Tekpon AI Summit 2025 (25-27 Noiembrie) a fost unul dintre cele mai mari evenimente tech de anul acesta din România despre AI, SaaS, automatizare și viitorul muncii digitale. Timp de trei zile, fondatori, operatori, ingineri și creatori s-au întâlnit în București la NORD Events by Globalworth pentru a împărtăși cele mai noi moduri în care AI schimbă modul în care companiile construiesc produse, atrag clienți, scalează operațiunile și creează conținut.
Dacă 2024 a fost anul în care toată lumea a experimentat cu AI, 2025 pare a fi anul în care companiile au început să-l integreze în fiecare colț al afacerii lor, iar acest summit a clarificat acest lucru.
În Ziua 3, workshop-urile s-au concentrat pe cazuri de utilizare din lumea reală, fluxuri de lucru, instrumente și povești de la oameni care chiar construiesc și lansează lucruri în fiecare zi. S-au aprofundat strategii go-to-market (GTM), am învățat de la lideri experimentați, am explorat automatizarea vânzărilor pentru convertirea mai rapidă a clienților și am discutat rolul fluxurilor de lucru AI în sandbox-uri cloud pentru dezvoltare sigură. Au existat, de asemenea, discuții despre creativitatea umană și despre cum să construiești un brand personal cu AI.
Mai jos am sintetizat prezentările la care am participat în Ziua 3.
Avantajul inechitabil: Cum fondatorii SaaS folosesc automatizarea AI pentru a avansa de 10x mai repede de Petru Pop, Co-Fondator @ makeitfuture
AI a schimbat așteptările SaaS peste noapte: fondatorii văd demo-uri spectaculoase pe YouTube și se așteaptă ca totul să fie posibil instant. Adevărata provocare este stabilirea de așteptări clare, definirea scopului și agrearea asupra unui succes măsurabil înainte de a construi ceva.
Fiecare platformă SaaS are acum nevoie de „funcționalități AI” pentru a rămâne competitivă: Petru a împărtășit cazuri în care clienții au pierdut clienți pur și simplu pentru că competitorii lor au anunțat integrări WhatsApp sau agenți AI. Cu Make.com și n8n, aceste funcționalități au fost replicate în câteva zile, oferind fondatorilor SaaS o modalitate de a rămâne relevanți fără cicluri lungi de dezvoltare precum în metodele tradiționale.
Agenții AI permit echipelor SaaS să se miște de 10x mai repede: Echipa lui Petru a construit agenți vocali AI personalizați folosind ElevenLabs, i-a integrat cu actualizările CRM și a lansat funcționalități complete „activate de AI” în decurs de una-două săptămâni. Prototiparea rapidă cu instrumente low-code permite fondatorilor să testeze ideile înainte de a scrie cod de producție.
Echipele interne de dezvoltare deseori nu au timp pentru automatizare: multe companii SaaS se bazează puternic pe inginerie pentru fluxuri de lucru manuale. Agențiile de automatizare intervin pentru a construi procese bazate pe AI pe care echipele interne nu le pot prioritiza, în special în jurul operațiunilor de vânzări, îmbogățirii datelor și altele.
AI poate automatiza fluxuri de lucru întregi de pregătire a vânzărilor: reprezentanții de vânzări ai unui client petreceau 25 de minute cercetând manual fiecare lead. Folosind Make.com și AI, echipa a automatizat verificările ICP (Profilul Ideal de Client), îmbogățirea datelor Apollo, analiza tehnologiei site-ului web prin BuiltWith, datele financiare românești prin Termene.ro și actualizările CRM în Pipedrive, plus secvențe complete de outreach (contactare) declanșate.
Make.com și N8N includ acum agenți AI nativi: acești agenți reduc nevoia de scripting personalizat și permit construirea vizuală a fluxurilor de lucru complexe. Ceea ce necesita anterior logică manuală poate fi acum automatizat prin descrierea sarcinii.
Pipeliniile AI low-code accelerează experimentarea: echipele SaaS pot testa acum pipeline-uri RAG (Generare Augmentată de Date stocate), fluxuri de embedding, actualizări ale bazelor de date vectoriale și logică de fallback fără a scrie cod mai întâi. Odată validate, inginerii pot implementa versiunea finală cu încredere.
Automatizarea îmbunătățește dramatic viteza GTM: de la îmbogățirea cu date a produselor pentru comerțul electronic la mesagerie WhatsApp și la baze de cunoștințe AI pentru suport clienți, AI low-code permite echipelor să implementeze funcționalități în zile în loc de luni.
Cea mai mare provocare nu este tehnologia – este claritatea: Petru a subliniat că majoritatea clienților cer „IA peste tot” fără a ști ce anume doresc. Succesul în automatizare necesită obiective precise, evaluarea costurilor, și constrângeri clare, în special pentru fluxurile de lucru cu volum mare unde utilizarea API poate genera costuri mari.
Agenții AI transformă automatizările anterior complexe în blocuri simple: sarcini precum îmbunătățirea produsului, îmbogățirea metadatelor, imagini mai bune, generarea de text SEO și actualizările dinamice pe platformele de comerț electronic au devenit accesibile non-dezvoltatorilor odată cu lansarea agenților AI de la Make.
Automatizarea AI nu mai este opțională pentru SaaS: companiile care o adoptă acum vor inova mai rapid, vor reține mai bine clienții și vor răspunde rapid la presiunea concurențială. Companiile care așteaptă riscă să piardă utilizatori în favoarea echipelor care pot lansa funcționalități de 10x mai repede.
