Регулятори запитують, на що саме налаштований штучний інтелект вашої CRM

24 вересня Комісія з азартних ігор штату Массачусетс заявила, що перевірить, як кожна ліцензована букмекерська контора в штаті використовує штучний інтелект і машинне навчання, почавши з DraftKings. Через п'ять днів регулятор штату Мічиган повідомив, що вивчає ті самі питання. Обидва кроки стали наслідком New York Times розслідування, опублікованого 19 вересня, про те, як DraftKings використовувала машинне навчання для таргетування рекламних акцій.

Ці повідомлення стосуються одного американського букмекера. Проте питання, що стоять за ними, актуальні для будь-якого оператора та постачальника CRM-систем, які використовують моделі для визначення того, хто отримає бонус, VIP-запрошення чи спеціальне завдання: на що налаштована модель, які сигнали вона зчитує і хто перевіряє її результати, перш ніж вони потраплять до гравця? Це слушні запитання, і відповісти на них складніше, ніж здається.

Що було у звітах і як відреагувала DraftKings

Згідно з Times, DraftKings використовувала машинне навчання для виявлення клієнтів, які, ймовірно, продовжуватимуть робити ставки та програвати після отримання рекламних пропозицій. CDC Gaming повідомляє , що розслідування базувалося на інтерв'ю з близько 40 колишніми співробітниками, внутрішніх дослідницьких записках, повідомленнях у Slack та записах ставок клієнтів.

Окреме ProPublica розслідування було присвячене VIP-програмі оператора. Його репортер протягом 10 тижнів навмисно робив ставки як людина з ігровою залежністю, після чого отримав запрошення до програми, як підсумував Legal Sports Report.

DraftKings відкинула ці звинувачення. Компанія заявила, що не використовує ШІ для таргетування на основі програшів і не здійснює маркетинг, орієнтований на клієнтів із ознаками потенційної ігрової залежності. Комісія Массачусетсу заявила, що не виявила жодних порушень, а перевірка має на меті збір інформації.

Цей оператор відіграє величезну роль на ринку Массачусетсу. У серпні DraftKings прийняла близько 275 мільйонів доларів із приблизно 566 мільйонів доларів, на які було зроблено ставки у семи онлайн-букмекерських конторах штату, згідно з даними комісії, на які посилається FairGambling.

У штаті Массачусетс уже діяло відповідне правило

Перевірка не починається з нуля. Регламент штату Массачусетс 205 CMR 257.02 обмежує використання операторами ставок на спорт даних клієнтів для просування ставок або спеціальних пропозицій. Він забороняє робити це за допомогою будь-яких алгоритмів, систем машинного навчання чи штучного інтелекту, якщо оператор або його постачальник знає чи має обґрунтовано очікувати, що це зробить платформу більш залежною. Це ж правило вимагає від операторів аналізувати дані гравців для своїх програм відповідальної гри та звітувати про тенденції комісії принаймні раз на шість місяців.

Комісар Пол Бродер заявив, що Массачусетс є одним із небагатьох штатів, а можливо, і єдиним, де штучний інтелект згадується в ігорному законодавстві, згідно з даними Legal Sports Report. Комісія також профінансувала дослідження щодо використання ШІ в азартних іграх, проведене Міжнародним інститутом ігор UNLV, результати якого були оприлюднені в листопаді 2025 року, і створила робочу групу з питань ШІ, як і рекомендувалося в дослідженні. Тепер ця робоча група вивчатиме практику DraftKings.

Ситуація в Мічигані інша. Тамтешні закони та правила вимагають наявності механізмів самовиключення, встановлення гравцями лімітів на депозити та ставки, а також надання інформації про відповідальну гру, проте в них немає згадок про ШІ чи машинне навчання. Рада з контролю за азартними іграми Мічигану повідомила, що розглядає питання, порушені в обох звітах, але не уточнила, чи проводиться перевірка щодо якогось конкретного оператора.

Два нюанси у формулюваннях штату Массачусетс мають значення для кожного, хто розробляє CRM-системи. Стандарт охоплює те, що ви знаєте або маєте обґрунтовано очікувати від роботи системи, тому аргумент «ми це не тестували» є слабким захистом. Крім того, у правилах згадуються постачальники, тому розробник не може вважати поведінку моделі виключно проблемою свого клієнта.

