A folosi AI nu inseamna ca stii sa lucrezi corect cu AI. Diferenta dintre acces, utilizare si competenta

Interviu cu Ioan Mircea, CEO & Founder Mirio Development

Inteligenta artificiala a devenit, intr-un timp foarte scurt, accesibila aproape oricui. Deschizi o aplicatie, formulezi o cerere si in cateva secunde poti obtine un text, o analiza, un tabel, o imagine, un fragment de cod sau chiar o propunere de strategie.

Tocmai aceasta simplitate poate crea insa o confuzie: daca instrumentul este usor de utilizat, pare ca si procesul de lucru este la fel de simplu.

Ioan Mircea, CEO & Founder Mirio Development, lucreaza intens de aproximativ doi ani cu sisteme AI integrate in activitati profesionale de documentare, analiza, strategie, continut si dezvoltare digitala. In aceasta perioada, modul de lucru a evoluat de la formularea unor cereri si evaluarea raspunsurilor la construirea unor procese in care AI este doar una dintre componente.

Diferenta devine vizibila mai ales in proiectele complexe: inainte ca un plan strategic, o arhitectura de website sau o recomandare sa ajunga in forma finala, pot exista audituri tehnice, analize de autoritate, verificari ale profilului de backlinkuri, inventarierea si clasificarea informatiei, evaluarea continutului existent, analiza concurentei dintre pagini, verificarea surselor si numeroase decizii care nu se vad in documentul final.

AI a devenit foarte usor de folosit. De ce considerati ca tocmai aceasta simplitate poate deveni o problema?

Pentru ca simplitatea interfetei poate fi confundata foarte usor cu simplitatea procesului.

Astazi, aproape oricine poate deschide un sistem AI, poate scrie cateva randuri si poate primi un raspuns care arata profesionist. Textul este coerent, structura este buna, argumentele par logice si, de multe ori, rezultatul este suficient de convingator incat sa nu mai simti nevoia sa il verifici.

Citeste si:

BingX lansează BingX TradFi, care oferă acces la piețele...

Aici apare problema.

Faptul ca poti obtine un rezultat nu inseamna automat ca rezultatul este corect. Iar faptul ca stii sa folosesti o interfata nu inseamna ca stii sa lucrezi profesional cu un sistem AI.

Cred ca trebuie sa facem o diferenta mult mai clara intre:

· acces la AI;

· utilizare AI;

· competenta AI.

Sunt trei niveluri diferite.

Unde este, concret, aceasta diferenta?

· Accesul inseamna ca ai la dispozitie instrumentul.

· Utilizarea inseamna ca poti formula o cerere si poti obtine un rezultat.

· Competenta incepe in momentul in care poti controla procesul dintre problema initiala si rezultatul final.

Asta inseamna sa stii:

· ce problema trebuie rezolvata;

· ce informatii sunt necesare;

· ce informatii lipsesc;

· ce surse sunt relevante;

Citeste si:

Descoperă surprizele festivalului Summer Well 2024!

· ce context trebuie oferit;

· ce trebuie verificat;

· care sunt limitele rezultatului.

Mai inseamna ceva foarte important: sa fii capabil sa recunosti un rezultat care arata bine, dar este gresit, incomplet sau nepotrivit pentru problema reala.

Am dezvoltat mai amplu aceasta diferenta intr-o analiza despre competenta in utilizarea AI, pentru ca mi se pare ca discutia este inca prea concentrata pe intrebarea „folosesti sau nu folosesti AI?”.

Cred ca etapa urmatoare va fi definita de o alta intrebare:

Cat de bine stii sa folosesti ceea ce ai deja la dispozitie?

Lucrati de aproximativ doi ani asistat de AI. Cum a evoluat modul dumneavoastra de lucru in aceasta perioada?

La inceput, ca foarte multi utilizatori, eram concentrat in special pe formularea cererii.

Cum scriu un prompt mai bun? Cum explic mai clar ce vreau? Cum obtin un rezultat mai apropiat de ceea ce am nevoie?

Citeste si:

Andreea Bălan, fără acces în propria casă. Cum a ajuns în această...

In timp am inteles ca promptul este doar o componenta si, in proiectele profesionale mai complexe, nici macar nu este cea mai importanta.

Astazi ma preocupa mult mai mult ce exista inaintea promptului:

· Care este situatia reala a proiectului?

