Denis Romanovskiy, Chief AI Officer tại SOFTSWISS – Loạt Phỏng Vấn

Denis Romanovskiy, Chief AI Officer tại SOFTSWISS, là một giám đốc công nghệ kỳ cựu với hơn 25 năm kinh nghiệm lãnh đạo các chương trình kỹ thuật quy mô lớn trên các lĩnh vực như trò chơi, phần mềm doanh nghiệp, IoT và nền tảng trực tuyến có tải trọng cao. Trong năm năm qua, ông đã dành thời gian trong lĩnh vực iGaming, trước đó từng là Phó CTO tại SOFTSWISS, giám sát quản trị kỹ thuật trên nhiều đội sản phẩm với trọng tâm mạnh mẽ vào các nền tảng sòng bạc và thể thao trước khi bước vào vai trò hiện tại để định nghĩa và triển khai chiến lược AI của công ty.

SOFTSWISS là một công ty công nghệ iGaming có trụ sở tại Malta, cung cấp các giải pháp toàn diện cho các sòng bạc và nhà cái trực tuyến, bao gồm nền tảng sòng bạc, trình tập hợp trò chơi, giải pháp nhà cái và dịch vụ quản lý. Công ty hỗ trợ các nhà vận hành trên toàn thế giới với cơ sở hạ tầng được thiết kế cho khả năng mở rộng, tuân thủ và độ tin cậy, đặt mình tại giao điểm của công nghệ trò chơi và tối ưu hóa AI mới nổi.

Đã lãnh đạo các chương trình kỹ thuật quy mô lớn trên nhiều ngành và hiện đang định nghĩa chiến lược AI doanh nghiệp tại SOFTSWISS, làm thế nào nền tảng của bạn về hệ thống có tải trọng cao, sẵn sàng cao đã định hình cách bạn tiếp cận việc nhúng AI vào một tổ chức có hơn 2.000 người?

Kinh nghiệm của tôi trong các hệ thống có tải trọng cao, sẵn sàng cao đã dạy tôi một bài học cơ bản: bất kỳ thay đổi phức tạp nào ở quy mô đều yêu cầu một cách tiếp cận theo hệ thống. Bạn không thể chỉ triển khai một công nghệ và hy vọng nó hoạt động – bạn cần thiết kế toàn bộ hệ sinh thái xung quanh nó và đảm bảo rằng các quy trình, cấu trúc và công nghệ đều hoạt động cùng nhau.

Chúng tôi áp dụng chính xác nguyên tắc này cho việc áp dụng AI tại SOFTSWISS. Nó bắt đầu từ cấp độ cá nhân. Chúng tôi giải thích cho từng nhân viên cách sử dụng AI một cách an toàn và hiệu quả – những gì nó có thể làm, nơi giới hạn của nó và những rủi ro liên quan. Điều quan trọng là, chúng tôi làm rõ rằng trách nhiệm của họ đối với kết quả không biến mất khi AI xuất hiện. AI mở rộng khả năng của bạn, nhưng trách nhiệm vẫn nằm với bạn. Bạn vẫn sở hữu chất lượng của đầu ra, quyết định và kết quả.

Sau đó, chúng tôi chuyển sang cấp độ đội, và đây là nơi động lực thay đổi. Những cơ hội mới xuất hiện – chu kỳ lập kế hoạch nhanh hơn, xác minh tự động, phân tích nâng cao – nhưng cũng có những rủi ro mới: phụ thuộc quá nhiều vào đầu ra AI, xói mòn tư duy批判, áp dụng không nhất quán trên toàn đội. Đây là nơi các nhà quản lý đóng vai trò quyết định. Họ cần thích nghi với cách họ xem xét công việc, những câu hỏi họ đặt ra và những tín hiệu họ tìm kiếm. Khi ai đó đưa ra một kết quả nhanh gấp đôi, công việc của nhà quản lý là hiểu liệu chất lượng có giữ vững và liệu người đó thực sự hiểu những gì họ đã đưa ra.

Cách tiếp cận này theo từng lớp – nhận thức cá nhân, thích nghi cấp đội, giám sát quản lý – là điều cho phép chúng tôi mở rộng AI trên một tổ chức lớn mà không ảnh hưởng đến sự ổn định và độ tin cậy mà môi trường được quản lý của chúng tôi đòi hỏi. Nó không chỉ là về công nghệ. Nó là về xây dựng hệ thống xung quanh nó để làm cho việc áp dụng trở nên bền vững.

