We zijn verheugd om Yuri Misnik, Chief Technology Officer bij inDrive, te verwelkomen voor een gesprek over het opschalen van technologie, AI-innovatie en het opbouwen van een lean en sterke engineering-organisatie. Bij inDrive begeleidt Yuri de engineering-, AI- en data-teams van het bedrijf terwijl het platform zich ontwikkelt van een toonaangevende ride-hailing-service tot een superapp met volledige functies. 1) Gefeliciteerd met je recente benoeming als CTO bij InDrive!Wat maakt je het meest enthousiast over toonaangevende engineering, AI en data teams op zo'n transformatief moment voor het bedrijf? Wat me het meest opwindt is de combinatie van schaal en groei in een zeer klantgerichte, doelgerichte onderneming.We zijn niet alleen groot in termen van klanten en drivers – we breiden uit tot een superapp, bouwen supermarktverticals en verhuizen naar aangrenzende domeinen.Dat betekent dat we een technologieplatform en een technologie-organisatie creëren die niet alleen schaalbaar en robuust is op mondiaal niveau, maar ook echt klantgericht en op gegevens gebaseerd is. Het tweede deel is de mogelijkheid om iets moderns te bouwen door ontwerp: het gebruik van AI (in brede zin) overal maakt dingen beter en sneller, helpt ons klanten efficiënt te bedienen en relevant te blijven voor hun behoeften. 2) InDrive is uitgegroeid van een ride-hailing-app tot een volledige “superapp”. Voor een superapp is het belangrijkste om de hele tijd relevant te blijven voor de behoeften van de klant en de mogelijkheid om niet alleen onze eigen bedrijven, maar ook partners te integreren.We willen een app en een platform bouwen dat voldoet aan de dagelijkse behoeften - mobiliteit, supermarkt en meer - en om dat goed te doen, moet het consequent relevant zijn voor elke persoon en flexibel zijn om meerdere bedrijven te integreren in het tempo. Relevantie wordt gedreven door data, analytics, AI en machine learning: het extraheren van wat echt belangrijk is voor een specifieke klant en het maken van de ervaring altijd gepersonaliseerd - wat we een "segment van één" noemen. Integratie aan de andere kant wordt aangedreven door een robuust, goed ontworpen API-first platform dat eenvoudig te begrijpen, te bedienen en te onderhouden is. 3) U noemde het leiden van een AI-transformatie die prijzen, veiligheid en ondersteuning herarchitecteert door middel van agentische workflows. Op technisch niveau begint het met het bouwen van de juiste platforms: data lakes, data pipelines, gegevenskwaliteitslagen en de modelbeheersinfrastructuur die geavanceerd ML-gebruik mogelijk maakt.En een van de imperativen van vandaag is om een uitgebreide semantische laag te hebben die moderne AI-scenario's mogelijk maakt, vooral generatieve en agentische. We zijn ook van plan om niet alles opnieuw op te bouwen, maar gebruik te maken van sterke bouwstenen van de markt - bijvoorbeeld door AWS SageMaker te combineren met de mogelijkheden van Databricks - en te kiezen wat het beste is om ons voordeel te drijven. Op cultureel niveau gaat het erom te leren hoe AI voor ons als bedrijf werkt.We implementeren verschillende agenten intern, observeren hoe ze presteren en leren wat we moeten veranderen in onze processen en gegevens om die agenten echt nuttig te maken.Na verloop van tijd zullen we ook meer agenten introduceren voor klanten, chauffeurs, leveranciers - wat interactiepatronen verandert naar echt gespreksondersteunde interfaces, via chat of spraak.Agenten kunnen zinvol nuttig worden voor iedereen in ons ecosysteem: hen helpen betere beslissingen te nemen, de beste deals te vinden en te optimaliseren hoe ze het platform gebruiken. 4) InDrive heeft zich altijd geprezen voor eerlijkheid en transparante prijzen.Hoe past AI in die filosofie zonder vooroordelen? Ik zie AI en eerlijkheid niet als inherent tegenstrijdig.We gebruiken al machine learning in aanbod-en-vraagmodellen om ervoor te zorgen dat we de juiste hoeveelheid auto's op de weg hebben en kunnen voldoen aan de vraag van klanten. De sleutel is om voorzichtig te zijn over de gegevens die we selecteren en hoe we modellen trainen, om ervoor te zorgen dat we ze optimaliseren voor de voordelen van onze klanten, niet voor winst. We positioneren ook bewust geavanceerde AI en agenten als een aanbeveling en helper, niet als een ultieme black-box-beslissingsmaker. In ons rij-hailing-model is prijsstelling fundamenteel gebaseerd op onderhandelingen tussen de klant en de bestuurder. modellen kunnen een optimale bereik aanbevelen om de overeenkomst sneller en soepeler te helpen, maar we zijn expliciet dat controle en uiteindelijke beslissing bij onze klanten en chauffeurs blijven. transparantie en gebruikerscontrole zijn de wachtrijen. 