cele trei după preț și după unde ajung datele tale. Pentru întrebările clienților, unde se plătesc chatboții AI pentru afaceri acoperă unealta mai simplă care de multe ori ajunge.

Orice ai construi, copiază barierele de protecție din exemplele bune, nu titlurile din cele proaste. Dă-i întâi acces doar de citire, pune un om înaintea oricărui lucru care mută bani sau face o promisiune, marchează-l ca bot, ține un jurnal cu ce a făcut și testează-l pe ultimele cincizeci de cazuri reale înainte să vadă un client.

Cât costă

Platformele taxează agenții per utilizare, iar cifrele sunt publice. Agentul Fin de la Intercom costă 0,99 dolari per rezultat, peste un loc în helpdesk de la 29 de dolari pe lună cu plată anuală. Salesforce cere 2 dolari per conversație pentru agenții Agentforce care vorbesc cu clienții, sau 500 de dolari pentru 100.000 de Flex Credits, cu fiecare acțiune la 20 de credite, adică circa 0,10 dolari pe acțiune. n8n Cloud pornește de la 20€ pe lună cu plată anuală pentru 2.500 de execuții de workflow, iar Community Edition, găzduită de tine, e gratuită. Prețuri verificate în octombrie 2026.

Pachetele noastre sunt gândite pe tiparele de mai sus și numite după ce sunt. Chatbot FAQ costă 209€ 299€ 30% reducere: un asistent antrenat pe până la 50 de întrebări frecvente sau documente ale tale, cu predare către un om, adică un chatbot, nu un agent, pentru că răspunde în loc să acționeze. Automatizare flux de lucru costă 209€ 299€ 30% reducere pentru un workflow repetitiv în n8n sau Make care leagă două sau trei dintre uneltele tale, de unde pornește de obicei un pas AI într-un proces fix. Automatizare n8n costă 209€ 299€ 30% reducere pentru un singur workflow între două platforme, iar Model AI de text personalizat costă 349€ 499€ 30% reducere pentru un model construit pe propriile documente și istoricul de suport. Consumul AI și abonamentele la platforme se plătesc separat furnizorilor, în fiecare caz.

Factura care decide dacă un agent se plătește nu e niciuna dintre astea. E timpul petrecut testându-l pe cazuri reale înainte de lansare și omul care răspunde de excepții după aceea. Poveștile Commonwealth Bank și Cursor de mai sus arată ce se întâmplă când le sari.

De unde am începe

Dacă ai o căsuță de suport plină cu aceleași douăzeci de întrebări, începe de acolo, cu un om la un clic distanță. Dacă ai un proces de back office cu intrări structurate, cum ar fi comenzi, facturi sau programări, automatizează-l cu un pas AI și o aprobare umană. Dacă ești tentat să începi prin a tăia echipa, recitește întâi paragraful despre Commonwealth Bank.

Asta e munca pe care o facem în automatizare AI. Spune-ne procesul la care te gândești și îți spunem sincer dacă are nevoie de un agent, de un chatbot, de o automatizare simplă fără AI sau de nimic.

Întrebări frecvente

Surse

Cifrele fiecărui exemplu vin din anunțul companiei, din studiul de caz al furnizorului sau din relatarea unei publicații importante, verificate în octombrie 2026. Acolo unde singura sursă e compania sau furnizorul care i-a vândut agentul, textul o spune. Prețurile sunt din pagina publică de prețuri a fiecărui furnizor, verificate în octombrie 2026.

Te întrebi care dintre acestea ar funcționa în afacerea ta?

Spune-ne procesul la care te gândești. Îți spunem sincer dacă are nevoie de un agent, de un chatbot, de o automatizare simplă sau de nimic, și îl construim dacă da.