Angela Q. Daniels, CTO (Americas) Consulting and Engineering Services -DXC Technology – Haastattelusarja

Angela Q. Daniels, DXC Technologyn Chief Technology Officer (Americas) Consulting and Engineering Services (CES) -yksikössä, vastaa teknologiasta ja muutoksesta yhtiön Consulting & Engineering Services -yksikössä Amerikassa. Hän keskittyy skaalaamaan AI-välitteistä toimintaa DXC:n Xponential-kehyksen kautta, edistää innovaatioita DXC:n AI-ratkaisujen avulla ja auttaa asiakkaita saavuttamaan suuremman liiketoimintaa arvon modernien alustojen ja ihmisten kautta. Aikaisemmin hän johti globaaleja ohjelmistokehitys- ja sovellusjakeluhankkeita, johdattaen ketterän modernisoinnin, pilvi-innovaatiot ja kykyjen kehittämisen vahvistamaan DXC:n toimituserinomaisuutta ja teknologista johtajuutta.

DXC Technology on johtava globaali IT-palvelujen ja konsultointiyritys, joka auttaa suuria yrityksiä hallitsemaan kriittisiä järjestelmiä ja toimintoja hybridien IT-ympäristöjen yli. Yritys toimii johtavien teknologian tarjoajien kanssa tarjoamaan ratkaisuja, jotka yhdistävät edistyneen analytiikan, pilven, turvallisuuden ja AI:n. Sen Enterprise Technology Stack -avainalueen kautta DXC modernisoi IT-infrastruktuureja, ajaa digitaalista muutosta ja mahdollistaa asiakkaiden innovaatiot eri aloilla, optimoi kustannukset ja parantaa asiakaskokemuksia maailmanlaajuisesti.

Olet ollut intohimoisen kiinnostunut ohjelmoinnista jo kahdeksanvuotiaasta lähtien. Voitko kertoa, mitä ensin veti sinut ohjelmistokehitykseen ja miten tuo varhainen uteliaisuus on muovannut lähestymistapaasi johtamaan AI-vetävää innovaatiota tänään?

Kahdeksanvuotiaana äitini toi kotiin Commodore-tietokoneen kirpputorilta. Se tuli mukana ohjekirjojen ja muutaman pelin kanssa. Kun kaikki muut halusivat pelata, minä luin ohjekirjoja ja yritin ymmärtää, miten tietokone toimi.

Ensimmäinen ohjelma, jonka kirjoitin, oli yksinkertainen:

10 PRINT "Angela"

20 GOTO 10

RUN

Nähdessäni nimeni toistuvan loputtomasti ruudulla tuntui maagiselta. Se ei ollut vain siitä, mitä tietokone pystyi tekemään, vaan siitä, mitä minä pystyin sen tekemään.

Jo nuorena ikäni äitini huomasi uteliaisuuteni ja tuki sitä, ilmoittamalla minut college-kesäohjelmiin ala-asteella ja urapolkuohjelmiin lukiossa. Nämä kokemukset sytyttivät 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 keksimään, miten sitä voidaan soveltaa merkityksellisesti. Olipa kyse sitten AI:sta, ohjelmistokehityksestä tai mistä tahansa teknologiasta, lähestymistapani on aina perustunut tutkimukseen, joka johtaa vaikutukseen. Innovointi on ollut vakaana lankana siitä ensimmäisestä Commodore-ohjelmasta työhön, jonka johtaan tänään.

Toimimalla Globaali Ohjelmistokehitystarjonta -johtajana, olet ollut avainroolissa luomassa ja käyttöönotossa DXC:n uutta Xponential-kehystä. Mitä innoitti tämän aloitteen, ja mikä ongelma yritysten AI-omaksumisessa sinä olit määrätty ratkaisemaan? 

Johtajat tänään ovat valtavan paineen alaisina osoittamaan todellisia tuottavuuden parannuksia AI:sta, mutta monet organisaatiot kamppailevat siirtymisen kanssa kokeilusta. He käynnistävät koepiloteja ilman, että ensin määrittelisivät yhtenäisen strategian, joka yhdistää AI:n heidän ihmisiinsä, prosesseihinsa ja teknologiaansa.

Tämä haaste innoitti DXC Xponentialin luomisen. Halusimme tarjota rakenteellisen, toistettavan suunnitelman AI-omaksumisen orkestraatiota varten – yhden, joka upottaa hallintoa alusta alkaen ja toimittaa varhaisia, mitattavissa olevia voittoja, jotta organisaatiot voivat skaalata luottavaisesti.

