Știri
Știri din categoria Inteligență artificială
România rămâne la coada Europei la utilizarea inteligenței artificiale, cu implicații directe pentru productivitate și competitivitate, în condițiile în care doar 18% dintre persoane spun că au folosit instrumente AI în ultimele trei luni, arată o analiză preluată de Economedia, pe baza datelor Eurostat și IAB UK, citate de Visual Capitalist.
Diferențele între state sunt mari și conturează o separare între nordul continentului, unde folosirea AI a devenit uzuală, și sud-estul Europei, unde nivelurile rămân semnificativ mai scăzute.
În fruntea clasamentului este Norvegia, cu 56,3% dintre respondenți care declară că au folosit AI în ultimele trei luni. În grupul țărilor cu adopție ridicată apar și:
În Europa de Sud și Sud-Est, utilizarea raportată este considerabil mai redusă: Italia este la aproximativ 20%, Turcia la 19%, iar România rămâne ultima, cu 18%.
În același timp, analiza indică diferențe mari chiar în interiorul aceleiași regiuni: Grecia și Cipru sunt la aproximativ 44%, iar Malta ajunge la 47%.
Datele arată că mărimea economiei nu se traduce automat într-o utilizare mai mare a inteligenței artificiale. Germania și Regatul Unit sunt la aproximativ o treime din populație, iar Franța și Spania se află în zona de mijloc, cu 30–40%.
Analiza semnalează și o diferență generațională: în Marea Britanie, deși media generală este de 34%, în rândul tinerilor de 15–24 de ani aproximativ un sfert folosesc zilnic instrumente AI, ceea ce sugerează că avansul viitor al adopției poate veni din schimbarea generațiilor.
(Analiza originală este publicată de Visual Capitalist: Visual Capitalist.)
Recomandate
Google a adus în România Pomelli, un instrument de marketing cu inteligență artificială pentru afaceri mici , care poate genera rapid materiale de „brand” – de la imagini cu produse până la campanii pentru rețele sociale – reducând munca necesară pentru producția de conținut, potrivit Știrile ProTV . Pomelli este disponibil „începând din aceste zile” și în alte piețe europene (Uniunea Europeană, Norvegia, Elveția și Marea Britanie). Instrumentul funcționează, deocamdată, în limba engleză, inclusiv la nivelul interfeței, însă utilizatorii pot edita și adapta conținutul pentru română. Ce schimbă pentru micile afaceri: producția de conținut devine un proces automatizat Platforma este prezentată ca un ajutor pentru firmele mici care nu au echipe dedicate de marketing sau bugete consistente pentru creație, dar au nevoie de materiale coerente de comunicare. Pomelli automatizează procesul în trei pași: Analiză : scanează site-ul companiei pentru a identifica detalii despre afacere, precum comunicarea de brand, mesajele, fonturile și culorile; Generare de propuneri : sugerează idei de conținut personalizat și campanii, iar utilizatorul poate explora opțiunile și prin comenzi conversaționale; Creație : generează imagini și clipuri video „de înaltă calitate” pentru social media, site sau reclame, care pot fi editate și descărcate direct. Limitări și disponibilitate În forma actuală, Pomelli generează text doar în engleză , ceea ce înseamnă că firmele care comunică preponderent în română vor avea un pas suplimentar de lucru: traducerea și adaptarea mesajelor. Instrumentul are și o versiune mobilă , optimizată pentru utilizarea de pe telefon, ceea ce îl face mai ușor de folosit în activitatea de zi cu zi a antreprenorilor și a echipelor mici. Pomelli a fost creat ca experiment de Google Labs , în parteneriat cu Google DeepMind , mai notează materialul. [...]
