Денис Романовський, Головний офіцер з питань штучного інтелекту в SOFTSWISS – Серія інтерв’ю

Денис Романовський, Головний офіцер з питань штучного інтелекту в SOFTSWISS, – досвідчений технологічний виконавець з більш ніж 25-річним досвідом керівництва великомасштабними інженерними програмами в галузі ігор, корпоративного програмного забезпечення, IoT та високонавантажених онлайн-платформ. Протягом останніх п’яти років він працював у сфері ігор, раніше обіймав посаду заступника технічного директора в SOFTSWISS, керуючи технічним управлінням у декількох продукових командах з особливим акцентом на платформах казино та букмекерських контор перед тим, як зайняти свою поточну посаду для визначення та реалізації стратегії штучного інтелекту компанії.

SOFTSWISS – мальтійська компанія з технологій ігор, яка надає повні рішення для онлайн-казино та букмекерських контор, включаючи платформу казино, агрегатор ігор, рішення для букмекерських контор та керовані послуги. Компанія підтримує операторів у всьому світі інфраструктурою, розробленою для масштабованості, дотримання вимог законодавства та надійності, позиціонуючи себе на перетині технологій ігор та нових можливостей, пов’язаних зі штучним інтелектом.

Враховуючи ваш досвід керівництва великомасштабними технічними програмами в різних галузях та визначення стратегії штучного інтелекту в SOFTSWISS, як ваш досвід у сфері високонавантажених систем вплинув на ваш підхід до впровадження штучного інтелекту в компанію з більш ніж 2000 співробітниками?

Мій досвід у сфері високонавантажених систем навчив мене одному фундаментальному уроку: будь-які складні зміни у масштабі вимагають системного підходу. Ви не можете просто розгорнути технологію та сподіватися, що вона працюватиме – вам потрібно розробити всю екосистему навколо неї та забезпечити, щоб процеси, структура та технології працювали разом.

Ми застосовуємо саме цей принцип до впровадження штучного інтелекту в SOFTSWISS. Це починається на індивідуальному рівні. Ми пояснюємо кожному співробітнику, як безпечно та ефективно використовувати штучний інтелект – що він може робити, де його обмеження та які пов’язані з ним ризики. Критично важливо, щоб вони розуміли, що їхня відповідальність за результати не зникає, коли штучний інтелект вступає в гру. Штучний інтелект розширює ваші можливості, але відповідальність залишається за вами. Ви все ще володієте якістю виходу, рішеннями та результатами.

Потім ми переходимо на рівень команди, і тут динаміка змінюється. З’являються нові можливості – швидші цикли планування, автоматизована верифікація, покращений аналіз – але з’являються і нові ризики: надмірна залежність від виходів штучного інтелекту, розмивання критичного мислення, неконсистентне впровадження у команді. Тут керівники відіграють вирішальну роль. їм потрібно адаптувати свій підхід до огляду роботи, запитів, яких вони ставлять, та сигналів, на які вони звертають увагу. Коли хтось доставляє результат вдвічі швидше, завдання керівника полягає в тому, щоб зрозуміти, чи зберігалася якість та чи людина справді розуміє, що вона доставила.

Цей шаровий підхід – індивідуальна освідомленість, адаптація на рівні команди, нагляд керівництва – дозволяє нам масштабувати штучний інтелект у великій організації без компрометації стабільності та надійності, яких вимагає наш регульований середовище. Це не тільки питання технології. Це питання будівництва системи навколо неї, яка робить впровадження сталим.

Що відрізняє штучний інтелект, розгорнутий як інструмент продуктивності, від штучного інтелекту, інтегрованого безпосередньо в ядро інфраструктури та системи прийняття рішень, і як це розрізнення змінює довгострокові результати бізнесу?

Штучний інтелект продуктивності – асистенти чату та копілоти коду – це місце, де люди вперше зустрічаються зі штучним інтелектом на роботі. Цей крок важливий, і його не можна пропустити. Він будує грамотність штучного інтелекту, вчить людей оцінювати виходи та створює звички відповідального використання по всій організації.

Але існує фундаментальна різниця між штучним інтелектом, який допомагає окремій особі, та штучним інтелектом, інтегрованим у те, як організація працює. Інфраструктурний штучний інтелект – інтегрований у ваші корпоративні системи через платформи штучного інтелекту – стає частиною системи управління. Це включає планування, контроль та аудит. Це поважає кадрові структури та безпосередньо живиться у ланцюги прийняття рішень.

