Angela Q. Daniels, CTO (Amerika) pro poradenství a inženýrské služby ve společnosti DXC Technology – Interview Series

Angela Q. Daniels, Chief Technology Officer (Amerika) pro poradenství a inženýrské služby (CES) ve společnosti DXC Technology (DXC ), dohlíží na technologickou strategii a transformaci pro poradenství a inženýrské služby společnosti DXC Technology v Americe. Zaměřuje se na škálování dodávek s pomocí umělé inteligence prostřednictvím rámce Xponential společnosti DXC, na rozvoj inovací s pomocí řešení umělé inteligence společnosti DXC a na pomoc klientům při dosahování většího obchodního úspěchu prostřednictvím moderních platforem a lidí. Předtím vedla globální iniciativy pro vývoj softwaru a dodávky aplikací, vedla agilní modernizaci, cloud-native inženýrství a rozvoj talentů, aby posílila excelenci dodávek a technologické vedení společnosti DXC.

DXC Technology je globálním lídrem v oblasti IT služeb a poradenství, který pomáhá velkým podnikům provozovat kritické systémy a operace v hybridních IT prostředích. Společnost spolupracuje s předními technologickými poskytovateli, aby dodávala řešení, která kombinují pokročilou analýzu, cloud, bezpečnost a umělou inteligenci. Prostřednictvím svého Enterprise Technology Stack modernizuje DXC IT infrastruktury, pohání digitální transformaci a umožňuje klientům napříč odvětvími inovovat, optimalizovat náklady a zlepšovat zákaznické zkušenosti po celém světě.

Máte celoživotní vášeň pro programování, která začala ve věku osmi let. Můžete sdílet, co vás poprvé přitáhlo k softwarovému vývoji a jak tato raná zvědavost ovlivnila váš přístup k vedení inovací poháněných umělou inteligencí?

Když mi bylo osm let, moje matka přinesla domů počítač Commodore z garážové prodejny. Přinesla s ním také hromadu manuálů a několik her. Zatímco všichni ostatní chtěli hrát, já jsem byl ten, kdo četl manuály, snažil se pochopit, jak počítač vlastně funguje.

Můj první program byl jednoduchý:

10 PRINT "Angela"

20 GOTO 10

RUN

Vidět, jak se mé jméno opakuje nekonečně napříč obrazovkou, bylo kouzelné. Nešlo jen o to, co mohl počítač udělat, ale o to, co jsem mohl udělat já.

Od mladého věku moje matka zaznamenala mou zvědavost a podporovala ji, zapsala mě do letních programů obohacení na univerzitě během základní školy a do programů prozkoumání kariéry během střední školy. Tyto zkušenosti dále rozdmýchaly mou vášeň a nakonec mě inspirovaly k tomu, abych se věnoval matematice a informatice na univerzitě.

Tato stejná zvědavost vedla mou celou kariéru. Vždycky jsem byl přitahován k tomu, abych prozkoumal, co je možné, pochopil, jak něco funguje, a pak našel způsob, jak to použít smysluplným způsobem. Bez ohledu na to, zda jde o umělou inteligenci, softwarový vývoj nebo jakoukoli technologii, můj přístup byl vždy zakořeněn v prozkoumání, které vede k dopadu. Inovace byla stálým vláknem od toho prvního programu Commodore až po práci, kterou vedu dnes.

Jako globální vedoucí nabídky softwarového vývoje jste sehrál klíčovou roli při vytváření a nasazení nového rámce Xponential společnosti DXC. Co vás inspirovalo k této iniciativě a jaký problém v přijetí umělé inteligence v podnikovém prostředí jste byli nejpříbuzněji odhodláni vyřešit? 

Vyšší manažeři jsou dnes pod enormním tlakem, aby prokázali skutečné produktivní zisky z umělé inteligence, ale mnoho organizací bojuje s přechodem od experimentů k škálování. Spouští pilotní projekty bez toho, aby se nejprve shodli na ucelené strategii, která spojuje umělou inteligenci s lidmi, procesy a technologiemi.

Tato výzva inspirovala vytvoření rámce Xponential společnosti DXC. Chtěli jsme poskytnout strukturovaný, opakující se plán pro orchestraci přijetí umělé inteligence – jeden, který zahrnuje řízení od samého začátku a dodává časná, měřitelná vítězství, aby organizace mohly škálovat s důvěrou.