Cum să pivotezi de la ingineria de produs la ingineria GTM de Valentin Radu, Fondator & CEO @ Omniconvert
Fondatorii sunt adesea cel mai mare impediment: Valentin a spus deschis că majoritatea eșecurilor au fost determinate de el însuși, nu de piață. Încrederea prea mare, urmărirea metricilor de vanitate (vanity metrics), ignorarea semnalelor de churn (pierdere de clienți) și bazarea pe presupuneri greșite au creat în mod repetat eșecuri evitabile.
Inginerii tind să „construiască piedestalul” în loc să „antreneze maimuța”: folosind metafora lui Astro Teller, fondatorilor le place să construiască produsul (piedestalul) pentru că este familiar și confortabil, dar evită distribuția (antrenarea maimuței), care este ceea ce aduce de fapt creștere. Majoritatea eșecurilor SaaS provin din concentrarea pe funcționalități și lipsa de investiție pe GTM.
CAC (Costul de Achiziție a Clientului) ridicat și prea multe canale creează un fals sentiment de progres: peisajul modern este plin de instrumente strălucitoare și nenumărate canale de achiziție. Dar Valentin a avertizat că această abundență duce la haos. Fondatorii sar de la un instrument la altul, umflă CAC și își pierd concentrarea asupra a ceea ce mișcă de fapt afacerea.
Construirea de funcționalități devine reacția implicită la fiecare problemă: conversii scăzute? Construiește mai multe funcționalități. CAC ridicat? Mai multe funcționalități. Churn? Funcționalități noi. Cicluri lente de vânzări? Și mai multe funcționalități. Această mentalitate inginerească ține echipele departe de munca reală de GTM și de realitatea clientului.
Răspunsul corect este să înțelegi ICP (Profilul Ideal de Client) și dificultățile lor: în loc să ghicească, fondatorii trebuie să sape în sarcinile de îndeplinit, și în problemele mai puțin vizibile ale clienților. Majoritatea lead-urilor se pierd nu din cauza lipsurilor de produs, ci pentru că se tem să nu aleagă greșit.
Secvențierea GTM greșită poate distruge o afacere: Valentin a împărtășit experiența dificilă de scalare prea rapidă a vânzărilor. A angajat 22 de oameni de vânzări după o rundă de finanțare, i-a recompensat prost și a creat un flux care aducea lead-uri, dar nu îi convertea în clienți. Rezultatul a fost bani irosiți, churn, concedieri și doi ani pierduți.
Avertismentele de churn (pierdere de clienți) ignorate devin periculoase mai târziu: unul dintre cele mai mari regrete ale sale a fost că nu a comunicat suficient și consecvent cu clienții. Echipa nu a înțeles rezultatele, ori problemele de adopție a produsului, până când nu a fost foarte târziu.
Dependența de canal este extrem de periculoasă: Valentin s-a bazat puternic pe unul sau două canale. Când CPC-ul (Costul per Click) a crescut (după ce Optimizely a strâns 180 de milioane USD) și când SEO a scăzut peste noapte în 2024, vânzările s-au prăbușit. Acest lucru a forțat compania să regândească complet felul în care atrage clienți.
Fondatorii trebuie să învețe să „vadă pătratele albastre”: a folosit un joc de atenție pentru a arăta cum fondatorii sunt obsedați de problemele de produs (pătratele roșii) în timp ce ignoră distribuția, dificultățile clienților, mesajul și oportunitățile GTM (pătratele albastre). Mesajul: atenția ta determină succesul tău.
Starea ta emoțională definește cultura companiei tale: dacă fondatorul este stresat, fără speranță sau frustrat, întreaga echipă simte asta. Valentin a numit acest lucru „termostatul leadership-ului”. Menținerea unui spirit pozitiv și sigur pe el chiar și atunci când lucrurile devin dificile, astfel încât echipa să rămână încrezătoare și concentrată.
Ordinea operațiunilor contează mai mult decât efortul: la fel ca gătirea unui ou, efectuarea pașilor în ordine greșită garantează eșecul. În SaaS, secvența corectă este înțelegerea clienților, analiza blocajelor, validarea mesajului și a canalelor, apoi construirea de funcționalități. Nu invers.
Fondatorii trebuie să devină ingineri GTM, nu ingineri de produs: mesajul de bază al discuției a fost o schimbare de mentalitate. Fondatorii tehnici trebuie să învețe distribuția, mesajul, psihologia cumpărătorului, cercetarea ICP și experimentarea dacă vor să câștige pe piața de astăzi aglomerată de SaaS-uri.
GTM Engineer: De ce cele mai inteligente companii B2B angajează pe acest rol mai întâi de Alex Baldovin, Fondator & CEO @ Authbound
Fondatorii trebuie să dețină strategia GTM: agențiile nu au timp să învețe produsul sau nișa dvs. suficient de profund, așa că astăzi fondatorul trebuie să controleze strategia în timp ce deleagă execuția. Este singura modalitate de a vă mișca suficient de repede pe o piață accelerată de AI.
Viteza este totul în GTM modern: competitorii pot lansa și testa strategii în câteva zile folosind AI. Dacă vă bazați pe agenții lente sau pe aprobări pe mai multe niveluri ierarhice, competiția va aborda piața înainte ca dvs. să începeți măcar.
Un inginer GTM înlocuiește multiple roluri cu un singur operator strategic: în loc de angajări separate pentru operațiuni de vânzări (sales ops), operațiuni de date (data ops), operațiuni de marketing (marketing ops) și operațiuni de produs (product ops), un inginer GTM conectează toate aceste funcții și gestionează execuția complicată pe care fondatorii o poartă de obicei singuri.
Rolul s-a născut din ecosistemul Clay.com: acest rol a apărut deoarece Clay centralizează îmbogățirea datelor, construirea de liste, segmentarea și automatizarea outreach-ului. Un inginer GTM nu este „doar un operator Clay”; este cineva care înțelege cum funcționează împreună vânzările, marketingul, produsul și datele.