Google își separă noile TPU-uri pentru antrenare și inferență, o schimbare care poate reduce consumul de energie în centrele de date, dar fără garanții că economiile se vor vedea în prețurile plătite de clienți , potrivit Android Authority . La Cloud Next 2026, compania a anunțat a opta generație de Tensor Processing Units (TPU) pentru centrele sale de date, împărțită în două familii: TPU 8t pentru antrenarea modelelor de inteligență artificială și TPU 8i pentru inferență (rularea efectivă a modelelor, adică generarea de răspunsuri și predicții pe baza a ceea ce au învățat). Miza operațională este folosirea de hardware diferit pentru sarcini cu cerințe diferite, în locul unei abordări „un singur cip pentru toate”. De ce contează separarea: energie, răcire și costuri de operare Google susține că această separare răspunde diferențelor de consum și putere de calcul dintre antrenare și inferență. În practică, compania spune că abordarea poate reduce consumul de energie al centrelor de date, ceea ce ar însemna atât costuri operaționale mai mici, cât și un impact de mediu redus. Publicația notează și un efect colateral invocat în text: dacă inferența devine mai eficientă energetic, utilizarea unor servicii precum Gemini ar putea necesita mai puțină apă pentru răcirea centrelor de date (mențiune formulată ca speranță, nu ca angajament ferm). Context tehnic, pe scurt: de ce antrenarea „cere” alt hardware decât inferența Android Authority explică diferența prin natura celor două procese: Antrenarea rețelelor neuronale este intensă: folosește memorie cu lățime mare de bandă și clustere mari de procesoare, deoarece presupune actualizarea a miliarde de parametri în fiecare secundă. Include „propagarea inversă a erorilor” (backpropagation), adică bucle repetate de feedback prin care modelul este optimizat pe setul de antrenament. Inferența este, în general, mai puțin solicitantă și poate rula pe hardware mai puțin capabil, cu consum mai mic de memorie. Concluzia operațională a sursei: folosirea aceluiași hardware pentru ambele tipuri de sarcini poate duce la costuri mai mari, ceea ce ridică „costul efectiv” al inferenței. Întrebarea rămasă: cine păstrează beneficiul economic Deși Google pune accent pe beneficiile de mediu ale TPU-urilor dedicate inferenței, Android Authority spune că nu a văzut promisiuni explicite privind reducerea costurilor pentru clienți. Rămâne de văzut dacă economiile din eficiență vor fi transferate către consumatori sau vor rămâne la companie și partenerii săi. În același context, sursa amintește că Google a mai avut TPU v5e (unde „e” ar veni de la eficiență) pentru operațiuni la scară mai mică, iar TPU 8i ar părea o adaptare pentru scară mare. În paralel, Amazon urmărește o direcție similară cu AWS Inferentia. [...]
Apple pregătește o schimbare operațională majoră pentru Siri, trecând de la comenzi punctuale la conversații continue și integrare între aplicații , potrivit TechRadar . Miza este ca asistentul să poată păstra contextul și să execute sarcini în mai mulți pași, într-un mod mai apropiat de experiența oferită de ChatGPT și alte instrumente de inteligență artificială conversațională. Apple ar urma să prezinte noua versiune la Worldwide Developers Conference (WWDC), care se deschide pe 8 iunie, iar schimbările sunt asociate cu iOS 27 , conform materialului. Ce se schimbă în utilizarea Siri Cea mai vizibilă modificare ar fi modul de interacțiune: în loc de solicitări izolate („setează un timer”, „care e vremea”), Siri ar urma să permită dialoguri cu întrebări de continuare și solicitări combinate în aceeași sesiune. Practic, asistentul ar „ține minte” firul conversației, astfel încât utilizatorul să nu fie nevoit să reia cererea de la zero de fiecare dată. TechRadar notează că această direcție aliniază Siri la așteptările formate deja de utilizatori în interacțiunea cu chatboți precum ChatGPT. Integrare între aplicații și folosirea „contextului personal” Dincolo de interfață, schimbarea cu impact practic este extinderea funcționării „peste” aplicații și servicii. Siri ar urma să poată folosi context personal și informația de pe ecran pentru a duce la capăt sarcini în mai mulți pași, inclusiv prin referințe la mesaje, e-mailuri și alte date. Un exemplu de utilizare descris în articol: Siri ar putea analiza o conversație, extrage un detaliu relevant și apoi acționa pe baza lui, fără instrucțiuni separate pentru fiecare etapă. Interfață nouă și experiență de tip „chat” Publicația mai scrie că Apple ar muta Siri din modul tradițional de afișare pe tot ecranul către o prezență mai integrată, inclusiv în Dynamic Island pe iPhone-urile mai noi, unde asistentul s-ar extinde la activare. În paralel, ar exista indicii despre o aplicație dedicată Siri, cu istoric de conversații și o prezentare familiară utilizatorilor de chatboți, deși transformarea principală ar fi „sub capotă”, în capabilitățile de procesare și integrare. Ce tehnologie ar putea sta în spate TechRadar menționează că Apple ar miza pe capabilități de tip „model lingvistic mare” (LLM – sisteme antrenate pe volume mari de text pentru a genera și înțelege limbaj), cu suport din partea modelelor Gemini ale Google . În acest scenariu, întrebări care înainte necesitau căutare pe web sau un chatbot separat ar putea fi rezolvate direct de Siri. De ce contează pentru piață și utilizatori Schimbarea vine pe fondul percepției că Apple a rămas în urmă în zona de inteligență artificială conversațională, în timp ce competitori au avansat cu sisteme generative. Articolul subliniază și o diferență de strategie: Apple ar integra aceste capabilități direct în Siri, nu ca parte a brandului Apple Intelligence. Rămâne de văzut cât de completă va fi implementarea la momentul prezentării și ce funcții vor fi disponibile efectiv odată cu iOS 27, întrucât informațiile descrise se bazează pe detalii „scăpate” și pe relatări din piață, nu pe specificații confirmate oficial. [...]