Впливовий розрив суттєвий. Інструменти продуктивності доставляють 20-30% підвищення ефективності окремих завдань – цінно, але інкрементально. Інфраструктурний штучний інтелект прискорює цілі процеси в 3-5 разів. І з часом він змінює саму організацію – ліквідуючи деякі ролі частково або повністю, створюючи нові та стискаючи робочі процеси, які раніше вимагали декількох передач.

Тому ці дві категорії вимагають різних підходів. Штучний інтелект продуктивності – це виклик забезпечення. Інфраструктурний штучний інтелект – це організаційна трансформація, яка вимагає ретельного планування, управління змінами та постійного нагляду.

Які архітектурні та культурні зрушення необхідні для переходу від ізольованих експериментів зі штучним інтелектом до централізованої, організаційно-широкої платформи штучного інтелекту?

Архітектурно, централізована платформа є суттєвою – одна, яка забезпечує безпечний доступ до декількох постачальників моделей, зберігаючи суворе управління даними. Без цього шару експериментування масштабується фрагментацією, а не цінністю.

Культурно, більша зміна полягає у переході від виконання-орієнтованого мислення до дизайн-орієнтованого мислення. Коли виконання стає дешевшим та швидшим завдяки штучному інтелекту, конкурентна перевага зміщується до того, як добре команди проектують робочі процеси. Співробітники повинні проектувати процеси, де штучний інтелект обробляє повторювані операції, тоді як люди залишаються під контролем оркестрації та якості рішень.

Як великі підприємства можуть систематично збільшувати свою швидкість навчання під час розгортання штучного інтелекту, і які операційні механізми роблять це вимірним?

Швидкість навчання збільшується, коли експериментування структуроване. У SOFTSWISS ми призначаємо чемпіонів штучного інтелекту всередині продукційних команд, які ідентифікують випадки використання, уточнюють найкращі практики та діляться ними по всій організації. Семінари далі прискорюють передачу знань.

Вимірювання пов’язане з бізнес-КПІ. Ми відстежуємо індикатори, такі як Час до розв’язання в підтримці або рівні автоматизації у перевірці коду. Якщо впровадження штучного інтелекту не покращує вимірних метрик, воно залишається поверхневим.

Які спадкові процеси найбільш часто обмежують вплив впровадження штучного інтелекту в усталених технологічних компаніях?

Основним обмеженням є спроба інтегрувати штучний інтелект у жорсткі структури управління з довгими циклами планування та фіксованим розподілом ресурсів. Перевага штучного інтелекту полягає в швидкості, а застарілі моделі управління сповільнюють цю перевагу.

Іншим обмежувальним фактором є слабка класифікація даних. Без структурованого та добре керованого даних безпечна та масштабована інтеграція штучного інтелекту стає надзвичайно складною.

Чи можете ви поділитися прикладами, де інтеграція штучного інтелекту безпосередньо в ядро систем призвела до вимірних вигод у ефективності, доході чи операційній ефективності?

У технічній підтримці штучний інтелект, інтегрований у Jira, аналізує історію тикетів та документацію, щоб запропонувати шляхи розв’язання, суттєво скорочуючи час розв’язання.

У сфері персоналу автоматизовані асистенти, які обробляють запити щодо переводу та відпусток, економлять сотні годин щомісяця.

У розробці автоматизація перевірки коду, керованого штучним інтелектом, досягає 60–80%, прискорюючи життєвий цикл розробки в два-чотири рази. Ці вигоди є операційно вимірними та безпосередньо впливають на ефективність.

Як ви проектуєте кадрові структури, які забезпечують аудитованість, безпеку та підзвітність, коли штучний інтелект глибоко інтегрований у робочі процеси підприємства?

Кадрова структура повинна створювати контрольоване середовище, а не обмежувати інновації. Ми покладаємося на угоди з постачальниками підприємства та застосовуємо маскування даних до того, як надсилати інформацію до хмарних моделей.

Підзвітність вбудована у проектування системи. Дії, керовані штучним інтелектом, діють у межах визначених вікон відкату, що дозволяє людському втручанню. Відповідальність в кінцевому підсумку залишається за керівником команди, який проектує та володіє робочим процесом.

Які структурні переваги дозволяють малим командам, орієнтованим на штучний інтелект, масштабуватися швидше, ніж традиційні підприємства, і як більші організації можуть адаптуватися без втрати стабільності?

Основна різниця полягає в архітектурі. Традиційні компанії розбивають роботу на послідовні етапи – кожний належить окремій ролі, з передачами та чергами між ними. Команди, орієнтовані на штучний інтелект, можуть виконувати дії через всі етапи одночасно. Там немає черг, немає очікування наступної особи в ланцюзі. Цілий процес автоматизований з кінця в кінець, що дає їм величезну перевагу у швидкості.