Rolul economisește costuri uriașe în comparație cu echipele tradiționale: o echipă mică de vânzări sau marketing (3–5 persoane) costă cu ușurință peste 300.000 USD / an. Un inginer GTM poate livra rezultate similare pentru sub 100.000 USD pe an prin automatizarea a ceea ce era manual.
Validarea ideilor dura luni – acum durează zile: fondatorii testau în mod tradițional ofertele prin postări lente pe rețelele sociale sau cold outreach (contactare la rece) prudent. Cu îmbogățirea bazată pe AI, mii de potențiali clienți pot fi calificați și contactați în câteva zile, testând rapi ceea ce merge.
„Contactarea la rece” la scară necesită infrastructură sigură: trimiterea de volume mari de email-uri de pe domeniul dvs. principal este o cale directă spre a-l „arde”. Inginerii GTM gestionează zeci de domenii secundare, căsuțe poștale și instrumente de warm-up pentru a menține o rată bună de trimitere a mesajelor.
Clay este setul de instrumente de bază al inginerului GTM: combină importul de date, curățarea, îmbogățirea, notarea, segmentarea și rutarea într-o singură platformă. Înlocuiește fișierele CSV interminabile și verificarea manuală și vă permite să validați campanii cu loturi de 1.000 de rânduri.
Personalizarea aduce rezultate, nu volumul de trimiteri: campaniile de succes depind de email-uri care se simt cu adevărat personale. Clay face posibilă colectarea contextului la scară: de la rolul ocupat, la probleme întâmpinate de lead astfel încât mesajele trimise să rezoneze instantaneu.
Un inginer GTM îi eliberează pe fondatori de problemele de trimitere: mulți fondatori în stadiu incipient rămân blocați dezvoltând produsul, făcând suport, vânzări și alte activități. Prin externalizarea operațiunilor GTM către un singur operator specializat, recâștigi timp pentru a dezvolta afacerea în loc să o ții pe linia de plutire.
Audiențele lookalike (similare) devin simple: găsirea de companii similare necesita cercetare manuală. Instrumente precum Company Enrich pot genera acum liste de mii de potențiali clienți aproape identici care se potrivesc celor mai buni clienți ai dvs.
AI transformă curățarea datelor într-un avantaj strategic: în loc să revizuiască manual domenii, titluri sau potriviri ICP, inginerii GTM scriu prompt-uri care clasifică, corectează sau validează rândurile automat în tabelele Clay.
Analiza și înțelegerea datelor e mai importantă decât o echipă mare : într-o lume în care nișele devin mai înguste și angajatul devine mai scump, companiile care câștigă sunt cele care pot colecta, curăța și acționa pe baza datelor mai rapid. Nu cele cu cel mai mare număr de angajați.
Inginerul GTM face legătura între fiecare departament: ei înțeleg cum funcționează vânzările, cum se desfășoară secvențele de marketing, cum se leagă datele de utilizare a produsului de venituri și cum să unifice toate acestea într-un singur pipeline nou pentru afacere.
GTM bazat pe AI este mai eficient decât rolurile tradiționale: ceea ce le lua SDR-ilor opt ore acum ia minute. Testarea în lot, îmbogățirea cu date, secvențele automate de reactivare și clonarea campaniei fac ciclurile GTM mult mai scurte.
OpenAI rămâne cel mai valoros API pentru astfel de automatizări: LLM-ul (model lingvistic) este crucial pentru „munca de măgar”. Clasificarea, segmentarea, rezumarea și luarea deciziilor pe seturi de date dezordonate.
Cum să construiești un Brand Personal de un milion de dolari cu AI de Bohumil Pokstefl, Fondator @ Deal Harvest
Brandul personal al unui fondator este un motor de afaceri puternic: construiește încredere în potențialul client, îmbunătățește loialitatea și influențează deciziile de cumpărare. Cercetările arată că clienții au mai multă încredere în brandurile conduse de fondatori, iar investitorii monitorizează activ fondatorii vizibili pe LinkedIn.
Oamenii se conectează cu oamenii, nu cu paginile de companie: profilurile personale generează un engagement mult mai puternic decât paginile de brand. Bohumil raportează un engagement de până la 16x mai mare la postările personale în comparație cu conținutul de companie identic, deoarece oamenii răspund la fețe, povești și opinii.
Poziționarea este fundația: înainte de a crea orice conținut, fondatorii trebuie să fie aliniați cu ICP, value proposition și diferențierea. Fără o poziționare clară, niciun tip de conținut sau AI nu poate aduce coerență brandului.
Conținutul are nevoie de o perspectivă reală din partea fondatorului, nu de text AI: cele mai bune postări provin din interviuri cu fondatorii, notițe vocale, concluzii de la evenimente și experiența proprie. AI ajută la rafinarea și scalarea conținutului, dar numai dacă este alimentat cu povești și puncte de vedere autentice.
Evitați cele două extreme: oversharing (dezvăluire excesivă) sau overselling (vânzare excesivă): unii fondatori „Facebook-izează” LinkedIn cu postări aleatorii care primesc like-uri, dar nu aduc niciun impact asupra afacerii. Alții doar își promovează produsul. Punctul optim este conținutul strategic, relevant, modelat pentru a sprijini afacerea.
AI permite unei singure echipe să scaleze conținutul dincolo de limitele normale: echipa lui Bohumil folosește agenți AI pentru a sprijini verificările calității conținutului, consistența tonului și generarea mai rapidă, permițând unui singur manager de cont să gestioneze până la 20 de clienți în loc de cinci.
Acoperirea organică (organic reach) pe LinkedIn este imprevizibilă: spre deosebire de TikTok sau Instagram, algoritmul LinkedIn este o cutie neagră. Nu vă puteți baza doar pe viralitate sau consecvență, motiv pentru care promovarea plătită devine esențială.
