Angela Q. Daniels, CTO (Amerikka) konsultointi- ja insinööripalveluista DXC Technologyn parissa – Haastattelusarja

Angela Q. Daniels, Chief Technology Officer (Amerikka) konsultointi- ja insinööripalveluista (CES) DXC Technologyn parissa, valvoo teknologisen strategian ja muutoksen johtamista yhtiön konsultointi- ja insinööripalveluissa koko Amerikassa. Hän keskittyy skaalaamaan tekoälyvälitteistä toimintaa DXC:n Xponential-kehyksessä, edistämään innovaatioita DXC:n tekoälyratkaisuilla ja auttamaan asiakkaita saavuttamaan suuremman liiketoimintaa modernien alustojen ja ihmisten kautta. Aikaisemmin hän johti globaaleja ohjelmistokehitys- ja sovellusjakeluhankkeita, johdaten ketterän modernisoinnin, pilvi-innovaatiot ja kykykehitystä vahvistamaan DXC:n toimitusjohdon ja teknologisen johtajuuden.

DXC Technology (DXC ) on maailmanlaajuinen IT-palvelujen ja konsultoinnin johtaja, joka auttaa suuria yrityksiä hallitsemaan kriittisiä järjestelmiä ja toimintoja hybridien IT-ympäristöjen yli. Yritys tekee yhteistyötä johtavien teknologian toimittajien kanssa tarjoamaan ratkaisuja, jotka yhdistävät edistyneen analytiikan, pilven, turvallisuuden ja tekoälyn. Sen Enterprise Technology Stack -ohjelmistoa käyttäen DXC modernisoi IT-infrastruktuureja, ajaa digitaalista muutosta ja mahdollistaa asiakkaiden innovaatiot, kustannusten optimoinnin ja asiakaskokemusten parantamisen ympäri maailmaa.

Olet ollut intohimoisen kiinnostunut ohjelmoinnista jo kahdeksanvuotiaasta lähtien. Voitko kertoa, mitä ensin veti sinut ohjelmistokehitykseen ja miten tuo varhainen uteliaisuus on muovannut lähestymistapaasi tekoälyjohtamiseen nykyään?

Kun olin kahdeksanvuotias, äitini toi kotiin Commodore-tietokoneen kirpputorilta. Se tuli pino mukana ja muutamia pelejä. Kun kaikki muut halusivat pelata, minä luin manuaaleja ja yritin selvittää, miten tietokone tosiaan toimi.

Ensimmäinen ohjelmaani oli yksinkertainen:

10 PRINT "Angela"

20 GOTO 10

RUN

Nähdessäni nimeni toistuvan loputtomasti ruudulla tuntui maagiselta. Se ei ollut vain siitä, mitä tietokone voi tehdä, vaan siitä, mitä minä voisin tehdä sen kanssa.

Jo nuorena äitini huomasi uteliaisuuteni ja tuki sitä, ilmoittamalla minut yliopiston kesäohjelmiin ala-asteen aikana ja uraohjelmiin lukion aikana. Nämä kokemukset lisäsivät intohimoani ja lopulta inspiroivat minua opiskelemaan matematiikkaa ja tietojenkäsittelytiedettä yliopistossa.

Sama uteliaisuus on ohjannut koko urani. Olen aina ollut kiinnostunut tutkimaan, mitä on mahdollista, ymmärtämään, miten jokin toimii, ja sitten keksimään, miten sitä voidaan soveltaa merkityksellisesti. Olipa kyseessä tekoäly, ohjelmistokehitys tai mikä tahansa teknologia, lähestymistapani on aina perustunut tutkimiseen, joka johtaa vaikutukseen. Innovointi on ollut vakaana lankana siitä ensimmäisestä Commodore-ohjelmasta lähtien työhön, jonka johtaan tänään.

Toimimalla globaalina ohjelmistokehitystarjontajohtajana, olet ollut avainasemassa luomassa ja käyttöönotossa DXC:n uutta Xponential-kehystä. Mikä innoitti tätä aloitetta, ja mikä ongelma yritysten tekoälyn omaksumisessa sinä olet määrätietoisin ratkaisemaan? 

