Archana Joshi, Hoofd – Strategie (BFS en EnterpriseAI), LTIMindtree – Interviewreeks

Archana Joshi heeft meer dan 24 jaar ervaring in de IT-dienstensector, met expertise in AI (inclusief generatieve AI), Agile- en DevOps-methodologieën en groene software-initiatieven. Ze leidt momenteel de groeistrategieën en marktpositionering voor de Enterprise AI-dienstlijn en de Business Unit Banking en Financiële Diensten bij LTIMindtree. Joshi heeft gewerkt met klanten uit de Fortune 100 uit verschillende geografische gebieden en is een regelmatige spreker op industrie-fora en -evenementen.

LTIMindtree is een wereldwijd technisch adviesbureau en digitaal oplossingsbedrijf dat samenwerkt met ondernemingen uit verschillende industrieën om de evolutie van het bedrijfsmodel, innovatie en groei te ondersteunen via digitale technologieën. Met meer dan 700 klanten levert LTIMindtree domein- en technische expertise om de concurrentiepositie, klantervaringen en bedrijfsresultaten te verbeteren in een steeds meer verbonden wereld.

Gezien uw uitgebreide ervaring in het transformeren van IT-diensten bij verschillende organisaties, hoe is uw persoonlijke leiderschapsstijl geëvolueerd bij LTIMindtree, met name bij het stimuleren van de adoptie van Generatieve AI?

Met meer dan twee decennia ervaring in IT-diensten, heb ik mijn carrière gewijd aan het stimuleren van transformatieve technologie-oplossingen voor klanten, of het nu gaat om Agile/DevOps of generatieve AI (GenAI). Bij LTIMindtree ligt mijn focus op het empoweren van organisaties om GenAI te gebruiken voor het plannen en uitvoeren van hun digitale transformatie-reizen. Ik geef prioriteit aan klantgerichte strategieën, waarbij ik nauw samenwerk met klanten om hun unieke uitdagingen te begrijpen en maatwerk-AI-oplossingen te leveren die bedrijfswaarde creëren. Als hoofd van de strategie moet ik samenwerken met teams uit verschillende afdelingen om de adoptie van GenAI te stimuleren en op de hoogte te blijven van nieuwe ontwikkelingen om mijn beslissingen te begeleiden. GenAI verwerkt grote hoeveelheden gegevens om actiegerichte inzichten te bieden. Deze mogelijkheid is vooral gunstig voor een data-georiënteerde leider zoals ik, die evidence-based strategieën waardeert.

Bijvoorbeeld, elke ochtend als ik mijn dag begin met GenAI-gebaseerde copilots om me te helpen begrijpen welke punten mijn aandacht nodig hebben of om inzichten te creëren voor rapporten die ik met mijn team kan delen over de adoptie. Ik zeg vaak tegen het team dat GenAI-gebaseerde copilots in feite integrale leden van ons team zijn geworden, net als vertrouwde wingmen. Ze ondersteunen ons door waardevolle inzichten te bieden, taken te automatiseren en ons te helpen onze strategische doelen te bereiken.

Hoe verandert Generatieve AI traditionele IT-dienstmodellen, met name in industrieën die langzamer zijn geweest in het adopteren van digitale transformatie?

GenAI revolutioneert traditionele IT-dienstmodellen in alle industrieën door de productiviteit van IT-ontwikkelaars aanzienlijk te verhogen. Van copilots die code genereren tot synthetische gegevens voor testen en automatiseren van IT-bewerkingen, elk facet van IT wordt getransformeerd. Als gevolg daarvan verschuift de focus van IT-dienstmodellen van kosten-gedreven naar efficiëntie- en impact-gedreven benaderingen. Dit betekent dat de waarde van IT-diensten nu wordt gemeten door hun vermogen om tastbare resultaten te leveren in plaats van alleen maar kostenbesparingen. Deze verschuiving leidt ook tot nieuwe soorten werk in IT-diensten, zoals het ontwikkelen van aangepaste modellen, data-engineering voor AI-behoeften en het implementeren van verantwoorde AI.

