Cuprinsul cărții

„AI pentru Toți
Scurtă călătorie în lumea Inteligenței Artificiale”

 

CUPRINS:

 

Prefață

 

PARTEA I – Fundamentele Inteligenței Artificiale


Capitolul 1 – Ce este Inteligența Artificială?

  1. Definiții simple vs. academice
  2. Diferența dintre „automatizare” și „inteligență”
  3. AI ca sistem care ia decizii pe baza datelor
  4. AI vs. inteligența umană: ce poate imita și ce nu
  5. De ce acum? – trei factori: date, putere de calcul, algoritmi


Capitolul 2 – Scurtă istorie a AI

  1. Primele idei (Turing, simbolic AI)
  2. Iernile AI și de ce au apărut
  3. Explozia Machine Learning
  4. Apariția deep learning și modele mari
  5. Era AI generative


Capitolul 3 – Componentele de bază ale AI

  1. Datele – „combustibilul” AI
  2. Modelele – „motorul” AI
  3. Algoritmi – regulile după care învață
  4. Antrenare vs. inferență (învățare vs. folosire)
  5. De ce AI greșește: date incomplete, bias, context lipsă

 

PARTEA II – Tipuri și metode de AI (fără matematică)

Capitolul 4 – Clasificarea AI

  1. AI îngustă (Narrow AI) vs. AI generală (AGI)
  2. AI reactivă vs. AI cu memorie limitată
  3. AI deterministă vs. AI probabilistică
  4. AI simbolică vs. AI bazată pe date

Capitolul 5 – Machine Learning pe înțelesul tuturor

  1. Ce este învățarea automată
  2. Învățare supervizată (cu exemple)
  3. Învățare nesupervizată (clustering, segmentare)
  4. Învățare prin întărire (reinforcement learning)
  5. Exemple din viața reală (recomandări, scor de risc, clasificare email)

Capitolul 6 – Deep Learning și rețele neuronale

  1. De ce „deep”?
  2. Cum imită creierul, dar nu este creier
  3. Vision, speech, text – de ce DL e bun pe date mari
  4. Avantaje și limite
  5. Resurse mari + date mari = rezultate mari

Capitolul 7 – AI generativă (Generative AI)

  1. Ce înseamnă să „generezi” (text, imagine, audio, video, cod)
  2. Modele de difuzie vs. modele de limbaj
  3. Când e utilă AI generativă și când nu
  4. Riscuri: halucinații, confidențialitate, copyright
  5. Aplicații rapide pentru business

 

 

PARTEA III – Cum se aplică AI în business și organizații

Capitolul 8 – AI în marketing

  1. Cercetare de piață și analiză competitor
  2. Generare de conținut și personalizare mesaje
  3. Segmentare clienți cu ML
  4. Optimizare campanii (A/B asistat de AI)
  5. Monitorizare brand și social listening

Capitolul 9 – AI în vânzări și relația cu clienții

  1. Scoring lead-uri și prioritizare clienți
  2. Asistenți virtuali și chatbot-uri
  3. Răspunsuri automate inteligente
  4. Predicția churn-ului (cine pleacă)
  5. Suport 24/7 fără creșterea echipei

Capitolul 10 – AI în operațiuni și procese interne

  1. Automatizarea taskurilor repetitive (RPA + AI)
  2. Analiza documentelor și extragerea datelor
  3. Predicții (cerere, stoc, timpi)
  4. Optimizarea fluxurilor (procese mai scurte)
  5. AI ca „asistent intern” pentru angajați

Capitolul 11 – AI în HR și învățare

  1. Screening CV-uri și potrivire candidați
  2. Evaluare competențe asistată de AI
  3. Creare de materiale de training personalizate
  4. Analiză sentiment angajați
  5. Planuri de dezvoltare bazate pe date

 

 

PARTEA IV – Viitorul muncii în era AI

Capitolul 12 – Cum schimbă AI rolurile în companii

  1. Joburi care se vor transforma, nu dispărea
  2. „Human in the loop” – omul rămâne în control
  3. De la executant la supervizor de AI
  4. Roluri noi: AI trainer, prompt designer, AI product owner


Capitolul 13 – Abilități esențiale pentru tine și echipa ta

  1. Alfabetizare AI (să știi ce poate și ce nu)
  2. Gândire critică și verificarea rezultatului AI
  3. Date și confidențialitate – ce ai voie să pui în AI
  4. Colaborare om–mașină
  5. Învățare continuă (AI se schimbă, deci și noi)

 

PARTEA V – Ghid practic de implementare AI

Capitolul 14 – De unde începi dacă nu ești tehnic

  1. Audit rapid: unde se pierde timp în firmă
  2. Identificarea taskurilor candidate pentru AI
  3. Ce poți face cu tooluri existente (SaaS)
  4. Alegerea între „construi” și „folosi ce există”
  5. Criterii: cost, date, viteză, risc

Capitolul 15 – Implementarea pe pași mici

  1. Proiect pilot (un singur proces)
  2. Definirea obiectivelor (timp, calitate, cost)
  3. Implicarea oamenilor – comunicarea schimbării
  4. Măsurarea rezultatelor și feedback
  5. Scalarea către alte departamente

Capitolul 16 – Date, securitate și guvernanță

  1. Ce date are firma și unde sunt
  2. Confidențialitate: ce NU dai unui model public
  3. Politici interne de utilizare AI
  4. Colaborarea cu IT / juridic
  5. Alternative: modele private, on-premise, europene

 

PARTEA VI – Capcane, limite și etică

Capitolul 17 – Cele mai frecvente greșeli la început

  1. Așteptări nerealiste („AI face tot”)
  2. Lipsa unui „sponsor” intern sau responsabil AI
  3. Ignorarea calității datelor
  4. „Testăm, dar nu măsurăm”
  5. Automatizăm fără să avem procesul clar

Capitolul 18 – Limitările actuale ale AI

  1. Halucinații și răspunsuri plauzibile, dar greșite
  2. Bias în date și decizii incorecte
  3. Lipsa de context business
  4. Dependența de furnizor
  5. Costuri ascunse (antrenare, mentenanță, oameni)

Capitolul 19 – Etica în AI

  1. Decizii automate și impactul asupra oamenilor
  2. Transparență: trebuie să anunți că folosești AI?
  3. AI și drepturile utilizatorilor
  4. Reglementări în mișcare (menționate, fără detaliu juridic)
  5. Cum rămâi responsabil și când delegi la AI

Capitolul 20 – Privire in viitor

 

Anexe (utile pentru final de carte)

  1. Glosar de termeni AI
  2. Exemple de procese care se pretează la AI în IMM-uri
  3. Checklist „Esti gata pentru AI?” pentru firme mici
  4. Resurse pentru aprofundare (cursuri, bloguri, comunități)