· Ce date avem?

· Ce informatii sunt confirmate?

· Ce trebuie verificat?

· Ce istoric exista?

· Ce documentatie avem?

· Ce reguli trebuie respectate?

· Ce surse sunt relevante?

· Ce nu trebuie transferat dintr-un alt proiect?

· Ce limitari comerciale sau tehnice exista?

· Ce rezultat urmarim?

· Dupa ce criterii putem decide ca rezultatul este corect?

Abia dupa aceea incepe efectiv lucrul cu sistemul.

Cu alte cuvinte, am trecut treptat de la „cum formulez cererea?” la „cum construiesc corect?”

Citeste si:

Spitalele impun restricţii după creșterea rapidă a cazurilor de...

Pentru mine, aceasta este una dintre cele mai importante evolutii ale competentei.

Se poate vedea aceasta evolutie si in munca realizata efectiv?

Foarte clar.

Am facut recent un exercitiu interesant: am pus alaturi mai multe planuri strategice digitale pe care le realizasem in 2025 si planurile pe care le dezvolt acum.

Documentele din 2025 aveau deja multe elemente corecte:

· ghiduri centrale;

· articole tehnice;

· studii de caz;

· optimizari SEO necesare;

· arhitectura de backlinkuri;

· calendare editoriale si operationale;

· directii pentru cresterea vizibilitatii.

Intr-un astfel de plan exista, de exemplu, un calendar pe 12 luni, completat cu ghiduri, articole de specialitate si publicatii externe.

Astazi, insa, nu as mai incepe direct de la calendar.

Planurile actuale pornesc mai intai de la starea reala a ecosistemului digital:

· Ce autoritate are domeniul?

· Ce probleme tehnice exista?

· Care sunt paginile care performeaza?

· Ce continut merita pastrat?

· Ce trebuie consolidat?

· Ce se suprapune?

· Care sunt activele editoriale existente?

· Unde exista informatie insuficienta?

· Ce poate valida compania?

· Ce resurse are pentru implementare?

· Ce trebuie masurat ulterior?

Intr-un proiect recent, de exemplu, inaintea definirii strategiei digitale au trebuit analizate 219 URL-uri, autoritatea domeniului, backlinkurile, paginile blocate sau defecte, titlurile si meta descrierile duplicate, lipsa H1-urilor, linkurile defecte si structura URL-urilor. Abia dupa aceasta etapa au fost stabilite prioritatile.

Diferenta nu este ca in 2025 „nu stiam sa folosesc AI”, iar acum stiu.

Diferenta este nivelul de profunzime cu care pot defini problema, pot construi contextul si pot evalua rezultatul.

Asadar, evolutia nu vine doar din faptul ca sistemele AI sunt mai performante?

Nu.

Evident ca tehnologia a evoluat. Sistemele actuale pot lucra cu volume mai mari de informatie si pot gestiona sarcini mai complexe.

Dar ar fi gresit sa atribuim intreaga diferenta instrumentului.

Acelasi sistem poate produce rezultate complet diferite in functie de utilizator.

Daca ii cer „creeaza-mi o strategie digitala pentru compania X”, probabil voi primi o strategie.

Poate chiar una bine scrisa.

Dar intrebarile importante sunt altele:

· Pe baza caror informatii a fost construita?

· Stie sistemul ce probleme tehnice are website-ul?

· Stie ce autoritate are domeniul?

· Stie ce pagini exista?

· Stie ce articole au fost deja publicate?

· Stie care sunt serviciile cu adevarat importante pentru companie?

· Stie bugetul?

· Stie ce informatii tehnice pot fi validate?

· Stie ce resurse interne exista pentru implementare?

Daca aceste lucruri nu sunt definite, putem obtine foarte usor un document care arata ca o strategie, dar este in realitate o colectie de recomandari generale.

Puteti da un exemplu concret in care analiza de dinaintea rezultatului a schimbat complet recomandarea?

Chiar recent am analizat situatia unui client care doreste un website nou.

Privita superficial, cererea este simpla:

„Avem nevoie de un website nou.”

As putea solicita imediat unui sistem AI o structura de website si, in cateva secunde, as primi Home, Despre noi, Servicii, Proiecte, Blog, Contact, etc.

Ar arata perfect rezonabil. Dar aceasta nu este consultanta de business.

