Holly Grant, SVP, Strategie & Inovace, DXC Technology – Rozhovorová série

Holly Grant, SVP, Strategie & Inovace ve společnosti DXC Technology, je technologický a operační manažer s hlubokými zkušenostmi z oblasti podnikové AI strategie, fintech, vedení startupů a operační transformace. Ve společnosti DXC pomáhá formovat inovační iniciativy společnosti s důrazem na AI, včetně orchestrace AI na úrovni podniku, poradenských služeb a aktivit inkubace produktů, jejichž cílem je pomoci organizacím přejít od experimentálních pilotních projektů k operačnímu nasazení. Předtím, než nastoupila do DXC, zastávala několik vedoucích pozic v Long-Term Stock Exchange (LTSE), kde nakonec působila jako Chief Operating Officer, a zaměřila se na operační škálování a strategický růst v sektoru fintech.

DXC Technology je globální společnost poskytující IT služby a poradenství, zaměřená na pomoc podnikům modernizovat kritické systémy napříč cloud computingu, kybernetické bezpečnosti, umělé inteligence, datové infrastruktury a podnikových operací. Vznikla spojením Computer Sciences Corporation a divize Enterprise Services společnosti Hewlett Packard Enterprise, a spolupracuje s organizacemi z různých odvětví, včetně zdravotnictví, bankovnictví, výroby, pojišťovnictví a státní správy. V posledních letech se DXC stále více zaměřuje na transformaci podniků s využitím AI, nabízející služby, které integrují generativní AI, inteligentní automatizaci, pozorovatelnost, digitální dvojčata a rozsáhlou modernizaci IT do komplexních firemních prostředí. Společnost také zdůrazňuje „AI-first“ operační modely, které pomáhají podnikům nasazovat AI bezpečně v rámci stávající infrastruktury, místo aby完全 nahrazovaly stávající systémy.

Vybudujete si kariéru na rozhraní strategie, operací a inovací – od škálování organizací na počátku své kariéry až po současné vedení Strategie & Inovací ve společnosti DXC. Jak tyto zkušenosti ovlivnily váš přístup k spuštění LabX a navrhnutí inkubačního prostředí AI zaměřeného na skutečný obchodní dopad?

Moje kariéra mě zavedla napříč rodinnými kancelářemi, startupy, venture kapitálem a nyní do společnosti Fortune 500 uprostřed transformace. Co jsem viděl napříč všemi těmito prostředími, je to, že nápady samy o sobě nefungují. Ty, které skutečně vytvářejí hodnotu, sdílejí tři věci: skutečného zákazníka, který je podporuje, správný moment na trhu a jasný a přiměřeně úzký rozsah. Pokud chybí některá z těchto věcí, i geniální nápad uvízne.

Tento vzorec ovlivnil, jak jsem myslel o LabX. Potřebujete teorii vítězství – skutečnou strategii – ale také potřebujete operační svaly, aby ji oživily, a disciplínu, aby se přizpůsobily, jak se učíte a podmínky se mění. Strategie bez provedení je pouze prezentace. Provedení bez strategie je pohyb bez pokroku. LabX je navržen tak, aby obě tyto věci držely zároveň.

Pod vedením našeho CEO Raula Fernándeze společnost DXC umístila AI gramotnost a inovace do centra své transformační strategie. LabX je způsobem, jakým tato víra překládáme do produktů, schopností a výsledků zákazníků – dostatečně rychle, aby to mělo význam.

Mnohé podniky experimentují s AI, ale mají potíže s přechodem z pilotních projektů do produkční fáze. Z toho, co vidíte ve společnosti DXC, jaké jsou největší bariéry, které brání organizacím v škálování AI za hranice projektů proof-of-concept?

Dvě bariéry se opakují, a ani jedna z nich není vlastně o technologii.