Johtajat ovat valtavan paineen alaisina osoittamaan todellisia tuottavuuden parannuksia tekoälystä, mutta monet organisaatiot kamppailevat siirtymisen käynnistämisen jälkeen. He käynnistävät koepiloteja ilman yhtenäistä strategiaa, joka yhdistää tekoälyn ihmisiin, prosesseihin ja teknologiaan.

Tämä haaste innoitti DXC Xponentialin luomisen. Halusimme tarjota rakenteellisen, toistettavan suunnitelman tekoälyn omaksumiseen – yhden, joka upottaa hallintoa alusta alkaen ja tarjoaa varhaisia, mitattavissa olevia voittoja, jotta organisaatiot voivat kasvaa luottavaisesti.

Keskusteluni asiakkaiden kanssa ja omat sisäiset kokemukset tekoälysovellusten kehittämisestä muovasivat sen perustaa. Useimmin kuulemani kysymys oli: “Olemme kokeilleet koepiloteja, mutta miten siirrymme siitä eteenpäin?” Se tuli asiakkaan ääneksi Xponentialille.

Kuulimme sen myös omilta insinööritiimiltämme. On oikeasti tekoälytyökalujen väsymys. Tiimit ovat ympäröity työkaluilla, jotka lupaavat muuttaa ja yrittävät selvittää, mitkä niistä tosiaan tarjoavat arvoa. Xponential auttaa leikkaamaan läpi tuon melun keskittymällä integraatioon, orkestraatioon ja konkreettisiin tuloksiin työkalujen lisääntymisen sijaan.

Minun juureni DXC:ssa ovat olleet osa New Orleansin asiakaskokemuskeskusta. Lähestymistapamme ratkaista asiakkaan liiketoimintahaasteita oli olennainen muovaamaan tätä lähestymistapaa. Keskus toimii suunnittelufilosofian periaatteilla. Tuomme asiakkaan haasteet ympäristöön, jossa empatioimme, ideoidimme, prototyyppimme, testasimme ja skaalasimme. Käytimme samaa mielenlaadua suunnittelemaan Xponentialia, varmistaen, että jokainen tekoälyratkaisu, jonka toimitamme, on käytännöllinen, ihmiskeskeinen ja skaalautuva todellisessa maailmassa.

Teollisuuden tiedot osoittavat, että 95 % tekoälykoepiloteista epäonnistuu liiketoimintatavoitteiden saavuttamisessa. Mitenko Xponential suoraan ratkaisee nämä ongelmat?

Yritykset panostavat miljoonia dollareita teknologiaan, joka vaikuttaa esittelyissä. Mutta kun yritykset siirtyvät toteuttamaan tätä teknologiaa, he kohtaavat usein matalalaatuisen aineiston kouluttaa tekoälyä, epätarkkoja malleja, puutteellista hallintoa, ihmisen validointipullonkauloja ja monimutkaisia järjestelmäintegraatioita.

Ongelma ei ole teknologia, vaan toteutus. Ilman yhtenäistä strategiaa, joka yhdistää ihmiset, prosessit ja teknologian, skaalautuminen ja mitattavien tulosten toimittaminen tekoälyllä on ylämäkien taistelu.

DXC:n Xponential-kehys varmistaa, että kaikki ihmiset, prosessit ja teknologia otetaan huomioon viidellä eri pilarilla:

• Tieto – Hallinto on perustavanlaatuista DXC:ssa, joten jokainen tekoälyagentti, automaattinen päätöksenteko ja älykäs prosessi on suunniteltu sisäänrakennetulla havainnollisuudella ja säätelyllä alusta alkaen.
• Kiihdyttäjät – Asiakkaat voivat aloittaa siitä, mihin he ovat, ja poistaa esteitä menestykselle, DXC yhdistää tarkoituksenmukaisia innovaatioita kumppaniratkaisuihin, tarjoamaan valmiita työkaluja, poistamaan tarpeen rakentaa kaikki alusta alkaen.
• Automaatio – DXC:n agentic-AI-kehys menee tehtävien suorittamisen tuolle puolen. Se viimeistelee jatkuvasti työnkulkuja oppimalla tuloksista ja sopeutumalla reaaliajassa, ajamalla siirtymistä järjestelmiin, jotka kehittyvät kokemuksesta, sen sijaan, että riippuvat tilapäisistä korjauksista.
• Lähestymistapa – Tekoälyn kehittyessä organisaatioiden on säilyttävä joustavuus ja jatkuvasti uudistettava strategioitaan – ei korvata ihmisiä, vaan voimaannuttaa heitä. Siirtämällä rutiininomaiset tehtävät tekoälylle tiimit voivat keskittyä vaikuttaviin töihin, innovaatioon, monimutkaisten ongelmien ratkaisemiseen ja mitattavien arvojen toimittamiseen asiakkaillemme.
• Prosessi – Todellinen muutos alkaa turvallisella kokeilulla. DXC:ssa rakennamme MVP:itä nopeasti vahvistamaan ideoita, osoittamaan vaikutusta ja skaalata sitä, mikä toimii, välttääksemme koepilottivaihetta, joka hidastaa useimmat tekoälyaloitukset.

Xponential-suunnitelma korostaa viittä pilaria – Tieto, Kiihdyttäjät, Automaatio, Lähestymistapa ja Prosessi. Mikä näistä on eniten muodonmuuttavaa yrityksille, jotka aloittavat tekoälymatkansa?

Organisaatioille, jotka ovat tekoälymatkansa alussa, Tieto on eniten muodonmuuttava pilari. Monet yritykset ryntäävät toteutukseen, mutta menestys alkaa ymmärtämisestä, missä tekoäly voi todella luoda arvoa. Tieto antaa johtajille selkeän näyn, ei vain heidän aineistostaan, vaan heidän prosesseistaan, kyvyistään ja valmiudestaan muutokseen. Se on perusta, joka ohjaa jokaista muuta pilaria.

Läheisesti seuraava on Human+ -ulottuvuus, jonka näen kertoimena kaikissa viidessä pilarissa. Tekoäly on voimakkainta, kun se parantaa ihmisten kykyjä sen sijaan, että korvaa ne. Human+ on työn uudelleen suunnittelusta, jotta ihmiset viettävät enemmän aikaa luovuuden, arvion ja innovaation parissa – asioita, jotka tekevät organisaatioista erityisesti ihmisiä.

Lähestymistapan pilari korostaa “Human+ -yhteistyön” käsitettä. Miten näet tasapainon kehittyvän ihmisten asiantuntemuksen ja tekoälyautomatiikan välillä yritysympäristöissä seuraavien vuosien aikana?

Pidäminen ihmisistä tärkeänä on tärkeää. Human+ -lähestymistapamme käyttää tekoälyä ihmisten asiantuntemuksen vahvistamiseen, sen sijaan, että korvaisi sitä. Asiantuntijamme pysyvät hallinnassa, tekevät strategisia päätöksiä ja varmistavat laadunvalvonnan, kun taas tekoäly hoitaa rutiininomaiset tehtävät ja tekee raskaan työn. Nyt insinöörit, jotka aikaisemmin viettivät tunteja rutiininomaisiin koodaus-tehtäviin, voivat viettää enemmän aikaa suunnittelemalla järjestelmäarkkitehtuureja ja ratkaisemalla monimutkaisia liiketoimintahaasteita. Yhdistämällä taitavia ammattilaisia tekoälyyn johtaa vahvistettuihin, mitattavissa oleviin tuloksiin, jotka vähentävät kustannuksia ja parantavat tehokkuutta.

Yksi Xponentialin lupaamuksesta on siirtää organisaatiot pienimuotoisista voitoista laajaan tekoälyintegrointiin. Mitkä ovat suurimmat haasteet, joita yritykset kohtaavat siirtymällä koepilottivaiheesta tuotantoon, ja miten he voivat ylittää ne?