Mé rozhovory s klienty a naše vlastní interní zkušenosti s vývojem aplikací poháněných umělou inteligencí utvořily jeho základ. Nejběžnější otázka, kterou jsme slyšeli, byla: „Zkusili jsme pilotní projekty, ale jak přejít od tohoto bodu?“ To se stalo hlasem zákazníka za Xponential.

Slyšeli jsme to také od našich inženýrských týmů. Existuje skutečná únava z nástrojů umělé inteligence. Týmy jsou obklopeny nástroji, které slibují transformaci, a snaží se rozlišit, které z nich skutečně dodávají hodnotu. Xponential pomáhá proniknout do tohoto hluku tím, že se zaměřuje na integraci, orchestraci a hmotné výsledky místo proliferace nástrojů.

Mé kořeny ve společnosti DXC zahrnují účast v našem neworleanském Centru zákaznické zkušenosti. Naše přístup k řešení obchodních výzev klientů byl podstatný pro utvoření tohoto přístupu. Tento center funguje na principech designového myšlení.  Přinášíme výzvy klientů do prostředí, kde soucítíme, generujeme nápady, vytváříme prototypy, testujeme a škálujeme. Použili jsme stejnou mentalitu k navržení Xponential, abychom zajistili, že každé řešení umělé inteligence, které dodáme, je praktické, zaměřené na člověka a škálovatelné ve skutečném světě.

Podle údajů z oboru selhává 95 % pilotních projektů umělé inteligence při plnění obchodních očekávání. Z vašeho pohledu jaké jsou nejčastější důvody za těmito selháními a jak Xponential přímo řeší tyto problémy?

Společnosti investují miliony dolarů do technologií, které ohromují v demonstracích. Ale jakmile společnosti přecházejí k implementaci této technologie, často se setkávají s nízkokvalitními daty pro školení umělé inteligence, nepřesnými modely, nedostatkem řízení, lidskými validačními uzly a složitou integrací systémů.

Problém není technologie, ale provedení. Bez ucelené strategie, která integruje lidi, procesy a technologie, je škálování a dodávání měřitelných výsledků s umělou inteligencí obtížným bojem.

Rámec Xponential společnosti DXC zajišťuje, že všechny lidi, procesy a technologie jsou brány v úvahu s pěti různými pilíři:

• Přehled – Řízení je základním stavebním kamenem společnosti DXC, a proto je každý agent umělé inteligence, automatizované rozhodnutí a inteligentní proces navržen s vestavěnou pozorovatelností a dodržováním předpisů od samého začátku.
• Accelerators – Abychom se setkali se zákazníky tam, kde jsou, a odstranili bariéry úspěchu, společnost DXC kombinuje inovace vytvořené pro tento účel s partnery, aby poskytla připravené k použití nástroje, eliminující potřebu budovat vše od základu.
• Automatizace – Rámec agentic-AI společnosti DXC jde za hranice úkolů. Kontinuálně rafinuje pracovní postupy učením se z výsledků a přizpůsobuje se v reálném čase, pohání posun směrem k systémům, které se vyvíjejí prostřednictvím zkušeností, spíše než spoléhají se na dočasné opravy.
• Přístup – Jak se umělá inteligence vyvíjí, organizace musí zůstat agilní a kontinuálně rafinovat své strategie — ne nahradit lidi, ale je posílit. Přesouváním rutinních úkolů na umělou inteligenci jsou týmy volné se soustředit na práci s vysokým dopadem, inovace, řešení složitých problémů a dodávání měřitelné hodnoty pro naše zákazníky.
• Proces – Skutečná změna začíná bezpečným experimentováním. Ve společnosti DXC stavíme minimální životaschopné produkty (MVP), abychom rychle ověřili nápady, prokázali dopad a škálovali to, co funguje, abychom se vyhnuli pilotní fázi, která zastavuje většinu iniciativ umělé inteligence.

Rámec Xponential zdůrazňuje pět pilířů — Přehled, Accelerators, Automatizace, Přístup a Proces. Který z nich považujete za nejtransformovatelnější pro podniky, které teprve začínají svou cestu s umělou inteligencí?