Meta testează în WhatsApp o funcție de rezumare cu inteligență artificială care procesează mesajele într-un mediu izolat , o abordare menită să reducă riscurile de confidențialitate atunci când utilizatorii cer sinteze ale mai multor conversații necitite, potrivit WinFuture . Funcția vizează în special utilizatorii care participă în multe grupuri active și se confruntă cu „avalansa” de mesaje după perioade mai lungi în care nu au folosit telefonul. În loc să deschidă fiecare chat pe rând pentru o privire de ansamblu, utilizatorii ar urma să poată genera dintr-un singur loc un rezumat al mai multor discuții. Cum ar funcționa rezumarea direct din inbox Noutatea ar apărea în inbox atunci când este activ filtrul pentru mesaje necitite. În acel context, WhatsApp ar afișa un buton dedicat, iar apăsarea lui ar genera un „rezumat compact” al discuțiilor ratate, pentru mai multe chat-uri simultan. Până acum, conform descrierii, utilizatorii trebuie să intre în fiecare conversație în parte pentru a solicita o sinteză, ceea ce face procesul mai lent când există multe mesaje necitite. Miza: confidențialitatea, prin „Private Processing” Potrivit informațiilor citate de publicație din WABetaInfo , funcția este în testare pentru Android și iOS și folosește o tehnologie numită „Private Processing”, gândită să păstreze confidențialitatea comunicării. Implementarea se bazează pe „ Trusted Execution Environments ” (TEE) – zone izolate, la nivel de hardware, în interiorul procesorului, folosite pentru procesarea sigură a datelor sensibile. WinFuture notează câteva elemente-cheie ale arhitecturii descrise: procesarea are loc într-un mediu izolat; transferul datelor către sistemul de inteligență artificială se face prin canale securizate care „ascund identitatea” utilizatorilor; mesajele ar urma să fie șterse imediat după procesare; conținutul nu ar fi folosit pentru antrenarea modelelor; Meta și WhatsApp nu ar avea acces la conținutul conversațiilor rezumate. Publicația mai menționează că firme independente de securitate, precum NCC Group, au verificat deja arhitectura pentru fiabilitate. Limitări și disponibilitate Un posibil minus, potrivit sursei, este că în conversații foarte complexe rezumatul automat poate pierde nuanțe sau context, ceea ce înseamnă că utilizatorul ajunge să se bazeze pe interpretarea software-ului. Nu este clar când va fi disponibilă funcția pentru toți utilizatorii. Instrumentul ar urma să fie opțional și ar necesita activare explicită din setările aplicației. [...]
Google își mută agentul de „cercetare” spre fluxuri de lucru enterprise, permițând conectarea la date proprietare și generarea nativă de grafice odată cu lansarea Deep Research și Deep Research Max , construite pe modelul Gemini 3.1 Pro , potrivit IT之家 . Noile versiuni marchează o schimbare de poziționare: de la un instrument orientat în principal spre rezumate și căutare, la o componentă de bază pentru procese de lucru în companii, cu accent pe acces la surse de date specializate și pe livrarea rezultatelor în formate vizuale „gata de folosit”. Două moduri de utilizare: interactiv vs. „în fundal” Conform descrierii citate de publicație dintr-o postare Google din 21 aprilie, Deep Research este gândit pentru scenarii interactive, unde contează echilibrul între viteză și eficiență. Deep Research Max vizează fluxuri de lucru asincrone, rulate în fundal, precum generarea de rapoarte detaliate de tip due diligence (analiză aprofundată înaintea unei decizii de investiție sau achiziție), unde obiectivul este „cea mai mare acoperire” și calitatea maximă a sintezei. Pentru varianta Max, Google indică utilizarea unei „capacități extinse de calcul în timpul testării” (test-time compute), pentru raționare iterativă, căutare și rafinare. Conectare la surse de date proprietare prin MCP Elementul cu impact operațional direct este extinderea surselor de date pe care agentul le poate folosi. Ambele versiuni, bazate pe Gemini 3.1 Pro, pot: căuta pe web; accesa orice server MCP la distanță (MCP este un mecanism de conectare la servicii/surse externe, menționat în material ca modalitate de integrare sigură); folosi fișiere încărcate de utilizator; conecta spații de stocare de fișiere deja legate. Prin MCP, utilizatorii pot conecta agentul, „în siguranță”, la fluxuri profesionale de date — de exemplu date financiare sau de piață — astfel încât acesta să poată naviga baze de date specializate, nu doar să funcționeze ca un motor de căutare pe internet. Ieșiri vizuale și control mai bun al procesului Pe partea de rezultate, agentul poate genera nativ grafice și infografice de calitate, pentru vizualizarea dinamică a datelor complexe, potrivit informațiilor preluate de IT之家. La nivel de control și transparență, sunt menționate funcții precum planificare colaborativă, un set extins de instrumente, o bază de cercetare multimodală și ieșire în timp real (streaming). Utilizatorii pot revizui, ghida și optimiza planul de cercetare înainte de execuție și pot combina instrumente precum Google Search, servere MCP la distanță și execuție de cod. [...]