Inainte sa pot recomanda o noua arhitectura, a trebuit analizat website-ul existent:

· structura;

· continutul;

· SEO tehnic;

· Domain Rating;

· Domain Authority;

· Spam Score;

· profilul de backlinkuri;

· redirectarile;

· paginile cu probleme;

· suprapunerile de continut.

Website-ul avea:

· 157 de pagini;

· On-Page SEO Score 50/100;

· 373 de probleme SEO identificate;

· 54 de pagini redirectionate;

· 98 de title-uri duplicate;

· 98 de meta descriptions duplicate;

· 58 de pagini cu continut redus;

· aproximativ 1.500 de backlinkuri provenite din 537 de website-uri.

La prima vedere, numarul de backlinkuri ar putea sugera ca intreaga structura trebuie conservata cu orice pret.

Dar analiza profilului a aratat si numeroase directoare vechi, listinguri de tip spam, domenii cu scor foarte mic de autoritate, fara relevanta tematica si surse specifice retelelor automate de backlinkuri. Concluzia a fost ca domeniul merita pastrat, dar nu exista justificare pentru reconstruirea unu-la-unu a celor 157 de URL-uri si pentru un proiect separat, costisitor, de conservare individuala a tuturor destinatiilor istorice.

Abia dupa aceasta etapa am putut construi noua arhitectura, bazata pe:

· servicii grupate logic;

· pagini centrale prioritare;

· proiecte si studii de caz;

· resurse tehnice;

· SEO tehnic corect;

· o structura capabila sa sustina dezvoltarea ulterioara a Autoritatii Digitale si AI Trust.

Rezultatul final poate fi rezumat intr-o singura propozitie:

„Recomandam reconstructia website-ului pe o arhitectura noua.”

Dar propozitia respectiva este concluzia unei analize, nu punctul de pornire.

Inseamna ca o parte importanta a competentei consta in a sti ce trebuie analizat inainte sa ceri rezultatul?

Exact.

Si exista proiecte in care aceasta etapa este chiar mai importanta decat generarea propriu-zisa a unei propuneri.

Am avut recent un alt proiect de reconstructie a unui website. Oferta initiala fusese calculata pentru structura existenta. Intre timp, compania a introdus in portofoliu doua noi ecosisteme de produse ale unor furnizori externi.

Daca as fi tratat proiectul superficial, as fi pastrat estimarea initiala si as fi inceput „refacerea site-ului”.

In schimb, am analizat:

· website-ul actual;

· structurile celor doi furnizori;

· categoriile existente;

· produsele care se repetau;

· documentatia tehnica;

· imaginile;

· certificarea si informatiile disponibile;

· produsele comercializate efectiv in Romania;

· relatiile dintre categorii si produse.

Rezultatul a aratat ca nu ne mai raportam la crearea unui website de prezentare de 10-15 pagini, ci la un proiect de aproximativ 60-70 de pagini publice, cu 21 de sisteme distincte ale unui furnizor si alte aproximativ 19-20 de modele ale celui de-al doilea.

Mai mult, unele produse apareau in mai multe categorii.

Acolo nu era suficient sa „traducem website-urile furnizorilor”. Trebuia:

· inventariat continutul;

· selectata informatia relevanta pentru Romania;

· eliminata duplicarea;

· reorganizate produsele;

· stabilite relatiile dintre categorii si produse;

· gandit SEO-ul tehnic si interlinking-ul.

Intr-una dintre game existau suprapuneri importante intre categorii, astfel ca decizia a fost ca fiecare model sa aiba o singura pagina principala, asociata tuturor categoriilor relevante, in loc sa multiplicam artificial paginile si continutul.

Din nou, AI poate ajuta enorm intr-un asemenea proces. Dar trebuie sa stii ce problema rezolvi.

Acelasi principiu se aplica si continutului?

Da, si tocmai aici viteza AI poate deveni inselatoare.

Un alt proiect recent, pentru o companie tehnica din domeniul hidroizolatiilor si protectiei structurilor din beton, ilustreaza foarte bine problema.

Aveam mai multe categorii de informatie:

· produse;

· servicii;

· expertiza tehnica;

· documentatie;

· ghiduri;

· proiecte realizate;

· articole externe deja publicate.

Aceeasi tema putea aparea in mai multe zone.

De exemplu, impermeabilizarea unui subsol.

