Χόλι Γκραντ, ΣVP, Στρατηγική & Καινοτομία, DXC Technology – Σειρά Συνεντεύξεων

Χόλι Γκραντ, ΣVP, Στρατηγική & Καινοτομία στη DXC Technology, είναι μια τεχνολογική και επιχειρησιακή εκτελεστική με βαθιά εμπειρία που εκτείνεται σε στρατηγική επιχείρησης AI, fintech, ηγεσία startup και επιχειρησιακή μεταμόρφωση. Στη DXC, βοηθά στη διαμόρφωση των πρωτοβουλιών καινοτομίας της εταιρείας, συμπεριλαμβανομένων των πρωτοβουλιών ορχήστρας AI σε επιχειρηματικό επίπεδο, συμβουλευτικών υπηρεσιών και προσπαθειών επέκτασης προϊόντων που σχεδιάζονται για να βοηθήσουν τις οργανώσεις να μεταβούν από πειραματικά πιλοτικά προγράμματα σε επιχειρησιακή ανάπτυξη. Πριν από τη DXC, κατέχει πολλαπλούς ρόλους ηγεσίας στο Χρηματιστήριο Μακροπρόθεσμης Διαρκείας (LTSE), υπηρετώντας τελικά ως Chief Operating Officer, όπου επικεντρώθηκε στην επιχειρησιακή κλιμάκωση και στρατηγική ανάπτυξη στον τομέα των fintech.

DXC Technology είναι μια παγκόσμια εταιρεία IT υπηρεσιών και συμβούλων που επικεντρώνεται στην βοήθεια των επιχειρήσεων να μοντερνοποιήσουν συστήματα κρίσιμης αποστολής σε cloud computing, κυβερνοασφάλεια, τεχνητή νοημοσύνη, υποδομή δεδομένων και επιχειρησιακές λειτουργίες. Δημιουργημένη μέσω της συγχώνευσης της Computer Sciences Corporation και του τμήματος Enterprise Services της Hewlett Packard Enterprise, η εταιρεία συνεργάζεται με οργανισμούς σε διάφορους κλάδους, συμπεριλαμβανομένων υγείας, τραπεζών, κατασκευών, ασφαλειών και κυβερνήσεων. Τα τελευταία χρόνια, η DXC έχει τοποθετήσει τον εαυτό της όλο και περισσότερο γύρω από μεταμορφώσεις επιχειρήσεων που βασίζονται στην τεχνητή νοημοσύνη, προσφέροντας υπηρεσίες που ενσωματώνουν γενετική τεχνητή νοημοσύνη, έξυπνη αυτοματοποίηση, παρατηρησιμότητα, ψηφιακούς δίδυμους και μεγάλης κλίμακας μετεξέλιξη IT σε σύνθετα εταιρικά περιβάλλοντα. Η εταιρεία τονίζει επίσης “πρώτα η τεχνητή νοημοσύνη” επιχειρησιακά μοντέλα που σχεδιάζονται για να βοηθήσουν τις επιχειρήσεις να αναπτύξουν τεχνητή νοημοσύνη με ασφάλεια μέσα στα υπάρχοντα συστήματα, αντί να αντικαθιστούν完全 τα παλιά συστήματα.

Έχουν χτίσει μια καριέρα στο σημείο τομής της στρατηγικής, των λειτουργιών και της καινοτομίας – από την κλιμάκωση οργανισμών νωρίτερα στην καριέρα σας έως τώρα η ηγεσία της Στρατηγικής & Καινοτομίας στη DXC. Πώς οι εμπειρίες σας έ塑ώνουν την προσέγγισή σας για την εκκίνηση του LabX και τον σχεδιασμό ενός περιβάλλοντος επέκτασης AI που επικεντρώνεται στην πραγματική επιχειρηματική επίδραση;

