Инженерные команды часто оценивают способность системы к масштабированию по показателям производительности: стабильности работы, способности серверов справляться с нагрузкой и своевременности выпуска релизов. Однако для бренда, который одновременно продает через каналы D2C, мобильные приложения и розничные магазины, такая оценка раскрывает лишь половину картины. Более сложным критерием является соответствие технологических решений самой бизнес-модели.
Этот вопрос стал центральной темой выступления на мероприятии DevSparks Hyderabad 2026 под названием «За пределами кода: создание технологий, масштабирующих бизнес». Мероприятие собрало разработчиков, технологических лидеров, стартапы и Глобальные центры компетенций для сессий, посвященных агентскому ИИ, кибербезопасности, облачной инфраструктуре и продуктивности разработчиков.
Выступление провел Ачал Шарма, технический директор Technosport — бренда одежды, базирующегося в Бенгалуру, который самостоятельно производит одежду от пряжи до готового изделия, а также управляет собственным розничным и цифровым бизнесом. Шарма обладает почти двадцатилетним опытом в инженерном руководстве, работая ранее в Myntra, Mobile Premier League и Wakefit, прежде чем присоединиться к Technosport.
Шарма указал на распространенное заблуждение в своей карьере: что всплеск трафика во время распродажи решается путем добавления серверов. Он отметил: «Дело не всегда в серверах, архитектуре или хорошо определенной системе, которая является виновником». Он привел примеры, когда мощность серверов была достаточной во время пиковых нагрузок, но узкое место обнаруживалось в другом месте: в наличии запасов, скорости разработки кода или в какой-либо другой части клиентского опыта. По его словам, решение зависит от точного определения места сбоя, а не от автоматического выбора инфраструктуры в качестве ответа.
Шарма также расширил эту мысль на тему клиентского опыта. Пользователи не обсуждают API оформления заказа или бэкенд-архитектуру; они замечают, прибыл ли заказ вовремя и что пошло не так, если он не прибыл. В Technosport этот опыт проходит через слой, который пропускают большинство цифровых брендов: производство, размеры и складские запасы в магазинах. Компания использует искусственный интеллект для прогнозирования спроса, параллельно работая над устранением пробелов в точности учета запасов, доступности в магазинах и точности изображений продуктов.
Он сообщил, что в прошлом финансовом году Technosport достиг выручки в размере 600 крор рупий, планирует превысить 1000 крор рупий в текущем году и переносит свой веб-сайт с Shopify на собственную разработку. Что касается использования инструментов ИИ в рабочих процессах инженеров, Шарма подчеркнул, что важна специфичность, а не сам инструмент. Он заявил: «Если вы обобщите свое требование с точки зрения бизнеса и предоставите его агенту, он даст вам лучший результат», противопоставляя это расплывчатым запросам, которые приводят к общим ответам.
Он применил эту логику и к тому, как инженеры оценивают свою работу, утверждая, что техническая реализуемость не должна быть единственным фильтром для принятия решений о том, что создавать. Он задал вопрос: «Можем ли мы это построить? Следующий вопрос: следует ли нам это строить?» Основная идея сессии Шармы заключалась в том, что инженерные решения приобретают больший вес, когда они принимаются с учетом бизнес-контекста, а не изолированно. Выбор инфраструктуры, внедрение ИИ и даже дискуссия о том, что вообще нужно создавать, являются продолжением одной и той же дисциплины: понимания реальных потребностей бизнеса перед принятием решения о способе реализации.