He estado pensando mucho últimamente en lo que realmente significa la confiabilidad en los sistemas modernos. No solo tiempo de actividad o lanzar funciones a tiempo; eso es lo básico. Un líder de producto que sigo, Shankar Raj, lo expresó perfectamente: la confiabilidad hoy en día se trata de cómo se comportan los sistemas bajo presión, cómo se recuperan de fallos y cómo siguen ganando confianza cuando las cosas no son perfectas. Después de más de 20 años construyendo plataformas empresariales en Fidelity, Deloitte, LTI Mindtree y otras operaciones masivas, ha visto esta evolución de primera mano.

Lo que más me llamó la atención fue su cambio de ver los sistemas empresariales como proyectos a tratarlos como productos vivos. La mayoría de las organizaciones gestionan plataformas como si estuvieran lanzando software: alcanzar un hito, lanzar la función, seguir adelante. Pero el enfoque de Raj es diferente. Él pregunta: ¿cómo funciona esto después del despliegue? ¿Qué tan rápido nos recuperamos? ¿La gente confía en ello bajo estrés? Solo ese cambio de mentalidad alteró los resultados de manera significativa. Una iniciativa vio reducir los tiempos de recuperación de incidentes en un 30%, y la automatización con IA redujo el tiempo de resolución para los clientes de 15 minutos a menos de 3 minutos.

El ángulo de la IA es donde se vuelve realmente interesante. A medida que la IA se integra más profundamente en los sistemas empresariales, surge una nueva generación de problemas: fricción en el inicio de sesión, sesiones interrumpidas, identidades fragmentadas. La mayoría de los equipos los tratan como ruido. Raj los considera señales de comportamiento. Diseñó sistemas que permanecen coherentes incluso cuando las señales son incompletas o los recorridos se interrumpen. Un ejemplo práctico: construyó un sistema de autenticación impulsado por IA para una plataforma regulada que podía adaptarse al riesgo contextual en lugar de aplicar reglas rígidas. El resultado fue menos fallos de inicio de sesión (una reducción del 15%, miles de fallos evitados) sin sacrificar la seguridad. Ese trabajo le valió un Premio CLARO.

Lo que encontré más convincente fue su pensamiento sobre la reconstrucción del recorrido del cliente. Los sistemas CRM tradicionales fuerzan una certeza de identidad prematura, lo que a menudo genera más errores. Raj lo invirtió: tratarlo como un problema de reconstrucción usando coherencia probabilística. Vincular identidades fragmentadas a través de patrones de comportamiento y contexto temporal. En doTERRA, esto unificó teléfono, chat, email y web en una vista omnicanal coherente. Los agentes podían ver significado incluso cuando las interacciones estaban incompletas. El tiempo medio de atención cayó un 30% en más de 2,000 agentes.

También es deliberadamente cauteloso con la automatización. Cuando los sistemas se vuelven demasiado opacos, las organizaciones pierden la capacidad de intervenir cuando las cosas se descontrolan. Sus plataformas están diseñadas con transparencia intencional: las decisiones automatizadas tienen umbrales de confianza, los humanos permanecen en el ciclo de manera significativa, y hay espacio para que los operadores intervengan cuando la ambigüedad aparece. Algunas fricciones no son un error, son una característica.

La filosofía más amplia aquí es interesante: la confiabilidad no es solo una métrica técnica, es un resultado humano. El futuro no lo construyen sistemas más rápidos o innovadores más veloces; lo construyen personas creando plataformas confiables que aprenden, se recuperan y respetan a los humanos que dependen de ellas. A medida que más empresas aceleran la adopción de IA en industrias reguladas, este enfoque centrado en la confiabilidad y en las personas se está convirtiendo en lo básico.