इंजीनियरिंग टीमें अक्सर सिस्टम की स्केलेबिलिटी का मूल्यांकन प्रदर्शन मेट्रिक्स के आधार पर करती हैं: संचालन की स्थिरता, सर्वरों की भार संभालने की क्षमता और रिलीज़ समयबद्धता। हालांकि, एक ऐसे ब्रांड के लिए जो D2C चैनलों, मोबाइल एप्लिकेशन और खुदरा स्टोर के माध्यम से एक साथ बेचता है, यह मूल्यांकन केवल आधी तस्वीर दिखाता है। अधिक जटिल मानदंड तकनीकी समाधानों का व्यावसायिक मॉडल के साथ संरेखण है।
यह प्रश्न 'कोड से परे: व्यवसाय को बढ़ाने वाली तकनीक बनाना' नामक कार्यक्रम DevSparks Hyderabad 2026 में प्रस्तुति का केंद्रीय विषय बन गया। इस कार्यक्रम में एजेंट AI, साइबर सुरक्षा, क्लाउड इन्फ्रास्ट्रक्चर और डेवलपर उत्पादकता पर सत्रों के लिए डेवलपर्स, प्रौद्योगिकी लीडर, स्टार्टअप और ग्लोबल कॉम्पिटेंसी सेंटर एकत्र हुए थे।
इस प्रस्तुति को अचल शर्मा, टेक्नोस्पोर्ट - बेंगलुरु स्थित कपड़ों के ब्रांड के तकनीकी निदेशक ने दिया, जो धागे से लेकर तैयार उत्पाद तक कपड़े का स्वयं उत्पादन करता है, साथ ही अपने खुदरा और डिजिटल व्यवसाय का प्रबंधन भी करता है। शर्मा के पास लगभग बीस वर्षों का इंजीनियरिंग नेतृत्व का अनुभव है, उन्होंने पहले Myntra, Mobile Premier League और Wakefit में काम किया और फिर टेक्नोस्पोर्ट में शामिल हुए।
शर्मा ने अपने करियर में एक आम गलतफहमी की ओर इशारा किया: कि बिक्री के दौरान ट्रैफिक में उछाल सर्वर जोड़ने से हल हो जाता है। उन्होंने टिप्पणी की: 'यह हमेशा सर्वर, आर्किटेक्चर या अच्छी तरह से परिभाषित प्रणाली नहीं होती है जो दोषी होती है।' उन्होंने ऐसे उदाहरण दिए जहां चरम भार के दौरान सर्वर शक्ति पर्याप्त थी, लेकिन बाधा कहीं और पाई गई: स्टॉक की उपलब्धता, कोड विकास की गति या ग्राहक अनुभव के किसी अन्य हिस्से में। उनके अनुसार, समाधान स्वचालित रूप से बुनियादी ढांचे को उत्तर के रूप में चुनने के बजाय विफलता के स्थान को सटीक रूप से निर्धारित करने पर निर्भर करता है।
शर्मा ने इस विचार को ग्राहक अनुभव के विषय पर भी बढ़ाया। उपयोगकर्ता ऑर्डर चेकआउट एपीआई या बैकएंड आर्किटेक्चर पर चर्चा नहीं करते हैं; वे देखते हैं कि ऑर्डर समय पर आया या नहीं, और यदि वह नहीं आया तो क्या गलत हुआ। टेक्नोस्पोर्ट में, यह अनुभव एक परत से होकर गुजरता है जिसे अधिकांश डिजिटल ब्रांड छोड़ देते हैं: उत्पादन, आकार और स्टोर में इन्वेंट्री। कंपनी मांग का पूर्वानुमान लगाने के लिए आर्टिफिशियल इंटेलिजेंस का उपयोग करती है, साथ ही इन्वेंट्री सटीकता, स्टोर में उपलब्धता और उत्पाद छवियों की सटीकता में अंतराल को दूर करने पर भी काम कर रही है।
उन्होंने बताया कि पिछले वित्तीय वर्ष में टेक्नोस्पोर्ट ने 600 करोड़ रुपये का राजस्व अर्जित किया, वर्तमान वर्ष में 1000 करोड़ रुपये से अधिक होने की योजना बना रहा है और अपनी वेबसाइट को Shopify से कस्टम विकास पर स्थानांतरित कर रहा है। इंजीनियरों के कार्यप्रवाह में एआई टूल के उपयोग के संबंध में, शर्मा ने जोर देकर कहा कि उपकरण स्वयं नहीं, बल्कि विशिष्टता महत्वपूर्ण है। उन्होंने कहा: 'यदि आप व्यवसाय के दृष्टिकोण से अपनी आवश्यकता को सामान्य करते हैं और इसे एजेंट को प्रदान करते हैं, तो यह आपको बेहतर परिणाम देगा,' अस्पष्ट प्रश्नों के विपरीत जो सामान्य उत्तरों की ओर ले जाते हैं।
उन्होंने इस तर्क को इस बात पर भी लागू किया कि इंजीनियर अपने काम का मूल्यांकन कैसे करते हैं, यह दावा करते हुए कि तकनीकी व्यवहार्यता निर्णय लेने के लिए एकमात्र फिल्टर नहीं होनी चाहिए कि क्या बनाना है। उन्होंने सवाल पूछा: 'क्या हम इसे बना सकते हैं? अगला सवाल: क्या हमें इसे बनाना चाहिए?' शर्मा के सत्र का मुख्य विचार यह था कि इंजीनियरिंग समाधान तब अधिक महत्व प्राप्त करते हैं जब उन्हें व्यावसायिक संदर्भ को ध्यान में रखते हुए लिया जाता है, न कि अलग-थलग। बुनियादी ढांचे का चयन, एआई को लागू करना और यहां तक कि इस पर चर्चा करना कि वास्तव में क्या बनाना है, सभी एक ही अनुशासन का विस्तार हैं: कार्यान्वयन के तरीके पर निर्णय लेने से पहले वास्तविक व्यावसायिक आवश्यकताओं को समझना।