Для більших організацій шлях вперед полягає у поступовому розвитку. Спочатку – будувати грамотність штучного інтелекту та обладнати команди інструментами штучного інтелекту. Дати людям час, щоб вивчити, експериментувати та інтегрувати штучний інтелект у свої існуючі робочі процеси. На цьому етапі інновації відбуваються всередині існуючих процесів, а не замість них.

Як тільки команди набувають досвіду та впевненості, ви можете встановлювати більш амбіційні цілі – оптимізувати цілі процеси, а не окремі кроки. Це місце, де починається справжня трансформація, але вона працює тільки тоді, коли люди та процеси готові до цього.

Ключем є темп. Перейти занадто швидко – і ви порушите стабільність. Перейти занадто повільно – і ринок залишить вас позаду. Правильний підхід полягає у свідомому, послідовному прогресі – так, щоб організація еволюціонувала без втрати того, що вже працює.

Як робота в сфері ігор, з її регуляторними та надійними вимогами, впливає на архітектуру та розгортання інфраструктури штучного інтелекту?

Сфера ігор – унікальне середовище. Воно включає реальні гроші, операції в реальному часі та регуляторний нагляд у декількох юрисдикціях. У SOFTSWISS ми працюємо під декількома ліцензіями – кожна з яких має свої вимоги щодо дотримання законодавства. Це означає, що кожне технологічне рішення, включаючи штучний інтелект, повинно враховувати складний регуляторний ландшафт, який виходить за рамки стандартної захисту даних.

Регульовані ринки вимагають суворого дотримання вимог щодо зберігання, видалення та обробки даних, включаючи GDPR. Але в сфері ігор обсяг ширший – вимоги щодо протидії відмиванню грошей, зобов’язання щодо відповідальної гри, ліцензійні умови, які диктують, як дані течуть та де можуть бути оброблені. Інфраструктура повинна гарантувати, що чутливі дані не використовуються для зовнішньої підготовки моделей та що кожне рішення, кероване штучним інтелектом, залишається аудитованим.

Водночас стандарти надійності винятково високі. Системи працюють 24/7 з величезними об’ємами транзакцій. Будь-яка система штучного інтелекту, яку ми розгортаємо, повинна відповідати тим же стандартам – завжди доступна, повністю аудитована та здатна обробляти об’єм даних, який ми бачимо в підтримці та операціях з дотримання законодавства. У цій галузі невдача штучного інтелекту не просто незручність – це регуляторний та фінансовий ризик.

Як підприємства штучного інтелекту дозрівають, які можливості відрізнять компанії, які真正но інтегрують штучний інтелект у свою операційну модель, від тих, які залишаються поверхневими користувачами?

У зрілих організаціях штучного інтелекту кожен співробітник матиме штучний інтелект у своєму розпорядженні – з безпечним доступом до корпоративних даних по всім системам, без бар’єрів чи ручних запитів. Процеси будуть автоматизовані з кінця в кінець, без черг чи передач між ролями. Робота буде текти безперервно, а не етапами.

Але автоматизація сама по собі недостатня. Те, що відрізняє лідерів від інших, – це здатність контролювати роботу, керовану штучним інтелектом, у масштабі. Команди та організації адаптуються до автоматизованого моніторингу якості – виявлення проблем на ранній стадії та виправлення їх до того, як вони посиляться.

Роль окремого співробітника змінюється фундаментально. Замість виконання завдань вони визначають специфікації для штучного інтелекту – забезпечуючи достатній контекст, чіткі цілі та методи контролю якості. Їхня цінність полягає в керуванні штучним інтелектом та оптимізації його виходу, а не в ручному виконанні роботи.

Роль лідерів також змінюється. Менеджери та виконавчі директори стають архітекторами системного мислення по всій організації. Їхня робота полягає у зв’язуванні різних потоків роботи, інструментів та артефактів у потоки цінності, які розв’язують проблеми клієнтів краще, ніж конкуренти можуть, не оптимізуючи окремі завдання – а проектуючи, як усе це працює разом.

Ця глибина інтеграції – штучний інтелект у кожній руці, автоматизовані процеси, системний контроль якості та керівництво, орієнтоване на кінцеву цінність – визначатиме довгострокову конкурентну перевагу.

– але проектування того, як усе це працює разом. Ця глибина інтеграції – штучний інтелект у кожній руці, автоматизовані процеси, системний контроль якості та керівництво, орієнтоване на кінцеву цінність – визначатиме довгострокову конкурентну перевагу. Дякую за чудовий інтерв’ю, читачам, які бажають дізнатися більше, слід відвідати SOFTSWISS.