Ces derniers temps, j'ai beaucoup réfléchi à ce que signifie réellement la fiabilité dans les systèmes modernes. Pas seulement la disponibilité ou la livraison de fonctionnalités à temps – ce sont des conditions de base. Un leader produit que je suis, Shankar Raj, l'a parfaitement résumé : la fiabilité aujourd'hui concerne la façon dont les systèmes se comportent sous pression, se remettent d'une défaillance et continuent à gagner la confiance lorsque tout n'est pas parfait. Après plus de 20 ans à construire des plateformes d'entreprise chez Fidelity, Deloitte, LTI Mindtree et d'autres grandes opérations, il a vu cette évolution de première main.

Ce qui m'a le plus marqué, c'est son passage d'une vision des systèmes d'entreprise comme des projets à une approche de produits vivants. La plupart des organisations gèrent leurs plateformes comme si elles livraient un logiciel – atteindre une étape, déployer la fonctionnalité, passer à autre chose. Mais l'approche de Raj est différente. Il demande : comment cela se comporte-t-il après le déploiement ? À quelle vitesse récupérons-nous ? Les gens lui font-ils confiance sous stress ? Ce changement de mentalité seul a transformé les résultats de manière spectaculaire. Une initiative a permis de réduire de 30 % le temps de récupération après incident, et l'automatisation par IA a réduit le temps de résolution client de 15 minutes à moins de 3 minutes.

L'angle IA est celui qui devient vraiment intéressant. À mesure que l'IA s'intègre plus profondément dans les systèmes d'entreprise, une nouvelle génération de problèmes apparaît – friction lors de la connexion, sessions interrompues, identités fragmentées. La plupart des équipes considèrent cela comme du bruit. Raj les voit comme des signaux comportementaux. Il a conçu des systèmes qui restent cohérents même lorsque les signaux sont incomplets ou que le parcours est interrompu. Un exemple concret : il a créé un système d'authentification basé sur l'IA pour une plateforme réglementée, capable de s'adapter au risque contextuel plutôt que d'appliquer des règles rigides. Le résultat a été moins d'échecs de connexion (environ 15 % de réduction, des milliers d'échecs évités) sans compromettre la sécurité. Ce travail lui a valu un prix CLARO.

Ce que j'ai trouvé le plus captivant, c'est sa réflexion sur la reconstruction du parcours client. Les systèmes CRM traditionnels imposent une certitude d'identité prématurée, ce qui crée souvent plus d'erreurs. Raj l'a inversé – il le considère comme un problème de reconstruction utilisant la cohérence probabiliste. Il relie des identités fragmentées par des modèles comportementaux et le contexte temporel. Chez doTERRA, cela a permis d’unifier téléphone, chat, email et web en une seule vue omnicanale cohérente. Les agents pouvaient percevoir du sens même lorsque les interactions étaient incomplètes. Le temps moyen de traitement a chuté de 30 % pour plus de 2 000 agents.

Il est aussi délibérément prudent concernant l'automatisation. Lorsque les systèmes deviennent trop opaques, les organisations perdent la capacité d'intervenir lorsque tout dérape. Ses plateformes sont conçues avec une transparence intentionnelle – les décisions automatisées ont des seuils de confiance, les humains restent impliqués de manière significative, et il y a de la place pour que les opérateurs interviennent en cas d'ambiguïté. Un peu de friction n'est pas un bug, c'est une fonctionnalité.

La philosophie plus large ici est intéressante : la fiabilité n'est pas seulement une métrique technique, c'est un résultat humain. L'avenir ne se construit pas par des systèmes plus rapides ou des innovateurs plus rapides – il se construit par des personnes créant des plateformes dignes de confiance qui apprennent, se remettent et respectent les humains qui en dépendent. À mesure que davantage d'entreprises accélèrent l'adoption de l'IA dans des industries réglementées, cette approche centrée sur la fiabilité et l'humain devient une condition sine qua non.