Angela Q. Daniels, CTO (Americas) for Consulting and Engineering Services at DXC Technology – Interview Serie

Angela Q. Daniels, Chief Technology Officer (Americas) for Consulting and Engineering Services (CES) at DXC Technology, overvåger teknologi-strategi og transformation for selskabets Consulting & Engineering Services på tværs af Amerika. Hun fokuserer på at skala op AI-forstærket levering gennem DXC’s Xponential-ramme, fremme innovation med DXC’s AI-løsninger og hjælpe kunderne med at realisere større forretningsværdi gennem moderne platforme og mennesker. Tidligere ledte hun globale softwareudviklings- og applikationsleveringsinitiativer, hvor hun vejledte agile modernisering, cloud-native ingeniørarbejde og talentudvikling for at styrke DXC’s leveringsexcellence og teknologiske lederskab.

DXC Technology er en global IT-tjeneste- og rådgivningsleder, der hjælper store virksomheder med at køre mission-kritiske systemer og operationer på tværs af hybrid IT-miljøer. Selskabet samarbejder med førende teknologileverandører for at levere løsninger, der kombinerer avanceret analytics, cloud, sikkerhed og AI. Gennem sin Enterprise Technology Stack moderniserer DXC IT-infrastrukturer, driver digital transformation og muliggør, at kunder på tværs af brancher kan innovere, optimere omkostninger og forbedre kundeoplevelser verden over.

Du har haft en livslang passion for programmering, der startede, da du var otte år gammel. Kan du dele, hvad der først tiltrak dig til softwareudvikling, og hvordan denne tidlige nysgerrighed har formet din tilgang til at lede AI-dreven innovation i dag?

Da jeg var otte, kom min mor hjem med en Commodore-computer fra en loppemarked. Den kom med en stak af manualer og nogle spil. Mens alle andre ville spille, var jeg den, der læste manualerne, prøvede at figurere ud, hvordan computeren faktisk fungerede.

Mit første program var simpelt:

10 PRINT "Angela"

20 GOTO 10

RUN

At se mit navn gentage sig uendeligt på skærmen føltes magisk. Det var ikke kun om, hvad computeren kunne gøre, men om, hvad jeg kunne få den til at gøre.

Fra en ung alder lagde min mor mærke til min nysgerrighed og støttede den, hvilket fik hende til at tilmelde mig til college-sommerudviklingsprogrammer under grundskolen og karriere-udforskningsprogrammer under gymnasiet. Disse oplevelser fik yderligere født min passion og fik mig til sidst til at forfølge matematik og computervidenskab på college.

Den samme nysgerrighed har vejledt min hele karriere. Jeg er altid blevet tiltrukket af at udforske, hvad der er muligt, at forstå, hvordan noget fungerer, og derefter figurere ud, hvordan det kan anvendes på meningsfulde måder. Uanset om det er AI, softwareudvikling eller nogen teknologi, har min tilgang altid været rod i udforskning, der fører til impact. Innovation har været en konstant tråd fra det første Commodore-program til det arbejde, jeg leder i dag.

Som Global Software Development Offering Lead har du spillet en nøglerolle i at skabe og implementere DXC’s nye Xponential-ramme. Hvad inspirerede denne initiativ, og hvilket problem i virksomheds AI-adopteringsprocessen var du mest fast besluttet på at løse? 

I dag er direktører under enormt pres for at vise virkelige produktivitetsgevinster fra AI, men mange organisationer kæmper med at gå ud over eksperimentationsfasen. De lancerer pilotprojekter uden først at være enige om en samlet strategi, der forbinder AI med deres mennesker, processer og teknologi.

Den udfordring inspirerede skabelsen af DXC Xponential. Vi ville give en struktureret, gentagen vejledning til at orkestrere AI-adopteringsprocessen – en, der indbygger governance fra starten og leverer tidlige, målbare sejre for at hjælpe organisationer med at skala op med tillid.