Η καριέρα μου με έχει οδηγήσει σε οικογενειακά γραφεία, startups, κεφάλαια κίνησης και τώρα μια εταιρεία Fortune 500 στη μέση μιας αναστροφής. Τι έχω δει σε όλα αυτά τα περιβάλλοντα είναι ότι οι ιδέες δεν προσγειώνονται μόνοι τους. Αυτές που δημιουργούν πραγματική αξία τείνουν να μοιράζονται τρία πράγματα: ένας πραγματικός πελάτης που τις υποστηρίζει, η σωστή στιγμή στην αγορά και ένας σκοπός που είναι σαφής και κατάλληλα στενός. Αν λείψει κανένας από αυτούς, ακόμη και μια εξαιρετική ιδέα σταματά.

Αυτός ο τρόπος σκέψης με επηρέασε όταν σκέφτηκα το LabX. Χρειάζεστε μια θεωρία νίκης – μια πραγματική στρατηγική – αλλά χρειάζεστε επίσης τον επιχειρησιακό μυ που να τη φέρει στη ζωή, και την πειθαρχία να προσαρμοστείτε καθώς μαθαίνετε και αλλάζουν οι συνθήκες. Στρατηγική χωρίς εκτέλεση είναι ένα deck. Εκτέλεση χωρίς στρατηγική είναι κίνηση χωρίς πρόοδο. Το LabX είναι σχεδιασμένο να κρατά και τα δύο μαζί.

Υπό την ηγεσία του CEO μας Raul Fernandez, η DXC έχει τοποθετήσει την ικανότητα και την καινοτομία της τεχνητής νοημοσύνης στο κέντρο της στρατηγικής μας για αναστροφή. Το LabX είναι το πώς μεταφράζουμε αυτή τη πεποίθηση σε προϊόντα, ικανότητες και αποτελέσματα πελατών – αρκετά γρήγορα για να μετρήσουν.

Πολυάριθμες επιχειρήσεις πειραματίζονται με τη τεχνητή νοημοσύνη αλλά δυσκολεύονται να μεταβούν από πιλοτικά προγράμματα σε παραγωγή. Από ότι βλέπετε στη DXC, ποια είναι τα μεγαλύτερα εμπόδια που εμποδίζουν τους οργανισμούς από το να κλιμακώσουν την τεχνητή νοημοσύνη πέρα από τα προγράμματα απόδειξης концепτού;

Δύο εμπόδια εμφανίζονται ξανά και ξανά, και κανένα από αυτά δεν αφορά πραγματικά την τεχνολογία.

Το πρώτο είναι η διαχείριση αλλαγών. Η τεχνητή νοημοσύνη αλλάζει τον τρόπο με τον οποίο οι άνθρωποι εργάζονται, τι είναι υπεύθυνοι για, και πώς λαμβάνονται οι αποφάσεις. Αν δεν φέρετε μαζί σας την εργατική δύναμη, το πιο εύγευστο μοντέλο στον κόσμο θα παραμείνει ανενεργό. Το δεύτερο είναι ότι οι εταιρείες αρχίζουν να κλιμακώνουν την τεχνητή νοημοσύνη χωρίς να αλλάζουν το υποκείμενο επιχειρησιακό μοντέλο. Κολλάνε ευφυΐα σε ένα συγκεκριμένο σύστημα ή εφαρμογή, ώστε ένας χρήστης να μπορεί να τη χρησιμοποιήσει, αλλά η υπόλοιπη ομάδα δεν μπορεί. Η τεχνητή νοημοσύνη είναι μια οριζόντια ευφυΐα – δημιουργεί την μεγαλύτερη αξία όταν μπορεί να κινηθεί через λειτουργίες, δεδομένα και ροές εργασιών. Όταν το επιχειρησιακό μοντέλο δεν αλλάζει, αυτή η αξία παραμένει παγιδευμένη τοπικά αντί να συντελεί σε όλη την επιχείρηση.

