Inteligența artificială pentru achiziții strategice în companiile din sectorul energetic – un cadru de modelare

Articol scris de Ovidiu Slimac și Alin Izvoran – link

Am citit integral articolul „Artificial intelligence for strategic procurement in energy firms: a modeling framework” – „Inteligența artificială pentru achiziții strategice în companiile din sectorul energetic: un cadru de modelare”, publicat la 16 martie 2026 de Panagiotis Theodorou și Petros Theodorou.

Verdictul nostru este favorabil, dar cu o rezervă importantă :

Este un articol solid despre managementul strategic al achizițiilor asistate de AI, dar încă nu este un model complet pentru achizițiile publice sau sectoriale.

Pentru aplicarea în România, modelului îi lipsesc explicit legalitatea, trasabilitatea deciziei, răspunderea umană și protecția concurenței.

Articolul integral

1. Ce spune, în esență, articolul

Autorii pleacă de la o idee fundamental corectă: simpla cumpărare sau instalare a unor instrumente AI nu produce automat performanță.

Ei identifică șase utilizări principale ale AI în achizițiile din energie:

1. automatizarea sourcingului și a documentelor RFx;
2. analiza și administrarea contractelor;
3. managementul riscului furnizorilor;
4. optimizarea prețurilor și sprijinirea negocierii;
5. optimizarea lanțului de aprovizionare;
6. automatizarea activităților repetitive prin RPA.

Aceste aplicații sunt împărțite în:

• aplicații operaționale: RFx, RPA, optimizarea lanțului de aprovizionare;
• aplicații strategice: contract management, supplier risk management și price optimisation.

Ideea centrală este exprimată prin relația:

Per=α×AI×S×O×E

unde:

• (Per) = performanța achiziției;
• (AI) = maturitatea capabilităților AI;
• (S) = alinierea cu strategia;
• (O) = pregătirea organizațională;
• (E) = mediul extern și constrângerile de reglementare;
• () = capacitatea organizației de a transforma informația în decizie.

Fiind un model multiplicativ, dacă una dintre componente este foarte slabă, performanța întregului sistem scade semnificativ.

Tradus în limbajul nostru:

Poți cumpăra cel mai inteligent sistem AI din lume. Dacă datele sunt proaste, oamenii nefiind pregătiți, strategia nu există, iar conducerea dorește doar „să avem și noi AI”, ai cumpărat o aplicație foarte scumpă care va automatiza dezordinea existentă.

Aici articolul care stă la baza prezentului material, lovește exact unde trebuie.

2. Ce considerăm foarte bine zis

2.1. AI nu este tratată ca înlocuitor al specialistului

Autorii afirmă explicit că instrumentele digitale trebuie să sprijine intenția strategică, nu să o substituie.

Este una dintre cele mai sănătoase idei ale articolului. În achiziții, AI poate:

• clasifica date;
• compara documente;
• identifica riscuri;
• semnala neconcordanțe;
• simula scenarii;
• estima efecte;
• pregăti variante decizionale.

Dar nu poate stabili singură:

• necesitatea reală;
• oportunitatea unei achiziții;
• proporționalitatea unei cerințe;
• caracterul concludent al unei clarificări;
• admisibilitatea unei oferte;
• soluția juridică finală.

Pentru procedurile derulate potrivit Legii nr. 98/2016, art. 2 alin. (2) menține asumarea răspunderii printre principiile fundamentale. Aceeași regulă există pentru achizițiile sectoriale la art. 2 alin. (2) din Legea nr. 99/2016.

AI-ul poate propune. Cineva trebuie însă să înțeleagă, să verifice, să motiveze și să semneze.

Acest aspect, al asumării Deciziei, este asumat și de CNSC în cadrul noului său proiect[1] prin care o să achiziționze “Platforma de gestionare a procesului de soluționare a contestațiilor bazată pe învățare automată și inteligență artificială”.

2.2. Separarea dintre eficiență și valoare strategică

Automatizarea facturilor, comenzilor sau raportărilor poate economisi timp, dar nu transformă automat achiziția într-una strategică.

Articolul arată corect că o aplicație devine strategică numai dacă:

• contribuie la obiective organizaționale reale;
• este integrată în procese;
• are acces la date fiabile;
• este utilizată de personal competent;
• rezultatele sale intră efectiv în procesul decizional.

