«Инженер будущего — тот, кто постоянно проверяет, что агенты сделали за цикл работы, вносит правки и задает архитектурные правила» — Денис Романовский, CAIO SOFTSWISS
C-lvl: Денис, вы прошли путь от заместителя технического директора до руководителя ИИ-направления. Как за это время изменился технологический ландшафт SOFTSWISS? Какие изменения вы бы назвали наиболее фундаментальными — как с точки зрения технологий, так и корпоративной культуры?
Денис: Фундаментальное изменение произошло примерно два года назад с появлением ChatGPT и масштабированием идей Google и OpenAI. Если раньше ИИ воспринимался скептически, то теперь стало ясно, что это новая, сложная и обязательная область для фокуса.
- С точки зрения технологий, мы перешли от точечных инструментов и простых ML-пайплайнов к созданию полноценной инфраструктуры: платформ, RAG-систем (Retrieval-Augmented Generation) и агентских рабочих процессов (agentic workflows).
- С точки зрения культуры, главный сдвиг — это изменение самого процесса исполнения. То, что раньше требовало месяцев планирования и долгой разработки, теперь может быть реализовано в виде прототипа за часы или дни. Мы переходим от культуры долгого исполнения к культуре качественного планирования и верификации результатов.
C-lvl: Как внутри SOFTSWISS пришли к решению выделить ИИ в отдельное направление? Что стало главным драйвером — рост числа ИИ-инициатив, необходимость централизовать экспертизу или появление новых бизнес-целей?
Денис: Это было стратегическое решение, продиктованное самой динамикой рынка. Мы поняли, что ИИ — это не просто очередная «фича», а фундаментальный сдвиг. Главным драйвером стала острая необходимость в кросс-функциональной координации. Нам нужно было выстроить бесшовный мостик между нашими технологическими возможностями и конкретными запросами бизнеса, чтобы инновации не оставались в лабораториях, а приносили реальную пользу клиентам.
Мы четко разделили роли, чтобы сохранить эффективность. Наш CTO продолжает фокусироваться на фундаменте: стабильности систем, поддержке сотен сложнейших интеграций и бесперебойной доставке продуктов. В то же время роль Chief AI Officer (CAIO) была выделена для работы в «зеленой зоне» инноваций. Задачи CAIO специфичны — это управление рисками, связанными с нейросетями, повышение общего уровня ИИ-грамотности (AI Literacy) среди сотрудников и создание безопасной среды для смелых экспериментов. Мы выделили это направление, чтобы иметь возможность полностью сфокусироваться на ИИ и не проиграть в глобальной гонке технологий.
C-lvl: В каких зонах в iGaming применение ИИ уже приносит ощутимую бизнес-ценность и выходит за рамки экспериментальных решений?
Денис: Мы выделяем три ключевых направления:
- Поддержка пользователей. Когда клиент сообщает о проблеме, ИИ анализирует обращение, предлагает план исправления и находит похожие случаи, которые уже решались раньше. Это ускоряет реакцию команды и помогает не тратить время на повторную диагностику.
- Комплаенс. Выход на новый рынок требует изучения десятков нормативных документов на разных языках. ИИ помогает быстро анализировать требования регуляторов, отслеживать изменения в законодательстве и выделять главное из большого объема разрозненных источников — то, на что у человека ушли бы дни работы.
- Разработка. ИИ-инструменты для написания кода (Cursor, Claude Code, Codex) ускоряют отдельные этапы разработки на 20-60%, а рутинные задачи выполняют полностью самостоятельно. Разработчики тратят меньше времени на шаблонный код и больше — на архитектуру и сложные решения.
C-lvl: Как сегодня выглядит глобальная карта применения ИИ-технологий в iGaming? В каких областях операторы уже активно улучшают продукты с их помощью, а где к таким решениям относятся с осторожностью?
Денис: Поддержка игроков, например,чат-боты, AI-агенты, — это сейчас самое горячее направление, уже существует много пилотов.