Έτσι, το πιλοτικό πρόγραμμα λειτουργεί, όλοι γιορτάζουν, και τίποτα δεν κλιμακώνεται πραγματικά. Αυτό είναι το μοτίβο που προσπαθούμε να σπάσουμε στο LabX, σχεδιάζοντας για απελευθερώσεις σε όλη την επιχείρηση από την πρώτη ημέρα.

Το LabX λειτουργεί με einen γρήγορο κύκλο концепτού σε MVP περίπου 90 ημερών ή λιγότερο. Ποια είναι οι αλλαγές στη στάση, τη διακυβέρνηση ή τις διαδικασίες ανάπτυξης που απαιτούνται για τις μεγάλες επιχειρήσεις να κινούνται με αυτό το είδος ταχύτητας;

Η μεγαλύτερη αλλαγή στη στάση είναι η πρόθεση να αποφασίσετε νωρίτερα με λιγότερη τέλεια πληροφορία – και η πειθαρχία να κόψετε αυτό που δεν λειτουργεί. Οι μεγάλες επιχειρήσεις γίνονται άνετες με μακρές κύκλους σχεδιασμού επειδή νιώθουν ασφάλεια. Δεν είναι. Σε μια αγορά που κινείται τόσο γρήγορα, ένα αργό “ναι” και ένα αργό “όχι” είναι και τα δύο ακριβά.

Μέσα στο LabX, αναθέτουμε một μικρό τρίο – σχεδιασμό, προϊόν και μηχανική – για να τρέξουν ένα σπριντ ενάντια σε ένα πραγματικό πρόβλημα πελάτη. Κατασκευάζουν ένα ελάχιστο βιώσιμο προϊόν, το δοκιμάζουν για αξία και κλίμακα, και αποφοιτούμε ιδέες που δείχνουν εμπορική υπόσχεση μέσα σε 90 ημέρες. Τι κάνει αυτή τη ταχύτητα δυνατή δεν είναι η απουσία διακυβέρνησης, είναι η παρουσία της σωστής διακυβέρνησης. Ασφάλεια, ιδιωτικότητα, συμμόρφωση και έγκριση ευθυνών τεχνητής νοημοσύνης είναι ενσωματωμένα στη διαδικασία από την πρώτη ημέρα, όχι κολλώντας στο τέλος. Κάθε προϊόν περνά από μια формική ανασκόπηση διακυβέρνησης πριν κλιμακωθεί.

Για τις περισσότερες επιχειρήσεις, η προσέγγιση σε αυτό το είδος ρυθμού απαιτεί την προστασία ενός χώρου όπου είναι νόμιμο να κινούμαστε με αυτόν τον τρόπο – χωρίς να αναγκάζουμε κάθε πείραμα να περάσει από τον ίδιο κύκλο χρόνου με μια πολλαπλή ετήσια πλατφόρμα. Αυτό είναι για τι είναι το LabX για εμάς.

Η DXC περιγράφει το LabX ως einen τρόπο για να ελεγχθεί η υψηλή πιθανότητα концепτών AI με πελάτες πριν κλιμακωθούν. Πώς αυτή η “Πελάτης Μηδέν” προσέγγιση βοηθά να διασφαλιστεί ότι οι λύσεις AI βασίζονται σε πραγματικές επιχειρησιακές ανάγκες και όχι σε θεωρητικές περιπτώσεις χρήσης;

Ο Πελάτης Μηδέν είναι, ειλικρινά, το πλεονέκτημά μας. Πριν από ένα προϊόν LabX πάει στην αγορά, πρέπει να επιβιώσει πρώτα μέσα στη DXC. Διαχειριζόμαστε 115.000 υπαλλήλους σε 70 χώρες, ρυθμιζόμενους κλάδους, σύνθετους συμβάσεις πελάτη, παλιά συστήματα και πραγματικές επιχειρησιακές στοιχήματα. Αυτό δεν είναι ένα σανιταρισμένο περιβάλλον demo – αυτό είναι πραγματική επιχειρηματική πραγματικότητα.