Чому це стосується команди CRM

Більшість моделей для просування налаштовані на максимізацію комерційних показників: депозитів, обороту, чистого доходу від ігор або ймовірності того, що гравець повернеться наступного тижня. Складність полягає в тому, що надійні індикатори короткострокової цінності гравця збігаються з ранніми ознаками проблемної поведінки. Часті депозити, тривалі ігрові сесії, швидке поповнення рахунку після програшу та підвищення лімітів — усе це модель, яка бачить лише прибуток, може сприймати як ознаки «цінного гравця».

Уявіть двох гравців, кожен з яких зробив чотири депозити цього тижня. Один — постійний клієнт, який грає на вихідних і поповнює рахунок у день зарплати. Інший поповнював рахунок тричі за годину після програшу. Модель, налаштована на максимізацію обороту, може визнати обох ідеальними кандидатами для отримання бонусу за поповнення. Правило захисту має розрізняти гравця, якого варто заохотити, і того, від кого слід утриматися.

Отже, мета важливіша за алгоритм. Проста модель із неправильною метою може завдати більше шкоди, ніж складна система з чіткими обмеженнями.

Тенденції за межами США аналогічні

Массачусетс наразі є найяскравішим прикладом, але регулятори в інших країнах рухаються в тому ж напрямку.

В ЄС заборона на системи ШІ, що використовують маніпулятивні техніки або експлуатують вразливості людей способами, які завдають значної шкоди, діє з лютого 2025 року. Обов'язки щодо прозорості згідно зі статтею 50 набули чинності 2 серпня 2026 року. «Цифровий омнібус», що діє з 27 липня, переніс зобов'язання щодо систем високого ризику, передбачені Актом, на 2 грудня 2027 року, як пояснює Freshfields. Маркетинг азартних ігор, однак, не входить до переліку категорій високого ризику, визначених Актом, тому це відтермінування мало що змінює для команд CRM. Чи підпадає конкретна модель просування під заборону — це юридичне питання, і краще звернутися до юристів зараз, ніж дізнатися про це від регулятора.

У Великій Британії Комісія з азартних ігор безпосередньо взялася за дизайн заохочень. З 19 січня 2026 року вимоги до відіграшу обмежені 10-кратним розміром бонусу, а одна акція більше не може поєднувати різні продукти, наприклад, ставки та казино.

Бразилія демонструє, наскільки далеко можуть зайти ці обмеження. Законопроєкт PL 1018/2026, поданий до Сенату в березні, забороняє програми лояльності, кешбек, місії, рейтинги та персоналізовані повідомлення, що базуються на історії ставок гравця. З моменту подання він не просунувся і, можливо, ніколи не буде ухвалений, але він чітко демонструє, до чого вдаються законодавці, коли вирішують, що індустрія не здатна самостійно встановити межі.

Шість речей, які варто знати про будь-яку модель, що стосується акцій

Це зовсім не означає, що потрібно відмовлятися від ШІ. Наприклад, FanDuel заявляє, що використовує машинне навчання для виявлення ознак проблемної гри. Це означає, що ви повинні вміти пояснити, як працює ваша система. Ці шість пунктів — практична відправна точка.

1. Письмова мета, включаючи те, що модель ніколи не повинна оптимізувати

Кожна модель повинна мати короткий опис того, що вона максимізує, а що їй заборонено максимізувати. «Збільшення 30-денного утримання серед гравців без маркерів ризику» — це обґрунтована мета. «Збільшення очікуваного чистого доходу на гравця» без жодних виключень — це саме той тип цілі, який потім цитують у новинах. Якщо ніхто в команді не може сказати, що саме оптимізує модель, це перший висновок будь-якої перевірки.

2. Вхідні дані, які ви можете захистити

Складіть список характеристик, які зчитує кожна комерційна модель. Сигнали, що переважно вказують на стрес, як-от швидке поповнення рахунку після програшів, скасування виведення коштів або збільшення лімітів, мають бути частиною моделей захисту. Використання їх у моделі, яка обирає отримувачів бонусів, — це шлях, яким система вчиться знаходити гравців, яким важко зупинитися.

3. Правила захисту, які мають пріоритет над будь-якими оцінками

Маркери відповідальної гри повинні мати пріоритет над результатами моделі, і їх слід перевіряти як під час надсилання повідомлення чи винагороди, так і під час формування сегмента. Гравець, який самовиключився сьогодні вранці, не повинен отримувати запрошення на місію на основі сегмента, сформованого вчора ввечері. На практиці це означає наявність єдиного рівня фільтрації, якого дотримуються всі канали та ігрові механіки, включаючи email, push-повідомлення, спливаючі вікна, місії, турніри та VIP-комунікації. Ми розповідаємо про те, як це вписується в повсякденну роботу з утримання гравців у статті безпечніші азартні ігри на рівні CRM.