První je změna managementu. AI mění, jak lidé pracují, za co jsou odpovědní a jak se dělají rozhodnutí. Pokud nepřivedete svou pracovní sílu, nejútlejší model na světě zůstane nevyužitý. Druhá je, že společnosti začínají škálovat AI bez změny základního operačního modelu. Připevňují inteligenci k konkrétnímu systému nebo aplikaci, aby ji jeden uživatel mohl použít, ale zbytek týmu nemůže. AI je horizontální inteligence – vytváří největší hodnotu, když může přecházet přes funkce, data a pracovní postupy. Když se operační model nezmění, tato hodnota zůstává uvězněna místně místo aby se sčítala napříč podnikem.

Takže pilotní projekt funguje, všichni oslavují a nic se vlastně neškáluje. To je vzorec, který se snažíme rozbit ve společnosti LabX, navrhnout pro odemykání na úrovni podniku od samého začátku.

LabX funguje na rychlém cyklu konceptu k MVP, zhruba 90 dní nebo méně. Jaké změny v myšlení, řízení nebo vývojových procesech jsou vyžadovány pro velké podniky, aby se pohybovaly v tomto tempu?

Největší změna v myšlení spočívá v ochotě rozhodnout se dříve s méně dokonalými informacemi – a disciplíně odstřihnout to, co nefunguje. Velké podniky se cítí pohodlně s dlouhými plánovacími cykly, protože se cítí v bezpečí. Není to tak. Na trhu, který se pohybuje tak rychle, je pomalé „ano“ a pomalé „ne“ oběma nákladné.

Uvnitř LabX přidělíme malou trojici – design, produkt a inženýrství – aby běžela sprint proti skutečnému zákaznickému problému. Vytvoří minimálně životaschopný produkt, otestují jej na hodnotu a škálovatelnost a my graduujeme nápady, které ukazují komerční slib do 90 dnů. Co umožňuje tuto rychlost, není absence řízení, ale přítomnost správného řízení. Bezpečnost, soukromí, dodržování předpisů a odpovědné schválení AI jsou součástí procesu od samého začátku, ne až dodatečně. Každý produkt prochází formální kontrolou řízení, než se škáluje.

Pro většinu podniků vyžaduje dosažení tohoto tempa ochranu prostoru, kde je legitimní se pohybovat tímto způsobem – bez nutnosti protlačit každý experiment stejným časem cyklu jako víceletý platformový build. To je, pro co je LabX pro nás.

DXC popisuje LabX jako způsob, jak ověřit vysoce perspektivní koncepty AI se zákazníky, než je škáluje. Jaký je význam tohoto přístupu „Zákazník nula“, který zajišťuje, že AI řešení jsou zakořeněna v skutečných operačních potřebách, spíše než teoretických případech použití?

Zákazník nula je, upřímně, naše výhoda. Předtím, než produkt LabX vůbec jde na trh, musí přežít uvnitř DXC. Řídíme 115 000 zaměstnanců napříč 70 zeměmi, regulovanými odvětvími, komplexními zákaznickými smlouvami, legacy systémy a skutečnými operačními sázkami. To není sanitární demo prostředí – to je podniková realita.

Tradiční startup se může pohybovat rychle, ale nemůže snadno replikovat prožitou zkušenost z provozu uvnitř takové komplexity. Když testujeme produkt na nás samých, najdeme místa, kde to nefunguje na skutečných datech, skutečných pracovních postupech a skutečných regulatorních omezeních – věci, které by se objevily v zákaznickém prostředí o šest měsíců později. Do doby, než přineseme nabídku zákazníkovi, nemluvíme o teorii. Můžeme říci: „Toto je, co to udělalo uvnitř našich vlastních operací, toto je, co jsme změnili, toto je, co jsme měřili.“

To také nás drží v čestnosti. Pokud produkt nemůže prokázat sám sebe interně, neabsolvuje. To je mnohem vyšší laťka než říkat „fungovalo to v demo“.

Podnikové prostředí je často plné legacy systémů, fragmentovaných dat a regulatorních omezení. Jak navrhujete AI pracovní postupy, aby mohly fungovat efektivně v rámci této reálné komplexity?

Začínejme s předpokladem, že prostředí je komplexní – to je základní úroveň, ne výjimka.