Monet organisaatiot ovat jumissa koepilottivaiheessa, jossa on hyvin hajanaisia aloitteita, jotka eivät yhdistä ihmisiä, prosesseja ja teknologiaa. Suurin este, jonka yritykset kohtaavat tekoälyn toteuttamisessa, on hajanainen, järjestämätön ohjelma, joka puuttuu yhtenäisestä strategiasta.

Xponential esittää selkeän polun siirtää yrityksiä koepilottivaiheen ulkopuolelle. Sen orkestrattu, vastuullinen ja toistettava lähestymistapa muuttaa tekoälyn teknologian kokeilusta liiketoimintavaatimukseksi. Suunniteltu ratkaisemaan markkinoiden puutteellisten strategioiden puutetta, kehys on rakenteellinen, mutta suunniteltu joustavuutta ja skaalautuvuutta varten, mahdollistaen organisaatioiden aloittaa pienissä mittakaavoissa, saavuttaa varhaisia voittoja ja nopeasti skaalata koko yrityksessä.

Xponential on jo auttanut asiakkaita siirtymään koepilottivaiheesta skaalautumiseen. Sen modulaarinen suunnittelu mahdollistaa tapaamisen asiakkaiden kanssa siitä, mihin he ovat, tukeakseen perinteisten päivitysten ja integroidakseen asiakkaiden olemassa olevan aineiston, pilven ja sovellusympäristön kanssa.

Esimerkiksi yhteistyössä Singaporen yleissairaalalla kehittämme lisättyä älykkyyttä infektiotautien hoidossa, joka käyttää tekoälyohjattuja oivalluksia ja yhteistyössä tehtävää päätöksentekoa ohjaamaan antibioottivalintoja alhaisten hengitystieinfektioiden hoidossa 90 %:n tarkkuudella. Työkalu on johtanut parantuneeseen potilashoitoon ja taisteluun antimikrobin resistanssia vastaan.

DXC on jo toteuttanut Xponentialin kansainvälisillä asiakkailla, kuten Textron ja Euroopan avaruusjärjestö. Voitko jakaa tietyn esimerkin, miten tämä kehys on toimittanut mitattavissa olevaa vaikutusta yhdessä näistä toteutuksista? 

Xponential on osoittanut olevan toimiva kehys, joka on jo tuottanut tuloksia asiakkaidemme kanssa, kuten Textron ja Euroopan avaruusjärjestö. Yhteistyössä Textronin kanssa muutimme heidän IT-tukimalliaan automaation ja tekoälyn avulla. Optimointi leikkasi palvelupöydän liput 20 %:lla ja ratkaisi proaktiivisesti verkkoon liittyviä ongelmia 32 000 työntekijälle tekoälyvoimaisilla chatboteilla, jotka oli koulutettu jaettuihin tietokantoihin, vapauttaen IT-henkilöstön keskittymään monimutkaisiin ongelmiin, jotka vaativat ihmisten asiantuntemusta. Euroopan avaruusjärjestön kanssa hyödynsimme Xponentialia toteuttaaksemme ASK ESA -alustan, joka yhdistää aineiston, kiihdyttää tutkimusta ja parantaa yhteistyötä koko järjestössä. Alusta tarjoaa turvallisen, tehokkaan pääsyn suuriin määriin aineistoa ja säästää insinööreille 1-2 tuntia viikossa.

Aikaisempi johtamiskokemuksesi kattaa akateemisen, yritys-ohjelmistojen ja laajan pilvi-innovaation. Miten tämä monipuolinen kokemus on vaikuttanut näkemykseesi “vastuullisesta tekoälystä” käytännössä? 

Jokainen osa matkani on muovannut, miten määritän vastuullisen tekoälyn. Akateemisesta taustasta opin tärkeän asian, joka on tarkkuuden, oletusten kyseenalaistaminen, tulosten vahvistaminen ja ymmärtäminen “miksi” jokaisen tuloksen takana. Yritys-ohjelmistojen parissa sain syvän arvostuksen hallinnon, eettisyyden ja teknologian vaikutusten merkityksestä ihmisille, prosesseille ja aloille. Laajan sovelluskehityksen kautta näin ensimmäisen kerran, miten skaala voi vahvistaa sekä vaikutusta että riskiä.