Reclamele de Thought Leadership (Lider de Opinie) sunt arma secretă actuală: arată nativ, par organice și costă mult mai puțin decât reclamele tradiționale LinkedIn. În CEE pot costa în jur de 0.20 EUR pe click în loc de 2 – 3 EUR, determinând un ROI (Rentabilitatea Investiției) ridicat.
Audiențele „calme” convertesc mai bine decât cold outreach (contactarea la rece): fondatorii ar trebui să încălzească lead-urile timp de luni de zile arătând conținut relevant, apoi să dea follow-up. Bohumil vede o conversie cu aproximativ 30% mai mare atunci când echipele de vânzări contactează potențiali clienți care au consumat deja conținutul CEO-ului.
Majoritatea cumpărătorilor consumă conținut în tăcere: 90% dintre oameni nu dau niciodată like sau nu comentează, dar tot urmăresc videoclipuri și fac click pe „citește mai mult”. Engagement-ul nu este semnalul adevărat. Impactul mesajului și consumarea contentului în tăcere contează mult mai mult.
Folosiți Smart Links pentru a identifica urmăritorii cu intenție ridicată: Smart Links de la LinkedIn dezvăluie exact cine a făcut click pe PDF-uri sau videoclipuri. Acea listă devine un segment perfect pentru conversații direcționate ori follow-up.
Creați o „buclă de conținut” pentru a debloca oportunități: odată ce conținutul unui fondator se răspândește, podcasteri, organizatori de evenimente și jurnaliști încep să te contacteze. Vizibilitatea alimentează vizibilitatea, deschizând uși către apariții media și oportunități de a vorbi în public.
Înregistrați interviuri cu fondatorul pentru a genera videoclipuri autentice: podcast-urile într-un studio fals funcționează bine. Un simplu Q&A (Întrebări și Răspunsuri) înregistrat poate fi folosit pentru a genera zeci de clipuri scurte care aduc autoritate.
Realizarea fluxurilor de lucru AI rapide și sigure cu sandbox-uri cloud de Alex Oprisan, Head of Solution Engineering @ Bunnyshell
Fluxurile de lucru AI se comportă ca un cal troian: combină prompt-uri, fișiere de utilizator, scraping și cod generat automat, ceea ce le face puternice, dar imprevizibile. O singură intrare malițioasă poate împinge un agent să ruleze comenzi dăunătoare.
Atacurile de tip Prompt-injection se întâmplă deja: Alex a indicat un caz recent pe Hacker News în care AntiGravity de la Google a fost păcălit să divulge secrete din mașina locală, arătând cât de vulnerabile pot fi sistemele de tip agent fără izolare.
Containerele și serverless-ul nu sunt suficiente: Docker nu a fost conceput pentru o izolare puternică și poate fi ocolit, în timp ce funcțiile serverless sunt mai lente, de scurtă durată și nu sunt ideale pentru sarcini AI interactive sau de lungă durată.
Sandbox-urile cloud oferă izolare hardware reală: fiecare micro-VM (Mașină Virtuală) are propriul kernel, stivă de rețea, sistem de fișiere și controale de resurse, astfel încât o sarcină de lucru compromisă rămâne complet izolată și nu poate afecta nimic altceva.
Viteza rămâne ridicată chiar și cu izolare: micro-VM-urile moderne pornesc în aproximativ 100 – 125 ms, suficient de rapid pentru a crea un sandbox curat pentru fiecare request fără ca utilizatorul să simtă vreo întârziere.
LLM-urile (Modelele Lingvistice) pot genera și gestiona sandbox-urile: folosind API-uri și servere MCP, un LLM poate scrie cod, crea sandbox-uri, rula sarcini și returna rezultate, făcând abordarea accesibilă chiar și non-programatorilor.
Demo-ul live a arătat ce este posibil: Alex a folosit o aplicație Flask generată de LLM pentru a crea zece sandbox-uri, a descărca cod aleatoriu de pe internet și a-l rula în siguranță, totul în medii complet izolate și inspectabile.
O potrivire bună între SaaS, conformitate și multi-tenancy: sandbox-urile sunt facturate pe secundă, pot fi întrerupte și reluate și permit fiecărui tenant sau sarcini de lucru să ruleze în propriul lor mediu izolat la un cost previzibil.
Suportul GPU și instalările private-cloud urmează să fie implementate: execuția GPU este planificată pentru o versiune viitoare, iar implementările private-cloud sunt fezabile din punct de vedere tehnic pentru industriile reglementate.
Creativitatea umană: Avantajul competitiv de Elizaveta Chugunova, Digital Strategy Manager @ Veeam Software
Gândirea divergentă și gândirea convergentă nu sunt același lucru, iar confuzia dintre ele apare mult mai des decât ne-am aștepta. Gândirea divergentă înseamnă explorare și generarea mai multor posibilități, în timp ce gândirea convergentă se referă la alegerea unei singure soluții, cea considerată „corectă”. Problema este că majoritatea adulților sunt antrenați aproape exclusiv pentru gândirea convergentă și întâmpină dificultăți reale atunci când trebuie să intre într-un mod de gândire exploratoriu.
Amestecarea celor două tipuri de gândire poate bloca creativitatea. În cadrul prezentării, Lisa a folosit un exercițiu simplu de întindere pentru a ilustra o situație des întâlnită în brainstorming: încercarea de a merge „în sus și în jos” în același timp. Atunci când echipele generează idei și le evaluează simultan, procesul creativ se oprește aproape instantaneu.
Copiii sunt, în mod natural, gânditori divergenți, adulții nu. Copiii testează idei neobișnuite fără teama de a greși. Adulții, în schimb, tind să filtreze, să optimizeze și să judece prea devreme. Pentru a inova, fondatorii trebuie să-și permită accesul la acel spațiu mental în care nu există răspunsuri greșite, ci doar ipoteze care pot fi explorate.
