Założyłem Software Tailor w 2006 roku. Po dziewiętnastu latach firma przeszła przez cztery różne cykle gospodarcze, obsłużyła sześciu klientów z listy Fortune Global 500 z branż farmaceutycznej, finansowej, rządowej, prawnej, obronnej i energetycznej oraz nie zanotowała żadnej awarii projektu od 2007 roku. To ostatnia liczba jest najczęściej pytana przez inwestorów i recenzentów zakupów i to ona wymaga wyjaśnienia. Oto cztery zasady inżynierii, które podtrzymują ten rekord.
Zasada 1: Jeden model dostawy, bez rozmycia między usługą a produktem
Każde zaangażowanie Software Tailor działa według tego samego modelu dostawy — ściśle określona faza pilotażowa, która dostarcza działające oprogramowanie, a następnie rozszerzenie, które klient decyduje się sfinansować (lub nie) na podstawie tego, co zostało dostarczone. Nie prowadzimy oddzielnej praktyki „usługowej”, która realizuje projekty na podstawie dokumentów wymagań, ani oddzielnej praktyki „produktowej”, która realizuje projekty według map drogowych. Te dwie praktyki byłyby sprzeczne; jedna zawsze subsydiowałaby drugą.
Jeden model oznacza, że każdy inżynier wie, jak wygląda „ukończenie” przed rozpoczęciem pracy. To warunek konieczny, by nie ponieść porażki.
Zasada 2: Dyscyplina w doborze klientów — tylko klienci, dla których możemy dostarczyć
Nasz dobór klientów jest selektywny — nie oportunistyczny. Sześciu klientów z listy Fortune Global 500 w ciągu 19 lat to nie powolny proces sprzedaży, lecz świadomie ustalony próg selekcji. Każdy klient, którego przyjmujemy, musi przejść trzy testy przed rozpoczęciem: jego problem to taki, który już rozwiązaliśmy, jego wewnętrzny sponsor to osoba, która będzie korzystać z oprogramowania (a nie warstwa pośredników), a jego środowisko sprzętowe/danych pozwala nam dostarczyć rozwiązanie bez półrocznego opóźnienia związanego z zakupami.
Klient, który nie przejdzie któregokolwiek z tych testów, staje się poleceniem do kogoś innego, a nie projektem. To zasada, która najczęściej kosztuje nas przychody. To także zasada bez wyjątków przez 19 lat.
Zasada 3: Dyscyplina inżynierska oparta na uznanym frameworku
Na długo przed pojawieniem się własnego frameworku zarządzania ryzykiem AI, zasady inżynierii, które sformalizowałem dla Software Tailor, odpowiadały temu samemu wzorcowi: zarządzaj pracą, mapuj ryzyka, mierz wyniki, zarządzaj zmianami. NIST AI RMF 1.0 [1] sformalizował ten wzorzec dla AI w 2023 roku, a profil dla infrastruktury krytycznej z kwietnia 2026 [1] rozszerzył go na branże regulowane. Czytając te dokumenty, nasza wewnętrzna dyscyplina idealnie odpowiada tym czterem funkcjom.
Co to nam daje: każdy projekt jest audytowalny od początku do końca według zewnętrznego frameworku, a nie tylko według naszych własnych nawyków. Gdy zespół zakupowy pyta, jak ustalany jest zakres fazy pilotażowej, odpowiedź jest taka sama, jaką dałby NIST dla zarządzania ryzykiem — a zespół zgodności klienta już przyswoił tę terminologię.
Zasada 4: Rejestrowalność, odtwarzalność, powtarzalność
Czwarta zasada wyprzedza słownictwo ścieżki audytu, które obecnie stosujemy w AI Suite. Każde zaangażowanie Software Tailor działa w stanie, w którym każda decyzja, każdy artefakt, każda wersja kodu może zostać odtworzona z kontrolowanych wersji danych wejściowych. To nie jest nic niezwykłego w inżynierii oprogramowania ogólnie; niezwykłe jest to, że stosujemy to do projektunie tylko baza kodu. Decyzje sprintu, zmiany zakresu, zatwierdzenia klientów — wszystko zapisane, wszystko możliwe do odzyskania.
Dyscyplina ta jest powodem, dla którego nasz logi audytu bez treści podejście do AI Suite zostało dostarczone w taki sposób. Wzorzec wiersza audytu to ten sam wzorzec, który już stosowaliśmy w projektach. Słownictwo pochodzi z ram zgodności; praktyka pochodzi z naszego sposobu dostarczania.
Co przetrwało w AI Suite
Linia Local AI Suite + AI Admin Console — zobacz Dlaczego dostarczamy AI jako instalowalne binaria, a nie chmurowe SaaS — to ta sama dyscyplina inżynieryjna zastosowana do linii produktów zamiast indywidualnego zlecenia. Ten sam pojedynczy model dostawy (instalatory desktopowe z darmowym, tygodniowym okresem pilotażowym), ta sama dyscyplina grupy klientów (branże regulowane z wyraźnymi ograniczeniami lokalizacji danych), to samo mapowanie ram (NIST AI RMF + obowiązki wdrożeniowe EU AI Act), ta sama postawa audytu możliwa do zapisu, odzyskania i odtworzenia.
Brak porażek projektów od 2007 roku to nie slogan. To efekt niewielkiej liczby zasad stosowanych bez wyjątku. Te same zasady teraz rządzą sposobem budowy AI Suite.
Bibliografia
- NIST. „AI Risk Management Framework (AI RMF 1.0).” https://www.nist.gov/itl/ai-risk-management-framework. Dostęp 2026-07-15.