Pro organizace na počátku své cesty s umělou inteligencí je Přehled nejtransformovatelnějším pilířem. Mnoho společností spěchá do implementace, ale úspěch začíná porozuměním tomu, kde může umělá inteligence skutečně vytvořit hodnotu. Přehled poskytuje lídrům přehled, nejen o jejich datech, ale také o jejich procesech, talentech a připravenosti na změnu. Je to základ, který informuje každý další pilíř.

Hned za ním je dimenze Human+, kterou vidíme jako násobič napříč všemi pěti pilíři. Umělá inteligence je nejvýkonnější, když zvyšuje lidské schopnosti, spíše než je nahrazuje. Human+ je o přestavbě práce, aby lidé trávili více času tvůrčími činnostmi, úsudky a inovacemi — věcmi, které dělají organizace zřetelně lidskými.

Pilíř Přístup zdůrazňuje koncept „Human+ spolupráce“. Jak vidíte vývoj rovnováhy mezi lidským odborným znalostem a automatizací umělé inteligence v podnikovém prostředí v příštích letech?

Je zásadní udržet lidi v smyčce. Naše Human+ přístup používá umělou inteligenci k posílení lidského odborného znalostí, spíše než je nahradit. Naši odborníci zůstávají v kontrolním režimu, činí strategická rozhodnutí a zajišťují kontrolu kvality, zatímco umělá inteligence zpracovává opakující se úkoly a provádí těžkou práci. Nyní mohou inženýři, kteří dříve trávili hodiny opakujícími se kódovacími úkoly, trávit více času navrhováním systémových architektur a řešením složitých obchodních problémů. Kombinace zkušených profesionálů s umělou inteligencí vede k posíleným, měřitelným výsledkům, které snižují náklady a zlepšují efektivitu.

Jedním z příslibů Xponential je přesunout organizace ze的小ských vítězství na podnikové přijetí umělé inteligence. Jaké jsou největší výzvy, kterým čelí společnosti při přechodu od prokázání konceptu k produkčnímu nasazení, a jak je mohou překonat?

Mnohé organizace jsou uvízlé v pilotních fázích s vysoce fragmentovanými iniciativami, které selhávají v sjednocení lidí, procesů a technologií. Největší překážkou, se kterou se společnosti potýkají při implementaci umělé inteligence, je decentralizované, neuspořádané programy, které postrádají ucelenou strategii.

Xponential stanoví jasnou cestu pro společnosti, aby šly za hranice pilotní fáze. Jeho orchestrovaný, zodpovědný a opakující se přístup transformuje umělou inteligenci z technologického experimentu na obchodní imperativ. Navržený tak, aby řešil nedostatek ucelených strategií na trhu, je rámec strukturován, ale postaven pro flexibilitu a škálovatelnost, umožňující organizacím začít malými, dosáhnout časných vítězství a rychle škálovat napříč podnikem.

Xponential již pomáhá zákazníkům přecházet z pilotních fází do škálování. Jeho modulární design umožňuje nám setkat se se zákazníky tam, kde jsou, podporovat aktualizace legacy a integrovat se zákaznickými stávajícími daty, cloudy a aplikacemi.

Příklad: Spolupracovali jsme se Singapurskou všeobecnou nemocnicí na vývoji řešení Augmented Intelligence in Infectious Diseases, které používá znalosti poháněné umělou inteligencí a spolupracující rozhodování člověka a umělé inteligence k vedení výběru antibiotik pro infekce dolních dýchacích cest s přesností 90 %. Nástroj vedl k lepší péči o pacienty a boji proti antimikrobiální rezistenci.

Společnost DXC již implementovala Xponential u globálních klientů, jako jsou Textron a Evropská kosmická agentura. Můžete sdílet konkrétní příklad toho, jak tento rámec dodal měřitelný dopad v jednom z těchto nasazení? 

Xponential je prokázaný rámec, který již generuje výsledky u našich zákazníků Textron a Evropská kosmická agentura. Spolupracovali jsme s Textronem na transformaci jeho modelu IT podpory pomocí automatizace a umělé inteligence. Optimalizace snížila lístky na servisní pult o 20 % a proaktivně vyřešila síťové problémy pro 32 000 zaměstnanců pomocí chatbotů poháněných umělou inteligencí, vycvičených na sdílených znalostních bázích, čímž se uvolnily IT personály, aby se soustředily na složitější problémy vyžadující lidské odborné znalosti. S Evropskou kosmickou agenturou jsme využili Xponential k implementaci platformy ASK ESA, která sjednocuje data, urychluje výzkum a zlepšuje spolupráci napříč agenturou. Platforma nejen poskytuje bezpečný, efektivní přístup k velkým objemům dat, ale také ušetří inženýrům 1-2 hodiny týdně.