Architektonicky pracujeme s dekomponovatelným přístupem k našim platformám. Vedoucí AI nástroje se mění měsíčně, ne ročně. Pokud se pevně spojíte s jedním modelem, dodavatelem nebo rámcem, sázíte na to, že dnešní lídr bude stále lídrem za 18 měsíců. To je špatná sázka. Dekomponovatelná architektura nám umožňuje vyměnit komponenty, jak se hranice posouvají, zůstat fluenty s tím, co je skutečně nejlepší třídy, a testovat nástroje proti skutečným zákaznickým výzvám, spíše než marketingu dodavatele.

Na regulatorní a datové straně je dodržování předpisů navrženo od samého začátku. Každý produkt prochází kontrolou řízení, a odpovědné schválení AI je součástí procesu, ne až dodatečně. Provoz v vysoce regulovaných odvětvích napříč 70 zeměmi nás nutí k této disciplíně – což se ukáže jako funkce, ne chyba, když přinášíme produkty klientům se stejnými omezeními.

Tradiční IT poradenství spoléhalo na dlouhé plánovací cykly a rigidní implementační rámce. Jak se musí modely poradenství změnit, protože AI se vyvíjí rychleji, než tyto cykly mohou zvládnout?

Čestná odpověď je, že celý model se musí posunout, ale pokud bych měl vybrat klíčový moment, je to hodnotový návrh. Odvětví strávilo desetiletí prodejem deliverable – prezentace, roadmapy, implementační plány – a platilo za úsilí. Ve světě s AI musí klienti chtít výsledek. Chtějí, aby pracovní postup skutečně běžel, náklady skutečně klesly, výnosy skutečně se objevily.

Jakmile se zavážete prodat výsledek, všechno ostatní se musí změnit, aby to podpořilo. Složení týmu se stává více technickým. Angažmá přecházejí z poradenské fáze do fáze budování a provozu. Cenění se posouvá pryč od hodin. Lidé, kteří dělají práci, potřebují být stejně pohodlní s odesláním kódu jako s řízením řídícího výboru.

To je velká kulturní změna pro naše odvětví, a ne všichni ji udělají. Společnosti, které ano, budou vypadat rất odlišně za pět let než dnes.

LabX také funguje jako experimentální prostředí pro zaměstnance a technologické partnery. Jak důležitá je interní experimentace, když se snažíte budovat firemní AI gramotnost?

Je to celá hra. Nebudete stavět AI gramotnost čtením o AI – budete ji stavět tím, že budete zkoušet věci, sledovat, jak to nefunguje, a zkoušet znovu. To je stejně pravdivé pro 30letého IT profesionála jako pro někoho, kdo je dva roky ze školy.

Nedávno jsme spustili AI výzvu uvnitř jedné z našich obchodních jednotek a dostali jsme přes 1 300 jedinečných nápadů za dva týdny. To není statistika o nástroji – to je statistika o tom, co se stane, když dáte lidem povolení myslet mimo krabici. Kreativita už existuje uvnitř organizace. Naše práce je vytvořit prostor pro její růst.

LabX také provozuje rotace programu: techničtí odborníci z celé DXC stráví šest až dvanáct týdnů vestavěnými do nás, budováním skutečných produktů s nejnovějšími AI nástroji. Když se vrátí do svých domácích týmů, přinášejí nové dovednosti a, co je důležitější, jiný způsob myšlení. Začnou klást jiné otázky svým kolegům a zákazníkům. Stávají se šampiony toho, co je možné. Tento násobící efekt napříč pracovní silou je více než hodnota každého produktu, který dodáme.

DXC rámcuje svůj přístup jako Human+, zdůrazňující, že AI by měla rozšiřovat lidské schopnosti, spíše než je nahrazovat. V praktických termínech, jak tato filozofie ovlivňuje, jak jsou AI řešení navrhována a nasazována uvnitř podniků?