Această distincție este foarte utilă și pentru autoritățile contractante. Uneori digitalizarea unei proceduri înseamnă doar că am mutat formularul din biblioraft în calculator. Dosarul arată mai modern, dar problema a rămas aceeași, doar că acum se deschide cu dublu-click. 🤭

2.3. Accentul pus pe date, guvernanță și competențe

Autorii identifică foarte bine condițiile preliminare:

• calitatea datelor;
• infrastructura;
• guvernanța;
• explicabilitatea;
• pregătirea personalului;
• sprijinul conducerii;
• colaborarea dintre achiziții, tehnic, financiar, juridic și IT;
• controlul dependenței față de furnizorul tehnologiei.

Aceasta este o contribuție importantă. Într-o autoritate contractantă, AI nu poate repara singură:

• un referat de necesitate incomplet;
• o valoare estimată calculată greșit;
• nomenclatoare neuniforme;
• date fragmentate între Excel, e-mail, SEAP și dosare fizice;
• contracte fără indicatori măsurabili;
• recepții care nu reflectă performanța reală.

Dacă intrările sunt inconsistente, rezultatul va fi prezentat mai frumos, nu neapărat mai corect.

2.4. Implementarea etapizată

Roadmap-ul propus este realist:

1. evaluarea maturității;
2. definirea strategiei;
3. proiecte-pilot;
4. instruirea și managementul schimbării;
5. guvernanță și îmbunătățire continuă.

Am recomanda exact această abordare și în sectorul public. Nu începi cu „evaluarea automată a ofertelor”, adică exact activitatea cu cel mai mare risc juridic. Începi cu aplicații controlabile și reversibile:

• căutarea clauzelor;
• verificarea concordanței documentelor;
• clasificarea cheltuielilor;
• monitorizarea termenelor;
• analiza prețurilor istorice;
• semnalarea riscurilor contractuale.

3. Unde articolul trebuie privit critic

3.1. Este un model conceptual, nu unul validat empiric

Autorii recunosc corect că modelul nu a fost calibrat pe date reale de la companii și că exemplele sectoriale sunt ilustrative.

Prin urmare, ecuația nu poate demonstra că:

„O creștere a capabilității AI cu 20 % produce o creștere determinată a performanței.”

Modelul este, deocamdată, o hartă intelectuală și un instrument pentru simularea scenariilor, nu o formulă de calcul a economiilor.

Lipsesc:

• seturi de date empirice;
• definiții operaționale complete pentru indicatori;
• metode validate de acordare a punctajelor;
• testarea relațiilor cauzale;
• analiza comparativă înainte/după implementare;
• praguri de acceptabilitate.

Autorii spun, de altfel, explicit că predicțiile nu trebuie interpretate ca fiind confirmate statistic.

3.2. Problema variabilei (E)

Aici găsesc o neclaritate matematică importantă.

În articol, (E) reprezintă „environmental and regulatory constraints”, adică intensitatea constrângerilor externe, a volatilității și reglementării. Dar în ecuația:

Per=α×AI×S×O×E

o valoare mai mare a lui (E) crește performanța.

Dacă (E=1) înseamnă reglementare foarte intensă și volatilitate ridicată, rezultatul este contraintuitiv: cu cât constrângerile sunt mai mari, cu atât performanța crește.

Variabila ar trebui definită mai degrabă ca:

• favorabilitatea mediului extern — caz în care multiplicarea este logică; sau
• intensitatea constrângerilor — caz în care ar trebui utilizată invers, de exemplu (1-E), ori introdusă printr-o funcție de atenuare.

Această ambiguitate trebuie rezolvată înaintea oricărei aplicări practice.

3.3. Indicele de risc apare, apoi este aproape abandonat

Articolul propune:

Per _realized​=Per _exante​ × (1−ρ)

unde () reprezintă riscurile de implementare: date slabe, bias, rezistență organizațională, lipsă de guvernanță și dependență față de furnizor.

Este o idee bună. Totuși, indicele nu este integrat clar în formula finală extinsă. Din punctul meu de vedere, modelul complet ar fi trebuit să păstreze explicit factorul de risc:

Per _real​=α × AI × S × O × Ef ​× (1−ρ)

unde (Ef) ar fi favorabilitatea mediului, nu intensitatea constrângerilor.