Minun mielestäni vastuullinen tekoäly ei ole vain complianssi tai bias-mittauksen poistaminen, vaan se on tarkoituksellinen suunnittelu. Se tarkoittaa järjestelmien rakentamista, jotka ovat läpinäkyviä, tarkasteltavissa ja yhdistettyjä ihmisten arvoihin alusta alkaen. Se on varmistaminen, että innovaatio ja vastuu kehittyvät yhdessä.

Roolini on varmistaa, että innovoidessamme teemme niin vastuullisesti, ei hidastaen innovaatiota, vaan ohjaten sitä tavalla, joka ansaitsee luottamusta ja toimittaa kestävää arvoa.

Hallinto ja havainnollisuus ovat keskeisiä Xponentialin Tieto-pilareissa. Miten varmistat, että tekoäly säilyy sekä läpinäkyvänä että sääntelyn mukaisena voimakkaasti säännellyissä aloissa, kuten terveydenhuollossa ja ilmailussa? 

Xponential-kehys varmistaa, että hallinto, complianssi ja havainnollisuus upotetaan päivästä yksi, eikä lisätä myöhemmin. Yhdenmukaisemme tekoäly-etiikka kansainvälisten standardien ja kehittyvien sääntelykehyksien kanssa, kuten NIST ja EU:n tekoälylakia, tarkoittaa, että täydellinen jäljitettävyys, tarkasteltavuus ja complianssi on sisäänrakennettu jokaiseen työnkulkuun.

Tämä hallintomalli tarjoaa selkeän näyn siitä, miten tekoäly toimii, kuka on vastuussa ja ovatko päätökset eettisiä ja toiminnallisia standardeja – olennaisia vaatimuksia tekoälyn skaalauttamiseksi tehokkaasti säännellyissä yrityksissä. Uskomme, että tekoälylle on luotettavaa, läpinäkyvää ja ihmiskeskeistä.

Tehtyäsi uraa akateemisessa maailmassa, yritys-ohjelmistojen parissa ja laajan pilvi-innovaation parissa, mitkä uudet taidot tai asenteet luulet, että ohjelmistotiimit tarvitsevat pysyäkseen kilpailukykyisinä seuraavassa vuosikymmenessä? 

Tärkein muutos ei ole vain uusien työkalujen oppiminen. Se on uuden asenteen omaksuminen. Tekoäly muuttaa, miten rakennamme ohjelmistoa, ja tiimit, jotka menestyvät, ovat ne, jotka kohdella tekoälyä yhteistyökumppanina, ei vain työkaluna.

Tärkein taito on uteliaisuus. Parhaat insinöörit eivät vain hyväksy, mitä tekoäly tuottaa. He kyseenalaistavat sen, parantavat sitä ja tutkivat, miten sitä voidaan soveltaa uusilla tavoilla. Uteliaisuus ruokkii jatkuvaan oppimiseen, vastuulliseen kokeiluun ja yhteyksien löytämiseen, joita muut saattavat missata.

Lisäksi kehittäjät kehittyvät koodaajista säveltäjiksi, järjestämällä tekoälyagentteja, automaatiota ja ihmisen oivalluksia yhdistetyiksi järjestelmiin. Se vaatii ei vain teknistä päättökykyä, vaan myös järjestelmien ajattelua ja valmiutta uudelleenmääritellä, miten työ tehdään.

DXC:ssa upottamme tämän asenteen Xponentialin kautta, auttaen tiimejä kehittämään Human+ -lähestymistapaamme. Se yhdistää teknisen hallinnan uteliaisuuteen, luovuuteen ja eettiseen tietoisuuteen, koska seuraavassa vuosikymmenessä menestys ohjelmistokehityksessä ei tule siitä, että tiedetään kaikki. Se tulee jatkuvasta uteliaisuudesta siitä, mitä on mahdollista.

Kiitos hienosta haastattelusta, lukijoille, jotka haluavat oppia lisää, suosittelemme vierailemaan DXC Technology -sivustolla.