Denis Romanovskiy, Chief AI Officer di SOFTSWISS analizza l’implementazione dell’AI nelle aziende di gaming e i cinque punti chiave per un’applicazione corretta di questi sistemi.
La maggior parte delle aziende afferma di “implementare l’AI”. Con questo in genere si intende che alcuni ingegneri usano Copilot, il team marketing e HR si servono di un chatbot e qualcuno nel C-suite ha una slide sulla trasformazione. Ma quello è dispiegamento di strumenti, non trasformazione. La differenza si vede nei risultati.
In vista del Tech Race Summit 2026, dove oltre 30 speaker esploreranno come la tecnologia sta cambiando le industrie e il modo di lavorare, Denis Romanovskiy, Chief AI Officer di SOFTSWISS, condivide le lezioni apprese guidando la trasformazione AI in un’azienda di 2.000 persone operante in uno dei settori più regolamentati al mondo.
Di seguito i cinque punti che, secondo Romanovskiy, contano davvero.
- La comprensione errata dell’AI crea rischi operativi
“I modelli di linguaggio di grande capacità sono disponibili su larga scala solo da un paio d’anni. Sappiamo davvero come lavorare con loro? Come governarne l’uso? Come costruire sistemi di controllo qualità attorno a loro? No, non lo sappiamo. Stiamo tutti imparando.”
Molte aziende iniziano il loro percorso AI allo stesso modo. Team individuali trovano strumenti utili e cominciano a sperimentare: gli sviluppatori usano assistenti di coding, i team di supporto testano risposte automatiche, i team marketing impiegano LLM per fare brainstorming di campagne creative e generare contenuti.
Il problema emerge più avanti. Man mano che team diversi adottano tool differenti, gli standard di sicurezza variano e la conoscenza preziosa si disperde. Lo svantaggio reale dell’adozione dell’AI è la mancanza di un sistema che circondi la tecnologia.
Nell’iGaming, dove l’AI supporta sempre più la gestione dei dati dei giocatori, i controlli di compliance, le operazioni finanziarie e il rilevamento delle frodi, un uso incoerente genera rischi che vanno ben oltre le perdite di produttività.
Una corretta integrazione dell’AI parte dall’alfabetizzazione: significa formare ogni persona in azienda su cosa l’AI può fare, dove può fallire e perché la loro responsabilità sui risultati non scompare quando un modello automatizza il workflow. - L’infrastruttura AI conta più del modello
“Un’architettura centralizzata ci permette di applicare il principio ‘build once, use everywhere’.”
La maggior parte delle conversazioni sull’AI si concentra sui modelli. La sfida più grande è tutto ciò che li circonda.
Assistenti di chat e strumenti di completamento del codice sono il primo punto di contatto con l’AI sul lavoro per molte persone. Sono utili, ma operano a livello di singoli task, offrendo guadagni di efficienza intorno al 20–30% per persona. L’AI integrata nella pianificazione, nella verifica e nel processo decisionale lavora a un livello completamente diverso, accelerando i processi di tre–cinque volte.
I due approcci richiedono strategie diverse: il primo è un rollout, il secondo è una riprogettazione. Le aziende che trattano l’AI come un normale rilascio software tendono a sottovalutare il change management e a sovrastimare la velocità di adattamento delle persone.
Con l’aumentare dell’adozione dell’AI, le aziende scoprono rapidamente che decine di tool scollegati creano nuovi problemi. I costi crescono e diventano più difficili da monitorare, mentre i rischi per la sicurezza aumentano. Per le società iGaming che operano in più giurisdizioni, ogni processo abilitato all’AI deve inoltre rispettare requisiti di sicurezza e conformità.
Per questo spostarsi verso piattaforme AI centralizzate è fondamentale. Ne deriva un ambiente sicuro e standard condivisi, rendendo l’adozione dell’AI realmente scalabile. - L’AI premia le domande migliori, non le risposte più veloci
“Con l’AI l’esecuzione può avvenire in minuti o ore. Puoi provare qualcosa rapidamente, tornare indietro, provarne un’altra versione e iterare più volte.”
Nei flussi di lavoro tradizionali testare una nuova idea poteva richiedere settimane. L’AI accorcia questo ciclo: le idee possono essere testate rapidamente e i risultati arrivano prima. A prima vista sembra solo un vantaggio. Ma rimuove anche il vincolo che costringeva i team a riflettere attentamente prima di costruire qualcosa.
La velocità paga solo quando i team sanno esattamente cosa stanno testando e perché. Man mano che l’esecuzione diventa più economica, il collo di bottiglia si sposta sull’identificazione del problema giusto e sulla valutazione del risultato. Il vero valore dell’AI non è l’automazione in sé ma l’apprendimento più rapido. Il vantaggio competitivo va ai team iGaming che pongono migliori domande e verificano i risultati meglio degli altri. - L’AI cambia i lavori più di quanto li sostituisca
“Gli sviluppatori scriveranno sicuramente meno codice. Penseranno di più a come scrivere istruzioni migliori per gli agenti AI.”
Una delle grandi idee sbagliate sull’AI è che sostituisca gli umani. In realtà si tratta più di ridistribuire compiti e responsabilità.
Gli sviluppatori dedicano meno tempo al coding routinario e più tempo a definire requisiti, stabilire vincoli e convalidare i risultati generati dall’AI. Esperimenti con revisioni di codice automatizzate mostrano già che il 60–80% di questo lavoro può essere svolto da strumenti AI.
Lo stesso schema si estende oltre l’ingegneria. Gli specialisti del supporto passano da richieste ripetitive a casi complessi. I manager si spostano dal monitoraggio dei task alla valutazione degli outcome. Con l’AI che rileva compiti, l’esperienza umana si concentra su pianificazione, decision-making e controllo qualità. - Con l’AI aumenta la responsabilità personale
“L’AI lavora sempre in congiunzione con conoscenza aziendale verificata. La parola finale e la responsabilità per decisioni critiche restano sempre nelle mani di un esperto umano.”
L’AI può generare risposte in pochi secondi, ma non “sa” realmente se la risposta è corretta.
Quando qualcosa va storto è facile incolpare il modello. Tuttavia, nella maggior parte dei casi la responsabilità ricade sulle persone che hanno progettato il processo. I team leader decidono dove inserire i controlli, quali standard applicare e come revisionare i risultati. L’AI cambia il modo in cui il lavoro viene svolto, ma non elimina la responsabilità. Al contrario, rende le decisioni di leadership ancora più importanti.
Ecco perché la governance è diventata una parte chiave dell’implementazione AI. Le aziende necessitano di processi di revisione chiari e di responsabilità a ogni stadio. Questo è ancora più importante nell’iGaming, dove gli errori possono portare a sanzioni regolamentari o perdite finanziarie dirette. Ogni decisione guidata dall’AI deve rimanere trasparente e soggetta a revisione umana.
Il modello AI non avrà mai l’ultima parola. La persona ce l’ha sempre.
Vuoi approfondire opportunità, rischi e realtà pratiche dell’adozione dell’AI? Partecipa alla conversazione al Tech Race Summit 2026. Organizzato da SOFTSWISS a Varsavia il 10 settembre 2026, l’evento riunisce leader tecnologici per condividere scelte architetturali, case study reali e framework che trasformano l’integrazione dell’AI in risultati di business misurabili.