Jocurile creative aparent distractive pot debloca noi conexiuni neuronale. În sală au fost prezentate trei exerciții simple, dar eficiente:
- testul utilizărilor alternative (de exemplu, găsirea unor utilizări neașteptate pentru o farfurie),
- generatorul de nonsens (identificarea unor lucruri comune între obiecte aparent fără legătură, precum un urs și un smartphone),
- frazele binominale (crearea de propoziții folosind cuvinte fără legătură directă, precum „balerină” și „spațiu”).
Scopul acestor exerciții nu este rezultatul în sine, ci antrenarea creierului să iasă din tiparele obișnuite și să creeze conexiuni noi.
Prompt-urile absurde ajută la ocolirea filtrului logic. Prompt-urile „corecte” activează imediat raționamentul analitic. În schimb, prompt-urile absurde elimină ideea unui răspuns corect și forțează mintea să creeze. În acel moment, judecata încetează, iar gândirea divergentă poate funcționa liber.
De ce inteligența umană bate IA atunci când vine vorba de conținut de Daniel Deaconu, Founder & CEO @ The Simplifier
Poveștile personale contează mai mult decât conținutul generat cu ajutorul IA: Daniel și-a început prezentarea cu o poveste, pentru că știe că oamenii o vor reține mai ușor decât orice framework sau structură teoretică. Mesajul lui a fost simplu: oamenii își amintesc emoții, nu template-uri. Dacă vrei ca mesajul tău să iasă în evidență, trebuie să-l ancorezi în experiențele tale reale.
Conținutul generat cu IA eșuează pentru că oamenii sar peste partea dificilă: IA nu este problema în sine. Problema apare atunci când îți delegi complet gândirea către ChatGPT. În momentul în care fondatorii externalizează întregul proces, rezultatul devine generic, robotic și lipsit de personalitate. IA poate accelera ideile, dar nu poate înlocui perspectiva ta.
Vocea ta nu poate fi automatizată. Cel puțin nu încă: IA încă are dificultăți în a suna cu adevărat natural sau personal. Mii de fondatori folosesc același ton standardizat, „agresiv” sau prea comercial, iar publicul simte asta imediat. Poți automatiza crearea de conținut, dar nu poți automatiza autenticitatea.
Oamenii își pierd interesul atunci când mesajele devin previzibile: Când textele urmează aceleași tipare și nu sunt susținute de experiență reală, ele ajung să fie ignorate. Conținutul care funcționează este cel care are nuanțe, imperfecțiuni și un punct de vedere asumat.
AI funcționează cel mai bine ca un multiplicator, nu ca un înlocuitor: Folosite corect, aceste unelte te pot ajuta să-ți structurezi ideile, să execuți mai rapid și să scalezi distribuția. Însă direcția, mesajul și deciziile finale trebuie să rămână la tine.
Formula care rămâne valabilă: IA poate face o mare parte din muncă, dar diferența reală este dată de ultimii 20%: vocea ta, experiența ta și modul în care vezi lucrurile. Tu conduci, IA este doar motorul.
Mesajul de final a fost unul clar: spune-ți povestea: Oamenii cumpără de la oameni, nu de la conținut perfect optimizat. Într-o lume în care oricine poate genera texte „corecte”, autenticitatea rămâne avantajul real.
English version of the Article (click on arrow)
Tekpon AI Summit 2025 – Day 3: Key takaways for Go to Market engineering, and AI
Tekpon AI Summit 2025 was one of the biggest tech events this year around AI, SaaS, automation and the future of digital work in Romania. For three days, founders, operators, engineers and creators met in Bucharest at NORD Events by Globalworth to share the newest ways AI is changing how companies build products, acquire customers, scale operations and create content.
If 2024 was the year everyone experimented with AI, 2025 feels like the year companies started integrating it into every corner of their business, and this summit made that very clear.
In Day 3, the sessions focused on real-world use cases, workflows, tools, and stories from people who actually build and ship things every day. We dove into go-to-market strategies, learned from experienced business leaders, explored automating sales for faster client acquisition, and discussed the role of AI workflows in cloud sandboxes for safe development. There were also talks about human creativity and how to build a personal brand with AI.
I’ve brought you the most valuable information extracted from the speeches i’ve attended on Day 3:
The Unfair Advantage: How SaaS Founders Use AI Automation to Move 10x Faster by Petru Pop, Co-Founder @ makeitfuture
AI has changed SaaS expectations overnight: founders see flashy demos on YouTube and expect everything to be possible instantly. The real challenge is setting clear expectations, defining scope, and agreeing on measurable success before building anything.
Every SaaS platform now needs “AI features” to stay competitive: Petru shared multiple cases where clients lost customers simply because their competitors announced WhatsApp integrations or AI agents. With Make.com and n8n, these features were replicated in days, giving SaaS founders a way to stay relevant without long dev cycles.
AI agents let SaaS teams move 10x faster: Petru’s team built custom AI voice agents using ElevenLabs, integrated them with CRM updates, and launched full “AI-enabled” features within one to two weeks. Rapid prototyping with low-code tools lets founders test ideas before writing production code.
Internal dev teams often lack time and bandwidth for automation: many SaaS companies rely heavily on engineering for manual workflows. Automation agencies step in to build AI-driven processes that in-house teams can’t prioritize, especially around sales operations, enrichment and internal tooling.
AI can automate entire sales prep workflows: one client’s sales reps spent 25 minutes manually researching each lead. Using Make.com and AI, the team automated ICP checks, Apollo enrichment, website tech analysis via BuiltWith, Romanian financial data via Termene.ro, and CRM updates into Pipedrive – plus triggered full outreach sequences.