Keskusteluni asiakkaiden kanssa ja omat sisäiset kokemuksemme AI-pohjaisen sovelluskehityksen parissa muovasivat sen perustaa. Usein kuulimme kysymyksen: “Olemme kokeilleet koepiloteja, mutta miten siirrymme siitä eteenpäin?” Se tuli asiakkaan ääneksi Xponentialille.

Kuulimme sen myös omilta insinööreiltämme. On oikea AI-työkalupetos. Tiimit ovat ympäröity työkaluilla, jotka lupaavat muuttaa, ja yrittävät päättää, mitkä tarjoavat todellista arvoa. Xponential auttaa leikkaamaan läpi melun keskittymällä integraatioon, orkestraatioon ja konkreettisiin tuloksiin työkalujen lisääntymisen sijaan.

Juureni DXC:ssa ovat olleet osa New Orleansin Customer Experience Centeriä. Lähestymistapani asiakkaiden liiketoimintahaasteiden ratkaisemiseen oli instrumentalinen Xponentialin muotoilussa. Se keskus toimii suunnittelua koskevien periaatteiden mukaan. Tuomme asiakkaan haasteet ympäristöön, jossa empatiamme, ideoidamme, prototyyppimme, testaamme ja skaalaamme. Käytimme samaa mielenlaatua suunnittelemaan Xponentialia, varmistamaan, että jokainen AI-ratkaisu, jonka toimitamme, on käytännöllinen, inhimillinen ja skaalautuva todellisessa maailmassa.

Teollisuuden tiedot osoittavat, että 95 % AI-kokeiluista ei täytä liiketoiminnan odotuksia. Mitenksesi, mitkä ovat yleisimmät syyt näihin epäonnistumisiin, ja miten Xponential suoraan osoittaa niihin?

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

Ongelma ei ole teknologia, vaan toteutus. Ilman yhtenäistä strategiaa, joka yhdistää ihmiset, prosessit ja teknologian, skaalata AI ja toimittaa mitattavissa olevia tuloksia on ylämäkien taistelu.

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

• Näkemys – Hallinto on perustavanlaatuista DXC:ssa, joten jokainen AI-väline, automaattinen päätös ja älykäs prosessi on suunniteltu sisäänrakennetulla havainnollisuudella ja säädöksellä alusta alkaen.
• Kiihdyttäjät – Tavoittaaksemme asiakkaita siinä, missä he ovat, ja poistamaan esteitä menestykselle, DXC yhdistää tarkoitussuunnitellun innovaation kumppaniratkaisujen kanssa tarjoamaan valmiiksi käyttövalmiit työkalut, poistaen tarpeen rakentaa kaikki alusta alkaen.
• Automaatio – DXC:n agentic-AI-kehys menee pidemmälle kuin tehtävien suorittaminen. Se jatkuvaan parantaa työnkulkua oppimalla tuloksista ja sopeutumalla reaaliajassa, ajamalla muutosta järjestelmiin, jotka kehittyvät kokemuksesta eivätkä riipu tilapäisistä korjauksista.
• Lähestymistapa – Koska AI kehittyy, organisaatioiden on säilyttävä joustavuus ja jatkuvasti päivitettävä strategioitaan – ei korvata ihmisiä, vaan antaa heille valtuudet. Siirtämällä rutiininomaiset tehtävät AI:lle tiimit voivat keskittyä vaikuttaviin töihin, innovaatioon, monimutkaisten ongelmien ratkaisemiseen ja mitattavissa olevan arvon toimittamiseen asiakkaillemme.
• Prosessi – Todellinen muutos alkaa turvallisella kokeilulla. DXC:ssa rakennamme MVP:itä nopeasti vahvistamaan ideoita, osoittamaan vaikutusta ja skaalaamaan sitä, mikä toimii, välttääksemme koepilottivaihetta, joka pysäyttää useimmat AI-aloitteen.

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

Organisaatioille, jotka ovat AI-matkan alussa, Näkemys on eniten muodonmuuttava pilar. Monet yritykset ryntäävät toteutukseen, mutta menestys alkaa ymmärtämällä, missä AI voi todella luoda arvoa. Näkemys antaa johtajille selkeän näkemyksen, ei vain heidän aineistostaan, vaan heidän prosesseistaan, kyvyistään ja valmiudestaan muutokseen. Se on perusta, joka kertoo jokaisesta muusta pilarista.