Nog maar 18 maanden geleden waren deze diensten niet de norm. Zelfs in zwaar gereguleerde industrieën zoals de gezondheidszorg en financiële diensten, waar legacy-systemen algemeen voorkomen, wordt de waarde van GenAI in het verbeteren van operationele efficiëntie steeds meer erkend.

Onze eigen onderzoek bij LTIMindtree, getiteld “The State of Generative AI Adoption“, benadrukt duidelijk deze trends. In de gezondheidszorg zien we GenAI een grote impact maken door het automatiseren van dingen zoals medische diagnoses, gegevensanalyse en administratief werk. Dit helpt artsen en zorgverleners sneller en nauwkeuriger beslissingen te nemen – hoewel de adoptie nog steeds voorzichtig is vanwege strikte compliance- en regelgevingskaders. In de financiële diensten verbetert GenAI risicobeheer, fraudeopsporing en klantenservice door het automatiseren van handmatige taken. Echter, de adoptie van de sector wordt gestimuleerd door zorgen over risico, governance en gevoelige gegevens.

Kunt u specifieke voorbeelden delen van hoe LTIMindtree met succes Generatieve AI heeft geïntegreerd in traditionele IT-workflows om efficiëntie en innovatie te stimuleren?

Bij LTIMindtree hebben we een driedelige strategie voor AI. De filosofie van “AI in alles, alles voor AI, AI voor iedereen” benadrukt onze toewijding om AI over alle facetten van onze operaties en diensten te integreren. Deze benadering zorgt ervoor dat AI niet alleen een add-on is, maar een kerncomponent van onze oplossingen, waardoor innovatie en efficiëntie worden gestimuleerd.

Klanten kijken naar AI om efficiëntie over de hele linie te verbeteren. Van het terugbrengen van uren die besteed worden aan repetitieve, tijdrovende taken tot het opschalen van operaties en het verbeteren van de betrouwbaarheid van bedrijfsprocessen, AI wordt een kernelement van hun strategie. Onze ingenieurs zijn gefocust op het integreren van AI-copilots in hun workflows, waaronder alles van codering, testen en implementatie tot software-onderhoud.

Bijvoorbeeld, in een transformatieve stap voor een Fortune 200-bedrijf, hebben we GenAI-gebaseerde copilots gebruikt om grote opgeslagen procedures om te zetten in Java, waardoor hun moderniseringsreis mogelijk wordt. We werkten onlangs samen met een grote verzekeringsmaatschappij die haar gegevensextractieprocessen wilde automatiseren. Ze kampten met problemen van schaalbaarheid en nauwkeurigheid bij hun manuele aanpak. Ons team ontwikkelde een companion-bot, die nu helpt bij het verwerken van meerdere documenten, waarbij kritieke informatie zoals risico, geschiktheid, dekking en prijsgegevens wordt geëxtraheerd. Dit heeft de tijd die nodig is om productaanbiedingen in te dienen en om verschillende dekkingen te beheren, aanzienlijk teruggebracht.

Welke ethische overwegingen moeten ondernemingen zich bewust van zijn bij de snelle adoptie van GenAI in verschillende sectoren, en hoe zorgt LTIMindtree voor verantwoord AI-gebruik?

De evolutie van AI is veelbelovend, maar brengt ook veel uitdagingen met zich mee, vooral rond ethische overwegingen bij de implementatie ervan.

Bij LTIMindtree hebben we een AI-raad samengesteld uit cross-functionele experts uit AI, beveiliging, juridische, gegevensbescherming en verschillende industrieverticale sectoren. Deze raad heeft AI-garantiekaders ingesteld en werkt samen met industrie-organisaties aan AI-regelgevingsrichtlijnen. Bovendien werkt het samen met teams die AI implementeren om hun ethische risicohouding te valideren.