5) U deelt “meer doen met minder middelen” als een leidend beginsel. wat zijn uw kaders of filosofieën voor het opbouwen van lean maar hoogpresterende engineering teams? We zijn zeer doelbewust over het efficiënt gebruiken van onze middelen en het toevoegen van meer alleen als we het absoluut nodig hebben: we kijken nauwgezet naar wat teams doen en wat hun werkelijke werklast is, we optimaliseren voortdurend ons cloudgebruik en architecturen voor kosten. We geven ook prioriteit aan senioriteit en beslissingsmacht in teams: minder “clipboard rollen”, meer mensen die beslissingen kunnen nemen en snel kunnen uitvoeren. We hebben een zeer effectief devops-platform gebouwd voor onze teams om te gebruiken op AWS, onze wereldwijde cloudprovider. Het stelt ons in staat om alle routine-taken voor milieuvoorziening en -beheer, implementatie, testen en bredere feature-implementatie volledig te automatiseren.We gebruiken ook autoscaling efficiënt om ervoor te zorgen dat we altijd de optimale hoeveelheid middelen hebben om onze workloads te bedienen en teams worden steeds meer verantwoordelijk voor de finops-praktijken die ze gebruiken. Een andere belangrijke hefboom is automatisering en AI-agenten in gebieden die minder differentiatie toevoegen - bijvoorbeeld documentatieondersteuning, testen, vereistenanalyse.We beginnen AI-agenten in te voeren om meer tests met minder mensen te helpen maken en handmatige overhead te verminderen.Dit gaat niet alleen over efficiëntie: automatisering verbetert veerkracht, robuustheid en kwaliteit door fouten te verminderen. 6) Veel technologiebedrijven worden geconfronteerd met de uitdaging om innovatiesnelheid in evenwicht te brengen met de EBITDA-discipline. Er is geen universeel antwoord, maar voor ons zijn een paar principes belangrijk. We zijn cloud-native - al onze infrastructuur draait op de cloud, voornamelijk AWS en Google Cloud - en we vertrouwen sterk op goed afgestemde automatische schaalbaarheid, zodat onze infrastructuurcapaciteit altijd overeenkomt met de vraag. We hebben sterke platformteams, maar we duwen ook kostenbezit in productteams door FinOps-praktijken in te voeren: we geven teams duidelijke zichtbaarheid over wat dingen kosten – kosten per rit, kosten per transactie, zelfs kosten per databankoproep. 7) Het bouwen van een wereldklasse engineering organisatie vereist niet alleen systemen, maar cultuur. Veel komt neer op communicatie en afstemming: mensen samenbrengen (zelfs virtueel), gemeenschappelijke doelen delen en iedereen verbonden houden met het doel, de strategie en de gedeelde context. Structureel vertrouwen we op cross-functionele productteams die zijn gebouwd rond gedeelde resultaten, met duidelijke doelen en een sterk eigendom.We hebben ook geluk dat zelfs wanneer we op afstand zijn, veel teams binnen vergelijkbare tijdsgebieden werken, waardoor samenwerking makkelijker wordt.En we houden teams opzettelijk klein en slim, omdat kleinere teams beter communiceren en op een natuurlijker manier in lijn kunnen blijven met gedeelde doelen. 8) Na het leiden van technologie bij grote organisaties zoals Microsoft, AWS, HSBC, National Australia Bank en nu InDrive, welke belangrijke leiderschapslessen hebben u over de hele industrie vastgehouden? De grootste lessen zijn niet industrie-specifiek. Ten eerste kun je alleen een effectieve leider zijn als je echt om je geeft – over klanten, je bedrijf, over je team en uiteindelijk over de technologische keuzes. Ten tweede, leiderschap gaat niet over het nemen van elke beslissing. Het gaat erom anderen in staat te stellen de beste versies van zichzelf te zijn en consequent goede beslissingen te nemen. Het gaat ook om het afstemmen van de organisatie op gedeelde doelen, het verwijderen van blokkers en het beoefenen van dienaarleiderschap - het verstrekken van tools, context en autonomie in plaats van een bottleneck te worden. Ten derde heb je een duidelijke missie, visie en gemeenschappelijk doel nodig - niet alleen "strategie", maar de kernprincipes waar je technologie, organisatie en mensencapaciteiten omheen bouwt. 9) Hoe blijf je persoonlijk geaard en blijf je leren in het tempo van AI-verstoring? Ik gebruik mijn netwerk en wat ik zie via plaatsen zoals LinkedIn, Reddit en enkele van de blogs die ik regelmatig lees om breed te blijven en de context van wat er in de industrie gebeurt te begrijpen, en dan ga ik dieper op onderwerpen die van belang zijn. Ik breng ook veel tijd door met lezen - ik geef de voorkeur aan boeken boven video's - en ik probeer elke dag iets nieuws voor me te lezen, zelfs als het slechts 15 minuten duurt. 10) Als we dit gesprek over drie jaar opnieuw bekijken, hoe hoop je dat het technologieverhaal van InDrive eruit zal zien, zowel in termen van wereldwijde bereik als ethische innovatie? Over drie jaar zou ik graag willen zeggen dat we een bedrijf zijn dat een aanzienlijke invloed heeft gehad op het bestrijden van onrechtvaardigheid en het creëren van kansen voor mensen en gemeenschappen door middel van technologie en door middel van de tech-enabled bedrijven die wij en onze partners runnen - ride-hailing, supermarkt en daarbuiten. Ik wil ook dat we een zeer bekwaam technologie-team hebben dat wereldwijd wordt erkend voor innovatie en vooruitzichten - en een cultuur waar mensen echt om onze klanten, ons bedrijf en ons doel en onze missie zorgen.Naarmate we schaal, hoop ik dat we transparant en eerlijk blijven - eerlijk voor onszelf, voor klanten en voor leveranciers.