Angela Q. Daniels, CTO (Americas) per i Servizi di Consulenza e Ingegneria di DXC Technology – Serie di Interviste

Angela Q. Daniels, Chief Technology Officer (Americas) per i Servizi di Consulenza e Ingegneria (CES) di DXC Technology (DXC ), sovraintende alla strategia tecnologica e alla trasformazione per i Servizi di Consulenza e Ingegneria della società in tutta l’America. Si concentra sull’ampliamento della consegna aumentata dall’AI attraverso il framework Xponential di DXC, sull’innovazione con le Soluzioni AI di DXC e sull’aiuto ai clienti a realizzare un maggiore valore aziendale attraverso piattaforme e persone moderne. In precedenza, ha guidato iniziative di sviluppo e consegna di software a livello globale, guidando l’agile modernizzazione, l’ingegneria cloud-native e lo sviluppo del talento per rafforzare l’eccellenza di consegna e il leadership tecnologico di DXC.

DXC Technology è un leader globale nei servizi IT e di consulenza che aiuta grandi aziende a gestire sistemi e operazioni critiche su ambienti IT ibridi. La società collabora con i principali fornitori di tecnologia per offrire soluzioni che combinano analisi avanzate, cloud, sicurezza e AI. Attraverso il suo Enterprise Technology Stack, DXC modernizza le infrastrutture IT, guida la trasformazione digitale e consente ai clienti di innovare, ottimizzare i costi e migliorare le esperienze dei clienti in tutto il mondo.

Ha avuto una passione per la vita per la programmazione che è iniziata all’età di otto anni. Può condividere cosa l’ha attirata verso lo sviluppo software e come quella curiosità precoce ha plasmato il suo approccio all’innovazione guidata dall’AI oggi?

Quando avevo otto anni, mia madre ha portato a casa un computer Commodore da una vendita di garage. Veniva con un mucchio di manuali e alcuni giochi. Mentre tutti gli altri volevano giocare, io ero quello che leggeva i manuali, cercando di capire come funzionava veramente il computer.

Il mio primo programma era semplice:

10 PRINT "Angela"

20 GOTO 10

RUN

Vedere il mio nome ripetersi all’infinito sullo schermo sembrava magico. Non era solo questione di cosa potesse fare il computer, ma di cosa potevo farlo fare io.

Fin da giovane età, mia madre notò la mia curiosità e la sostenne, iscrivendomi a programmi di arricchimento estivi universitari durante la scuola elementare e programmi di esplorazione di carriera durante le scuole superiori. Queste esperienze alimentarono ulteriormente la mia passione e alla fine mi ispirarono a perseguire matematica e informatica al college.

Quella stessa curiosità ha guidato tutta la mia carriera. Sono sempre stata attratta dall’esplorare cosa fosse possibile, capire come funzionava qualcosa e poi scoprire come poteva essere applicato in modi significativi. Sia che si tratti di AI, sviluppo software o qualsiasi altra tecnologia, il mio approccio è sempre stato radicato nell’esplorazione che porta all’impatto. L’innovazione è stata un filo costante da quel primo programma Commodore al lavoro che dirigo oggi.

Come Global Software Development Offering Lead, ha svolto un ruolo chiave nella creazione e nella distribuzione del nuovo framework Xponential di DXC. Cosa ha ispirato questa iniziativa e quale problema nell’adozione dell’AI aziendale stava cercando di risolvere?

I dirigenti di oggi sono sotto una grande pressione per mostrare reali guadagni di produttività dall’AI, eppure molte organizzazioni lottano per andare oltre l’esperimentazione. Lanciano piloti senza prima allinearsi su una strategia coerente che colleghi l’AI alle loro persone, processi e tecnologia.

Questa sfida ha ispirato la creazione di DXC Xponential. Volevamo fornire un modello strutturato e ripetibile per orchestrare l’adozione dell’AI, uno che incorpori la governance fin dall’inizio e consegni vincite misurabili precoci per aiutare le organizzazioni a scalare con fiducia.