Make.com and n8n now include native AI agents: these agents reduce the need for custom scripting and allow complex workflows to be built visually. What previously required manual logic can now be automated by describing the task.
Low-code AI pipelines accelerate experimentation: SaaS teams can now test RAG pipelines, embedding flows, vector database updates, and fallback logic without writing code first. Once validated, engineers can implement the final version confidently.
Automation dramatically improves GTM speed: from product enrichment for ecommerce to WhatsApp messaging engines to AI customer-support knowledge bases, low-code AI lets teams deploy features in days instead of months.
The biggest challenge is not technology – it’s clarity: Petru stressed that most clients ask for “AI everything” without knowing what they want. Success requires precise goals, cost evaluation, expected outputs and clear constraints, especially for high-volume workflows where API usage can get expensive.
AI agents turn previously complex automations into simple blocks: tasks like product enhancement, metadata enrichment, better images, SEO text generation, and dynamic updates across ecommerce platforms became accessible to non-developers once Make’s AI agents launched.
AI automation is no longer optional for SaaS: the companies that adopt it now will innovate faster, retain customers better, and respond quickly to competitive pressure – while those who wait risk losing users to teams that can ship features 10x faster.
How to Pivot from Product Engineering to GTM Engineering Valentin Radu, Founder & CEO @ Omniconvert
Founders are often their own biggest bottleneck: Valentin openly said the root cause of most failures wasn’t the market, or competitors, or customers – it was himself. Overconfidence, chasing vanity metrics, ignoring churn signals and relying on the wrong assumptions repeatedly created avoidable setbacks.
Engineers tend to “build the pedestal” instead of “training the monkey”: using Astro Teller’s metaphor, founders love building the product (the pedestal) because it’s familiar and comfortable, but avoid distribution (training the monkey), which is what actually drives growth. Most SaaS failures come from over-investing in features and under-investing in GTM.
High CAC and too many channels create a false sense of progress: the modern landscape is full of shiny tools and countless acquisition channels. But Valentin warned that this abundance leads to chaos. Founders jump from tool to tool, inflate CAC, and lose focus on what actually moves the business.
Feature-building becomes the default reaction to every problem: low conversions? Build more features. High CAC? More features. Churn? New features. Slow sales cycles? Even more features. This engineering mindset keeps teams away from actual GTM work and customer reality.
The correct response is to understand the ICP and their struggles: instead of guessing, founders must dig into Jobs-to-be-Done, the internal champion’s fears, and the real pains behind the purchase. Most deals are lost not because of product gaps, but because buyers fear “messing up.”
Bad GTM sequencing can destroy a business: Valentin shared his painful example of scaling sales too fast. He hired 22 reps after fundraising, incentivized them poorly, and created a machine that brought demos but didn’t close revenue. The result was wasted money, churn, layoffs and two lost years of culture.
Wrong KPIs guaranteed the wrong behaviors: SDRs were rewarded for booking demos, not qualified ones. AEs were rewarded for pipeline, not deals. No one was incentivized to bring the right customers or fight churn. The system was built to fail – and it did.
Churn warnings ignored early become disasters later: one of his biggest regrets was not talking to customers deeply and consistently enough. Weak research cadence meant the team didn’t understand desired outcomes, adoption struggles or early churn signals until it was too late.
Channel dependency is extremely dangerous: Valentin relied heavily on one or two channels. When CPC spiked (after Optimizely raised USD 180M) and when SEO dropped overnight in 2024, pipeline collapsed. This forced the company to rethink distribution completely.
Founders must learn to “see the blue squares”: he used a focus game to show how founders obsess over product problems (red squares) while ignoring distribution, customer struggles, messaging and GTM opportunities (blue squares). The message: your attention determines your success.
Your emotional state defines your company’s culture: if the founder is stressed, hopeless or frustrated, the whole team feels it. Valentin called this “thermostat leadership”-keeping a stable presence even when the situation is tough, so the team stays confident and focused.
Order of operations matters more than effort: like cooking an egg, doing the steps out of order guarantees failure. In SaaS, the correct sequence is understanding customers, diagnosing bottlenecks, validating messaging and channels, then building features – not the other way around.
Founders must become GTM engineers, not product engineers: the core message of the talk was a mindset shift. Technical founders need to learn distribution, messaging, buyer psychology, ICP research, and experimentation if they want to win in today’s crowded SaaS market.
The GTM Engineer: Why the Smartest B2B Companies Are Hiring This Role First by Alex Baldovin, Founder & CEO @ Authbound
Founders must own the GTM strategy: agencies don’t have time to learn your product or niche deeply enough, so today the founder needs to control the strategy while delegating execution. It’s the only way to move fast enough in an AI-accelerated market.
Speed is everything in modern GTM: competitors can launch and test strategies in days using AI. If you rely on slow agencies or multi-layer approvals, someone else will take the market before you even start.
A GTM engineer replaces multiple roles with one strategic operator: instead of separate hires for sales ops, data ops, marketing ops and product ops, a GTM engineer connects all these functions and handles the messy execution that founders usually carry alone.
The job was born from Clay.com’s ecosystem: this role emerged because Clay centralizes data enrichment, list building, segmentation and outreach automation. A GTM engineer is not “just a Clay operator”; it’s someone who understands how sales, marketing, product and data work together.
The role saves huge cost compared to traditional teams: a small sales or marketing team (3–5 people) easily costs over USD 300,000. A GTM engineer can deliver similar output for under USD 100,000 per year by automating what used to be manual.
Validating ideas used to take months – now it takes days: founders traditionally tested offers through slow social posting or cautious cold outreach. With AI-powered enrichment, thousands of prospects can be qualified and contacted in days, generating fast signal on what works.
Cold email at scale requires safe infrastructure: sending large volumes from your primary domain is a direct path to getting it burned. GTM engineers manage dozens of secondary domains, mailboxes and warm-up tools to keep deliverability healthy.