Om GenAI effectief te implementeren, hebben we een reeks kernethische principes vastgesteld die aansluiten bij onze corporate-waarden, waaronder eerlijkheid, verantwoordelijkheid, transparantie en privacy. Dit vereist executivesponsorship en ondersteuning van juridische en beveiligingsteams. Vervolgens worden technische interventies in onze interne processen geïntegreerd, met een focus op hoge kwaliteit, onbevooroordeelde gegevens, met maatregelen om gegevensintegriteit en eerlijkheid te waarborgen. Het creëren van een ethische AI-cultuur omvat voortdurende training over AI-mogelijkheden en potentiële valkuilen, zoals AI-hallucinaties. Ten slotte worden regelmatige audits en updates van AI-systemen uitgevoerd om kwetsbaarheden aan te pakken en de nauwkeurigheid van AI-uitvoer te waarborgen. Deze uitgebreide aanpak zorgt ervoor dat GenAI op een verantwoorde en effectieve manier wordt geïmplementeerd, waardoor bedrijfswaarde wordt gegenereerd en ethische normen worden gehandhaafd.

Hoe adresseert het AI-platform van LTIMindtree zorgen rond AI-ethiek, beveiliging en duurzaamheid?

Terwijl we nieuwe AI-hulpmiddelen en -platforms blijven uitrollen, moeten we ervoor zorgen dat ze aan onze normen en regelgeving voldoen rond het gebruik van technologie. Naast het behoud van gegevenskwaliteit om accurate en onbevooroordeelde uitvoer te bieden, zijn we toegewijd aan het voldoen aan hoge normen voor beveiliging en duurzaamheid.

Ons platform is gebouwd rond de principes van verantwoorde en bewuste AI. Wat duurzaamheid betreft, zijn we ons ervan bewust dat de groeiende energievraag die nodig is om AI-modellen te ondersteunen, van training tot voortdurende werking, een uitdaging vormt. We hebben een aanpak van “reduce, reuse en recycle” voor AI om de koolstofvoetafdruk en het belang van het creëren van milieuvriendelijke en duurzame AI-praktijken aan te pakken. Door dit proces richten we ons op het reduceren van parameters door kleinere, specifiekere grote taalmodellen (LLM’s) te gebruiken die efficiënt de behoeften van ondernemingsapplicaties kunnen aanpakken, waardoor een kleinere koolstofvoetafdruk ontstaat. Bovendien hergebruiken we gegevens voor verschillende toepassingen en gebruikscases om redundantie te voorkomen en hergebruikmechanismen en prompts te gebruiken die voor soortgelijke taken kunnen worden gebruikt om efficiëntie en duurzaamheid te stimuleren. We onderzoeken ook gequantificeerde modellen om de geheugenvoetafdruk te reduceren, snellere inferentie te verkrijgen, kosten te verlagen en duurzame toepassingen te bouwen.

Zoals ik eerder vermeldde, is beveiliging een belangrijke zorg bij het gebruik van elk AI-hulpmiddel of -toepassing. Bij LTIMindtree hebben we niet alleen prioriteit gegeven aan gegevensbeveiliging en eerlijk gebruik, maar hebben we dit ook tot een hoeksteen van onze AI-strategie gemaakt. We hebben ook 50+ best-in-class moderatie-API’s en verantwoorde AI-kaders van derdenleveranciers zoals de Nvidia Nemo guardrails en de IBM Watson Governance-modellen geïntegreerd. Ons platform beheert gegevens efficiënt, waarbij rekening wordt gehouden met privacy, beveiliging, ethisch gebruik en duurzaamheid door het gebruik van solide governance-maatregelen en een goed gebouwd kader.

Hoe beïnvloedt GenAI Agile-projectbeheer bij LTIMindtree? Wat zijn de voordelen die het biedt aan Agile-teams, en zijn er enige compromissen?

Het integreren van GenAI in Agile-praktijken transformeert de manier waarop teams werken. Het verhoogt de productiviteit, stroomlijnt processen en opent nieuwe wegen voor innovatie. Terwijl het software-ontwikkelingslandschap evolueert, gebruiken we GenAI om repetitieve taken te automatiseren die teams kunnen belasten. Deze verschuiving laat hen toe om zich meer te concentreren op creatief probleemoplossen en innovatie – precies waar ze moeten zijn.