Μια παραδοσιακή startup μπορεί να κινηθεί γρήγορα, αλλά δεν μπορεί εύκολα να αναπαράγει την ζωντανή εμπειρία λειτουργίας μέσα σε αυτό το είδος πολυπλοκότητας. Όταν δοκιμάζουμε ένα προϊόν σε εμάς πρώτα, βρισκόμαστε τα σημεία όπου σπάει σε πραγματικά δεδομένα, πραγματικές ροές εργασιών και πραγματικές ρυθμιστικές περιορισμοί – πράγματα που θα είχαν εμφανιστεί σε ένα περιβάλλον πελάτη έξι μήνες αργότερα. Όταν φέρουμε μια προσφορά σε ένα πελάτη, δεν προωθούμε μια θεωρία. Μπορούμε να πούμε: ‘Εδώ είναι τι έκανε μέσα στις δικές μας λειτουργίες, εδώ είναι τι άλλαξαμε, εδώ είναι τι μετρήσαμε.’

Αυτό cũng μας κρατάει ειλικρινείς. Αν ένα προϊόν δεν μπορεί να αποδείξει τον εαυτό του εσωτερικά, δεν αποφοιτά. Αυτό είναι ένα πολύ υψηλότερο εμπόδιο από το να λέτε ‘δούλεψε σε ένα demo.’

Επιχειρησιακά περιβάλλοντα είναι συχνά γεμάτα με παλιά συστήματα, κατακερματισμένα δεδομένα και ρυθμιστικές περιορισμοί. Πώς σχεδιάζετε ροές εργασιών AI που μπορούν να λειτουργούν αποτελεσματικά μέσα σε αυτή τη πραγματική πολυπλοκότητα;

Ξεκινάμε από την υπόθεση ότι το περιβάλλον είναι σύνθετο – αυτό είναι η βάση, όχι η εξαίρεση.

Αρχιτεκτονικά, εργαζόμαστε με μια αποσυναρμολογημένη προσέγγιση στις πλατφόρμες μας. Τα leading εργαλεία AI αλλάζουν μηνιαίως, όχι ετησίως. Αν κολλήσετε τον εαυτό σας σε ένα μοντέλο, προμηθευτή ή πλαίσιο, κάνετε ένα στοίχημα ότι ο ηγέτης της ημέρας θα είναι ακόμα ο ηγέτης σε 18 μήνες. Αυτό είναι ένα κακό στοίχημα. Μια αποσυναρμολογημένη αρχιτεκτονική μας επιτρέπει να ανταλλάξουμε компоненты καθώς η πρωτοπορία κινείται, να μείνουμε ευφευείς με τι είναι πραγματικά το καλύτερο στην τάξη και να δοκιμάζουμε εργαλεία ενάντια σε πραγματικές προκλήσεις πελάτη αντί για προώθηση προμηθευτή.

Στη ρυθμιστική και δεδομένη πλευρά, η συμμόρφωση σχεδιάζεται από την πρώτη ημέρα. Κάθε προϊόν περνά από μια ανασκόπηση διακυβέρνησης, και η έγκριση ευθυνών τεχνητής νοημοσύνης είναι μέρος της διαδικασίας, όχι μια μετάνοια. Η λειτουργία σε高度 ρυθμιζόμενους κλάδους σε 70 χώρες μας επιβάλλει αυτή τη πειθαρχία – που αποδεικνύεται να είναι μια λειτουργία, όχι ένα σφάλμα, όταν φέρουμε προϊόντα σε πελάτες με τις ίδιες περιορισμοί.