Läheisesti seuraava on Human+ -ulottuvuus, jonka näemme kertoimena kaikissa viidessä pilarissa. AI on voimakkaimmillaan, kun se parantaa inhimillistä kykyä eikä korvaa sitä. Human+ on työn uudelleensuunnittelusta, jotta ihmiset viettävät enemmän aikaa luovuuden, arvion ja innovaation parissa – asioita, jotka tekevät organisaatioista erityisesti inhimillisiä.

Lähestymistapa-pilari korostaa “Human+ -yhteistyön” käsitettä. Miten näet tasapainon inhimillisen asiantuntemuksen ja AI-automatisoinnin kehittyvän yritysympäristöissä seuraavien vuosien aikana?

Ihmisten pitäminen silmällä on tärkeää. Human+ -lähestymistapaamme käytetään AI:ta inhimillisen asiantuntemuksen vahvistamiseen, eikä sen korvaamiseen. Asiantuntijamme pysyvät ohjauksessa, tekevät strategisia päätöksiä ja varmistavat laadunvalvonnan, kun taas AI hoitaa toistuvat tehtävät ja tekee raskaan työn. Nyt insinöörit, jotka aikaisemmin viettivät tunteja toistuvien koodaustehtävien parissa, voivat viettää enemmän aikaa suunnittelemalla järjestelmäarkkitehtuureja ja ratkaisemalla monimutkaisia liiketoimintahaasteita. Yhdistämällä taitavia ammattilaisia AI:hin saadaan vahvistettua, mitattavissa olevia tuloksia, jotka vähentävät kustannuksia ja parantavat tehokkuutta.

Yksi Xponentialin lupauksista on siirtää organisaatioita pienistä voitoista laajaan AI-integrointiin. Mitkä ovat suurimmat haasteet, joita yritykset kohtaavat skaalautuessaan 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 AI:n toteuttamisessa, on hajanainen, järjestelmätön ohjelma, joka puuttuu yhtenäisestä strategiasta.

Xponential piirtää selkeän polun yritysten siirtymiseen koepilottivaiheesta. Sen orkestrattu, vastuullinen ja toistettavissa oleva lähestymistapa muuttaa AI:ta teknologian kokeilusta liiketoimintavaatimukseksi. Suunniteltu osoittamaan markkinoiden puutteellisten strategioiden puutetta, kehys on rakenteellinen, mutta suunniteltu joustavuudesta ja skaalautuvuudesta, mahdollistaen organisaatioiden aloittaa pienissä voitoissa, saavuttaa varhaisia voittoja ja nopeasti skaalata koko yrityksen laajuisesti.

Xponential auttaa jo asiakkaita siirtymään koepilottivaiheesta skaalautumiseen. Sen modulaarinen suunnittelu mahdollistaa tapaamisen asiakkaiden kanssa siinä, missä he ovat, tukien perinteisten päivitysten ja integroiden asiakkaiden olemassa oleviin tietoihin, pilviin ja sovellusympäristöihin.

Esimerkiksi yhteistyössä Singaporen yleissairalan kanssa kehitimme Augmented Intelligence in Infectious Diseases -ratkaisun, joka käyttää AI-vetoista oivallusta ja yhteistyöhön perustuvaa päätöksentekoa ohjaamaan antibioottivalintoja alempien hengitystieinfektioiden hoidossa 90 %:n tarkkuudella. Työkalu on johtanut parantuneeseen potilashoitoon ja taisteluun mikrobilääkevastustta.

DXC on jo toteuttanut Xponentialin globaaleille asiakkaille, kuten Textronille ja Euroopan avaruusjärjestölle. Voitko jakaa tarkan esimerkin siitä, miten tämä kehys toimitti mitattavissa olevaa vaikutusta yhdessä näistä toteutuksista? 

Xponential on todistettu kehys, joka on jo tuottamassa tuloksia asiakkaillemme Textronille ja Euroopan avaruusjärjestölle. Yhteistyössä Textronin kanssa muutimme heidän IT-tukimalliaan automaation ja AI:n avulla. Optimointi leikkasi palvelupyyntöjä 20 % ja ratkaisi ennalta verkko-ongelmia 32 000 työntekijälle AI-pohjaisilla chatboteilla, jotka oli koulutettu jaettuihin tietokantoihin, vapauttaen IT-henkilöstön keskittymään monimutkaisiin ongelmiin, jotka vaativat inhimillistä asiantuntijuutta. Euroopan avaruusjärjestön kanssa käytimme Xponentialia toteuttaaksemme ASK ESA -alustan, joka yhdistää dataa, kiihdyttää tutkimusta ja parantaa yhteistyötä koko virastossa. Alusta tarjoaa turvallisen, tehokkaan pääsyn suuriin tietomääriin ja säästää insinööreille 1-2 tuntia viikossa.

