アンジェラ・Q・ダニエルズ、DXC Technologyのコンサルティングおよびエンジニアリングサービス（アメリカ）CTO – インタビュー・シリーズ

アンジェラ・Q・ダニエルズ、DXC Technologyのコンサルティングおよびエンジニアリングサービス（CES）のチーフテクノロジーオフィサー（アメリカ）は、同社のコンサルティングおよびエンジニアリングサービス全体の技術戦略と変革を担当しています。彼女は、DXCのXponentialフレームワークを通じてAIを活用したデリバリーの拡大、DXCのAIソリューションを通じてイノベーションの推進、モダンなプラットフォームと人材を通じて顧客がより大きなビジネス価値を実現できるように支援することに焦点を当てています。以前は、グローバルソフトウェア開発とアプリケーションデリバリーイニシアチブのリーダーを務め、Agileモダニゼーション、クラウドネイティブエンジニアリング、人材開発を導き、DXCのデリバリーの優秀性と技術的リーダーシップを強化しました。

DXC Technology (DXC ) は、グローバルITサービスおよびコンサルティングのリーダーであり、大規模企業がハイブリッドIT環境全体でミッションクリティカルなシステムと運用を実行するのを支援しています。同社は、先進的な分析、クラウド、セキュリティ、AIを組み合わせたソリューションを提供するために、主要なテクノロジー提供者と提携しています。同社のエンタープライズテクノロジースタックを通じて、DXCはITインフラストラクチャをモダナイズし、デジタル変革を推進し、業界全体の顧客がイノベーションを起こし、コストを最適化し、世界中で顧客体験を改善できるようにします。

8歳のときからプログラミングに情熱を持ち、初めてのプログラムは何でしたか？また、その初期の好奇心は、現在のAIを牽引するイノベーションのリーダーシップにどのように影響していますか？

8歳のとき、母親がガレージセールでコモドールコンピューターを持ち帰りました。それにはマニュアルと数々のゲームが付いてきました。みんなが遊びたがる中、私はマニュアルを読んでコンピューターがどう動くのかを理解しようとしました。

私の最初のプログラムはシンプルでした。

10 PRINT "Angela"

20 GOTO 10

RUN

私の名前が画面に無限に繰り返されるのを見て、魔法のような感覚でした。コンピューターができることだけではなく、私がコンピューターに何をさせられるかが重要でした。

幼い頃から、母親は私の好奇心に気付き、초등학교時代に夏の大学向けプログラムに、高校時代にキャリアエクスプローラープログラムに参加させてくれました。これらの経験は私の情熱をさらに高め、最終的に大学で数学とコンピューターサイエンスを学ぶことを決意させました。

その同じ好奇心が私のキャリア全体を導いてきました。私は常に何が可能かを探求し、ものごとがどのように機能するかを理解し、そしてそれを意味のある方法で適用する方法を発見しようとしました。AI、ソフトウェア開発、またはその他のテクノロジーに関係なく、私のアプローチは常に探求から始まり、インパクトに至るものでした。イノベーションは、私の最初のコモドールプログラムから現在私がリードする仕事まで、ずっと続いてきました。

グローバルソフトウェア開発オファリングリーダーとして、DXCの新しいXponentialフレームワークの作成と展開に重要な役割を果たしました。どのようなことがこのイニシアチブを刺激し、企業のAI導入におけるどのような問題を最も解決しようとしましたか？

現在の経営陣は、AIから実際の生産性向上を示すという大きなプレッシャーに直面していますが、多くの組織は実験を超えて進むのに苦労しています。彼らは、AIを人々、プロセス、テクノロジーに接続する包括的な戦略に合意することなく、パイロットプロジェクトを立ち上げています。

この課題が、DXC Xponentialの創出を刺激しました。私たちは、AI導入をオーケストレートするための構造化された、繰り返し使用可能なブループリントを提供したいと考えました。そこでは、ガバナンスが最初から組み込まれており、組織が自信を持って拡大できるように、早期の測定可能な勝利を提供します。

クライアントとの私の会話や、DXCがAIを活用したアプリケーションを開発する際の私たちの内部経験が、その基礎を形作りました。私たちが最もよく聞く質問は次の通りでした。《「パイロットプロジェクトは試みましたが、ここからどう進めればよいのか？」》それがXponentialの背後にある顧客の声となりました。

私たちはまた、エンジニアリングチームからも同様のことを聞きました。本当のAIツール疲労があります。チームは変革を約束するツールに囲まれていますが、どれが真正に価値を提供するかを判断しようとしています。Xponentialは、ツールの増殖ではなく、統合、オーケストレーション、有形な成果に焦点を当てることで、そのノイズを切り抜けます。

