Angela Q. Daniels, CTO (Americas) for Consulting and Engineering Services at DXC Technology – Intervju-serie

Angela Q. Daniels, Chief Technology Officer (Americas) for Consulting and Engineering Services (CES) at DXC Technology (DXC ), har ansvar for teknologistrategi og transformasjon for selskapets Consulting & Engineering Services i Amerika. Hun fokuserer på å skalerer AI-forsterket leveranse gjennom DXC’s Xponential-rammeverk, fremme innovasjon med DXC’s AI-løsninger og hjelpe kunder å realisere større forretningsverdi gjennom moderne plattformer og mennesker. Tidligere ledet hun globale programvareutviklings- og applikasjonsleveringsinitiativer, og guidet agil modernisering, cloud-naturlig ingeniørarbeid og talentutvikling for å styrke DXC’s leveranseekspertise og teknologiske lederskap.

DXC Technology er en global IT-tjeneste- og konsulentleder som hjelper store bedrifter å kjøre kritiske systemer og operasjoner i hybrid IT-miljøer. Selskapet samarbeider med ledende teknologileverandører for å levere løsninger som kombinerer avansert analyse, sky, sikkerhet og AI. Gjennom sin Enterprise Technology Stack moderniserer DXC IT-infrastrukturer, driver digital transformasjon og muliggjør at kunder over hele verden kan innovere, optimere kostnader og forbedre kundeopplevelser.

Du har hatt en livslang lidenskap for programmering som startet da du var åtte år gammel. Kan du dele hva som først trakk deg til programvareutvikling og hvordan denne tidlige nysgjerrigheten har formet din tilnærming til å lede AI-drevet innovasjon i dag?

Da jeg var åtte år gammel, kom moren min hjem med en Commodore-datamaskin fra en garasjeomsalg. Den kom med en stabel med manualer og noen spill. Mens alle andre ville spille, var jeg den som leste manualene og prøvde å forstå hvordan datamaskinen faktisk fungerte.

Min første program var enkelt;

10 PRINT "Angela"

20 GOTO 10

RUN

Å se mitt navn gjentas uendelig over skjermen føltes magisk. Det var ikke bare hva datamaskinen kunne gjøre, men hva jeg kunne få den til å gjøre.

Fra en ung alder merket moren min min nysgjerrighet og støttet den, ved å melde meg på sommerenrikingsprogrammer på college og karriere-utforskerprogrammer gjennom high school. Disse erfaringene bidro til å følge min lidenskap og inspirerte meg til å følge matematikk og datavitenskap på college.

Den samme nysgjerrigheten har guidet hele min karriere. Jeg har alltid vært trukket mot å utforske hva som er mulig, å forstå hvordan noe fungerer og deretter finne ut hvordan det kan brukes på meningsfulle måter. Uansett om det er AI, programvareutvikling eller annen teknologi, har min tilnærming alltid vært rotfestet i utforskning som leder til innvirkning. Innovasjon har vært en konstant tråd fra det første Commodore-programmet til arbeidet jeg leder i dag.

Som Global Software Development Offering Lead, har du spilt en nøkkelrolle i å lage og distribuere DXC’s nye Xponential-rammeverk. Hva inspirerte denne initiativet, og hvilket problem i bedriftens AI-adoptsjon var du mest bestemt på å løse? 

Utdypende ledere i dag er under enormt press for å vise reelle produktivitetsgevinster fra AI, men mange organisasjoner sliter med å gå utover eksperimentering. De lanserer pilotprosjekter uten først å bli enige om en samlet strategi som kobler AI til deres mennesker, prosesser og teknologi.

Dette utfordringen inspirerte til å lage DXC Xponential. Vi ønsket å gi en strukturert, gjentakende mal for å orkestrere AI-adoptsjon – en som innebygget styring fra starten og leverer tidlige, målbare seirer for å hjelpe organisasjoner å skalerer med tillit.

Mine samtaler med kunder, og våre egne interne erfaringer med å utvikle AI-drevne applikasjoner, har formet grunnlaget for dette. Det vanligste spørsmålet vi hørte var: “Vi har prøvd pilotprosjektene, men hvordan går vi videre fra her?” Det ble kundens stemme bak Xponential.

Vi hørte også det fra våre egne ingeniørteam. Det er ekte AI-verktøy-utmattelse. Teamene er omgitt av verktøy som lover transformasjon og prøver å avgjøre hvilke som faktisk leverer verdi. Xponential hjelper til å kutte gjennom støyen ved å fokusere på integrasjon, orkestrering og tangibelt utfall i stedet for verktøy-forvaltning.

