Holly Grant, SVP, Strategie & Innovatie, DXC Technology – Interview Series

Holly Grant, SVP, Strategie & Innovatie bij DXC Technology, is een technologie- en operatieleider met diepgaande ervaring op het gebied van ondernemingsbrede AI-strategie, fintech, leiderschap van start-ups en operationele transformatie. Bij DXC helpt ze bij het vormgeven van het bedrijfsbrede AI-first-innovatie-initiatief, waaronder ondernemingsbrede AI-orchestratie, adviesdiensten en productincubatie-inspanningen die zijn ontworpen om organisaties te helpen bij het overgang van experimentele AI-pilots naar operationele inzet. Voordat ze bij DXC kwam, bekleedde ze verschillende leiderschapsfuncties bij de Long-Term Stock Exchange (LTSE), waar ze uiteindelijk als Chief Operating Officer fungeerde, met een focus op operationele schaalvergroting en strategische groei binnen de fintechsector.

DXC Technology is een wereldwijd IT-dienstverlenings- en adviesbedrijf dat zich richt op het helpen van ondernemingen bij het moderniseren van kritieke systemen op het gebied van cloud computing, cybersecurity, kunstmatige intelligentie, data-infrastructuur en ondernemingsoperaties. Het bedrijf is ontstaan uit de fusie van Computer Sciences Corporation en Hewlett Packard Enterprise’s Enterprise Services-afdeling en werkt met organisaties uit verschillende branches, waaronder gezondheidszorg, bankwezen, fabricage, verzekeringen en overheid. In recente jaren heeft DXC zich steeds meer gepositioneerd rondom AI-natie-transformatie, waarbij diensten worden aangeboden die generatieve AI, intelligente automatisering, observatie, digitale tweelingen en grootschalige IT-modernisering integreren in complexe bedrijfsomgevingen. Het bedrijf benadrukt ook “AI-first”-operationele modellen die ondernemingen helpen bij het inzetten van AI op een veilige manier binnen bestaande infrastructuur, in plaats van legacy-systemen volledig te vervangen.

U hebt een carrière opgebouwd op het snijvlak van strategie, operaties en innovatie – van het schalen van organisaties eerder in uw carrière tot het leiden van Strategie & Innovatie bij DXC. Hoe hebben die ervaringen uw aanpak beïnvloed bij het lanceren van LabX en het ontwerpen van een AI-incubatieomgeving gericht op reële bedrijfsimpact?

Mijn carrière heeft me door familiekantoren, start-ups, venture capital en nu een Fortune 500-bedrijf in de middelste fase van een turnaround gevoerd. Wat ik in al die omgevingen heb gezien, is dat ideeën niet vanzelf landen. Degenen die daadwerkelijk waarde creëren, delen drie dingen: een echte klant die ernaar verlangt, het juiste moment in de markt en een omvang die duidelijk en passend smal is. Als je één van die dingen mist, zelfs een briljant idee, komt het stil te staan.

Die patronen hebben mijn denkwijze over LabX beïnvloed. U hebt een theorie van winnen nodig – een echte strategie – maar u hebt ook de operationele spiermassa nodig om het tot leven te brengen, en de discipline om aan te passen terwijl u leert en de omstandigheden veranderen. Strategie zonder uitvoering is een dek. Uitvoering zonder strategie is beweging zonder vooruitgang. LabX is ontworpen om beide tegelijk te behouden.

Onder het leiderschap van onze CEO Raul Fernandez heeft DXC AI-beheersing en innovatie centraal gesteld in onze turnaroundstrategie. LabX is hoe we die overtuiging vertalen in producten, mogelijkheden en klantresultaten – snel genoeg om er toe te doen.

Veel ondernemingen experimenteren met AI, maar hebben moeite om over te gaan van pilots naar productie. Wat zijn, volgens uw observaties bij DXC, de grootste barrières die organisaties ervan weerhouden om AI te schalen tot verder dan proof-of-concept-projecten?

Twee barrières komen telkens weer terug, en geen van beiden heeft echt met de technologie te maken.