Điều gì phân biệt AI được triển khai như một công cụ năng suất từ AI được nhúng trực tiếp vào cơ sở hạ tầng và hệ thống quyết định, và sự khác biệt này thay đổi kết quả kinh doanh lâu dài như thế nào?

AI năng suất – trợ lý trò chuyện và đồng nghiệp mã – là nơi mọi người đầu tiên gặp AI tại nơi làm việc. Bước này quan trọng, và bạn không thể bỏ qua nó. Nó xây dựng khả năng đọc AI, dạy mọi người đánh giá đầu ra và tạo ra thói quen sử dụng AI có trách nhiệm trên toàn tổ chức.

Nhưng có một sự khác biệt cơ bản giữa AI giúp một cá nhân và AI được nhúng vào cách tổ chức hoạt động. AI cơ sở hạ tầng – tích hợp vào các hệ thống doanh nghiệp của bạn thông qua các nền tảng AI – trở thành một phần của hệ thống quản lý. Nó liên quan đến việc lập kế hoạch, kiểm soát và kiểm toán. Nó tôn trọng các khuôn khổ quản trị và cung cấp trực tiếp vào chuỗi quyết định.

Khoảng cách tác động là đáng kể. Các công cụ năng suất mang lại lợi ích 20-30% về hiệu quả trên các nhiệm vụ cá nhân – có giá trị, nhưng tăng dần. AI cơ sở hạ tầng tăng tốc toàn bộ quy trình từ 3 đến 5 lần. Và theo thời gian, nó thay đổi tổ chức – loại bỏ một số vai trò một phần hoặc hoàn toàn, tạo ra những vai trò mới và nén các quy trình làm việc từng yêu cầu nhiều lần bàn giao.

Đó là lý do tại sao hai loại này đòi hỏi các cách tiếp cận khác nhau. AI năng suất là một thách thức về khả năng. AI cơ sở hạ tầng là một chuyển đổi tổ chức đòi hỏi phải lập kế hoạch cẩn thận, quản lý thay đổi và giám sát liên tục.

Các thay đổi kiến trúc và văn hóa nào là cần thiết để chuyển từ các thí nghiệm AI bị cô lập sang một nền tảng AI tập trung trên toàn tổ chức?

Về mặt kiến trúc, một nền tảng tập trung là điều cần thiết – cung cấp quyền truy cập an toàn vào nhiều nhà cung cấp mô hình trong khi duy trì quản trị dữ liệu nghiêm ngặt. Nếu không có lớp này, việc thí nghiệm sẽ mở rộng sự phân mảnh thay vì giá trị.

Về mặt văn hóa, sự thay đổi lớn hơn là chuyển từ tư duy tập trung vào thực hiện sang tư duy tập trung vào thiết kế. Khi việc thực hiện trở nên rẻ hơn và nhanh hơn với AI, lợi thế cạnh tranh chuyển sang cách các đội thiết kế các quy trình làm việc. Nhân viên nên thiết kế các quy trình nơi AI xử lý các hoạt động lặp đi lặp lại, trong khi con người vẫn kiểm soát việc điều phối và chất lượng quyết định.

Làm thế nào các doanh nghiệp lớn có thể tăng tốc độ học tập một cách có hệ thống khi triển khai AI, và những cơ chế hoạt động nào làm cho điều đó trở nên có thể đo lường?

Tốc độ học tập tăng lên khi thí nghiệm được cấu trúc. Tại SOFTSWISS, chúng tôi bổ nhiệm các nhà vô địch AI trong các đội sản phẩm, những người xác định các trường hợp sử dụng, tinh chỉnh các phương pháp hay nhất và chia sẻ chúng trên toàn tổ chức. Các buổi hội thảo còn giúp tăng tốc độ chuyển giao kiến thức.

Đo lường được gắn với các chỉ số kinh doanh. Chúng tôi theo dõi các chỉ số như Thời gian giải quyết trong hỗ trợ hoặc mức độ tự động hóa trong kiểm tra mã. Nếu việc áp dụng AI không cải thiện các chỉ số đo lường, nó vẫn còn trên bề mặt.

Các quy trình di sản nào thường hạn chế tác động của việc áp dụng AI trong các công ty công nghệ thành lập?