Un sistem AI ar putea redacta fara dificultate cinci pagini diferite despre acelasi subiect.

Problema este ca, daca toate spun aproximativ acelasi lucru, nu am construit un ecosistem informational. Am produs cinci variante ale aceluiasi text.

De aceea, am stabilit mai intai rolul fiecarui tip de pagina:

· Pagina de produs raspunde la intrebarea: Cu ce produse poate fi rezolvata problema?

· Pagina de serviciu raspunde la intrebarea: Ce lucrare executa compania?

· Pagina de expertiza tehnica explica tehnologia, procedurile si documentatia.

· Ghidul tehnic explica problema si ajuta beneficiarul sa inteleaga criteriile de selectie.

· Portofoliul demonstreaza aplicarea practica in proiecte reale.

Aceasta delimitare este stabilita explicit tocmai pentru ca fiecare pagina sa aiba o responsabilitate informationala distincta si sa nu concureze inutil cu celelalte.

Intregul website devine astfel un ecosistem in care paginile se completeaza, in loc sa se copieze reciproc.

Pentru mine, acesta este un exemplu foarte bun al diferentei dintre generarea de continut si arhitectura informatiei.

AI poate genera paginile.

Competenta inseamna sa stii de ce exista fiecare dintre ele si cum trebuie sa functioneze impreuna.

Aici intervine si experienta profesionala acumulata inainte de aparitia AI?

Foarte mult. Nu pornesti de la zero atunci cand incepi sa lucrezi cu AI.

Aduci in proces ceea ce stii deja.

In cazul meu exista multi ani de lucru cu website-uri, SEO, continut, vanzari publicitate digitala, clienti B2B, constructii si dezvoltare proiecte digitale strategice.

Aceasta experienta ma ajuta sa observ, de exemplu:

· cand o arhitectura poate fi buna pentru SEO, dar dificila pentru utilizator;

· cand doua pagini sunt diferite, dar raspund aceleiasi intentii;

· cand un backlink cu o anumita valoare aparenta nu justifica pastrarea unei structuri tehnice gresite;

· cand un proiect nu are nevoie de continut nou, ci de consolidarea celui existent;

· cand o publicatie cu autoritate mare nu este proportionala cu stadiul actual al website-ului;

· cand o informatie ar trebui transformata intr-un ghid si nu intr-o pagina comerciala;

· cand trebuie pastrat un activ editorial vechi in loc sa fie inlocuit.

Intr-unul dintre proiectele recente, de exemplu, materialele deja publicate nu au fost eliminate si nici rescrise automat. Strategia a fost sa fie integrate in noul ecosistem si transformate in mecanisme de validare externa, iar continutul nou sa completeze temele deja documentate, nu sa le dubleze.

Acesta este genul de decizie pe care il consider mai important decat capacitatea de a genera inca un text.

In ultimii ani s-a discutat foarte mult despre Prompt Engineering. Mai este promptul atat de important?

Este important, dar cred ca i s-a atribuit uneori o putere disproportionata.

Un prompt bun poate:

· reduce ambiguitatea;

· explica mai clar rezultatul dorit;

· stabili rolul sistemului;

· impune un format;

· defini anumite limite sau restrictii.

Dar un prompt sofisticat nu poate inlocui informatia care nu exista.

· Nu poate transforma o sursa gresita intr-o sursa corecta.

· Nu poate sti automat istoricul unei companii.

· Nu poate decide ce informatie este comercial sensibila daca acest lucru nu este definit.

· Nu stie ce structura a fost aprobata anterior sau ce nu trebuie modificat.

De aceea, in proiectele profesionale mi se pare mai importanta trecerea de la simplul Prompt Engineering catre Context Engineering.

Nu doar:

„Ce ii cer?”

ci:

„Ce trebuie sa stie pentru a putea lucra corect la aceasta problema?”

Si as adauga o a treia intrebare:

„Ce trebuie sa stiu eu pentru a putea verifica raspunsul?”

Aici incepe, de fapt, competenta.

Cum arata contextul intr-un proiect real?

Uneori inseamna mult mai mult decat cateva paragrafe introduse inaintea cererii.