De eerste is change management. AI verandert de manier waarop mensen werken, waarvoor ze verantwoordelijk zijn en hoe beslissingen worden genomen. Als u uw workforce niet meeneemt, blijft het meest elegante model ter wereld ongebruikt. De tweede is dat bedrijven AI schalen zonder de onderliggende operationele model te veranderen. Ze bevestigen intelligentie aan een specifiek systeem of toepassing, zodat één gebruiker het kan gebruiken, maar de rest van het team niet. AI is een horizontale intelligentie – het creëert de meeste waarde wanneer het kan bewegen over functies, gegevens en workflows. Wanneer het operationele model niet verandert, blijft die waarde lokaal vastzitten in plaats van over de onderneming te accumuleren.

Dus werkt de pilot, iedereen viert feest, en niets schaalt echt. Dat is het patroon dat we bij LabX proberen te doorbreken door vanaf de eerste dag te ontwerpen voor ondernemingsbrede ontgrendelingen.

LabX werkt met een snelle concept-naar-MVP-cyclus van ongeveer 90 dagen of minder. Wat voor veranderingen in mentaliteit, governance of ontwikkelingsprocessen zijn vereist voor grote ondernemingen om op dat soort snelheid te bewegen?

De grootste verandering in mentaliteit is het vermogen om eerder te beslissen met minder perfecte informatie – en de discipline om te snijden wat niet werkt. Grote ondernemingen wennen aan lange planningscycli omdat ze zich veilig voelen. Ze zijn het niet. In een markt die zo snel beweegt, is een langzaam “ja” en een langzaam “nee” beiden duur.

Binnen LabX wijzen we een kleine triade toe – ontwerp, product en engineering – om een sprint te lopen tegen een echt klantprobleem. Ze bouwen een minimale viable product, testen het op waarde en schaal, en we laten ideeën graduate die commerciële beloften laten zien binnen 90 dagen. Wat die snelheid mogelijk maakt, is niet het ontbreken van governance, maar de aanwezigheid van de juiste governance. Beveiliging, privacy, naleving en verantwoorde AI-goedkeuring zijn vanaf de eerste dag in het proces opgenomen, niet aan het einde bevestigd. Elk product gaat door een formele governancebeoordeling voordat het schaalt.

Voor de meeste ondernemingen vereist het bereiken van dit soort cadans het beschermen van een ruimte waarin het legitiem is om op deze manier te bewegen – zonder elke experiment te dwingen door dezelfde cyclustijd als een meerjarig platformbuild. Dat is waar LabX voor ons is.

DXC beschrijft LabX als een manier om high-potential AI-concepten met klanten te valideren voordat ze worden geschaald. Hoe helpt deze “Customer Zero”-aanpak ervoor zorgen dat AI-oplossingen zijn gebaseerd op reële operationele behoeften in plaats van theoretische use cases?

Customer Zero is, eerlijk gezegd, onze rand. Voordat een LabX-product ooit op de markt komt, moet het eerst overleven binnen DXC. We beheren 115.000 medewerkers in 70 landen, gereguleerde industrieën, complexe klantcontracten, legacy-systemen en reële operationele inzet. Dat is geen gesaniteerde demo-omgeving – dat is ondernemingsrealiteit.

Een traditionele start-up kan snel bewegen, maar kan niet gemakkelijk de geleefde ervaring van opereren in die complexiteit repliceren. Wanneer we een product op onszelf testen, vinden we de plaatsen waar het breekt op reële gegevens, reële workflows en reële regelgevingsbeperkingen – dingen die zes maanden later in een klantomgeving zouden zijn opgedoken. Wanneer we een aanbod aan een klant brengen, verkopen we geen theorie. We kunnen zeggen: ‘Hier is wat het deed in onze eigen operaties, hier is wat we veranderden, hier is wat we maten.’

Het houdt ons ook eerlijk. Als een product zich intern niet kan bewijzen, komt het niet tot wasdom. Dat is een veel hogere lat dan zeggen ‘het werkte in een demo.’

Ondernemingsomgevingen zijn vaak gevuld met legacy-systemen, gefragmenteerde gegevens en regelgevingsbeperkingen. Hoe ontwerpt u AI-workflows die effectief kunnen opereren binnen die reële complexiteit?

We beginnen met de veronderstelling dat de omgeving complex is – dat is de basis, niet de uitzondering.