Pentru achizițiile publice aș mai adăuga un factor separat de conformitate juridică.

3.4. Ponderile aplicațiilor AI sunt inevitabil subiective

Indicele AI este construit ca sumă ponderată:

AI=w₁​RFx + w₂​CM + w₃​SRM + w₄​PO + w₅​SC + w₆​RPA

Dar cine stabilește ponderile ?

• conducerea;
• compartimentul de achiziții;
• consultantul;
• furnizorul aplicației;
• o echipă multidisciplinară;
• datele istorice ?

Dacă ponderile sunt stabilite fără metodologie, modelul poate confirma exact ceea ce conducerea dorea să demonstreze de la început.

În achizițiile publice, problema devine și mai sensibilă. Un algoritm de evaluare nu poate permite o libertate nelimitată de apreciere. Potrivit art. 189 alin. (1)-(3) din Legea nr. 98/2016, factorii trebuie să asigure concurența reală și verificarea efectivă a informațiilor furnizate. Totodată, art. 32 alin. (8)-(9) din HG nr. 395/2016 impune legătura directă cu obiectul contractului, existența unui avantaj real și evitarea distorsionării rezultatului.

Un punctaj generat de AI trebuie să fie cel puțin la fel de explicabil și verificabil ca un punctaj calculat manual.

4. Diferența fundamentală : achiziții corporatiste versus achiziții publice

Articolul urmărește obținerea unui „avantaj competitiv sustenabil” pentru companiile energetice.

Pentru o companie privată, aceasta este o finalitate firească. Pentru o autoritate contractantă, obiectivul trebuie reformulat.

Achiziția publică urmărește:

• satisfacerea unei necesități publice;
• eficiență economică și socială;
• calitate;
• continuitatea serviciului;
• utilizarea responsabilă a fondurilor;
• concurență efectivă;
• transparență și tratament egal;
• realizarea unor obiective sociale, de mediu și de inovare.

Așadar, pentru sectorul public, rezultatul modelului nu ar trebui să fie simplu „competitive advantage”, ci valoare publică sustenabilă și legal obținută.

Mai este necesară și delimitarea regimului juridic. În sectorul energetic românesc, nu orice achiziție este guvernată automat de Legea nr. 98/2016. În funcție de calitatea entității și de legătura achiziției cu activitățile relevante — inclusiv energia electrică, prevăzută la art. 6 — poate deveni aplicabilă Legea nr. 99/2016 privind achizițiile sectoriale.

Această delimitare trebuie făcută înainte de alegerea modelului procedural.

5. Cum pot fi utilizate cele șase aplicații în România

Observație foarte importantă

AI poate identifica un furnizor ca fiind „riscant”, dar nu poate inventa un nou motiv de excludere.

În procedura de atribuire se aplică motivele și condițiile prevăzute de lege. Un scor algoritmic poate constitui un semnal pentru verificări suplimentare, nu o bază autonomă pentru eliminarea operatorului economic.

Tot astfel, AI poate recomanda o specificație tehnică, dar autoritatea trebuie să verifice dacă aceasta permite acces egal și nu introduce obstacole nejustificate concurenței, conform art. 155 alin. (6) din Legea nr. 98/2016. Trimiterile la producători, origine, procedee, mărci sau tipuri rămân limitate de art. 156 alin. (2)-(3).

6. Cine ia decizia finală ?

În România, răspunsul este clar: comisia de evaluare, NU algoritmul.

Potrivit:

• art. 126 alin. (1) din HG nr. 395/2016, autoritatea desemnează persoanele responsabile pentru evaluarea ofertelor;
• art. 127 alin. (1), comisia verifică îndeplinirea criteriilor, conformitatea propunerilor tehnice, propunerile financiare și aplică factorii de evaluare;
• art. 128 alin. (3), chiar expertul cooptat întocmește un raport de specialitate, dar nu are drept de vot;
• art. 129 impune confidențialitatea informațiilor din oferte.

Dacă nici expertul cooptat nu are drept de vot, cu atât mai puțin un instrument AI poate fi transformat într-un „membru invizibil” al comisiei.

Formula corectă este:

AI-ul produce analiza; expertul o verifică; comisia deliberează; autoritatea își asumă decizia.