Παραδοσιακή συμβουλευτική IT βασίστηκε σε μακρές κύκλους σχεδιασμού και σκληρές πλαισιάσεις υλοποίησης. Όσο η τεχνητή νοημοσύνη εξελίσσεται γρήγορα από ότι αυτοί οι κύκλοι μπορούν να το ανταποκριθούν, πώς πρέπει να αλλάξουν τα μοντέλα συμβουλευτικής;

Η ειλικρινής απάντηση είναι ότι όλο το μοντέλο πρέπει να αλλάξει, αλλά αν έπρεπε να επιλέξω το κρίσιμο σημείο, είναι η αξία προτάσεων. Η βιομηχανία έχει περάσει δεκαετίες πουλώντας παραδόσεις – deck, χάρτες δρόμων, σχέδια υλοποίησης – και πληρώνεται για προσπάθεια. Σε ένα κόσμο που βασίζεται στην τεχνητή νοημοσύνη, οι πελάτες δεν θέλουν μια παράδοση. Θέλουν ένα αποτέλεσμα. Θέλουν τη ροή εργασιών να λειτουργεί πραγματικά, το κόστος να μειώνεται πραγματικά, το έσοδο να εμφανίζεται πραγματικά.

Μόλις δεσμευτείτε να πουλήσετε αποτελέσματα, όλα τα άλλα πρέπει να αλλάξουν για να υποστηρίξουν αυτό. Η σύνθεση της ομάδας γίνεται πιο τεχνική. Οι συμμετοχές μετακινούνται από συμβουλευτική και εγκατάλειψη σε κατασκευή και λειτουργία. Η τιμολόγηση μετατοπίζεται μακριά από ώρες. Οι άνθρωποι που κάνουν τη δουλειά πρέπει να είναι εξίσου άνετοι με το να στέλνουν κώδικα όσο και με το να διευθύνουν μια επιτροπή διεύθυνσης.

Αυτή είναι μια μεγάλη αλλαγή πολιτισμού για την βιομηχανία μας, και όχι όλοι θα τη κάνουν. Οι εταιρείες που θα το κάνουν θα φαίνονται πολύ διαφορετικές σε πέντε χρόνια από ότι είναι σήμερα.

Το LabX λειτουργεί επίσης ως ένα περιβάλλον πειραματισμού για υπαλλήλους και τεχνολογικούς συνεργάτες. Πόσο σημαντική είναι η εσωτερική πειραματική διαδικασία όταν προσπαθείτε να χτίσετε εταιρική ευφυΐα AI;

Είναι όλο το παιχνίδι. Δεν χτίζετε ευφυΐα AI διαβάζοντας για την τεχνητή νοημοσύνη – χτίζετε την με το να δοκιμάζετε πράγματα, να τα βλέπετε να σπάσουν, και να τα ξαναδοκιμάζετε. Αυτό είναι αλήθεια για έναν 30χρονο επαγγελματία IT όσο και για κάποιον που είναι δύο χρόνια έξω από το σχολείο.

Πρόσφατα εκτελέσαμε μια πρόκληση AI μέσα σε ένα από τα τμήματα μας και πήραμε πάνω από 1.300 μοναδικές ιδέες σε δύο εβδομάδες. Αυτό δεν είναι ένα στατιστικό για ένα εργαλείο – αυτό είναι ένα στατιστικό για τι συμβαίνει όταν δίνετε στους ανθρώπους την άδεια να σκέφτονται έξω από το κουτί. Η δημιουργικότητα ήδη υπάρχει μέσα στην οργάνωση. Η δουλειά μας είναι να δημιουργήσουμε τον χώρο για να μεγαλώσει.

Το LabX τρέχει επίσης ένα πρόγραμμα περιστροφής: τεχνικοί εμπειρογνώμονες από όλη τη DXC περνούν έξι έως δώδεκα εβδομάδες ενσωματωμένοι μαζί μας, χτίζοντας πραγματικά προϊόντα με τα τελευταία εργαλεία AI. Όταν επιστρέφουν στις ομάδες τους, φέρνουν ένα νέο σετ δεξιοτήτων και, πιο σημαντικά, einen διαφορετικό τρόπο σκέψης. Ξεκινούν να κάνουν διαφορετικές ερωτήσεις στους συναδέλφους τους και τους πελάτες τους. Γίνονται πρωταγωνιστές για τι είναι δυνατό. Αυτή η συσσωρευτική επίδραση στην εργατική δύναμη αξίζει περισσότερο από οποιοδήποτε單ό προϊόν που αποστέλουμε.