Clay is the GTM engineer’s core toolkit: it combines data import, cleaning, enrichment, scoring, segmentation and routing inside one environment. It replaces endless CSVs and manual checking and lets you validate campaigns with 1,000-row batches instead of guesswork.
Personalization drives results, not volume: successful campaigns hinge on emails that feel genuinely one-to-one. Clay makes it possible to gather the right context at scale – from job titles to pain points – so messages resonate instantly.
A GTM engineer frees founders from drowning in delivery: many early-stage founders get stuck doing product, support, sales, and fulfillment. By offloading GTM operations to one specialized operator, they regain time to grow the business instead of surviving it.
Lookalike audiences become simple instead of painful: finding similar companies used to require manual research. Tools like Company Enrich can now generate lists of thousands of near-identical prospects that match your best customers.
AI turns data cleaning into a strategic advantage: instead of manually reviewing domains, titles or ICP matches, GTM engineers write prompts that classify, correct or validate rows automatically inside Clay tables.
Fast data beats big teams: in a world where niches get narrower and talent gets more expensive, the companies that win are those that can collect, clean and act on data fastest – not those with the biggest headcount.
The GTM engineer bridges every department: they understand how sales works, how marketing sequences run, how product usage data ties into revenue, and how to unify all this into one clean pipeline for the business.
AI-powered GTM is more efficient than traditional roles: what used to take SDRs eight hours now takes minutes. Batch testing, rapid enrichment, automated reactivation sequences and campaign cloning make GTM cycles dramatically shorter.
OpenAI remains the most valuable API in the workflow: the LLM is crucial for the “donkey work” – classification, segmentation, summarization and decision-making on messy datasets – which empowers the whole GTM system.
How to build a Million Dollar Personal Brand with AI by Bohumil Pokstefl, Founder @ Deal Harvest
A founder’s personal brand is a powerful business engine: it builds trust, improves loyalty, and influences buying decisions. Research shows customers trust founder-led brands more, and investors actively monitor visible founders on LinkedIn.
People connect with people, not company pages: personal profiles drive far stronger engagement than brand pages. Bohumil reports up to 16x higher engagement on personal posts compared to identical company content, because humans respond to faces, stories and opinions.
Positioning is the foundation of everything: before creating any content, founders must be aligned on ICP, value proposition and differentiation. Without clear positioning, no amount of content or AI can make the brand coherent.
Content needs real founder insight, not generic AI text: the best posts come from founder interviews, voice notes, event takeaways and lived experience. AI helps refine and scale content, but only if it’s fed with authentic stories and viewpoints.
Avoid the two extremes: oversharing or overselling: some founders “Facebookize” LinkedIn with random posts that get likes but bring zero business impact. Others only promote their product. The sweet spot is strategic, relevant content shaped to support the business.
AI allows one team to scale content far beyond normal limits: Bohumil’s team uses AI agents to support content quality checks, tone consistency, and faster production, enabling one account manager to handle up to 20 clients instead of five.
Organic reach on LinkedIn is unpredictable: unlike TikTok or Instagram, LinkedIn’s algorithm is a black box. You cannot rely on virality or consistency alone, which is why paid amplification becomes essential.
Thought Leadership ads are the current secret weapon: they look native, feel organic, and cost far less than traditional LinkedIn ads. In CEE they can cost around 0.20 EUR per click instead of 2.00–3.00 EUR, making them a high-ROI way to target your exact ICP.
Warm audiences convert better than cold outreach: founders should warm up leads for months by showing relevant content, then follow up. Bohumil sees around 30% higher conversion when sales teams contact prospects who have already consumed the CEO’s content.
Most buyers consume content silently: 90% of people never like or comment, but they still watch videos and click “read more.” Engagement isn’t the true signal. Impression depth and silent consumption matter far more.
Use Smart Links to identify high-intent followers: LinkedIn’s Smart Links reveal exactly who clicked on gated PDFs or videos. That list becomes a perfect segment for follow-up conversations or targeted nurturing.
Create a “content loop” to unlock opportunities: once a founder’s content spreads, podcasters, event organizers and journalists start reaching out. Visibility feeds visibility, opening doors to media appearances and speaking gigs.
Record founder interviews to generate authentic video: fake podcast setups work well. A simple recorded Q&A can fuel dozens of short clips that build authority fast.
Making AI workflows fast and safe with cloud sandboxes by Alex Oprisan, Head of Solution Engineering @ Bunnyshell
AI workflows behave like a Trojan horse: they combine prompts, user files, scraping and autogenerated code, which makes them powerful but unpredictable. A single malicious input can push an agent to run harmful commands.
Prompt-injection attacks are already happening: Alex pointed to a fresh Hacker News case where Google’s AntiGravity was tricked into leaking environment secrets from the local machine, showing how vulnerable agentic systems can be without isolation.
Containers and serverless aren’t enough: Docker wasn’t built for strong isolation and can be escaped, while serverless functions are slower, short-lived and not ideal for long-running or interactive AI workloads.
Cloud sandboxes provide true hardware isolation: each micro-VM has its own kernel, network stack, filesystem and resource controls, so a compromised workload stays fully contained and can’t affect anything else.
Speed stays high even with isolation: modern micro-VMs boot in roughly 100.00–125.00 ms, fast enough to create a clean sandbox for each request without the user feeling any delay.
LLMs can generate and manage the sandboxes: using APIs and MCP servers, an LLM can write code, create sandboxes, run tasks and return results, making the approach accessible even to non-developers.
The live demo showed what’s possible: Alex used an LLM-generated Flask app to spin up ten sandboxes, download random code from the internet and run it safely, all with full isolation and inspectable environments.