Le mie conversazioni con i clienti e le nostre esperienze interne nello sviluppo di applicazioni alimentate dall’AI hanno plasmato la sua base. La domanda più comune che abbiamo sentito era: “Abbiamo provato i piloti, ma come possiamo andare oltre?” Ciò è diventato la voce del cliente dietro Xponential.

Abbiamo anche sentito questo dai nostri team di ingegneria. C’è una vera e propria fatica da strumenti AI. I team sono circondati da strumenti che promettono trasformazione e stanno cercando di discernere quali di essi consegnano veramente valore. Xponential aiuta a tagliare attraverso quel rumore concentrandosi sull’integrazione, l’orchestrazione e i risultati tangibili piuttosto che sulla proliferazione degli strumenti.

Le mie radici in DXC includono essere parte del nostro New Orleans Customer Experience Center. Il nostro approccio alla risoluzione delle sfide aziendali dei clienti è stato fondamentale per plasmare questo approccio. Quel centro opera in base a principi di design thinking. Portiamo le sfide dei clienti in un ambiente in cui empatizziamo, ideiamo, creiamo prototipi, testiamo e scaliamo. Abbiamo utilizzato la stessa mentalità per progettare Xponential, assicurandoci che ogni soluzione AI che consegniamo sia pratica, centrata sull’uomo e scalabile nel mondo reale.

I dati dell’industria mostrano che il 95% dei piloti di AI non soddisfa le aspettative aziendali. Dal suo punto di vista, quali sono le ragioni più comuni dietro questi fallimenti e come Xponential si rivolge direttamente a loro?

Le aziende investono milioni di dollari in tecnologie che impressionano nelle demo. Ma una volta che le aziende si spostano per implementare questa tecnologia, spesso si trovano di fronte a dati di bassa qualità per addestrare l’AI, modelli inaccurati, mancanza di governance, collo di bottiglia di convalida umana e complessa integrazione del sistema.

Il problema non è la tecnologia, è l’esecuzione. Senza una strategia coerente che integri persone, processi e tecnologia, scalare e consegnare risultati misurabili con l’AI è una battaglia in salita.

Il framework Xponential di DXC garantisce che tutte le persone, i processi e la tecnologia siano presi in considerazione con cinque pilastri diversi:

• Intuizione – La governance è fondamentale in DXC, quindi ogni agente AI, decisione automatizzata e processo intelligente è progettato con osservabilità e conformità integrate fin dall’inizio.
• Acceleratori – Per incontrare i clienti dove si trovano e rimuovere le barriere al successo, DXC combina innovazioni create appositamente con soluzioni dei partner per fornire strumenti pronti all’uso, eliminando la necessità di costruire tutto da zero.
• Automazione – Il framework AI agente di DXC va oltre l’esecuzione delle attività. Raffina costantemente i flussi di lavoro imparando dagli esiti e adattandosi in tempo reale, guidando uno spostamento verso sistemi che evolvono attraverso l’esperienza piuttosto che affidarsi a soluzioni temporanee.
• Approccio – Mentre l’AI evolve, le organizzazioni devono rimanere agili e raffinare costantemente le loro strategie — non per sostituire le persone, ma per potenziarle. Offloading attività di routine all’AI, i team sono liberi di concentrarsi sul lavoro ad alto impatto, sull’innovazione, sulla risoluzione di problemi complessi e sulla consegna di valore misurabile per i nostri clienti.
• Processo – Il vero cambiamento inizia con esperimenti sicuri. In DXC, costruiamo MVP per convalidare rapidamente le idee, dimostrare l’impatto e scalare ciò che funziona per evitare la fase del pilota che blocca la maggior parte delle iniziative AI.

Il modello Xponential sottolinea cinque pilastri — Intuizione, Acceleratori, Automazione, Approccio e Processo. Quale di questi ritiene più trasformativo per le aziende che iniziano il loro viaggio AI?

Per le organizzazioni all’inizio del loro viaggio AI, l’Intuizione è il pilastro più trasformativo. Molte aziende si precipitano nell’implementazione, ma il successo inizia con la comprensione di dove l’AI possa veramente creare valore. L’Intuizione dà ai leader chiarezza, non solo sui loro dati, ma anche sui loro processi, talenti e prontezza al cambiamento. È la base che informa ogni altro pilastro.

