建立信任：AI在iGaming领域的基石
信任，这个词在科技领域并不常见，但在提及人工智能（AI）时却举足轻重。对于iGaming技术公司SOFTSWISS新任命的首席AI官（CAIO）丹尼斯·罗马诺夫斯基（Denis Romanovskiy）而言，员工对AI工具和流程的信任是优化工作流、提升客户支持和打磨产品的基石。然而，信任的建立并非一蹴而就。罗马诺夫斯基坦言，他最初对AI“相当怀疑”，直到模型不断改进，“特定案例实现自动化，我自己也日复一日地使用这些工具”，他才开始相信“这是一个非常宏大、非常复杂、全新的时代”。
为了在SOFTSWISS最大限度地发挥AI潜力，公司需要有人全身心投入AI工作。其中最有趣的部分是“人的因素”——不仅要克服怀疑，还要鼓励实验，并真正理解人们的工作方式。
SOFTSWISS的AI落地策略
SOFTSWISS的AI落地策略在于将合适的元素与正确的思维模式相结合。公司利用谷歌、Anthropic、OpenAI、Oracle等供应商的工具，首先让员工处理“非常简单的案例”，例如创建电子邮件或汇总数据，然后逐步实现“企业系统与AI系统协同工作”。
这一过程必须“安全、谨慎”地进行，甚至需要一对一地向员工展示AI如何运作，看着他们意识到“是的，他们自己也能做到”时的那种着迷。一旦员工建立信心，便可以“授权他们使用企业数据，然后构建自己的基础设施工具来整合所有这些组件”，这通常被称为“代理工作流”（agentic workflow）。
AI时代：构建与知识的博弈
在内部工作流中，“现在每个人都在采用”AI。但首席AI官对此并不担忧，因为SOFTSWISS失去其独特性的可能性“并非突发风险，而更像是一种长期风险”。他指出：“构建东西很容易，现在变得非常容易。但你需要准确理解要构建什么，如何精确构建，如何进行质量测试，如何在生产环境中测试，以及如何将其整合到客户的工作中。而这些知识并非轻易就能获得，需要数年时间积累。”
尽管如此，“如果你不行动并采用AI工具，你的竞争对手将更快获得这些知识。所以，你不应该放松警惕。”罗马诺夫斯基强调，一些员工数量有限但营收达“数亿美元”的公司，并质疑：“其他公司能否复制这种成功？绝对可以。他们能否做类似SOFTSWISS的事情？绝对可以。但这不仅是风险，也是一个非常好的机会。”
驾驭AI的局限与风险
为了实现这种增长，必须允许员工进行实验，但“首先，你需要了解工具的约束、局限性和能力。你的工具是大型语言模型（LLMs）以及围绕这些模型构建的代理框架。”然后是理解“你的提示、你的上下文以及你构建工作流的方式”。这包括“额外的防护措施”和检查AI工具的工作结果——甚至这个检查过程在一段时间后也可以自动化。
然而，“在某些情况下，当然需要人工干预”，而且“AI有时会产生幻觉”，不同的模型可能反应不同，或者相同的提示可能生成不同的结果。但这些问题正通过AI工具开发商自身的持续改进以及SOFTSWISS员工在“如何使用AI构建这些流程、如何提供更好的防护措施、提示和构建更好的上下文”方面获得越来越多的经验而得到缓解。
为确保无人犯错，公司制定了具体的指导方针、防护措施和治理体系。罗马诺夫斯基指出：“我们有一个小团队，但我们有一批‘冠军’来帮助我们：在软件开发、IT服务和业务组织中，我们都有这些与我、与他们的团队紧密合作，并帮助他们获得赋能的人。”
iGaming行业AI最佳应用场景
“这是炒作吗？绝对是。这不是炒作吗？绝对不是。”
“实施成本很低；以前需要几个月的工作现在只需几个小时。”那么，iGaming运营商在使用AI时应该将精力集中在哪里呢？
- 客户支持：“我们与大量玩家合作，玩家在多种不同情况下需要帮助：关于游戏、支付、KYC流程等出现问题的沟通非常多。支持成本很高。与此同时，玩家数量正在增长，而单个玩家的消费却在减少。我们需要非常迅速地处理数十万玩家，尤其是在亚洲、拉丁美洲、非洲等地区。”这意味着这是“最热门的领域”：“如何构建一个合适的聊天机器人，一种技术支持的‘化身’，能够可靠地帮助玩家解决问题？这是最大的问题之一。”
- 合规性：合规性也至关重要。“在合规方面，你需要正确准备数据，将其规范化，你需要正确的格式，以确保一切都按照合规法规进行。这就是AI可以提供帮助的地方。你可以自动化所有这些规则，检查你的文档，确保一切到位，为自己、为审计师、为监管机构节省大量时间。”
- 游戏内容创作：此外还有游戏内容。“我们需要大量内容；我们生产大量内容，而且成本非常高。有了AI，我们可以大幅降低成本。许多游戏开发公司已经非常认真地对待AI在内容创作中的应用。”
AI内容泛滥下的差异化之道
如果所有创作者都使用相同的LLM，所有内容是否会变得千篇一律？“将会有大量内容，有好有坏。但随后，也会出现差异化。这不再是关于生产内容的能力，而是你是否能构建良好的流程来获得更好、更新颖的想法。如果你能将某些东西可视化，你需要好的素材来获取灵感。如果你的团队更了解你的受众，这将是你的差异化优势。这一点以及内容的保护。”
“也许人们不会在意它是否由AI生成。他们仍然会关心质量；他们会关心创作背后的人是否理解他们。”
AI自主化的边界与人类的不可替代性
这是否也意味着像SOFTSWISS这样的公司可以实现完全自主化？罗马诺夫斯基对此表示怀疑。“你可以构建一个自主工作流，并创建一些在一定时期内自主运作的商业模式。但世界变化很快，你需要每天学习和适应。系统能做到吗？目前绝对不能。没有这样的能力。现有的LLM无法即时训练，它们无法从你的行为中学习。你必须通过上下文工程来模拟它。”
即使更大的公司正在使用更好的LLM，“他们多久会将其推向市场？可能需要几十年。”
“然后你需要记忆。系统需要学习，所以它们需要记住、需要遗忘、需要优化数据。它们有这样的能力吗？还没有。我们知道如何构建它们吗？绝对不知道。”
“然后是可靠性。系统应该绝对可靠，它们需要可预测地工作。它们现在能做到吗？不能，这仍然是一个发展领域。”
虽然这在今年可能会有显著改进，但完全自动化并非指日可待。“我们需要公司完全自主吗？我不这么认为。我们需要它们更快、更灵活，并可能自行做出一些决策。但我们仍然希望掌控，因为我们对这项技术还不够信任……你需要一个有大脑、有动力、是社会一部分并知道什么对他人有益、什么有害的人。AI还没有达到那个水平。”