Wanneer we GenAI in Agile-kaders integreren, zijn er een paar belangrijke punten die we willen benadrukken. Ten eerste is het belangrijk om de aard van AI-hulpmiddelen en hun potentiële impact op teamcollaboratie te begrijpen. Agile-teams moeten zich bewust zijn van de beperkingen van deze hulpmiddelen. Ze vertrouwen op bestaande gegevens in plaats van real-time inzichten te bieden, dus het is essentieel om hun uitvoer te valideren en te verfijnen.

Onze AI-native DevOps maakt gebruik van cutting-edge technologie zoals kennisgrafieken, aangepaste SLM’s (kleine taalmodellen) samen met software-ontwikkelingslevenscyclus (SDLC)-agenten. Dit heeft het potentieel om 35-50% efficiëntie in productiviteit te bereiken in de Agile-DevOps-cyclus voor een onderneming. Het helpt een Agile-pod tijdens de creatie van gebruikersverhalen, sprintplanning, codegeneratie tot de CI/CD-pijpleidingen en het daaropvolgende incidentbeheer.

Hoe adresseert LTIMindtree de behoefte aan nieuw talent en vaardigheden, gezien de transformatie van de IT-industrie door AI? Welke initiatieven hebt u geleid om ervoor te zorgen dat uw teams zijn uitgerust voor de AI-gedreven toekomst?

De opkomst van innovatieve technologieën in de IT-industrie heeft een kloof blootgelegd tussen de vaardigheden die onze werkkrachten momenteel hebben en wat nodig is om te gedijen in een AI-gedreven wereld. GenAI heeft het potentieel om de dagelijkse rollen van veel werknemers volledig te herschappen, dus het voorbereiden van nieuwe vaardigheden en rollen is essentieel.

Bij LTIMindtree nemen we de leiding in deze transformatie door ons te concentreren op het bijscholen van onze medewerkers om te voldoen aan deze opkomende vraag. We hebben ons GARUDA-initiatief, specifiek ontworpen voor het trainen en onboarding van teams in GenAI en ondernemings-AI. We erkennen dat effectieve training en educatieve bronnen cruciaal zijn, en we zijn toegewijd aan het creëren van een cultuur van voortdurend leren.

Onze trainingsstrategieën omvatten gegevensgedreven adaptaties, real-time online leren, geavanceerd versterkt leren, overdrachtleren en feedbacklussen. Op deze manier zorgen we ervoor dat onze teams niet alleen de verandering bijhouden, maar echt zijn uitgerust om uit te blinken in hun evoluerende rollen. Het is een spannende tijd, en we zijn allemaal samen op deze reis.

Naast dit hebben we samengewerkt met zeven academische instellingen om toekomstig talent uit te rusten met AI-vaardigheden. Hier zijn we betrokken bij het ontwerp van het curriculum, het beheer van het curriculum, evenals het uitrusten van professoren via train-de-trainer-benaderingen.

Hoe ziet u de rol van menselijk talent evolueren in een steeds meer AI-gedreven werkplaats, en welke stappen neemt u om uw werkkrachten voor te bereiden op deze verschuiving?

In het verleden waren er duidelijke rollen voor creatieve individuen en technologie-experts. Echter, er is een merkbare verschuiving naar het adopteren, mainstreamen en schalen van innovatieve inhoudscreatietechnieken, waardoor de grenzen tussen creativiteit en technologie vervaagd zijn. Deze integratie heeft invloed op verschillende industrieën, waar de conventionele scheiding tussen creatieve rollen en technische banen langzaam verdwijnt. Hoewel dit veelbelovend is, komt deze evolutie met zijn eigen uitdagingen, die een aanzienlijke verschuiving van focus naar bijscholing als essentieel voor het benutten van de voordelen van AI aangeven.