Architectonisch werken we met een dekomponeren aanpak voor onze platforms. De toonaangevende AI-hulpmiddelen veranderen maandelijks, niet jaarlijks. Als u uzelf hardwired aan een enkel model, leverancier of framework, wedt u dat de leider van vandaag over 18 maanden nog steeds de leider is. Dat is een slechte weddenschap. Een dekomponeren architectuur laat ons onderdelen verwisselen terwijl de frontier beweegt, blijft vloeiend met wat daadwerkelijk het beste is in zijn klasse en stresstest hulpmiddelen tegen reële klantuitdagingen in plaats van leveranciersmarketing.

Aan de regelgevings- en gegevenskant is naleving vanaf de eerste dag ontworpen. Elk product gaat door een governancebeoordeling, en verantwoorde AI-goedkeuring is onderdeel van het proces, niet een nasleep. Opereren in hoog gereguleerde industrieën over 70 landen dwingt die discipline op ons af – wat blijkt een functie te zijn, niet een bug, wanneer we producten aan klanten met dezelfde beperkingen brengen.

Traditionele IT-consulting vertrouwde op lange planningscycli en rigide implementatiekaders. Aangezien AI sneller evolueert dan die cycli kunnen bijhouden, hoe moeten consultingmodellen veranderen?

Het eerlijke antwoord is dat het hele model moet verschuiven, maar als ik het linchpin moest kiezen, is het de waardepropositie. De industrie heeft decennia lang besteed aan het verkopen van leveringen – decks, roadmaps, implementatieplannen – en betaald voor inspanning. In een AI-natieve wereld willen klanten geen levering. Ze willen een resultaat. Ze willen dat de workflow daadwerkelijk draait, de kosten daadwerkelijk omlaag gaan, de omzet daadwerkelijk verschijnt.

Zodra u zich verplicht tot het verkopen van resultaten, moet alles anders veranderen om het te ondersteunen. Teamcompositie wordt technischer. Engagements veranderen van adviseer-en-verlaat naar bouw-en-beheer. Prijzen verschuiven weg van uren. De mensen die het werk doen, moeten even comfortabel zijn met het verzenden van code als met het uitvoeren van een bestuurscomité.

Dat is een grote culturele verandering voor onze industrie, en niet iedereen gaat het maken. De firma’s die het wel doen, zullen over vijf jaar heel anders zijn dan ze nu zijn.

LabX fungeert ook als een experimentele omgeving voor medewerkers en technologiepartners. Hoe belangrijk is interne experimentatie bij het opbouwen van ondernemingsbrede AI-beheersing?

Het is het hele spel. U bouwt AI-beheersing niet door over AI te lezen – u bouwt het door dingen te proberen, te zien hoe ze breken, en opnieuw te proberen. Dat is even waar voor een 30-jarige IT-professional als voor iemand die twee jaar uit school is.

We hebben onlangs een AI-uitdaging gelanceerd binnen een van onze businessunits en kregen meer dan 1.300 unieke ideeën in twee weken. Dat is geen statistiek over een tool – dat is een statistiek over wat gebeurt wanneer u mensen toestemming geeft om buiten de box te denken. De creativiteit bestaat al binnen de organisatie. Onze taak is om de ruimte te creëren voor het te laten groeien.

LabX voert ook een rotatieprogramma uit: technische experts vanuit de hele DXC brengen zes tot twaalf weken door bij ons, waar ze echte producten bouwen met de laatste AI-hulpmiddelen. Wanneer ze terugkeren naar hun thuisteams, brengen ze een nieuwe vaardigheidsset en, belangrijker nog, een andere manier van denken mee. Ze worden kampioenen voor wat mogelijk is. Dat accumulatie-effect over de workforce is meer waard dan enig product dat we verzenden.

DXC kaderen hun aanpak als Human+, waarbij wordt benadrukt dat AI menselijke capaciteiten moet uitbreiden in plaats van ze te vervangen. In praktische zin, hoe beïnvloedt die filosofie de manier waarop AI-oplossingen binnen ondernemingen worden ontworpen en ingezet?

Ik zal direct zijn: er is een visie die in de industrie aan het ontstaan is, dat de meest waardevolle zaak die ondernemingsbrede AI voor een bedrijf kan doen, is het verlagen van het aantal medewerkers. Ik denk dat dat een falen van verbeelding is.

