Denis Romanovskiy, Chief AI Officer en SOFTSWISS – Serie de entrevistas

Denis Romanovskiy, Chief AI Officer en SOFTSWISS, es un experimentado ejecutivo de tecnología con más de 25 años de experiencia liderando programas de ingeniería a gran escala en sectores como juegos, software empresarial, IoT y plataformas en línea de alta carga. Después de pasar los últimos cinco años en el sector de juegos de azar en línea, anteriormente se desempeñó como Deputy CTO en SOFTSWISS, supervisando la gobernanza técnica en múltiples equipos de productos con un enfoque fuerte en plataformas de casino y apuestas deportivas antes de asumir su cargo actual para definir e implementar la estrategia de inteligencia artificial de la empresa.

SOFTSWISS es una empresa de tecnología de juegos de azar en línea con sede en Malta que ofrece soluciones integrales para casinos y apuestas deportivas en línea, incluyendo una plataforma de casino, un agregador de juegos, una solución de apuestas deportivas y servicios administrados. La empresa apoya a operadores en todo el mundo con infraestructura diseñada para escalabilidad, cumplimiento y confiabilidad, posicionándose en la intersección de la tecnología de juegos y la optimización impulsada por inteligencia artificial en constante evolución.

Después de liderar programas técnicos a gran escala en múltiples industrias y ahora definir la estrategia de inteligencia artificial empresarial en SOFTSWISS, ¿cómo ha influido su experiencia en sistemas de alta carga y alta disponibilidad en su enfoque para integrar la inteligencia artificial en una organización de más de 2.000 personas?

Mi experiencia en sistemas de alta carga y alta disponibilidad me enseñó una lección fundamental: cualquier cambio complejo a gran escala requiere un enfoque de sistemas. No puedes simplemente desplegar una tecnología y esperar que funcione – necesitas diseñar todo el ecosistema alrededor de ella y asegurarte de que los procesos, la estructura y la tecnología trabajen juntos.

Aplicamos exactamente este principio a la adopción de inteligencia artificial en SOFTSWISS. Comienza a nivel individual. Explicamos a cada empleado cómo usar la inteligencia artificial de manera segura y efectiva – qué puede hacer, dónde están sus límites y qué riesgos conlleva. Es fundamental que quede claro que su responsabilidad por los resultados no desaparece cuando la inteligencia artificial entra en escena. La inteligencia artificial amplía sus capacidades, pero la responsabilidad sigue siendo suya. Todavía eres dueño de la calidad de la salida, las decisiones y los resultados.

Luego nos movemos al nivel de equipo, y es aquí donde cambian las dinámicas. Surgen nuevas oportunidades – ciclos de planificación más rápidos, verificación automatizada, análisis mejorado – pero también surgen nuevos riesgos: dependencia excesiva de las salidas de la inteligencia artificial, erosión del pensamiento crítico, adopción inconsistente en todo el equipo. Es aquí donde los gerentes juegan un papel decisivo. Necesitan adaptar cómo revisan el trabajo, qué preguntas hacen y qué señales buscan. Cuando alguien entrega un resultado dos veces más rápido, el trabajo del gerente es entender si la calidad se mantuvo y si la persona realmente entiende lo que entregó.

Este enfoque en capas – conciencia individual, adaptación a nivel de equipo, supervisión de gestión – es lo que nos permite escalar la inteligencia artificial en una gran organización sin comprometer la estabilidad y la confiabilidad que nuestro entorno regulado exige. No se trata solo de tecnología. Se trata de construir el sistema alrededor de ella que hace que la adopción sea sostenible.

¿Qué separa la inteligencia artificial desplegada como herramienta de productividad de la inteligencia artificial integrada directamente en la infraestructura y los sistemas de toma de decisiones, y cómo cambia esta distinción los resultados comerciales a largo plazo?

La inteligencia artificial de productividad – asistentes de chat y copilotos de código – es donde la gente se encuentra con la inteligencia artificial en el trabajo. Este paso es importante, y no se puede saltar. Construye alfabetización en inteligencia artificial, enseña a las personas a evaluar las salidas y crea hábitos de uso responsable en toda la organización.

Pero hay una diferencia fundamental entre la inteligencia artificial que ayuda a un individuo y la inteligencia artificial integrada en la forma en que opera la organización. La inteligencia artificial a nivel de infraestructura – integrada en los sistemas empresariales a través de plataformas de inteligencia artificial – se convierte en parte del sistema de gestión. Implica planificación, control y auditoría. Respetar los marcos de gobernanza y alimentar directamente las cadenas de decisión.