Het grote gesprek nu is hoe we deze GenAI-verandering laten plakken en schalen. Hier komt veranderingbeheer cruciaal bij kijken. Het vereist een gestructureerde aanpak en een toegewijd team om het AI-adoptieproces te begeleiden. Mensen, niet alleen technologie, zijn het hart van een succesvolle GenAI-adoptie. Het kan een krachtig instrument voor empowerment zijn, zelfs onder diegenen die het aanvankelijk als een bedreiging zien. Forrester voorspelt dat tegen 2030 slechts 1,5% van de banen verloren zullen gaan door GenAI, terwijl 6,9% zal worden beïnvloed. Daarom moeten leiders prioriteit geven aan transparantie en hun werkkrachten motiveren over de toekomst van AI op de werkplek.

AI verandert banen over de hele IT-sector, automatiseert dagelijkse taken en legt de nadruk op strategisch beslissen en complex probleemoplossen. Bij LTIMindtree geloven we dat dit een mentaliteitsverschuiving is en hebben we daarom een centraal initiatief GARUDA opgericht, dat zich hierop richt. Het GARUDA-initiatief gaat niet alleen over rolgebaseerde training en bijscholing, maar ook over het creëren van AI-ambassadeurs die deze adoptie over verschillende lagen heen kunnen stimuleren. We werken ook samen met onze HR-functie om de impact op verschillende rollen binnen de organisatie te bekijken, evenals hun carrièrepaden en bijbehorende beloningen en erkenning. Vandaag de dag hebben we bij LTIMindtree drie niveaus van bijscholingspaden – basis, beoefenaar en expert. Meer dan 50.000 van onze medewerkers hebben al de basisvaardigheidsinitiatieven voltooid, die concepten van AI omvatten tot het gebruik van copilots en verantwoorde AI-overwegingen.

Wat zijn enkele van de meest innovatieve GenAI-toepassingen die u onlangs hebt gezien, en waar ziet u de technologie naar toe in de komende 3-5 jaar?

We krabben nog maar aan de oppervlakte van wat GenAI kan doen, en ik ben opgewonden over het potentieel over de hele IT-industrie en daarbuiten. Terwijl meer sectoren aan boord komen, vind ik mezelf vooral enthousiast over hun toepassingen om het leven van mensen te transformeren.

Bij LTIMindtree hebben we samengewerkt met het VN-Vluchtelingenagentschap om hun crisishulpverlening te verbeteren met behulp van GenAI. Deze samenwerking heeft tot doel de crisishulpverlening ter plaatse te versnellen, waardoor tijdige hulp en ondersteuning aan vluchtelingen in nood kan worden geboden. De innovatieve toepassing van technologie brengt hoop en verlichting aan kwetsbare bevolkingsgroepen in tijden van nood. Voor een Amerikaans levensverzekeringsbedrijf ontwikkelden we een GenAI-oplossing die gesproken woorden in real-time vertaalt, waardoor de klantervaring aanzienlijk wordt verbeterd. Door communicatiebarrières te overbruggen, stimuleert deze technologie een beter begrip en verbinding tussen mensen, waardoor we dichter bij elkaar komen en ervoor zorgen dat taalbarrières de effectieve ervaringen niet langer belemmeren.

Kijkend naar de toekomst, zal Agentic AI autonome taakuitvoering en besluitvorming mogelijk maken. Tegen 2027 zullen industrie-specifieke modellen de overhand krijgen, het gebruik van synthetische gegevens zal toenemen en energie-efficiënte implementaties zullen groeien. Multimodale modellen die tekst, afbeeldingen, audio en video-inputs integreren, zullen de mogelijkheden verhogen, waardoor een aanzienlijke economische impact en innovatie ontstaat. GenAI is klaar om tot $4,4 biljoen toe te voegen aan de wereldwijde economie per jaar, waardoor industrieën worden getransformeerd en efficiëntie en duurzaamheid worden gestimuleerd in retail, gezondheidszorg en levenswetenschappen.

De realiteit is dat elke werkplek op de een of andere manier door GenAI zal worden beïnvloed, waardoor het een onderdeel van onze dagelijkse operaties wordt. Terwijl we deze overgang voortzetten, kan ik niet wachten om te zien hoe het evolueert en welke innovaties er komen.