În plus, utilizarea unui serviciu AI extern pentru examinarea ofertelor ridică probleme serioase privind:

• confidențialitatea;
• secretele comerciale;
• datele personale;
• localizarea și păstrarea datelor;
• reutilizarea informațiilor;
• drepturile furnizorului aplicației asupra datelor introduse;
• posibilitatea auditării rezultatului.

Art. 129 din HG nr. 395/2016 nu permite membrilor comisiei să trateze documentele ofertanților ca pe niște date oarecare, încărcabile în orice aplicație disponibilă pe internet.

7. AI Act și decizia automatizată

Regulamentul (UE) 2024/1689 (AI Act) nu clasifică automat orice instrument folosit în achiziții ca sistem cu risc ridicat. Clasificarea depinde de scopul și domeniul concret de utilizare.

Totuși, el introduce o logică obligatorie de guvernanță:

• competență adecvată în materie de AI;
• documentație;
• supraveghere umană;
• monitorizarea funcționării;
• păstrarea logurilor în cazurile aplicabile;
• evaluarea impactului asupra drepturilor fundamentale pentru anumite sisteme cu risc ridicat utilizate de organisme publice.

Pentru sistemele cu risc ridicat, art. 27 impune anumitor organisme de drept public o evaluare a impactului asupra drepturilor fundamentale înainte de utilizare.

Dacă instrumentul procesează date cu caracter personal și produce decizii exclusiv automatizate cu efecte juridice sau efecte similare semnificative asupra persoanei, trebuie avut în vedere și art. 22 din GDPR. (Regulamentul (UE) 2016/679, art. 22)

Nu orice respingere a unei societăți comerciale intră automat în ipoteza art. 22 GDPR, deoarece aceasta privește persoana vizată, adică persoana fizică. Dar prelucrarea datelor personalului, experților, administratorilor sau beneficiarilor poate activa cerințe suplimentare.

8. Modelul pe care l-am propune pentru România

Pentru achizițiile publice și sectoriale aș adapta ecuația astfel:

VPS = α × AI × S × O × D × L × T × (1−ρ)

unde:

• (VPS) = valoarea publică sustenabilă;
• (AI) = capabilitatea tehnologică;
• (S) = alinierea strategică;
• (O) = pregătirea organizațională;
• (D) = maturitatea și calitatea datelor;
• (L) = conformitatea juridică;
• (T) = transparența și trasabilitatea deciziei;
• () = riscul total de implementare.

Într-un sistem public, (L) și (T) trebuie tratate ca factori eliminatorii, nu ca simple avantaje.

Dacă nu poți explica:

• ce date a folosit modelul;
• ce criterii a aplicat;
• ce versiune a modelului a rulat;
• cum a ajuns la rezultat;
• cine a verificat rezultatul;
• cine și-a asumat decizia,

atunci performanța tehnologică nu salvează procedura.

Un algoritm extraordinar, dar imposibil de explicat în raportul procedurii, este mai curând un risc de contestație decât un avantaj administrativ.

9. Verdictul final

Articolul este valoros deoarece mută discuția de la: „Ce aplicație AI cumpărăm ?”

la întrebarea mult mai serioasă: „Ce obiectiv urmărim, ce structură avem, ce date putem folosi și cine transformă rezultatul AI într-o decizie responsabilă ?”

Aceasta este contribuția lui principală.

Totuși, pentru achizițiile publice din România, modelul trebuie completat cu patru cerințe:

1. legalitate — recomandarea AI trebuie să se încadreze în Legea nr. 98/2016 sau, după caz, Legea nr. 99/2016;
2. explicabilitate — rezultatul trebuie să poată fi înțeles și verificat;
3. trasabilitate — datele, regulile, intervențiile și versiunile trebuie documentate;
4. răspundere umană — decizia rămâne a persoanelor desemnate legal.

Concluzia noastră, într-o singură frază sau mai multe:

AI poate transforma achiziția dintr-o funcție reactivă într-una strategică, dar, în sectorul public, numai dacă inteligența algoritmului rămâne sub controlul inteligenței profesionale, al legii și al asumării răspunderii.

Altfel spus: să folosim AI ca pe un coleg foarte rapid, care citește mult și nu obosește, dar să nu-i dăm ștampila, parola de SEAP și dreptul de vot în comisie. 🤭

[1] https://www.comunicatedepresa.ro/waldo/anunt-lansare-proiect13