A seguire da vicino è la dimensione Human+, che vediamo come moltiplicatore in tutti e cinque i pilastri. L’AI è più potente quando aumenta la capacità umana piuttosto che sostituirla. Human+ è progettato per ridisegnare il lavoro in modo che le persone trascorrano più tempo sulla creatività, il giudizio e l’innovazione — le cose che rendono le organizzazioni distintamente umane.

Il pilastro dell’Approccio mette in evidenza il concetto di “collaborazione Human+”. Come vede l’evoluzione dell’equilibrio tra competenza umana e automazione AI all’interno degli ambienti aziendali nei prossimi anni?

Mantenere gli esseri umani nel loop è cruciale. Il nostro approccio Human+ utilizza l’AI per amplificare la competenza umana, non sostituirla. I nostri esperti rimangono in controllo, prendendo decisioni strategiche e assicurando il controllo della qualità mentre l’AI gestisce attività ripetitive e fa il lavoro pesante. Ora, gli ingegneri che un tempo trascorrevano ore in attività di codifica ripetitive possono trascorrere più tempo progettando architetture di sistema e risolvendo problemi aziendali complessi. Combinare professionisti qualificati con l’AI porta a risultati amplificati e misurabili che riducono i costi e migliorano l’efficienza.

Una delle promesse di Xponential è quella di spostare le organizzazioni da piccole vittorie a un’integrazione aziendale dell’AI. Quali sono le sfide più grandi che le aziende affrontano quando passano da un concetto di prova a una produzione, e come possono superarle?

Molte organizzazioni sono bloccate in fasi di pilotaggio con iniziative altamente frammentate che non riescono a unire persone, processi e tecnologia. L’ostacolo più grande che vediamo le aziende navigare quando implementano l’AI è un programma decentralizzato e disorganizzato che manca di una strategia coerente.

Xponential traccia un percorso chiaro per portare le aziende oltre la fase del pilota. Il suo approccio orchestrato, responsabile e ripetibile trasforma l’AI da un esperimento tecnologico in un’imperativa aziendale. Progettato per affrontare la mancanza di strategie coerenti sul mercato, il framework è strutturato, ma costruito per flessibilità e scalabilità, consentendo alle organizzazioni di iniziare in piccolo, ottenere vincite precoci e scalare rapidamente in tutta l’azienda.

Xponential sta già aiutando i clienti a passare dalle fasi di pilotaggio alla scalabilità. Il suo design modulare consente di incontrare i clienti dove si trovano supportando gli aggiornamenti del legacy e integrandosi in modo nativo con gli ambienti di dati, cloud e applicazioni esistenti dei clienti.

Ad esempio, abbiamo collaborato con il Singapore General Hospital per sviluppare la soluzione di Intelligenza Artificiale nelle Malattie Infettive, che utilizza insight guidati dall’AI e processi decisionali umani+AI per guidare le scelte di antibiotici per le infezioni delle vie respiratorie inferiori con una precisione del 90%. Lo strumento ha portato a una migliore cura dei pazienti e ha combattuto la resistenza antimicrobica.

DXC ha già implementato Xponential con clienti globali come Textron e l’Agenzia Spaziale Europea. Potrebbe condividere un esempio specifico di come questo framework ha consegnato un impatto misurabile in una di queste distribuzioni?

Xponential è un framework provato che sta già generando risultati con i nostri clienti Textron e l’Agenzia Spaziale Europea. Abbiamo collaborato con Textron per trasformare il suo modello di supporto IT utilizzando l’automazione e l’AI. L’ottimizzazione ha tagliato i biglietti del servizio di assistenza del 20% e ha risolto proattivamente i problemi di rete per 32.000 dipendenti utilizzando chatbot alimentati dall’AI addestrati su basi di conoscenza condivise, liberando lo staff IT per concentrarsi su problemi complessi che richiedono competenza umana. Con l’Agenzia Spaziale Europea, abbiamo utilizzato Xponential per implementare ASK ESA, una piattaforma alimentata dall’AI che unifica i dati, accelera la ricerca e migliora la collaborazione in tutta l’agenzia. La piattaforma non solo fornisce un accesso sicuro ed efficiente a grandi volumi di dati, ma risparmia anche agli ingegneri 1-2 ore a settimana.

