As equipes de engenharia frequentemente avaliam a capacidade de escalabilidade de um sistema com base em métricas de desempenho: estabilidade operacional, capacidade dos servidores de lidar com a carga e pontualidade dos lançamentos. No entanto, para uma marca que vende simultaneamente através de canais D2C, aplicativos móveis e lojas de varejo, essa avaliação revela apenas metade do quadro. Um critério mais complexo é a adequação das soluções tecnológicas ao próprio modelo de negócios.
Esta questão tornou-se o tema central de sua apresentação no evento DevSparks Hyderabad 2026, intitulada «Além do Código: Criando Tecnologias que Escalam Negócios». O evento reuniu desenvolvedores, líderes tecnológicos, startups e Centros Globais de Competência para sessões dedicadas à IA agêntica, cibersegurança, infraestrutura em nuvem e produtividade de desenvolvedores.
A apresentação foi conduzida por Achal Sharma, diretor técnico da Technosport — uma marca de vestuário sediada em Bengaluru que fabrica roupas desde a fibra até o produto acabado, além de gerenciar seu próprio negócio de varejo e digital. Sharma possui quase vinte anos de experiência em liderança de engenharia, tendo trabalhado anteriormente na Myntra, Mobile Premier League e Wakefit antes de se juntar à Technosport.
Sharma apontou um equívoco comum em sua carreira: que um pico de tráfego durante uma liquidação é resolvido adicionando servidores. Ele observou: «Nem sempre o problema está nos servidores, na arquitetura ou em um sistema bem definido que seja o culpado». Ele citou exemplos em que a capacidade dos servidores era suficiente durante os picos de carga, mas o gargalo era encontrado em outro lugar: no estoque, na velocidade de desenvolvimento do código ou em alguma outra parte da experiência do cliente. Segundo ele, a solução depende da identificação precisa do ponto de falha, e não da escolha automática da infraestrutura como resposta.
Sharma também expandiu essa ideia para o tema da experiência do cliente. Os usuários não discutem a API de checkout ou a arquitetura de backend; eles notam se o pedido chegou a tempo e o que deu errado se não chegou. Na Technosport, essa experiência passa por uma camada que a maioria das marcas digitais ignora: produção, tamanhos e estoques nas lojas. A empresa utiliza inteligência artificial para prever a demanda, trabalhando paralelamente para corrigir lacunas na precisão do inventário, disponibilidade nas lojas e precisão das imagens dos produtos.
Ele informou que, no ano fiscal anterior, a Technosport alcançou uma receita de 600 crores de rúpias, planeja ultrapassar 1000 crores no ano atual e está migrando seu site do Shopify para um desenvolvimento proprietário. Quanto ao uso de ferramentas de IA nos fluxos de trabalho de engenheiros, Sharma enfatizou que a especificidade é importante, e não a ferramenta em si. Ele declarou: «Se você generalizar seu requisito do ponto de vista do negócio e fornecê-lo a um agente, ele lhe dará o melhor resultado», contrastando isso com solicitações vagas que levam a respostas genéricas.
Ele aplicou essa lógica também à forma como os engenheiros avaliam seu trabalho, afirmando que a viabilidade técnica não deve ser o único filtro para tomar decisões sobre o que criar. Ele fez a pergunta: «Podemos construir isso? A próxima pergunta é: devemos construí-lo?». A ideia principal da sessão de Sharma foi que as decisões de engenharia ganham mais peso quando tomadas considerando o contexto de negócios, e não isoladamente. A escolha da infraestrutura, a implementação de IA e até mesmo a discussão sobre o que realmente precisa ser criado são extensões da mesma disciplina: entender as necessidades reais do negócio antes de decidir o método de implementação.