私のDXCでのルーツには、私たちのニューオーリンズカスタマーエクスペリエンスセンターに参加することが含まれています。私たちが顧客のビジネス課題を解決するアプローチは、このアプローチを形作る上で重要でした。センターはデザイン思考の原則で動作します。私たちは顧客の課題を、共感、アイデア、プロトタイプ、テスト、スケーリングを行う環境に持ち込みます。私たちは同じマインドセットを使用してXponentialを設計し、提供するすべてのAIソリューションが実用的で、人間中心で、現実の世界でスケーラブルであることを保証しました。

業界のデータによると、AIパイロットプロジェクトの95％がビジネス期待を満たしていません。貴方の観点から見ると、これらの失敗の最も一般的な理由は何ですか？また、Xponentialはこれらの問題をどのように直接解決しますか？

企業はデモでは印象的なテクノロジーに数百万ドルを投資しています。しかし、企業がこのテクノロジーを実装しようとしたとき、AIをトレーニングするための低品質のデータ、不正確なモデル、ガバナンスの欠如、人間の検証ボトルネック、複雑なシステム統合に直面することがよくあります。

問題はテクノロジーそのものではなく、実行にあります。人々、プロセス、テクノロジーを統合する包括的な戦略がなければ、AIを拡大して測定可能な結果を達成することは、厳しい戦いです。

DXCのXponentialフレームワークでは、すべての人が、プロセス、テクノロジーが考慮される5つの柱があります。

• 洞察 – ガバナンスはDXCの基盤であり、AIエージェント、自動化された意思決定、知的プロセスはすべて、最初から組み込まれた観察可能性とコンプライアンスで設計されています。
• アクセラレーター – 顧客が成功を達成する障壁を除去するために、DXCは、すぐに使用できるツールを提供するために、特化したイノベーションをパートナーソリューションと組み合わせます。
• 自動化 – DXCのエージェントAIフレームワークはタスクの実行を超えています。結果から学習し、リアルタイムで適応してワークフローを改善し、システムが経験から進化するように導きます。
• アプローチ – AIが進化するにつれて、組織はアジャイルで、戦略を継続的に改善する必要があります。AIは人々を置き換えるのではなく、エンパワーメントするために使用されます。ルーチンワークをAIに任せることで、チームは高影響の作業、イノベーション、複雑な問題の解決、顧客への測定可能な価値の提供に集中できます。
• プロセス – 本当の変化は安全な実験から始まります。DXCでは、アイデアを迅速に検証し、影響を証明し、機能するものをスケールアップするためにMVPを構築します。これにより、AIイニシアチブのほとんどを停滞させるパイロット段階を回避できます。

Xponentialブループリントは5つの柱、洞察、加速器、自動化、アプローチ、プロセスを強調しています。企業がAIの旅を始めるときに、どれが最も変革的な柱であると考えていますか？

企業がAIの旅を始めるときに、洞察が最も変革的な柱です。多くの企業が実装に急ぐ前に、AIが真に価値を生み出す場所を理解することから始めます。洞察により、リーダーはデータ、プロセス、人材、変化への準備度についての明確さを得ることができます。これは、他のすべての柱を情報に基づいて導く基盤です。

それに続いて、Human+の次元があります。これは、5つの柱全体にわたる乗数です。AIは、人間の能力を強化するのではなく、置き換える場合に最も強力です。Human+は、人間が創造性、判断、イノベーションに費やす時間を増やし、組織が独自の人間性を維持するように作業を再設計することについてです。

アプローチの柱は「Human+コラボレーション」の概念を強調しています。企業環境内での人間の専門知識とAI自動化のバランスは、次の数年でどのように進化すると考えていますか？

人間をループに留めることが重要です。私たちのHuman+アプローチでは、AIを使用して人間の専門知識を増幅させ、置き換えるのではなく、専門家が戦略的な決定を下し、品質管理を保つことを保証します。エンジニアは、繰り返しのコーディングタスクに時間を費やさずに、システムアーキテクチャの設計や複雑なビジネス問題の解決に集中できます。熟練した専門家とAIを組み合わせることで、コストを削減し、効率を向上させることができます。

Xponentialの1つの約束は、企業を小規模な勝利から企業全体のAI統合へと移行させることです。企業は、概念実証から本格的な生産への移行時にどのような最大の課題に直面しますか？また、それらをどのように克服できますか？

多くの組織は、パイロット段階に陥っており、人々、プロセス、テクノロジーを統合しない、非常に断片化されたイニシアチブで苦労しています。企業がAIを実装する際に直面する最大の課題は、統合された戦略が欠如していることです。

Xponentialは、企業がパイロット段階を超えて進むための明確なパスを示しています。責任ある、繰り返し使用可能なアプローチは、AIをテクノロジー実験からビジネス上の必須要件に変え、組織が小規模から始めて早期の勝利を達成し、迅速に企業全体に拡大できるように設計されています。

Xponentialはすでに、パイロット段階から拡大する顧客を支援しています。モジュラーデザインにより、顧客のレガシーアップグレードをサポートし、顧客の既存のデータ、クラウド、応用プログラム環境とシームレスに統合することができます。