Rào cản chính là cố gắng tích hợp AI vào các cấu trúc quản lý cứng nhắc với các chu kỳ lập kế hoạch dài và phân bổ tài nguyên cố định. Ưu điểm của AI là tốc độ, và các mô hình quản trị lỗi thời làm chậm lại lợi thế đó.

Một yếu tố hạn chế khác là phân loại dữ liệu yếu. Không có dữ liệu được cấu trúc và quản lý tốt, việc tích hợp AI an toàn và có thể mở rộng trở nên cực kỳ khó khăn.

Bạn có thể chia sẻ các ví dụ về việc tích hợp AI trực tiếp vào các hệ thống cốt lõi đã mang lại lợi ích đo lường được về hiệu quả, doanh thu hoặc hiệu suất hoạt động?

Trong hỗ trợ kỹ thuật, AI được nhúng vào Jira phân tích lịch sử vé và tài liệu để đề xuất các đường dẫn giải pháp, giảm đáng kể thời gian giải quyết.

Trong Nhân sự, các trợ lý tự động xử lý các yêu cầu về lợi ích và nghỉ phép giúp tiết kiệm hàng trăm giờ mỗi tháng.

Trong phát triển, tự động hóa xem xét mã AI đạt 60–80%, tăng tốc chu kỳ phát triển từ hai đến bốn lần. Những lợi ích này là có thể đo lường được về mặt hoạt động và ảnh hưởng trực tiếp đến hiệu quả.

Làm thế nào bạn thiết kế các khuôn khổ quản trị để đảm bảo khả năng kiểm toán, bảo mật và trách nhiệm khi AI được nhúng sâu vào các quy trình làm việc của doanh nghiệp?

Quản trị phải tạo ra một môi trường được kiểm soát thay vì hạn chế sự đổi mới. Chúng tôi dựa vào các thỏa thuận nhà cung cấp cấp doanh nghiệp và áp dụng mặt nạ dữ liệu trước khi gửi thông tin đến các mô hình đám mây.

Trách nhiệm được xây dựng vào thiết kế hệ thống. Các hành động được thúc đẩy bởi AI hoạt động trong các cửa sổ quay lại được xác định, cho phép người dùng có thể hủy bỏ. Trách nhiệm cuối cùng vẫn nằm với người lãnh đạo đội, người thiết kế và sở hữu quy trình làm việc.

Các lợi thế cấu trúc nào cho phép các đội AI bản địa nhỏ mở rộng nhanh hơn các doanh nghiệp truyền thống, và làm thế nào các tổ chức lớn hơn có thể thích nghi mà không mất đi sự ổn định?

Sự khác biệt cốt lõi là kiến trúc. Các công ty truyền thống chia công việc thành các giai đoạn tuần tự – mỗi giai đoạn do một vai trò riêng biệt sở hữu, với các lần bàn giao và hàng đợi giữa chúng. Các đội AI bản địa có thể thực hiện trên tất cả các giai đoạn đồng thời. Không có hàng đợi, không chờ đợi người tiếp theo trong chuỗi. Toàn bộ quy trình được tự động hóa từ đầu đến cuối, điều này mang lại cho họ một lợi thế về tốc độ khổng lồ.

Đối với các tổ chức lớn hơn, con đường tiến bộ là dần dần. Đầu tiên – xây dựng khả năng đọc AI và trang bị cho các đội với các công cụ AI. Cho mọi người thời gian để học, thử nghiệm và tích hợp AI vào các quy trình làm việc hiện có của họ. Tại giai đoạn này, sự đổi mới xảy ra trong các quy trình hiện tại, không phải thay thế chúng.

Khi các đội đã có kinh nghiệm và tự tin, bạn có thể đặt ra các mục tiêu tham vọng hơn – tối ưu hóa toàn bộ quy trình thay vì từng bước riêng lẻ. Đây là nơi sự chuyển đổi thực sự bắt đầu, nhưng nó chỉ hoạt động khi mọi người và quy trình đã sẵn sàng cho nó.

Chìa khóa là tốc độ. Di chuyển quá nhanh và bạn sẽ phá vỡ sự ổn định. Di chuyển quá chậm và thị trường sẽ để bạn lại phía sau. Cách tiếp cận đúng là tiến bộ tuần tự có chủ ý – để tổ chức phát triển mà không mất đi những gì đã hoạt động.