Il suo background di leadership copre l’ambito accademico, il software aziendale e lo sviluppo cloud su larga scala. Come ha influenzato questa esperienza diversificata la sua visione di cosa significhi “AI responsabile” nella pratica?

Ogni parte del mio percorso ha plasmato come definisco l’AI responsabile. Dall’ambito accademico, ho imparato l’importanza della rigorosità, del mettere in discussione le ipotesi, della convalida dei risultati e della comprensione del “perché” dietro ogni risultato. Dal software aziendale, ho acquisito una profonda comprensione della governance, dell’etica e degli effetti a catena che la tecnologia può avere sulle persone, i processi e le industrie. E attraverso lo sviluppo di applicazioni su larga scala, ho visto di persona come la scala possa amplificare sia l’impatto che il rischio.

Per me, l’AI responsabile non è solo questione di conformità o mitigazione dei pregiudizi, è questione di progettazione intenzionale. Significa costruire sistemi che siano trasparenti, verificabili e allineati ai valori umani fin dall’inizio. Significa assicurarsi che l’innovazione e la responsabilità si evolvano insieme.

Il mio ruolo è assicurarmi che mentre innoviamo, lo facciamo in modo responsabile, non rallentando l’innovazione, ma guidandola in un modo che guadagni fiducia e consegni valore sostenibile.

La governance e l’osservabilità sono centrali nel pilastro dell’Intuizione di Xponential. Come assicura che l’AI rimanga sia trasparente che conforme in settori altamente regolamentati come la sanità e l’aerospaziale?

Il framework Xponential garantisce che la governance, la conformità e l’osservabilità siano incorporate fin dal primo giorno, non aggiunte in un secondo momento. Allineiamo la nostra etica AI con gli standard globali e i quadri regolamentari emergenti provenienti da NIST e il Regolamento AI dell’UE, il che significa che la completezza della tracciabilità, la verificabilità e la conformità sono costruite in ogni flusso di lavoro.

Questo modello di governance fornisce una chiara visibilità su come funziona l’AI, chi è responsabile e se le decisioni seguono gli standard etici e operativi — requisiti essenziali per scalare l’AI in modo efficace attraverso le imprese regolamentate. È nostra convinzione che l’AI debba essere degna di fiducia, trasparente e centrata sull’uomo.

Man mano che l’AI continua a ridefinire i cicli di vita dello sviluppo software, quali nuove competenze o mentalità ritiene che i team di sviluppo software debbano avere per rimanere competitivi nel prossimo decennio?

Il cambiamento più importante non è solo questione di apprendere nuovi strumenti. È questione di adottare una nuova mentalità. L’AI sta trasformando il modo in cui costruiamo il software, e i team che prospereranno saranno quelli che trattano l’AI come un collaboratore, non solo come un’utility.

La competenza che conta di più è la curiosità. I migliori ingegneri non accetteranno semplicemente ciò che l’AI genera. Metteranno in discussione, raffineranno e esploreranno come possa essere applicato in nuovi modi. La curiosità alimenta la capacità di imparare continuamente, sperimentare in modo responsabile e vedere collegamenti che altri potrebbero perdere.

Oltre a questo, gli sviluppatori evolveranno da semplici sviluppatori a compositori, orchestrando agenti AI, automazione e intuizione umana in sistemi integrati. Ciò richiede non solo la padronanza tecnica, ma anche il pensiero sistemico e la volontà di rimmaginare come il lavoro viene svolto.

In DXC, stiamo incorporando questa mentalità attraverso Xponential, aiutando i team a sviluppare il nostro approccio Human+. Combina la padronanza tecnica con la curiosità, la creatività e la consapevolezza etica, perché nel prossimo decennio, il successo nello sviluppo software non verrà dal sapere tutto. Verrà dal rimanere infinitamente curiosi su cosa sia possibile.

Grazie per la grande intervista, i lettori che desiderano saperne di più possono visitare DXC Technology.