Від кібербезпеки до продакт-менеджменту: як створювати надійні продукти в EnergyTech

Роками моя професійна реальність зводилася до одного: знаходити слабкі місця і перевіряти припущення. Як фахівчиня з QA та кібербезпеки, я тестувала складні системи на масштабованість, цілісність даних і поведінку в сценаріях відмов – можна сказати «ламала» їх, щоби переконатися, що під тиском вони працюють передбачувано. Сьогодні я застосовую той самий підхід в early-stage стартапах у ClimateTech та EnergyTech. Моя сфера та вид діяльності змінилися, але місія залишилася: будувати системи, на які люди можуть покластися.

Мій перехід від кібербезпеки до продакт-менеджменту в EnergyTech не був різкою кар’єрною зміною, а радше масштабуванням. Енергосистеми стрімко цифровізуються і стають дедалі більш керованими даними, і разом із цим у Climate & Energy Tech приходять знайомі виклики: цілісність, надійність і підзвітність.

Втім, у EnergyTech ставки значно вищі, ніж у більшості сфер. У цифровому світі вразливість може означати витік даних; в енергетичній інфраструктурі одна слабка ланка здатна запустити ланцюгову реакцію – від блекаутів і нестабільності мережі до реального впливу на доступ людей до електроенергії. Мій досвід навчив мислити «режимами відмов»: визначати, що зламається першим, кого це зачепить і як спроєктувати систему так, щоб вона витримувала екстремальне навантаження.

Перевага міждисциплінарного мислення

Існує поширене хибне уявлення: щоби бути корисним у новій сфері, потрібно стати експертом у цьому домені із першого дня. Коли я тільки зайшла в EnergyTech, я не розуміла половини термінів. Пам’ятаю, як після однієї зустрічі гуглила «balancing frequency reserves», бо до того слово «frequency» я знала лише в контексті IT.

Зате я вміла розкладати систему на компоненти доти, доки потенційні точки збою не ставали видимими. В одному проєкті з peer-to-peer обміном енергією розробники були сфокусовані на оптимізації алгоритмів балансу попиту і пропозиції. Мій бекграунд у QA та безпеці змусив мене поставити інші питання:

• А що, якщо хтось подасть фейкові дані про споживання, щоб маніпулювати ринком?

• А що, якщо датчик перестане працювати, і ніхто цього не помітить протягом декількох днів?

Це не були типові питання EnergyTech, це були питання довіри. Цінність міждисциплінарності в тому, що вдається мислити не так, як більшість. Використовуючи позицію «аутсайдера» як перевагу, можна ставити під сумнів припущення, які вже стали нормою.

Три опори системної вразливості

Спираючись на попередній досвід у кібербезпеці та QA, я виробила спосіб дивитися на складні системи, який особливо добре працює в EnergyTech. Це не про порівняння індустрій, а радше про повторювані структурні ризики, що виникають там, де перетинаються дані, стимули та інфраструктура.

Стимул «обіграти» систему

В EnergyTech дані напряму пов’язані з фінансовими, регуляторними та екологічними наслідками. Коли звіти про викиди впливають на карбонові кредити, а дані про споживання – на білінг і комплаєнс, з’являється природний стимул (свідомий чи ні) «підкручувати» введені дані.

Якщо система дозволяє маніпуляції, неправильну звітність або тихі збої, ці вразливості рано чи пізно проявляться. Проєктувати з урахуванням цієї реальності означає спиратися на те, що тиск на систему буде, і потрібно будувати здатність виявляти та витримувати цей тиск.

Необхідність audit trail

Можливість відстежувати дані в EnergyTech – базова вимога комплаєнсу. Розуміння того, звідки взялися дані, як саме їх виміряли і хто їх верифікував, критично важливе для регуляторної звітності та правдивості наданої інформації.

Такий audit trail не можна «прикрутити» потім. Його треба закладати в архітектуру із самого початку, щоб кожну критичну точку даних можна було відстежити, перевірити і взяти на рев’ю за потреби.

Відсутність ясності = хаос

Енергосистеми здебільшого працюють «за лаштунками» і стають помітними для користувачів і регуляторів лише тоді, коли щось пішло не так. Тому стійкість має бути пріоритетом дизайну. І тут мета – не ідеальна робота, а контрольована поведінка під стресом: зрозумілі режими відмов, передбачувана деградація та запобіжники, які не дають локальним проблемам перетворитися на системний збій.

Поза дашбордом: як знайти правду в даних

Я навчена помічати маленькі, тихі сигнали того, що щось не так. У QA ми часто навмисно моделювали відмови, іноді буквально перериваючи процес, щоби подивитися, що зламається першим. Інстинкт тестувати edge cases й досі керує моєю роботою в продакт-менеджменті. Я перестала покладатися лише на красиві дашборди й почала вбудовувати активні перевірки в сам процес розробки.

В одному ClimateTech-проєкті група датчиків кілька днів поспіль після шторму показувала однакові значення. На вигляд дані були «стабільні», але насправді показники просто зависли. Це закріпило простий урок: стабільні дані не завжди означають стабільну систему. Тому зараз я пріоритезую сповіщення, кроки верифікації та sanity checks, які сигналізують, коли дані виходять за межі прийнятного діапазону. Йдеться про те, щоб відходити від погоні за ідеальним аптаймом і натомість будувати систему, яка залишається контрольованою.

Довіра та прозорість

У EnergyTech і ClimateTech ніхто не хоче бути першим, хто пробує та довіряє новій технології. Нещодавно я працювала над платформою карбон-обліку на базі ШІ, яка автоматизувала збір даних з інвойсів та ERP-системи компанії. Попри високу якість моделі, користувачі вагалися і питали: «Звідки ми знаємо, що ці цифри правильні?»

Ми зрозуміли: довіра не народжується з обіцянки бренду та чистого інтерфейсу – її дає прозорість. Ми перестали намагатися зробити ШІ «розумнішим» і зосередилися на пояснюваності: які датасети використано, коли їх оновлено, і який confidence level має кожна оцінка. Коли логіка стала видимою, довіра підтягнулася слідом.

Порада продакт-менеджеру, який заходить у новий домен

Якщо ви переходите в нову сферу, моя порада – звикнути бути в ролі людини, яка ставить «базові» питання. Не поспішайте звучати так, ніби ви вже геній. Натомість слухайте тихі сигнали й шукайте edge cases – те саме «зависле» стабільне дане, яке виглядає нормально, але насправді поламане.

Якщо у вас є припущення, яке роками ніхто не ставив під сумнів, – саме воно вартує, щоб до нього краще придивилися і, можливо, саме там буде найбільший прогрес. В EnergyTech, що дедалі більше цифровізується, наша мета – зробити надійність настільки органічно вбудованою, щоб користувачу взагалі не доводилося про неї думати.