Η DXC περιγράφει την προσέγγισή της ως Human+, τονίζοντας ότι η τεχνητή νοημοσύνη πρέπει να επεκτείνει τις ανθρώπινες ικανότητες αντί να τις αντικαθιστά. Σε πρακτικούς όρους, πώς αυτή η φιλοσοφία επηρεάζει τον τρόπο με τον οποίο οι λύσεις AI σχεδιάζονται και αναπτύσσονται μέσα στις επιχειρήσεις;

Θα είμαι trực tiếp: Υπάρχει μια άποψη που λαμβάνει χώρα στη βιομηχανία ότι η πιο πολύτιμη coisa που η επιχείρηση AI μπορεί να κάνει για μια εταιρεία είναι να μειώσει το προσωπικό. Νομίζω ότι αυτό είναι μια αποτυχία της φαντασίας.

Η πειθαρχία του κόστους μετράει, αλλά η πραγματική ευκαιρία είναι η ανάπτυξη: νέες ροές εσόδων, νέες προσφερόμενες υπηρεσίες που δεν ήταν δυνατές πριν. Η υψηλότερη αξία της τεχνητής νοημοσύνης είναι η ενεργοποίηση των ανθρώπων να κάνουν δουλειά που δημιουργεί νέα επιχειρηματική αξία, όχι μόνο να βελτιώνει τι υπάρχει ήδη. Οι εταιρείες που θα το κάνουν σωστά θα ξεπεράσουν αυτές που αντιμετωπίζουν την τεχνητή νοημοσύνη ως μια καθαρή άσκηση κόστους.

Στην πράξη, το Human+ σημαίνει ότι σχεδιάζουμε την τεχνητή νοημοσύνη για να χειρίζεται υψηλής όγκου, ру틴ικές διαδικασίες ώστε οι άνθρωποι να μπορούν να επικεντρωθούν σε υψηλότερες αξίες εργασίας: στρατηγική σκέψη, δημιουργική επίλυση προβλημάτων, σχέσεις πελάτη και σύνθετες κρίσεις. Διατηρούμε την ανθρώπινη εμπειρία και την εποπτεία στο κέντρο κάθε ανάπτυξης, ιδιαίτερα όπου οι αποφάσεις φέρουν πραγματικές συνέπειες. Αυτός είναι ο τρόπος με τον οποίο χτίζουμε εμπιστοσύνη με τους πελάτες, και είναι ο τρόπος με τον οποίο ξεκλειδώνουμε μια ανθεκτική ανταγωνιστική ευκαιρία.

Όταν οι οργανισμοί προσπαθούν να ενσωματώσουν την τεχνητή νοημοσύνη σε υπάρχοντες ροές εργασιών, ποια είναι τα κοινά λάθη που κάνουν που επιβραδύνουν την υιοθέτηση ή περιορίζουν την πραγματική επιχειρηματική αξία;

Δύο λάθη βλέπω συνεχώς. Το πρώτο είναι να ξεκινήσετε με την τεχνολογία αντί για το πρόβλημα. Κάποιος ερωτεύεται ένα μοντέλο ή μια δημοσίευση προμηθευτή, και η πρωτοβουλία γίνεται για την ανάπτυξη αυτού του πράγματος αντί να λύσει κάτι που πραγματικά μετράει για την επιχείρηση. Το δεύτερο είναι να αντιμετωπίζουν την τεχνητή νοημοσύνη ως ένα έργο IT αντί για μια επιχειρηματική μεταμόρφωση. Αν περάσετε την τεχνητή νοημοσύνη完全 στο CIO και ζητήσετε την υπόλοιπη επιχείρηση να συνεχίσει να τρέχει αμετάβλητη, θα πάρετε ένα εργαλείο που κανείς δεν χρησιμοποιεί και ένα προϋπολογισμό που κανείς δεν θέλει να υπερασπιστεί το επόμενο έτος.

