Tenho refletido bastante ultimamente sobre o que realmente significa fiabilidade nos sistemas modernos. Não se trata apenas de tempo de atividade ou de lançar funcionalidades a tempo – isso é o mínimo. Um líder de produto que tenho acompanhado, Shankar Raj, colocou isso perfeitamente: a fiabilidade hoje é sobre como os sistemas se comportam sob pressão, recuperam-se de falhas e continuam a ganhar confiança quando as coisas não estão perfeitas. Depois de mais de 20 anos a construir plataformas empresariais na Fidelity, Deloitte, LTI Mindtree e outras operações de grande escala, ele viu essa evolução em primeira mão.

O que mais me impressionou foi a sua mudança de visão, de ver os sistemas empresariais como projetos para tratá-los como produtos vivos. A maioria das organizações gere plataformas como se estivesse a lançar software – atingir marcos, lançar funcionalidades, seguir em frente. Mas a abordagem de Raj é diferente. Ele pergunta: como é que isto se comporta após a implementação? Quão rápido recuperamos? As pessoas confiam nele sob stress? Essa mudança de mentalidade por si só alterou drasticamente os resultados. Uma iniciativa viu os tempos de recuperação de incidentes diminuir 30%, e a automação por IA reduziu o tempo de resolução do cliente de 15 minutos para menos de 3 minutos.

A vertente de IA é onde tudo fica realmente interessante. À medida que a IA se integra mais profundamente nos sistemas empresariais, surge uma nova geração de problemas – fricção no login, sessões interrompidas, identidades fragmentadas. A maioria das equipas trata estes problemas como ruído. Raj trata-os como sinais comportamentais. Ele desenhou sistemas que permanecem coerentes mesmo quando os sinais estão incompletos ou as jornadas são interrompidas. Um exemplo prático: construiu um sistema de autenticação baseado em IA para uma plataforma regulada que podia adaptar-se ao risco contextual em vez de impor regras rígidas. O resultado foi menos falhas de login (uma redução de cerca de 15%, milhares de falhas evitadas) sem comprometer a segurança. Esse trabalho rendeu-lhe um Prémio CLARO.

O que achei mais convincente foi o seu pensamento sobre a reconstrução da jornada do cliente. Os sistemas tradicionais de CRM forçam uma certeza de identidade prematura, o que muitas vezes gera mais erros. Raj inverteu isso – trata-se de um problema de reconstrução usando coerência probabilística. Liga identidades fragmentadas através de padrões comportamentais e contexto temporal. Na doTERRA, isso unificou telefone, chat, email e web numa visão omnicanal coerente. Os agentes podiam ver significado mesmo quando as interações estavam incompletas. O tempo médio de atendimento caiu 30% em mais de 2.000 agentes.

Ele também é deliberadamente cauteloso com a automação. Quando os sistemas se tornam demasiado opacos, as organizações perdem a capacidade de intervir quando as coisas correm mal. As suas plataformas são desenhadas com transparência intencional – decisões automatizadas têm limites de confiança, os humanos permanecem de forma significativa no ciclo, e há espaço para os operadores intervirem quando há ambiguidade. Um pouco de fricção não é um bug, é uma feature.

A filosofia mais ampla aqui é interessante: fiabilidade não é apenas uma métrica técnica, é um resultado humano. O futuro não é construído por sistemas mais rápidos ou inovadores mais rápidos – é construído por pessoas que criam plataformas confiáveis que aprendem, recuperam e respeitam os humanos que dependem delas. À medida que mais empresas aceleram a adoção de IA em indústrias reguladas, esta abordagem centrada na fiabilidade e no humano está a tornar-se o mínimo exigido.