Kostendiscipline is belangrijk, maar de echte kans is groei: nieuwe inkomstenstromen, nieuwe producten, nieuwe dienstenaanbiedingen die eenvoudigweg niet mogelijk waren voordat. De hoogste waarde van AI is het mogelijk maken van mensen om werk te doen dat nieuwe bedrijfswaarde creëert, niet alleen het optimaliseren van wat al bestaat. De bedrijven die dit goed doen, zullen die overtreffen die AI behandelen als een zuivere kostenexercitie.

In de praktijk betekent Human+ dat we AI ontwerpen om high-volume, routineprocessen af te handelen, zodat onze mensen zich kunnen concentreren op hogere-waarde-werk: strategisch denken, creatief probleemoplossen, klantrelaties en complexe oordeelsvellingen. We houden menselijke expertise en toezicht centraal in elke inzet, vooral waar beslissingen echte gevolgen met zich meebrengen. Dat is hoe u vertrouwen opbouwt met klanten, en dat is hoe u duurzame concurrentievoordeel ontgrendelt.

Wanneer ondernemingen proberen om AI te integreren in bestaande workflows, welke veelvoorkomende fouten ziet u dat ze maken, die de adoptie vertragen of de reële bedrijfswaarde beperken?

Twee fouten die ik constant zie. De eerste is beginnen met de technologie in plaats van het probleem. Iemand wordt verliefd op een model of een vendor-demo, en het initiatief wordt een kwestie van het inzetten van dat ding in plaats van het oplossen van iets dat daadwerkelijk toegevoegde waarde heeft voor het bedrijf. De tweede is het behandelen van AI als een IT-project in plaats van een bedrijfstransformatie. Als u AI volledig overlaat aan de CIO en de rest van het bedrijf vraagt om onveranderd door te gaan, krijgt u een tool die niemand gebruikt en een budget dat niemand volgend jaar wil verdedigen.

Het antidotum voor beide is eenvoudig te zeggen en moeilijk te doen: begin met het bedrijfsprobleem, zet het juiste cross-functionele team erop – mensen, proces, technologie – en bouw achteruit vanuit het resultaat dat u probeert te creëren. Dat is de houding die we innemen bij LabX, en dat is hoe we werken met klanten zoals Ferrovial, waar we hebben geholpen bij het inzetten van AI Workbench – een generatieve AI-aanbieding die consulting, engineering en beveiligde ondernemingsdiensten combineert, nu gebruikt door meer dan 24.000 medewerkers met meer dan 30 AI-agents die in real-time beslissingen nemen. Die soort schaal gebeurt niet als u het behandelt als een IT-project.

Kijkend naar de toekomst, hoe verwacht u dat AI-incubatieomgevingen zoals LabX de manier waarop ondernemingen nieuwe technologieën ontwikkelen, testen en inzetten, de komende jaren zullen beïnvloeden?

Hier is wat ik denk dat in hindsight duidelijk zal zijn: de winnaars in deze tijdperk zullen niet de bedrijven zijn met de meest flashy point-oplossingen. Ze zullen de integrators zijn – degenen die AI kunnen naaien over operationele modellen, over functies en over workflows, zodat intelligentie niet wordt vastgezet in een enkele tool of een enkel gebruikersscherm.

Dat is een moeilijker probleem dan het inzetten van een model. Het vereist diepe ondernemingscontext, de mogelijkheid om te werken over legacy- en moderne systemen, en de discipline om te veranderen hoe werk daadwerkelijk wordt gedaan. Het is ook de kans waar ik het meest enthousiast over ben.

Incubatieomgevingen zoals LabX zijn hoe we de reps krijgen. Ze zijn waar u leert wat breekt op schaal, wat governance daadwerkelijk betekent in de praktijk, en wat klanten wel en niet zullen aannemen. De ondernemingen die nu in dat soort ruimte investeren – intern of via partners – zullen over drie jaar een heel andere capaciteitscurve hebben dan die die nog steeds beslissen of het de moeite waard is. En wij die in deze ruimte bouwen, zullen blijven vinden van nieuwe problemen die het oplossen waard zijn, omdat de technologie niet vertraagt en evenmin de kans.