El impacto es significativo. Las herramientas de productividad entregan ganancias de eficiencia del 20-30% en tareas individuales – valiosas, pero incrementales. La inteligencia artificial a nivel de infraestructura acelera procesos enteros 3-5 veces. Y con el tiempo, redefine la organización en sí – eliminando algunos roles parcial o totalmente, creando nuevos y comprimiendo flujos de trabajo que antes requerían múltiples pasos.

Es por eso que estas dos categorías exigen enfoques diferentes. La inteligencia artificial de productividad es un desafío de habilitación. La inteligencia artificial a nivel de infraestructura es una transformación organizacional que requiere una planificación cuidadosa, gestión del cambio y supervisión continua.

¿Qué cambios arquitectónicos y culturales se requieren para transitar de experimentos de inteligencia artificial aislados a una plataforma de inteligencia artificial organizacional centralizada?

Arquitectónicamente, una plataforma centralizada es esencial – una que proporcione acceso seguro a múltiples proveedores de modelos mientras mantiene una estricta gobernanza de datos. Sin esta capa, la experimentación escala la fragmentación en lugar del valor.

Culturalmente, el mayor cambio es pasar de un pensamiento enfocado en la ejecución a un pensamiento enfocado en el diseño. A medida que la ejecución se vuelve más barata y rápida con la inteligencia artificial, la ventaja competitiva se desplaza a cómo los equipos arquitectan los flujos de trabajo. Los empleados deben diseñar procesos donde la inteligencia artificial maneje operaciones repetitivas, mientras los humanos permanecen en control de la orquestación y la calidad de la decisión.

¿Cómo pueden las grandes empresas aumentar sistemáticamente su velocidad de aprendizaje al desplegar inteligencia artificial, y qué mecanismos operativos hacen que eso sea medible?

La velocidad de aprendizaje aumenta cuando la experimentación está estructurada. En SOFTSWISS, nombramos campeones de inteligencia artificial dentro de los equipos de productos que identifican casos de uso, refinan las mejores prácticas y las comparten en toda la organización. Los talleres aceleran aún más la transferencia de conocimientos.

La medición está vinculada a los indicadores clave de desempeño (KPI) comerciales. Seguimos indicadores como el Tiempo de Resolución en soporte o los niveles de automatización en la revisión de código. Si la adopción de inteligencia artificial no mejora los métricos medibles, permanece superficial.

¿Qué procesos heredados limitan con más frecuencia el impacto de la adopción de inteligencia artificial en empresas de tecnología establecidas?

La principal restricción es intentar integrar la inteligencia artificial en estructuras de gestión rígidas con ciclos de planificación largos y asignación de recursos fija. La ventaja de la inteligencia artificial es la velocidad, y los modelos de gobernanza obsoletos frenan esa ventaja.

Otro factor limitante es la clasificación de datos débil. Sin datos estructurados y bien gobernados, la integración segura y escalable de la inteligencia artificial se vuelve extremadamente difícil.

¿Puede compartir ejemplos donde la integración de inteligencia artificial directamente en sistemas centrales produjo ganancias medibles en eficiencia, ingresos o desempeño operativo?

En el soporte técnico, la inteligencia artificial integrada en Jira analiza el historial de tickets y la documentación para proponer caminos de solución, reduciendo significativamente el tiempo de resolución.

En Recursos Humanos, asistentes automatizados que manejan consultas de beneficios y permisos ahorran cientos de horas cada mes.

En desarrollo, la automatización de la revisión de código impulsada por inteligencia artificial alcanza el 60–80%, acelerando el ciclo de vida de desarrollo dos a cuatro veces. Estas ganancias son operativamente medibles y impactan directamente en la eficiencia.

¿Cómo se diseñan marcos de gobernanza que aseguren la auditoría, la seguridad y la rendición de cuentas cuando la inteligencia artificial está profundamente integrada en los flujos de trabajo empresariales?

La gobernanza debe crear un entorno controlado en lugar de restringir la innovación. Confiamos en acuerdos de proveedores de nivel empresarial y aplicamos enmascaramiento de datos antes de enviar información a modelos en la nube.

La rendición de cuentas se construye en el diseño del sistema. Las acciones impulsadas por la inteligencia artificial operan dentro de ventanas de reversión definidas, permitiendo anularlas manualmente. La responsabilidad ultimate recae en el líder del equipo que diseña y posee el flujo de trabajo.

¿Qué ventajas estructurales permiten que los equipos nativos de inteligencia artificial pequenos escalen más rápido que las empresas tradicionales, y cómo pueden las organizaciones más grandes adaptarse sin perder estabilidad?

La diferencia fundamental es arquitectónica. Las empresas tradicionales rompen el trabajo en etapas secuenciales – cada una propiedad de un rol separado, con pasos y colas entre ellos. Los equipos nativos de inteligencia artificial pueden ejecutar a través de todas las etapas simultáneamente. No hay colas, no hay espera para la próxima persona en la cadena. Todo el proceso está automatizado de extremo a extremo, lo que les da una ventaja de velocidad masiva.