Contextul poate include:

· istoricul proiectului;

· documente si fisiere;

· reguli de lucru;

· exemple aprobate;

· date despre companie;

· obiective comerciale;

· restrictii;

· terminologie;

· calcule;

· preturi;

· rapoarte SEO;

· liste de URL-uri;

· documentatie tehnica;

· studii de caz;

· surse externe;

· materiale publicate anterior;

· criterii clare pentru ceea ce consideram un rezultat corect.

Intr-un proiect strategic tehnic, de exemplu, nu este suficient sa stim ca firma „face hidroizolatii sau termoizolatii”.

Trebuie sa intelegem expertiza companiei, serviciile, produsele, documentatia, proiectele existente si materialele deja publicate. Abia apoi putem decide:

· ce devine ghid;

· ce devine articol suport;

· ce continut existent se pastreaza;

· ce material extern trebuie reutilizat;

· unde trebuie construit interlinking-ul;

· ce trebuie validat extern;

· ce trebuie masurat ulterior.

Strategia analizata conecteaza explicit ghidurile centrale, articolele suport, materialele de specialitate existente, Advertorialele SEO si implementarea SEO/GEO/AI Trust intr-un singur ecosistem.

Contextul nu inseamna doar „mai mult text dat sistemului”.

Inseamna organizarea informatiei relevante pentru o decizie concreta.

Mai mult context inseamna automat si mai putine greseli?

Ajuta foarte mult, dar nu ofera o garantie.

· Poti avea reguli corecte si totusi o regula sa fie aplicata intr-un context gresit.

· Poti furniza un model si sistemul sa modifice exact elementul care trebuia pastrat.

· Poti furniza surse bune, dar concluzia sa mearga mai departe decat permit sursele.

· Poti cere modificarea unui singur element si sa primesti o rescriere mult mai ampla.

· Poti avea un document impecabil ca forma si o eroare importanta in interior.

De aceea, paradoxal, dupa doi ani de lucru nu verific mai putin.

Verific mai mult si verific mai bine.

Stiu mai bine unde poate aparea problema si ce trebuie controlat.

Exista inca reactia „Aaaaaa, ai facut asta cu AI”. Cum vedeti aceasta perceptie?

Am intalnit-o de multe ori.

Uneori exista impresia ca, daca un proiect a fost realizat asistat de AI, munca din spatele lui aproape dispare.

Ca si cum exista un buton pe care il apesi si primesti rezultatul final.

Exemplele anterioare arata exact contrariul.

Intr-un caz trebuie sa:

· analizezi 157 de pagini;

· verifici problemele SEO;

· intelegi profilul de backlinkuri;

· decizi ce merita pastrat;

· stabilesti daca o migrare are sens;

· construiesti noua arhitectura.

In alt proiect trebuie sa:

· analizezi doua ecosisteme externe de produse;

· identifici produsele duplicate;

· stabilesti categoriile reale;

· adaptezi continutul pentru Romania;

· construiesti o arhitectura de aproximativ 60-70 de pagini;

· gandesti CMS-ul, SEO-ul si interlinking-ul.

Intr-un altul trebuie sa separi aceeasi tema intre:

· produs;

· serviciu;

· expertiza;

· ghid;

· documentatie;

· studiu de caz.

AI poate accelera fiecare dintre aceste etape.

Dar intrebarile decisive raman umane:

· Ce analizam?

· De ce analizam?

· Ce pastram?

· Ce eliminam?

· Ce surse folosim?

· Ce rezultat are sens pentru compania respectiva?

Acolo incepe munca profesionala.

Nu ajungem intr-un paradox? Oamenii folosesc AI tocmai pentru domenii in care nu au expertiza.

Exact acesta este unul dintre cele mai importante paradoxuri.

Cu cat cunosti mai putin un domeniu, cu atat poate fi mai greu sa identifici o eroare intr-un rezultat foarte bine formulat.

Daca lucrezi de multi ani intr-un domeniu, anumite lucruri iti atrag imediat atentia:

· o cifra pare improbabila;

· o concluzie nu rezulta din date;

· lipseste o conditie importanta;

· o recomandare este disproportionata fata de situatia reala;

· doua pagini aparent diferite rezolva aceeasi problema;

· un cost aparent justificat nu produce suficienta valoare;

· o sursa nu sustine de fapt afirmatia facuta.

Daca nu cunosti domeniul, toate acestea pot trece neobservate.

AI poate extinde foarte mult capacitatea unui profesionist.

Dar accesul la informatie nu este acelasi lucru cu expertiza.