たとえば、シンガポール総合病院と提携して、感染症における知能を活用したソリューションを開発しました。このソリューションは、AIドライブの洞察と人間+AIの意思決定を使用して、下呼吸器感染症の抗生物質選択を90％の精度で行います。このツールは、抗菌耐性薬剤とともに、患者ケアの改善につながっています。

DXCはすでに、テクストロンや欧州宇宙機関などのグローバルクライアントとXponentialを実装しています。どのような具体的な例で、このフレームワークが顧客の1つで測定可能なインパクトをもたらしたかについて説明できますか？

Xponentialは、テクストロンや欧州宇宙機関などの私たちの顧客とともに結果を生み出しています。テクストロンと提携して、自動化とAIを使用してITサポートモデルを変革し、サービスデスクのチケットを20％削減し、32,000人の従業員のためのネットワークの問題を解決するためにAIパワードのチャットボットを導入しました。これにより、ITスタッフは複雑な問題に集中できるようになりました。

欧州宇宙機関と協力して、ASK ESAというAIパワードのプラットフォームを実装しました。このプラットフォームは、データの統一、研究の促進、機関全体でのコラボレーションの強化を実現し、エンジニアは週に1〜2時間を節約できます。

貴方のリーダーシップの背景は、学術、エンタープライズソフトウェア、そして大規模なクラウド開発にわたります。どのようにして「責任あるAI」の実践的な意味を理解するに至りましたか？

私の旅の各段階が、私が責任あるAIと見なすものを形作ってきました。学術から、私は厳格さ、仮定の質問、結果の検証、すべての結果の背後にある「なぜ」の理解の重要性を学びました。エンタープライズソフトウェアから、私はガバナンス、倫理、テクノロジーが人々、プロセス、業界に与える波及効果について深い理解を得ました。そして、大規模なアプリケーション開発を通じて、スケールがどのように影響とリスクを増幅させるかを直接見ました。

私にとって、責任あるAIとは、単にコンプライアンスやバイアスの軽減だけではなく、意図的な設計のことです。透明性、監査可能性、人間の価値観に一致するシステムを構築することです。イノベーションと説明責任が一緒に進化することを保証することです。

私の役割は、イノベーションを責任を持って導くことです。イノベーションを遅くするのではなく、信頼と持続可能な価値を生み出す方法で導くことです。

ガバナンスと観察可能性は、Xponentialの洞察の柱の中核です。重く規制された業界であるヘルスケアや航空宇宙で、AIが透明性とコンプライアンスを維持する方法について説明できますか？

Xponentialフレームワークでは、ガバナンス、コンプライアンス、観察可能性が最初から組み込まれています。私たちは、NISTやEU AI法から出てくる世界の基準や新しい規制フレームワークと同期して、AI倫理を一致させています。つまり、完全な追跡可能性、監査可能性、コンプライアンスがすべてのワークフローに組み込まれているということです。

このガバナンスモデルは、AIがどのように動作するか、誰が責任を負うか、そして意思決定が倫理基準と運用基準に従っているかについて、明確な可視性を提供します。これは、規制された企業でAIをスケールアップするために不可欠な要件です。私たちの信念は、AIは信頼できるもので、透明性があり、人間中心であるべきであるということです。

AIがソフトウェア開発ライフサイクルを再定義し続ける中で、次の10年で競争力を維持するために、ソフトウェアチームが必要とされる新しいスキルやマインドセットは何ですか？

最も重要な変化は、新しいツールの学習だけではありません。新しいマインドセットを採用することです。AIはソフトウェアの構築方法を変えています。成功するチームは、AIを単なるユーティリティではなく、コラボレーターとして扱うチームになるでしょう。

最も重要なスキルは、好奇心です。最良のエンジニアは、AIが生成するものを受け入れるだけでなく、それに疑問を持ち、改良し、新しい方法で適用する方法を探求します。好奇心は、継続的に学び、責任を持って実験し、他の人に見逃す可能性のあるつながりを見つける能力を生み出します。

それ以外に、開発者はコーダーからコンポーザーへと進化します。AIエージェント、自動化、人間の洞察を統合システムにオーケストレートします。そのためには、技術的な熟練度だけでなく、システム思考と、仕事の行われ方を再考する意欲が必要です。

DXCでは、私たちがXponentialを通じてチームにこのマインドセットを育てています。技術的な熟練度、好奇心、創造性、倫理的認識を組み合わせます。なぜなら、次の10年で、ソフトウェア開発の成功は、すべてを知っていることから来るのではなく、可能なことについて無限に好奇心を持ち続けることから来るからです。

DXCでは、私たちがXponentialを通じてチームにこのマインドセットを育てています。技術的な熟練度、好奇心、創造性、倫理的認識を組み合わせます。なぜなら、次の10年で、ソフトウェア開発の成功は、すべてを知っていることから来るのではなく、可能なことについて無限に好奇心を持ち続けることから来るからです。感謝します。読者がもっと学びたい場合は、DXC Technologyを訪問してください。