Doar 12% dintre antreprenorii români folosesc deja inteligența artificială , iar decalajul de competențe și resurse rămâne principalul obstacol în calea adoptării, potrivit unui studiu prezentat de Raiffeisen . În acest context, banca își extinde comunitatea GatadeBusiness cu un ghid de AI și un accelerator care promit mentorat și granturi, mizând pe ideea că educația și sprijinul practic pot debloca investițiile în tehnologie la nivelul IMM-urilor. Studiul a fost realizat pe un eșantion de 256 de antreprenori, clienți ai băncii, cu cifră de afaceri de peste 100.000 de euro. Pe lângă cei 12% care folosesc deja AI, 26% spun că intenționează să adopte astfel de soluții în următorul an, semn că interesul există, dar nu se transformă încă în implementări pe scară mai largă. De ce nu trec mai multe firme la AI: lipsă de oameni, expertiză și încredere Deși 60% dintre antreprenori văd AI ca pe o oportunitate, mulți declară că nu se simt pregătiți să facă pasul. Motivele invocate țin de constrângeri operaționale și de risc perceput, nu de lipsa de interes. Principalele bariere menționate în studiu sunt: lipsa personalului specializat; teama de erori sau decizii incorecte; lipsa expertizei interne; preocupări legate de securitate; resurse limitate. În același timp, beneficiile percepute sunt în zona de productivitate: creșterea eficienței, reducerea timpului de lucru și optimizarea costurilor. „Rezultatele studiului ne arată că antreprenorii sunt interesați de inteligența artificială și îi înțeleg potențialul, dar se lovesc de bariere concrete: lipsă de expertiză, resurse limitate și îngrijorări legate de securitate.” — Ionuț Pătrăhău , vicepreședinte IMM, Raiffeisen Bank România Bugete încă mici, dar așteptări de creștere Raiffeisen notează că investițiile actuale în AI sunt limitate, însă 77% dintre companiile interesate se așteaptă ca bugetele dedicate să crească în perioada următoare. Comunicatul nu oferă valori ale bugetelor sau un orizont de timp mai precis pentru această creștere. Din perspectiva relației cu banca, antreprenorii spun că au nevoie în primul rând de educație și consultanță: ghidaj în digitalizare, traininguri de AI și sprijin pentru accesarea de granturi. Ce lansează banca: ghid de AI și accelerator cu mentorat și granturi Ca răspuns la barierele identificate, Raiffeisen anunță extinderea beneficiilor din comunitatea GatadeBusiness cu un pachet educațional dedicat adopției de AI, format din: Ghid de AI pentru afaceri : un spațiu digital cu resurse de învățare, ghiduri, exemple de utilizare și conținut practic pentru implementare „responsabilă”; acceleratorul Business Forward , dezvoltat în parteneriat cu Social Innovation Solutions: program de mentorat și acces la finanțare sub formă de granturi, cu obiectivul de a crește adopția noilor tehnologii în rândul IMM-urilor. Banca susține că aceste inițiative vizează direct preocupările de securitate, lipsa expertizei interne și lipsa resurselor, pentru ca mai mulți antreprenori să poată utiliza AI „eficient, sigur și sustenabil”. Comunicatul nu precizează criterii de eligibilitate, calendar sau dimensiunea granturilor. [...]