Johtamistaustasi kattaa akateemisen, yritys-ohjelmistojen ja laajamittaisen pilvikehityksen. Miten tämä monipuolinen kokemus on vaikuttanut näkemykseesi siitä, mitä “vastuullinen AI” tarkoittaa käytännössä? 

Jokainen osa matkani on muovannut, miten määrittelin vastuullisen AI:n. Akateemisesta taustasta opin tärkeäksi rigor, kyseenalaistamisen, tulosten validoinnin ja ymmärtämisen “miksi” jokaisen tuloksen takana. Yritys-ohjelmistosta sain syvän arvostuksen hallinnosta, eettisyydestä ja siitä, miten teknologia voi vaikuttaa ihmisiin, prosesseihin ja aloihin. Laajamittaisen sovelluskehityksen kautta näin, miten skaala voi vahvistaa sekä vaikutusta että riskiä.

Vastuullinen AI ei ole vain noudattamista tai biasin vähentämistä, vaan se on tarkoituksenmukaista suunnittelua. Se tarkoittaa järjestelmien rakentamista, jotka ovat avoimia, tarkasteltavissa ja yhdenmukaisia inhimillisten arvojen kanssa alusta alkaen. Se on varmistamista, että innovaatio ja vastuu kehittyvät yhdessä.

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

Hallinto ja havainnollisuus ovat keskeisiä Xponentialin Näkemys-pilariin. Miten varmistat, että AI pysyy sekä avoimena että sääntelyn mukaisena erittäin säännellyissä aloilla, kuten terveydenhuollossa ja ilmailussa? 

Xponential-kehys varmistaa, että hallinto, sääntely ja havainnollisuus upotetaan alusta alkaen, eikä lisätä myöhemmin. Yhdenmukaisimme AI-eettiset ohjeistukset kansainvälisten standardien ja kehittyvien sääntelykehyksien kanssa, kuten NIST ja EU AI Act, takaamalla täydellisen jäljitettävyyden, tarkasteltavuuden ja sääntelyn jokaisessa työnkulussa.

Tämä hallintomalli tarjoaa selkeän näkyvyyden siihen, miten AI toimii, kuka on vastuussa ja ovatko päätökset eettisiä ja toiminnallisia standardeja – olennaisia vaatimuksia AI:n skaalauttamiseen säännellyissä yrityksissä. Uskomme, että AI:n tulisi olla luotettavaa, avoimena ja inhimillistä.

Kun AI jatkaa ohjelmistokehityksen elinkaaren uudelleenmäärittelyä, mitkä uudet taidot tai asenteet uskot, että ohjelmistotiimit tarvitsevat pysyäkseen kilpailukykyisinä seuraavassa vuosikymmenessä? 

Tärkein muutos ei ole vain uusien työkalujen oppiminen. Se on uuden asenteen omaksuminen. AI muuttaa, miten rakennamme ohjelmistoa, ja menestyvät tiimit ovat niitä, jotka kohtelevat AI:ta yhteistyökumppanina, ei vain hyödyllisyytenä.

Tärkein taito on uteliaisuus. Parhaat insinöörit eivät vain hyväksy, mitä AI tuottaa. He kyseenalaistavat sitä, parantavat sitä ja tutkivat, miten sitä voidaan soveltaa uusissa tavoissa. Uteliaisuus sytyttää jatkuvaan oppimiseen, kokeiluun ja yhteyksien etsimiseen, joita muut saattavat olla ylittämättömiä.

Lisäksi kehittäjät kehittyvät koodaajista säveltäjiksi, järjestämällä AI-välineitä, automaatiota ja inhimillistä oivallusta yhdistettyihin järjestelmiin. Se vaatii ei vain teknistä osaamista, vaan myös järjestelmien ajattelua ja valmiutta uudelleenmuotoilla, miten työ tehdään.

DXC:ssa upottamme tätä asennetta Xponentialin kautta, auttaen tiimejä kehittämään Human+ -lähestymistapaamme. Se yhdistää teknisen osaamisen uteliaisuuteen, luovuuteen ja eettiseen tietoisuuteen, koska seuraavassa vuosikymmenessä menestys ohjelmistokehityksessä ei tule siitä, että tiedät kaiken. Se tulee jatkuvasta uteliaisuudesta siitä, mitä on mahdollista.

Kiitos haastattelusta, lukijat, jotka haluavat oppia lisää, kannattaa vierailla DXC Technology:ssa.