Làm thế nào việc hoạt động trong lĩnh vực iGaming, với các yêu cầu về quy định và độ tin cậy, ảnh hưởng đến cách cơ sở hạ tầng AI được kiến trúc và triển khai?

iGaming là một môi trường độc đáo. Nó liên quan đến tiền thật, giao dịch thời gian thực và giám sát quy định trên nhiều khu vực pháp lý. Tại SOFTSWISS, chúng tôi hoạt động dưới nhiều giấy phép – mỗi giấy phép có yêu cầu tuân thủ riêng. Điều này có nghĩa là mọi quyết định công nghệ, bao gồm cả AI, phải tính đến một phong cảnh quy định phức tạp vượt xa các yêu cầu bảo vệ dữ liệu tiêu chuẩn.

Các thị trường được quản lý yêu cầu tuân thủ nghiêm ngặt các quy tắc lưu trữ, xóa và xử lý dữ liệu, bao gồm GDPR. Nhưng trong iGaming, phạm vi rộng hơn – các yêu cầu chống rửa tiền, nghĩa vụ cờ bạc có trách nhiệm, điều kiện cấp phép quy định cách dữ liệu chảy và nơi nó có thể được xử lý. Cơ sở hạ tầng phải đảm bảo rằng dữ liệu nhạy cảm không được sử dụng cho đào tạo mô hình bên ngoài và mọi quyết định được thúc đẩy bởi AI vẫn có thể kiểm toán.

Đồng thời, các tiêu chuẩn độ tin cậy là cực kỳ cao. Các hệ thống hoạt động 24/7 với khối lượng giao dịch khổng lồ. Bất kỳ hệ thống AI nào chúng tôi triển khai phải đáp ứng các tiêu chuẩn相同 – luôn sẵn sàng, hoàn toàn có thể kiểm toán và có khả năng xử lý khối lượng dữ liệu mà chúng tôi thấy trong hoạt động hỗ trợ và tuân thủ. Trong ngành này, sự thất bại của AI không chỉ là một sự bất tiện – nó là một rủi ro về quy định và tài chính.

Khi AI doanh nghiệp trưởng thành, những khả năng nào sẽ phân biệt các công ty thực sự tích hợp AI vào mô hình hoạt động của họ với những công ty chỉ là người áp dụng trên bề mặt?

Trong các tổ chức AI trưởng thành, mọi nhân viên sẽ có AI trong tầm tay – với quyền truy cập an toàn vào dữ liệu doanh nghiệp trên các hệ thống, không có rào cản hoặc yêu cầu thủ công. Các quy trình sẽ được tự động hóa từ đầu đến cuối, không có hàng đợi hoặc bàn giao giữa các vai trò. Công việc sẽ chảy liên tục, không theo từng giai đoạn.

Nhưng tự động hóa alone không đủ. Điều phân biệt các nhà lãnh đạo với phần còn lại là khả năng kiểm soát công việc được thúc đẩy bởi AI ở quy mô. Các đội và tổ chức sẽ thích nghi với việc giám sát chất lượng tự động – phát hiện các vấn đề sớm và sửa chữa chúng trước khi chúng trở nên trầm trọng.

Vai trò của nhân viên cá nhân thay đổi cơ bản. Thay vì thực hiện các nhiệm vụ, họ sẽ xác định các thông số cho AI – cung cấp đủ ngữ cảnh, mục tiêu rõ ràng và phương pháp kiểm soát chất lượng. Giá trị của họ nằm ở việc điều khiển AI và tối ưu hóa đầu ra, không phải làm việc thủ công.

Vai trò của các nhà lãnh đạo cũng thay đổi. Các nhà quản lý và giám đốc điều hành trở thành kiến trúc sư của tư duy hệ thống trên toàn tổ chức. Công việc của họ là kết nối các luồng công việc, công cụ và artifact khác nhau thành các dòng giá trị giải quyết vấn đề của khách hàng tốt hơn những gì đối thủ cạnh tranh có thể làm, không phải tối ưu hóa các nhiệm vụ riêng lẻ – mà là thiết kế cách mọi thứ phù hợp với nhau.

Chiều sâu của sự tích hợp này – AI trong mọi tay, quy trình tự động, kiểm soát chất lượng hệ thống và lãnh đạo tập trung vào giá trị cuối cùng – sẽ định nghĩa lợi thế cạnh tranh lâu dài.

Cảm ơn cuộc phỏng vấn tuyệt vời, những người đọc muốn tìm hiểu thêm nên truy cập SOFTSWISS.