Также активно растет генерация контента, но применение пока точечное (маркетинговые тексты, локализация, промо-материалы).
Активное внедрение мы наблюдаем в комлаенс.
ИИ в AML/KYC автоматизации, responsible gambling, обнаружении проблемного поведения игроков давно существует и продолжает развиваться. Также как и Персонализация бонусных программ и CRM-автоматизация — продолжает развиваться. Поддержка операторов — внутренние AI-инструменты для автоматизации работы команд операторов.
C-lvl: В каких направлениях интеграция ИИ проходит наиболее естественно и усиливает продукт, а где без человеческого участия пока невозможно сохранить качество и управляемость процессов?
- Естественная интеграция: генерация кода, создание контента, поиск в неструктурированных данных, аналитика данных.
- Человеческое участие: Полная автоматизация процессов, ревью артефактов созданных ИИ, любая сложная коммуникация с людьми.
C-lvl: Как вы считаете, каким должен быть баланс между ИИ-технологиями и человеческими ресурсами?
Денис: ИИ нужно воспринимать как команду «джуниоров», которым нужны строгие инструкции и высокий уровень контроля. Баланс смещается: человек перестает быть исполнителем и становится менеджером группы ИИ-агентов. Инженер будущего — это тот, кто постоянно проверяет, что агенты сделали за цикл работы, вносит правки и задает архитектурные правила.
C-lvl: Как вы применяете ИИ в работе с данными, маркетингом и клиентским опытом — и что посоветуете компаниям, которые только начинают этот путь?
Денис: Анализ любых сырых данных уже можно легко делать с помощью AI, особенно для ad-hoc отчетов. Маркетинг использует AI для создания и валидации контента, для анализа данных о действиях пользователей, для анализа обратной связи, вопросов и ответов и т.п.
Для тех, кто только начинает внедрять ИИ в процессы, я бы посоветовал сначала обучить сотрудников простым кейсам (анализ писем, документов и данных), не пытаться сразу внедрить ИИ в сложные процессы — технология требует обучения людей, пересмотра процессов и даже структуры организации.
C-lvl: Однократное внедрение ИИ не гарантирует результата — ключ к эффективности в постоянном обучении моделей и развитии процессов вокруг них. Какие управленческие и технологические решения действительно работают в этом направлении, исходя из вашего опыта?
Денис: Внедрение ИИ должно строиться на системном подходе. Мы не просто отдает инструменты в руки людей, мы также их обучаем правильно выстраивать процессы, объясняем, что ответственность за результаты все равно остается у людей.
Одно из технологических решений — это использование принципа, когда «ИИ проверяет ИИ», где одна модель контролирует логику и отсутствие рисков в ответах другой.
А важное управленческое решение, которое мы приняли, это — выделение «чемпионов» ИИ в каждом департаменте. Профессионалы сами лучше знают свой участок работы и как его можно оптимизировать.
Наша задача работать с чемпионом, помогать ему, чтобы он уже далее раскатывал ИИ-решения на свой департамент, делился опытом с другими отделами.
C-lvl: Ответственное применение ИИ-технологий постепенно становится мировым стандартом. Какие регионы вы бы отметили как лидеров по регулированию, и где, на ваш взгляд, эта повестка только начинает формироваться?
Денис: EU лидирует с EU AI Act, Канада, Великобритания, Сингапур и Китай формируют собственные зрелые модели; Бразилия, США, Япония активно прорабатывают законодательство; большинство стран Африки, Центральной Азии и СНГ пока на ранней стадии.
Единого глобального стандарта нет и не будет долго, поэтому компаниям в регулируемых индустриях имеет смысл ориентироваться на EU AI Act, как на наиболее строгий и строить governance-фреймворки с запасом — чтобы комплаенс в новых юрисдикциях был вопросом адаптации, а не перестройки с нуля.
Подписывайтесь на C-lvl, чтобы не пропустить новые интересные интервью и инсайты от лидеров индустрии.