4. Обґрунтування для кожного рішення

Якщо регулятор обере одного гравця і запитає, чому він отримав конкретну пропозицію в конкретний день, ви повинні мати змогу відповісти, використовуючи дані системи, без необхідності залучати дата-саєнтиста для відновлення логіки постфактум. Моделі, які надають кожну рекомендацію з поясненням причин, роблять це можливим. Звичайна оцінка без пояснень значно ускладнює процес.

5. Доказ інкрементальності з показниками шкоди поруч із показниками доходу

Контрольні групи показують, чи змінила кампанія поведінку гравців, чи вони просто отримали винагороду за те, що зробили б і так. Вони також можуть показати, чи не призвела кампанія до небажаних наслідків. Додавайте дані про самовиключення, зміни лімітів, скарги та відмови від розсилок у той самий звіт, що й показники приросту, щоб кампанія, яка виграє за доходами, але підвищує маркери шкоди, не масштабувалася автоматично. Наші правила A/B тестування в iGaming охоплюють налаштування цього процесу.

6. Людське затвердження там, де ставки найвищі

Автоматизовані рішення цілком прийнятні для пропозиції безкоштовних спінів. VIP-запрошення, великі бонуси та зміни в логіці моделі потребують відповідальної особи, яка їх затверджує, а також запису про це схвалення. Вимагайте у кожного постачальника документацію про те, що робить кожна модель і які дані вона зчитує, та зберігайте її разом із результатами валідації. Згідно з правилами, подібними до тих, що діють у Массачусетсі, аргумент «це зробив наш постачальник» нікого не задовольнить.

Саме на VIP-програмах це тестується в першу чергу

The ProPublica потрапила до VIP-сегмента не просто так. Відбір у VIP — це момент, коли результати роботи моделі перетворюються на найбільш персоналізоване та щедре ставлення з боку оператора: персональний менеджер, більші бонуси, подарунки. Якщо логіка відбору заохочує інтенсивність гри без перевірки фінансових можливостей та маркерів ризику, програма зрештою залучить не ту людину. Наш посібник з управління VIP-гравцями детальніше розкриває питання розробки таких програм.

Гейміфікація несе такі ж ризики, але в меншому масштабі. Рівні та серії перемог за задумом заохочують до постійної активності, як і більшість місій. Проте в них можна вбудувати запобіжники: обмеження на суму ставки в межах місії, періоди охолодження після досягнення ліміту, а також винагороди за різноманітність чи майстерність, а не за програші. Ми вже писали про етику гейміфікації , якщо вас цікавить розширена версія.

Погляд Smartico

Smartico — це постачальник CRM та рішень для гейміфікації, тому ця розмова стосується нас так само, як і наших клієнтів. Оператор самостійно визначає свою політику відповідальної гри. Наша робота полягає в тому, щоб зробити цю політику ефективною всюди, де можна взаємодіяти з гравцем, а також забезпечити прозорість наших власних моделей.

CRM-автоматизація та гейміфікація працюють в одному рушії Smartico, охоплюючи сегменти, шляхи гравців, місії, турніри та винагороди. Умова припинення активності, що базується на прапорці відповідальної гри з вашої платформи, застосовується як до кампаній, так і до ігрових механік, тому вам не доведеться підтримувати окремі правила в різних інструментах, які з часом можуть розходитися.

Наші моделі штучного інтелекту калібруються на основі даних гравців кожного окремого бренду. Наприклад, функція «Право на бонус» щодня оцінює активних гравців і рекомендує статус «Допущено» або «Заблоковано», причому причини вказуються поруч із кожною рекомендацією. Її мета — зменшити кількість і розмір бонусів, зберігаючи при цьому стабільний рівень гри.

Кампанії також можна запускати з контрольними групами, щоб ви могли побачити, які пропозиції змінили поведінку гравців, а які лише призвели до витрат.

Якщо ваша команда переглядає використання ШІ у вашій CRM, ми з радістю продемонструємо ці інструменти контролю на ваших даних. Забронюйте демо, або, якщо ви будете на SiGMA World у Римі з 2 по 5 листопада, знайдіть нас на стенді H4-4036. Ви можете забронювати час на стенді заздалегідь.

Чи була ця стаття корисною? Якщо так, поділіться нею з іншими професіоналами галузі, такими як ви.