Останнім часом багато читаю про надійність корпоративних платформ, і я натрапив на цікаву точку зору, яка справді кидає виклик уявленням більшості організацій про лідерство у продукті.

Коротко: надійність вже не полягає у часі безвідмовної роботи або вчасній доставці функцій. Це про те, як системи справді поводяться, коли все йде не так. Як вони відновлюються. Як адаптуються, коли сигнали неповні. Це справжній показник довіри.

Людина, яка стоїть за цим підходом, має понад 20 років досвіду у створенні масштабних платформ у Fidelity, Deloitte, LTI Mindtree та doTERRA. Мене зацікавила його зміна підходу: від сприйняття корпоративних систем як проектів із кінцевими датами до розгляду їх як живих продуктів, що постійно еволюціонують.

Ось де стає цікаво для лідерства у продукті: він рано помітив, що більшість корпоративних збоїв не пов’язані з технічними можливостями. Вони — про менталітет. Команди оптимізували за контрольними точками та датами релізів, замість того, щоб запитати, як системи справді працюватимуть у реальному світі. Коли він переосмислив це — зосередившись на поведінці після розгортання, відновленні інцидентів і плавному зниженні якості — результати стали вимірюваними. Час відновлення інцидентів знизився на 30%. Автоматизація з підтримкою AI скоротила час вирішення проблем клієнтів з 15 хвилин до менше 3 хвилин. Співробітники стали найнадійнішим сигналом зворотного зв’язку.

Але справжня особливість — з впровадженням AI у платформи з’явився новий клас проблем. Тертя при вході, перервані сесії, часткові ідентичності — ці проблеми не викликають збоїв системи, але тихо руйнують довіру. Більшість команд сприймає їх як шум. Він же розглядав їх як поведінкові сигнали, з яких варто вчитися.

Його підхід — проектувати системи для того, що він називає надійністю під час спотворень. Системи, що залишаються цілісними навіть при неповних сигналах або коли дані розбиті на частини по каналах. Замість того, щоб ігнорувати сигнали про збої, він створював архітектури, які сприймають повторні спроби та тайм-аути як цінні входи. Один із прикладів — система правил на базі AI для регульованої платформи, яка динамічно адаптує автентифікацію залежно від контексту, а не жорстких правил. У високоризикових сценаріях, наприклад, для сімей, що потребують термінового доступу до важливих документів, цей підхід зменшив кількість невдалих входів приблизно на 15% без компромісів у безпеці. За це отримав нагороду CLARO.

Ще один цікавий аспект лідерства у продукті, який я знайшов — реконструкція клієнтського шляху. Більшість підприємств досі вважає це задачею зі співставлення даних. Він переосмислив це як задачу реконструкції. Замість вимоги ідеальних сигналів його системи орієнтовані на ймовірну когерентність — зв’язування розбитих ідентичностей через поведінкові шаблони та контекст. У doTERRA це об’єднало телефонію, чат, електронну пошту та веб у єдине цілісне унікальне уявлення. Результат: зменшення середнього часу обробки на 30%, реальнечасове відображення для понад 2000 агентів.

Загальна філософія, яка лежить в основі всього цього, теж цікава. Оскільки платформи стають все більш автоматизованими, він навмисно обережний щодо непрозорості. Його погляд: деяке тертя — це насправді захист. Якщо система не може пояснити себе під стресом, вона не повинна діяти самостійно. Автоматичні рішення обмежуються порогами впевненості. Люди залишаються важливою частиною процесу.

З цього я роблю висновок: майбутнє лідерства у продукті — це не про швидкість. Це про створення платформ, які є надійними, адаптивними і справді орієнтованими на людей, що їх використовують. Системи, що навчаються, відновлюються з грацією і залишаються зрозумілими навіть при збої. Це той тип мислення, який відрізняє платформи, що просто працюють, від платформ, які здобувають справжню довіру з часом.