Iar una dintre formele reale de competenta este sa recunosti momentul in care nu poti valida singur rezultatul si ai nevoie de un specialist.

In Romania discutam inca mult despre adoptia AI. Nu este aceasta problema principala?

Este o problema reala, dar cred ca trebuie sa luam in calcul simultan doua idei.

Prima este ca Romania are inca un decalaj important de adoptie la nivelul companiilor, subiect pe care l-am analizat separat in materialul despre adoptarea AI in Romania.

A doua este ca simpla crestere a numarului celor care utilizeaza AI nu rezolva automat problema competentei.

Putem avea mai multi utilizatori si, in acelasi timp, aceleasi probleme de verificare, context, surse si responsabilitate.

Din acest motiv, cred ca etapa urmatoare nu trebuie masurata doar prin intrebarea:

„Cate companii folosesc AI?”

Trebuie sa incepem sa intrebam si:

· Pentru ce este folosita?

· Pe baza caror informatii?

· Cine defineste problema?

· Cine construieste contextul?

· Cine verifica sursele?

· Cine valideaza rezultatul?

· Cum este integrata in procesele existente?

· Ce se intampla cand apare o eroare?

· Cine isi asuma decizia finala?

Cine este responsabil atunci cand o informatie obtinuta cu ajutorul AI ajunge intr-un proiect profesional si este gresita?

Pentru mine, lucrurile sunt clare.

Daca folosesc o informatie intr-un document pe care il transmit unui client, responsabilitatea verificarii imi apartine.

Nu pot spune ulterior: „a spus AI”.

Pot spune ca am folosit un sistem AI pentru:

· documentare;

· analiza;

· comparatie;

· organizarea informatiei;

· testarea unor variante;

· accelerarea anumitor etape.

Dar decizia de a folosi rezultatul este a mea.

AI poate asista, propune, compara si identifica relatii pe care poate nu le-ai observat.

Dar delegarea unei operatiuni nu inseamna delegarea responsabilitatii profesionale.

In aceste conditii, AI reduce sau creste importanta competentei profesionale?

Din experienta mea, o creste.

AI poate:

· reduce ore de documentare;

· analiza volume mari de informatie;

· compara documente;

· genera variante;

· identifica diferente;

· organiza date;

· ajuta la structurarea unei probleme.

Dar aceeasi viteza functioneaza si in directia gresita:

· daca problema este formulata gresit, ajungi mai repede la raspunsul pentru problema gresita;

· daca informatia initiala este incorecta, construiesti mai repede o concluzie incorecta;

· daca lipseste contextul, poti primi foarte repede o varianta plauzibila, dar nepotrivita;

· daca nu identifici toate componentele problemei, poti obtine un rezultat foarte bun pentru numai o mica parte din ceea ce trebuia rezolvat;

· daca nu verifici, eroarea poate ajunge intr-un document, intr-un website, intr-o oferta, intr-un plan strategic sau intr-o decizie de business mult mai repede decat inainte.

AI este un accelerator extraordinar. Dar viteza nu inlocuieste directia.

Ce inseamna atunci, in termeni practici, competenta in lucrul cu AI?

Pentru mine, competenta nu inseamna sa cunosti o colectie de prompturi.

Inseamna sa poti construi si controla procesul:

· sa stii ce problema rezolvi;

· sa o poti imparti in componente;

· sa identifici informatiile lipsa;

· sa alegi sursele potrivite;

· sa construiesti contextul necesar;

· sa stabilesti limite si criterii clare;

· sa diferentiezi datele confirmate de presupuneri;

· sa identifici contradictiile;

· sa verifici cifrele, sursele, afirmatiile si concluziile;

· sa intelegi daca rezultatul rezolva problema reala sau doar seamana cu un raspuns bun;

· sa stii cand analiza trebuie reluata;

· sa recunosti cand nu ai suficienta expertiza pentru a valida singur rezultatul;

· sa iti asumi decizia finala.

Dupa aproximativ doi ani de lucru intens asistat de AI, aceasta este probabil cea mai importanta schimbare pe care o observ.

Accesul la AI va deveni o normalitate. Utilizarea AI va deveni fireasca.

Diferenta reala va fi data de competenta cu care aceste sisteme sunt integrate in procesele profesionale.

Despre autor:

Redactia 9AM

Mai multe