Το αντίδοτο και στα δύο είναι απλό να πει και δύσκολο να κάνει: ξεκινήστε με το επιχειρηματικό πρόβλημα, βάλτε την σωστή διαλειτουργική ομάδα σε αυτό – άνθρωποι, διαδικασία, τεχνολογία – και χτίστε πίσω από το αποτέλεσμα που προσπαθείτε να δημιουργήσετε. Αυτή είναι η στάση που λαμβάνουμε στο LabX, και είναι ο τρόπος με τον οποίο συνεργαζόμαστε με πελάτες όπως η Ferrovial, όπου βοήθησαμε να αναπτύξουμε την AI Workbench – μια γενετική προσφορά AI που συνδυάζει συμβουλευτική, μηχανική και ασφαλείς εταιρικές υπηρεσίες, τώρα χρησιμοποιημένες από πάνω από 24.000 υπαλλήλους με πάνω από 30 πράκτορες AI που λαμβάνουν πραγματικές αποφάσεις. Αυτό το είδος κλίμακας δεν συμβαίνει αν αντιμετωπίζετε αυτό ως ένα έργο IT.

Κοιτάζοντας μπροστά, πώς περιμένετε τα περιβάλλοντα επέκτασης AI όπως το LabX να διαμορφώσουν τον τρόπο με τον οποίο οι επιχειρήσεις αναπτύσσουν, δοκιμάζουν και αναπτύσσουν νέες τεχνολογίες τα επόμενα χρόνια;

Εδώ είναι τι νομίζω ότι θα είναι προφανές σε αναδρομή: οι νικητές σε αυτή την εποχή δεν θα είναι οι εταιρείες με τις πιο εντυπωσιακές λύσεις σημείου. Θα είναι οι ολοκληρωτές – αυτοί που μπορούν να ραφούν την τεχνητή νοημοσύνη σε λειτουργικά μοντέλα, σε λειτουργίες και σε ροές εργασιών ώστε η ευφυΐα να μην είναι παγιδευμένη σε ένα εργαλείο ή σε μια οθόνη πελάτη.

Αυτό είναι ένα πιο δύσκολο πρόβλημα από την ανάπτυξη ενός μοντέλου. Απαιτεί βαθιά εταιρική контек스트, την ικανότητα να εργαστείτε σε legacy και σύγχρονα συστήματα, και την πειθαρχία να αλλάξετε τον τρόπο με τον οποίο γίνεται η δουλειά. Αυτό είναι επίσης η ευκαιρία που είμαι πιο ενθουσιασμένος.

Τα περιβάλλοντα επέκτασης όπως το LabX είναι το πώς παίρνουμε τις επαναλήψεις. Είναι όπου μαθαίνετε τι σπάει σε κλίμακα, τι είναι η διακυβέρνηση στην πράξη, και τι οι πελάτες θα και δεν θα υιοθετήσουν. Οι επιχειρήσεις που επενδύουν σε αυτόν τον χώρο τώρα – εσωτερικά ή μέσω συνεργατών – θα έχουν μια πολύ διαφορετική ικανότητα καμπύλης σε τρία χρόνια από τώρα από αυτές που ακόμα αποφασίζουν αν αξίζει η προσπάθεια. ΚΑΙ αυτοί που χτίζουμε σε αυτόν τον χώρο θα συνεχίσουμε να βρισκόμαστε νέα προβλήματα αξίας λύσης, επειδή η τεχνολογία δεν επιβραδύνεται και ούτε η ευκαιρία.

Ευχαριστώ για τη μεγάλη συνέντευξη, οι αναγνώστες που επιθυμούν να μάθουν περισσότερα πρέπει να επισκεφθούν DXC Technology.