Mine samtaler med kunder og vores egne interne erfaringer med udvikling af AI-drevne applikationer formede dets grundlag. Det mest almindelige spørgsmål, vi hørte, var: “Vi har prøvet pilotprojekterne, men hvordan går vi videre herfra?” Det blev kundens stemme bag Xponential.

Vi hørte det også fra vores egne ingeniørhold. Der er ægte AI-værktøjs-træthed. Hold er omgivet af værktøjer, der lover transformation, og de prøver at afgøre, hvilke af dem, der virkelig leverer værdi. Xponential hjælper med at skære igennem støjen ved at fokusere på integration, orkestration og tangibele resultater i stedet for værktøjsforvaltning.

Mine rødder i DXC omfatter at være en del af vores New Orleans Customer Experience Center. Vores tilgang til at løse vores kunderes forretningsudfordringer var afgørende for at forme denne tilgang. Det center fungerer på design-tænkning-principper. Vi bringer kundens udfordringer ind i en miljø, hvor vi empatisk, ideerer, prototyper, tester og skalerer. Vi brugte samme mindset til at designe Xponential, så hver AI-løsning, vi leverer, er praktisk, menneske-centreret og skalerbar i den virkelige verden.

Branchens data viser, at 95% af AI-pilotprojekter ikke opfylder forretningsforventningerne. Fra din synsvinkel, hvad er de mest almindelige årsager bag disse fiaskoer, og hvordan løser Xponential dem direkte?

Virksomheder investerer millioner af dollars i teknologi, der imponerer i demos. Men når virksomhederne går over til at implementere denne teknologi, mødes de ofte med lavkvalitetsdata til at træne AI, ukorrekte modeller, mangel på governance, menneskelig valideringsbottlenecks og komplekse systemintegrationer.

Problemet er ikke teknologien, men udførelsen. Uden en samlet strategi, der integrerer mennesker, processer og teknologi, er det en opadgående kamp at skala og levere målbare resultater med AI.

DXC’s Xponential-ramme sikrer, at alle mennesker, processer og teknologi tages i betragtning med fem forskellige søjler:

• Insight – Governance er grundlæggende i DXC, hvilket er hvorfor hver AI-agent, automatiseret beslutning og intelligent proces er designet med indbygget overvågning og compliance fra starten.
• Accelerators – For at møde kunder, hvor de er, og fjerne barrierer for succes, kombinerer DXC formål-byggede innovationer med partnerløsninger for at give klar til brug-værktøjer, hvilket eliminerer behovet for at bygge alt fra bunden.
• Automation – DXC’s agentic-AI-ramme går ud over opgave-eksekvering. Den refinerer kontinuerligt arbejdsgange ved at lære af resultater og tilpasse sig i realtid, hvilket driver en skiftning mod systemer, der udvikler sig gennem erfaring i stedet for at afhænge af midlertidige løsninger.
• Approach – Da AI udvikler sig, må organisationer forblive agile og kontinuerligt tilpasse deres strategier — ikke for at erstatte mennesker, men for at udvikle dem. Ved at overføre rutineopgaver til AI er holdene fri til at fokusere på høj-impact-arbejde, innovation, løsning af komplekse problemer og levering af målbare værdi for vores kunder.
• Process – Ægte forandring starter med sikker eksperimentering. I DXC bygger vi MVP’er for at validere idéer, bevise impact og skala, hvad der virker, for at undgå pilotstadiet, der stopper de fleste AI-initiativer.

Xponential-blåtrykket fremhæver fem søjler — Insight, Accelerators, Automation, Approach og Process. Hvilken af disse ser du som den mest transformative for virksomheder, der lige er begyndt deres AI-rejse?

For organisationer i starten af deres AI-rejse er Insight den mest transformative søjle. Mange virksomheder skynder sig ind i implementeringen, men succes begynder med at forstå, hvor AI kan skabe virkelig værdi. Insight giver ledere klarhed, ikke kun om deres data, men om deres processer, talent og parathed til forandring. Det er fundamentet, der underbygger hver enkelt søjle.