Vaše zkušenosti z vedení sahají od akademie po podnikový software a velkoobjemový cloudový vývoj. Jak tato rozmanitá zkušenost ovlivnila váš pohled na to, co „zodpovědná umělá inteligence“ znamená v praxi? 

Každá část mé cesty formovala, jak definuji zodpovědnou umělou inteligenci. Z akademie jsem se naučil důležitost přísnosti, zpochybňování předpokladů, ověřování výsledků a porozumění „proč“ za každým výsledkem. Z podnikového softwaru jsem získal hluboké pochopení pro řízení, etiku a vlnové efekty, které technologie může mít na lidi, procesy a odvětví. A prostřednictvím velkoobjemového aplikací vývoje jsem viděl na vlastní oči, jak škála může zesílit jak dopad, tak riziko.

Pro mě zodpovědná umělá inteligence není jen o dodržování předpisů nebo zmírnění偏. Je to o úmyslném designu. Je to o budování systémů, které jsou transparentní, auditable a zarovnané s lidskými hodnotami od samého začátku. Je to o zajištění toho, aby inovace a zodpovědnost se vyvíjely společně.

Má role je zajistit, aby při inovacích postupovali zodpovědně, ne zpomalovat inovace, ale vést je tak, aby získaly důvěru a dodaly udržitelnou hodnotu.

Řízení a pozorovatelnost jsou centrální pro pilíř Přehled Xponential. Jak zajišťujete, aby umělá inteligence zůstala transparentní a dodržovala předpisy v silně regulovaných odvětvích, jako je zdravotnictví a kosmonautika? 

Rámec Xponential zajišťuje, že řízení, dodržování předpisů a pozorovatelnost jsou vestavěny od samého začátku, ne přidány později. Slučujeme naše etiku umělé inteligence se světovými standardy a vznikajícími regulačními rámci z NIST a EU AI Act, což znamená plnou stopovatelnost, audibilitu a dodržování předpisů vestavěných do každého pracovního postupu.

Tento model řízení poskytuje jasnou viditelnost do toho, jak umělá inteligence funguje, kdo je zodpovědný a zda rozhodnutí odpovídají etickým a provozním standardům — základní požadavky pro efektivní škálování umělé inteligence napříč regulovanými podniky. Je naší vírou, že umělá inteligence by měla být důvěryhodná, transparentní a zaměřená na člověka.

Jak umělá inteligence bude dále předefinovat životní cykly softwarového vývoje, jaké nové dovednosti nebo postoje budete věřit, že softwarové týmy budou potřebovat, aby zůstaly konkurenceschopné v příštím desetiletí? 

Nejdůležitější změna není jen o učení se novým nástrojům. Je to o přijetí nové mentality. Umělá inteligence transformuje, jak stavíme software, a týmy, které prosperují, budou ty, které pohlížejí na umělou inteligenci jako na spolupracovníka, ne jen jako na utilitu.

Nejdůležitější dovedností je zvědavost. Nejlepší inženýři nebudou jen akceptovat, co umělá inteligence generuje. Budou ji zpochybňovat, rafinovat a prozkoumávat, jak ji lze použít novými způsoby. Zvědavost pohání schopnost učit se kontinuálně, experimentovat zodpovědně a vidět spojení, které by jiní mohli minout.

Mimo to se budou vývojáři vyvíjet z kodérů na skladatele, orchestrující agenty umělé inteligence, automatizaci a lidské poznání do integrovaných systémů. To vyžaduje nejen technickou gramotnost, ale také systémové myšlení a ochotu znovu prozkoumat, jak se práce provádí.

Ve společnosti DXC vkládáme tuto mentalitu do Xponential, pomáháme týmům rozvíjet náš Human+ přístup. Kombinuje technickou excelenci se zvědavostí, kreativitou a etickou povědomím, protože v příštím desetiletí úspěch ve softwarovém vývoji nebude pocházet z toho, že budete vědět všechno. Pochází z toho, že budete nekonečně zvědaví na to, co je možné.

Děkuji za skvělý rozhovor, čtenáři, kteří chtějí se dozvědět více, by měli navštívit DXC Technology.