A strong fit for SaaS, compliance and multi-tenancy: sandboxes are billed by the second, can be paused and resumed, and let each tenant or workload run in its own isolated environment at predictable cost.
GPU support and private-cloud installs are on the way: GPU execution is planned for an upcoming release, and private-cloud deployments are technically feasible for regulated industries.
Human Creativity: The Competitive Edge by Elizaveta Chugunova, Digital Strategy Manager @ Veeam Software
Creativity is your unfair advantage in an AI-saturated world: after three days focused on tools, GTM, and automation, Lisa shifted the spotlight back to humans. Her core point: AI is powerful, but the competitive edge in B2B SaaS comes from the founders’ and teams’ creativity, not from the machines.
AI helps with patterns, but creativity requires breaking patterns: LLMs generate the most probable word, not the most original idea. Using ChatGPT for ideation can create a “black hole of creativity,” because it reinforces existing patterns instead of pushing new ones. AI should assist, not replace, divergent thinking.
Human creativity declines when we’re overloaded: by day three of a conference, everyone is mentally tired, and cognitive fatigue blocks new ideas. Her goal wasn’t to teach creativity, but to reactivate it through simple techniques you can use anytime.
Divergent thinking and convergent thinking are different modes: divergent thinking is about generating many possibilities (reaching toward the sky). Convergent thinking is about selecting the best one (touching the floor). Most adults are excellent at convergent thinking and bad at switching into divergent mode.
Mixing divergent and convergent thinking kills creativity: Lisa used a stretch exercise to show how “reaching up and down at the same time” mirrors bad brainstorming sessions. When teams generate ideas and judge them simultaneously, creativity collapses.
Kids are world-class divergent thinkers – adults are not: children naturally explore unusual, playful ideas. Adults filter, optimize and evaluate too early. To innovate, founders need to access that kid-like mental space where there are no wrong answers.
Fun creative games unlock new neural pathways: She led the room through three exercises:
- Alternative uses test (generate unexpected uses for a plate)
- Nonsense generator (find what a bear and a smartphone have in common)
- Binomial phrases (create sentences using “ballerina” and “space”)
These games train the brain to break mental patterns and produce genuinely novel connections.
Absurd prompts help bypass your logical filters: normal prompts trigger logical reasoning. Absurd prompts unlock divergent thinking because there is no “right” answer, so the brain stops judging and starts exploring.
Stretch goals force faster ideation: asking for 10 sentences in 2 minutes is impossible, but it forces speed and spontaneity. You don’t polish; you just create. This mirrors real-world brainstorming where quantity leads to quality.
Creativity produces dopamine – it literally feels good: jokes, imagination, absurd associations and new ideas give the brain a rewarding chemical boost. This is why creative tasks energize people instead of draining them.
Random Stimulus Method breaks your mental ruts: inspired by Edward de Bono’s lateral thinking, the method uses a truly random image or phrase to approach a problem from an unfamiliar angle. The importance lies not in the image itself, but in forcing your brain to connect unrelated concepts.
Context traps us – randomness frees us: when solving a real business problem, you bring too much knowledge, constraints and assumptions. Randomness shakes you out of your default patterns and can lead to fresh insights.
Your creative ability is fully intact – it simply needs switching on: Elisa emphasized that everyone in the room is already creative. The barrier isn’t lack of talent, it’s lack of activation. These tools are meant to reset your mental mode so the next networking hour becomes more open, curious and idea-driven.
Human Intelligence on Top of AI: Why 99% of AI Content Fails by Daniel Deaconu, Founder & CEO @ The Simplifier
Personal stories matter more than polished AI output: Daniel opened with a story because he knows you’ll remember that better than any framework. His message: humans remember emotions, not templates. If you want your content to stand out, anchor it in your real experiences.
Most AI-generated content fails because people skip the hard part: AI isn’t the problem. The problem is delegating your thinking to ChatGPT. When founders outsource the entire process, the result becomes generic, robotic and unremarkable. AI accelerates ideas, but it can’t replace your perspective.
Your voice cannot be automated – not yet: AI still struggles to sound truly natural or personal. Thousands of founders use the same punchy, cookie-cutter tone, and audiences can sense it instantly. You may automate content creation, but you cannot automate authenticity.
People lose trust when your writing feels effortless in the wrong way: audiences can “smell” when no real effort went into a post. When everything sounds templated, it signals that you don’t care, which quietly kills credibility.
AI is great for research, not for being “you”: Daniel emphasized that AI should support brainstorming, structure and drafts. But capturing your worldview, humor, emotional tone and personal story is still a human job.
Founders should write as they talk: the easiest differentiator is simplicity. Drop the corporate tone. Write like you’re speaking to a friend. That’s how you get trust, clarity and consistency without forcing a style that doesn’t fit you.
Always write for one real person, not a persona: instead of “B2B SaaS buyer, 35–45,” think of one specific human – John, Andrea, Mihai. When he writes with one real person in mind, that person almost always reacts: likes, comments, sends a DM. It works because the message feels directed, not broadcasted.
Your LinkedIn presence is part of your story – use it intentionally: simply attending Tekpon is content. It’s part of your journey. Daniel challenged people in the room: post about being here, tag someone you met, start building your narrative instead of waiting for the “perfect moment.”
The winning formula is human intelligence on top of AI: AI can do 80%, but the final 20% – the part people actually notice – is your voice, your angle, your lived experience. You are the captain; AI is just the engine.
AI-driven content will improve, but today authenticity still wins: one day we may fully automate authentic posts, but we’re not there yet. Until then, the founders who combine speed from AI with original human insight will stand out.
You can automate production, but you cannot automate trust: trust is built by showing your face, your failures, your lessons, your humor. Not by scaling content to infinity.
Your story is an asset – start using it instead of hiding behind tools: Daniel’s closing point: tell your story. People buy from people, not from perfectly optimized posts.