Lige efter følger Human+-dimensionen, som vi ser som multiplikator på tværs af alle fem søjler. AI er mest kraftfuld, når det forstærker menneskelig kapacitet i stedet for at erstatte det. Human+ handler om at redesigne arbejde, så mennesker tilbringer mere tid på kreativitet, dømmekraft og innovation — de ting, der gør organisationer klart menneskelige.

Approach-søjlen fremhæver begrebet “Human+ samarbejde”. Hvordan ser du balancen mellem menneskelig ekspertise og AI-automatisering udvikle sig inden for virksomheds-miljøer i de næste par år?

At holde mennesker i løkken er afgørende. Vores Human+-tilgang bruger AI til at forstærke menneskelig ekspertise, ikke til at erstatte den. Vores eksperter forbliver i kontrol, tager strategiske beslutninger og sikrer kvalitetskontrol, mens AI håndterer repetitive opgaver og gør det tungt arbejde. Nu kan ingeniører, der tidligere tilbragte timer på repetitive kodningsopgaver, tilbringe mere tid på at designe systemarkitekturer og løse komplekse forretningsproblemer. Kombinationen af dygtige professionelle med AI fører til forstærket, målbart outcome, der reducerer omkostninger og forbedrer effektivitet.

En af Xponentials løfter er at flytte organisationer fra småskala-sejre til virksomhedsomfattende AI-integration. Hvad er de største udfordringer, virksomheder står overfor, når de skal skala fra proof of concept til produktion, og hvordan kan de overvinde dem?

Mange organisationer er fastlåst i pilotfaser med højgradigt fragmenterede initiativer, der ikke kan forene mennesker, processer og teknologi. Den største forhindring, vi ser virksomheder navigere, når de implementerer AI, er decentrale, uorganiserede programmer, der mangler en samlet strategi.

Xponential lægger en klar vej for at tage virksomheder ud over pilotfasen. Dens orkestrerede, ansvarlige og gentagne tilgang transformerer AI fra en teknologi-eksperiment til en forretnings-imperativ. Designet til at tackle manglen på samlede strategier på markedet er rammen struktureret, men bygget til fleksibilitet og skalerbarhed, hvilket muliggør, at organisationer kan starte småt, opnå tidlige sejre og hurtigt skala på tværs af virksomheden.

Xponential hjælper allerede kunder med at gå over fra pilotstadier til skala. Dens modulære design tillader os at møde kunder, hvor de er, ved at støtte opgradering af arv og integrere sammen med kundernes eksisterende data-, cloud- og applikationsmiljøer.

For eksempel samarbejdede vi med Singapore General Hospital om at udvikle Augmented Intelligence in Infectious Diseases-løsningen, der bruger AI-drevne indsigt og samarbejdende menneske+AI-beslutning til at vejlede antibiotikavalg for lavere respiratoriske infektioner med 90% nøjagtighed. Værktøjet har resulteret i forbedret patientpleje, samtidig med at det bekæmper antimikrobiel resistens.

DXC har allerede implementeret Xponential med globale kunder som Textron og Den Europæiske Rumfartsagentur. Kan du dele et specifikt eksempel på, hvordan denne ramme har leveret målbart impact i en af disse implementeringer? 

Xponential er en beviset ramme, der allerede genererer resultater med vores kunder Textron og Den Europæiske Rumfartsagentur. Vi samarbejdede med Textron om at transformere dets IT-supportmodel ved hjælp af automatisering og AI. Optimeringen reducerede service-skrivebordsbilletter med 20% og proaktivt løste netværksproblemer for 32.000 medarbejdere ved hjælp af AI-drevne chatbots trænet på fælles videnbasers, hvilket frigjorde IT-personale til at fokusere på komplekse problemer, der kræver menneskelig ekspertise. Med Den Europæiske Rumfartsagentur brugte vi Xponential til at implementere ASK ESA, en AI-drevet platform, der unificerer data, accelererer forskning og forbedrer samarbejde på tværs af agenturet. Platformen giver ikke kun sikker, effektiv adgang til store mængder data, men sparere ingeniører 1-2 timer om ugen.