Para las organizaciones más grandes, el camino hacia adelante es gradual. Primero – construir alfabetización en inteligencia artificial y equipar a los equipos con herramientas de inteligencia artificial. Dar a la gente tiempo para aprender, experimentar e integrar la inteligencia artificial en sus flujos de trabajo existentes. En esta etapa, la innovación sucede dentro de los procesos actuales, no en lugar de ellos.

Una vez que los equipos ganan experiencia y confianza, se pueden establecer metas más ambiciosas – optimizar procesos enteros en lugar de pasos individuales. Es aquí donde comienza la transformación real, pero solo funciona cuando la gente y los procesos están listos para ello.

La clave es el ritmo. Moverse demasiado rápido y se rompe la estabilidad. Moverse demasiado lento y el mercado te deja atrás. El enfoque correcto es la progresión deliberada y secuencial – para que la organización evolucione sin perder lo que ya funciona.

¿Cómo opera en el sector de juegos de azar en línea, con sus demandas regulatorias y de confiabilidad, influir en la forma en que se arquitecta y despliega la infraestructura de inteligencia artificial?

El sector de juegos de azar en línea es un entorno único. Implica dinero real, transacciones en tiempo real y supervisión regulatoria en múltiples jurisdicciones. En SOFTSWISS, operamos bajo múltiples licencias – cada una con sus propios requisitos de cumplimiento. Esto significa que cada decisión tecnológica, incluida la inteligencia artificial, debe tener en cuenta un panorama regulatorio complejo que va mucho más allá de la protección de datos estándar.

Los mercados regulados requieren un cumplimiento estricto con las reglas de almacenamiento, eliminación y procesamiento de datos, incluyendo el Reglamento General de Protección de Datos (GDPR). Pero en el sector de juegos de azar en línea, el alcance es más amplio – requisitos de lucha contra el blanqueo de capitales, obligaciones de juego responsable, condiciones de licencia que dictan cómo fluyen los datos y dónde se pueden procesar. La infraestructura debe garantizar que los datos sensibles no se utilicen para el entrenamiento de modelos externos y que cada decisión impulsada por la inteligencia artificial permanezca audible.

Al mismo tiempo, los estándares de confiabilidad son excepcionalmente altos. Los sistemas operan las 24 horas del día, los 7 días de la semana, con volúmenes de transacciones masivos. Cualquier sistema de inteligencia artificial que despleguemos debe cumplir con los mismos estándares – siempre disponible, completamente audible y capaz de manejar los volúmenes de datos que vemos en operaciones de soporte y cumplimiento. En esta industria, un fallo de la inteligencia artificial no es solo una incomodidad – es un riesgo regulatorio y financiero.

¿Qué capacidades distinguirán a las empresas que verdaderamente integran la inteligencia artificial en su modelo operativo de aquellas que permanecen como adoptantes de superficie a medida que la inteligencia artificial empresarial madura?

En organizaciones de inteligencia artificial maduras, cada empleado tendrá inteligencia artificial al alcance de su mano – con acceso seguro a datos corporativos en todos los sistemas, sin barreras ni solicitudes manuales. Los procesos estarán automatizados de extremo a extremo, sin colas ni pasos entre roles. El trabajo fluirá continuamente, no en etapas.

Pero la automatización sola no es suficiente. Lo que separa a los líderes del resto es la capacidad de controlar el trabajo impulsado por la inteligencia artificial a gran escala. Los equipos y las organizaciones se adaptarán a la monitorización de la calidad automatizada – detectando problemas temprano y corrigiéndolos antes de que se agraven.

El papel del empleado individual cambia fundamentalmente. En lugar de ejecutar tareas, definirán especificaciones para la inteligencia artificial – proporcionando suficiente contexto, objetivos claros y métodos de control de calidad. Su valor radica en dirigir la inteligencia artificial y optimizar su salida, no en hacer el trabajo manualmente.

El papel de los líderes también cambia. Los gerentes y ejecutivos se convertirán en arquitectos del pensamiento de sistemas en toda la organización. Su trabajo será conectar diferentes flujos de trabajo, herramientas y artefactos en flujos de valor que resuelvan problemas de los clientes mejor que los competidores, no optimizando tareas individuales – sino diseñando cómo todo encaja.

Esta profundidad de integración – inteligencia artificial en cada mano, procesos automatizados, control de calidad sistemático y liderazgo enfocado en el valor de extremo a extremo – definirá la ventaja competitiva a largo plazo.

Gracias por la gran entrevista, los lectores que deseen aprender más pueden visitar SOFTSWISS.