Budu přímý: existuje názor, který se ujímá v odvětví, že nejvýznamnější věc, kterou může podniková AI udělat pro společnost, je snížit počet zaměstnanců. Myslím, že to je selhání představivosti.

Disciplína nákladů je důležitá, ale skutečná příležitost je růst: nové příjmové prameny, nové produkty, nové služby, které prostě nebyly dříve možné. Nejvyšší hodnota použití AI je umožnit lidem dělat práci, která vytváří novou obchodní hodnotu, ne pouze optimalizuje to, co už existuje. Společnosti, které to udělají správně, budou outperformovat ty, které pohlížejí na AI jako na čistou nákladovou operaci.

V praxi Human+ znamená, že navrhujeme AI tak, aby zpracovávaly vysoké objemy rutinních procesů, aby se naši lidé mohli soustředit na vyšší hodnotu práce: strategické myšlení, kreativní řešení problémů, vztahy se zákazníky a komplexní rozhodnutí. Držíme lidskou odbornost a dohled u každého nasazení, zejména tam, kde rozhodnutí nesou skutečné důsledky. To je, jak si budujete důvěru s klienty, a to je, jak odemknout trvalou konkurenční výhodu.

Když organizace snaží integrovat AI do stávajících pracovních postupů, jaké běžné chyby vidíte, že dělají, které zpomalují přijetí nebo omezují skutečnou obchodní hodnotu?

Dvě chyby vidím neustále. První je začínání s technologií místo problému. Někdo se zamiluje do modelu nebo vendorovy prezentace, a iniciativa se stává nasazením této věci, spíše než řešením něčeho, co skutečně záleží na podniku. Druhá je, že AI je pohlíženo na jako IT projekt, spíše než jako obchodní transformaci. Pokud předáte AI完全 CIO a požádáte zbytek podniku, aby pokračoval beze změny, dostanete nástroj, který nikdo nepoužívá, a rozpočet, který nikdo nebude chtít bránit příští rok.

Proti tomu je jednoduché říci a těžké udělat: začít s obchodním problémem, dát správný mezioborový tým na to – lidi, procesy, technologie – a postavit se od výsledku, který chcete vytvořit. To je postoje, který zaujímáme v LabX, a to je, jak pracujeme s klienty, jako je Ferrovial, kde jsme pomohli nasadit AI Workbench – generativní AI nabídku kombinující poradenství, inženýrství a bezpečné podnikové služby, nyní využívanou více než 24 000 zaměstnanci s více než 30 AI agenty, kteří dělají rozhodnutí v reálném čase. Taková škála se nestane, pokud se na to pohlíží jako na IT projekt.

Pohledem do budoucnosti, jak očekáváte, že inkubační prostředí AI, jako je LabX, bude formovat způsob, jakým podniky vyvíjejí, testují a nasazují nové technologie v průběhu příštích několika let?

Zde je, co si myslím, že bude zřejmé v retrospektivě: vítězové v této éře nebudou společnosti s nejvýraznějšími point řešeními. Budou to integrátoři – ti, kteří mohou propojit AI napříč operačními modely, funkcemi a pracovními postupy, aby inteligence nebyla uvězněna v jediném nástroji nebo na jediné uživatelské obrazovce.

To je složitější problém než nasazení modelu. Vyžaduje hluboký podnikový kontext, schopnost pracovat napříč legacy a moderními systémy, a disciplínu měnit, jak se práce skutečně dělá. Je to také příležitost, na kterou se nejvíce těším.

Inkubační prostředí, jako je LabX, jsou tím, jak získáme zkušenosti. Jsou to místa, kde se učíme, co nefunguje v měřítku, co skutečné řízení vypadá v praxi, a co zákazníci budou a nebudou přijímat. Podniky, které investují do takového prostoru nyní – interně nebo prostřednictvím partnerů – budou mít velmi odlišnou křivku schopností za tři roky než ty, které stále rozhodují, zda to stojí za úsilí. A my, kteří stavíme v tomto prostoru, budeme pokračovat v hledání nových problémů, které stojí za řešením, protože technologie nezastaví a ani příležitost.