Dit ledelsesbaggrund spænder over akademiske, enterprise software og storstilede cloud-udviklingsområder. Hvordan har denne diverse erfaring påvirket din syn på, hvad “ansvarlig AI” betyder i praksis? 

Hver del af min rejse har formet, hvordan jeg definerer ansvarlig AI. Fra akademiet lærte jeg vigtigheden af rigor, at spørge om antagelser, validere resultater og forstå “hvorfor” bag hver enkelt resultat. Fra enterprise software fik jeg en dyb forståelse for governance, etik og de rippeffekter, teknologi kan have på mennesker, processer og brancher. Og gennem storstilede applikationsudvikling så jeg førstehånds, hvordan skala kan forstærke både impact og risiko.

For mig er ansvarlig AI ikke kun om compliance eller bias-mildning, men om intentionel design. Det handler om at bygge systemer, der er gennemsigtige, gennemgangsbar og aligneret med menneskelige værdier fra starten. Det handler om at sikre, at innovation og ansvar udvikler sig sammen.

Min rolle er at sikre, at mens vi innovere, gør vi det ansvarligt, ikke langsommere innovation, men vejlede den på en måde, der tjener tillid og leverer bæredygtig værdi.

Governance og overvågning er centralt for Insight-søjlen i Xponential. Hvordan sikrer du, at AI forbliver både gennemsigtigt og compliant i tungt regulerede brancher som sundheds- og luftfartssektoren? 

Xponential-rammen sikrer, at governance, compliance og overvågning er indbygget fra dag én, ikke tilføjet senere. Vi aligner vores AI-etik med globale standarder og fremvoksende reguleringsrammer fra NIST og EU’s AI-akt, hvilket betyder fuld sporbarehed, gennemgang og compliance er bygget ind i hver arbejdsgang.

Denne governance-model giver klart overblik over, hvordan AI opererer, hvem der er ansvarlig, og om beslutninger følger etiske og operationelle standarder — afgørende krav for at skala AI effektivt på tværs af regulerede virksomheder. Det er vores overbevisning, at AI skal være troværdig, gennemsigtig og menneske-centreret.

Da AI fortsætter med at omdefinere softwareudviklingslivscyklusser, hvad nye færdigheder eller mindsets tror du, softwarehold vil have brug for for at forblive konkurrencedygtige i de næste ti år? 

Den vigtigste ændring er ikke kun at lære nye værktøjer. Det handler om at antage en ny mindset. AI transformerer, hvordan vi bygger software, og holdene, der trives, vil være dem, der behandler AI som en samarbejdspartner, ikke kun en utility.

Den færdighed, der betyder mest, er nysgerrighed. De bedste ingeniører vil ikke kun acceptere, hvad AI genererer. De vil spørge om det, raffinere det og udforske, hvordan det kan anvendes på nye måder. Nysgerrighed driver evnen til at lære kontinuerligt, eksperimentere ansvarligt og se forbindelser, som andre måske ikke ser.

Ud over det vil udviklere udvikle sig fra at være kodere til at være komponister, der orkestrerer AI-agenter, automatisering og menneskelig indsigt i integrerede systemer. Det kræver ikke kun teknisk flydende, men også systemtænkning og en villighed til at genforestille, hvordan arbejde bliver gjort.

I DXC indbygger vi denne mindset gennem Xponential, hvor vi hjælper hold med at udvikle vores Human+-tilgang. Det kombinerer teknisk mesterskab med nysgerrighed, kreativitet og etisk bevidsthed, fordi i de næste ti år vil succes i softwareudvikling ikke komme fra at vide alt. Det kommer fra at forblive uendeligt nysgerrige om, hvad der er muligt.

Tak for det gode interview. Læsere, der ønsker at lære mere, skal besøge DXC Technology.