Min bakgrunn i DXC inkluderer å være en del av vårt New Orleans Customer Experience Center. Vår tilnærming til å løse kundens forretningsutfordringer var instrumental i å forme denne tilnærmingen. Det senteret opererer på design-tenkning-prinsipper. Vi bringer kundens utfordringer inn i en miljø hvor vi empatisk, ideer, prototyper, tester og skalerer. Vi brukte samme mindset til å designe Xponential, og sikret at hver AI-løsning vi leverer er praktisk, menneske-sentrert og skalerbar i den virkelige verden.

Bransje-data viser at 95% av AI-piloter ikke møter forretningsforventninger. Fra din perspektiv, hva er de vanligste årsakene bak disse feilene, og hvordan adresserer Xponential dem direkte?

Selskaper investerer millioner av dollar i teknologi som imponerer i demoer. Men når selskaper går over til å implementere denne teknologien, møter de ofte lavkvalitetsdata for å trene AI, uriktige modeller, mangel på styring, menneskelig valideringsbottlenecks og kompleks system-integrasjon.

Problemet er ikke teknologien, men utførelsen. Uten en samlet strategi som integrerer mennesker, prosesser og teknologi, er skalering og levering av målbare resultater med AI en vanskelig kamp.

DXC’s Xponential-rammeverk sikrer at alle mennesker, prosesser og teknologi tas i betraktning med fem forskjellige søyler:

• Innsikt – Styring er grunnleggende i DXC, som er hvorfor hver AI-agent, automatisert beslutning og intelligent prosess er designet med innebygget observasjon og overholdelse fra starten.
• Akseleratorer – For å møte kunder der de er og fjerne hindringer for suksess, kombinerer DXC målrettet innovasjoner med partnerløsninger for å gi ferdige verktøy, og eliminerer behovet for å bygge alt fra bunnen av.
• Automatisering – DXC’s agentic-AI-rammeverk går utenfor oppgave-utførelse. Det refinerer kontinuerlig arbeidsflyter ved å lære fra resultater og tilpasse i sanntid, og driver en skiftning mot systemer som utvikler seg gjennom erfaring i stedet for å stole på midlertidige løsninger.
• Tilnærming – Ettersom AI utvikler seg, må organisasjoner forbli agile og kontinuerlig finjustere sine strategier — ikke for å erstatte mennesker, men for å empowerment dem. Ved å laste over rutineoppgaver til AI, er teamene fri til å fokusere på høy-impakt-arbeid, innovasjon, løsning av komplekse problemer og levering av målbare verdi for våre kunder.
• Prosess – Ekte endring starter med trygg eksperimentering. Hos DXC bygger vi MVP-er for å raskt validere ideer, bevise innvirkning og skalerer hva som fungerer for å unngå pilot-stadiet som stanser de fleste AI-initiativer.

Xponential-rammeverket betoner fem søyler — Innsikt, Akseleratorer, Automatisering, Tilnærming og Prosess. Hvilken av disse ser du på som mest transformasjonell for bedrifter som bare begynner sin AI-reise?

For organisasjoner i begynnelsen av sin AI-reise, er Innsikt den mest transformasjonelle søylen. Mange selskaper skynder seg inn i implementering, men suksess begynner med å forstå hvor AI kan skape virkelig verdi. Innsikt gir ledere klarhet, ikke bare om deres data, men også om deres prosesser, talent og beredskap til å endre. Det er fundamentet som informerer hver enkelt søyle.

Nærmest etter det er Human+-dimensjonen, som vi ser på som multiplikator over alle fem søyler. AI er mest kraftfull når det forbedrer menneskelig evne i stedet for å erstatte det. Human+ handler om å redesigne arbeid slik at mennesker bruker mer tid på kreativitet, dømmekraft og innovasjon — ting som gjør organisasjoner distinkt menneskelige.

Tilnærming-søylen fremhever konseptet “Human+ samarbeid”. Hvordan ser du på balansen mellom menneskelig ekspertise og AI-automatisering utvikle seg i bedriftsmiljøer over de neste årene?

Å holde mennesker i løkken er avgjørende. Vår Human+-tilnærming bruker AI til å forsterke menneskelig ekspertise, ikke erstatter det. Våre eksperter forblir i kontroll, tar strategiske beslutninger og sikrer kvalitetskontroll, mens AI håndterer repetitive oppgaver og gjør tungt løft. Nå kan ingeniører som tidligere brukte timer på repetitive kodeoppgaver, bruke mer tid på å designe system-arkitektur og løse komplekse forretningsproblemer. Kombinasjonen av dyktige profesjonelle med AI fører til forsterket, målbart utfall som reduserer kostnader og forbedrer effektivitet.

En av Xponential’s løfter er å flytte organisasjoner fra små-skala seirer til bedrifts-omfattende AI-integrasjon. Hva er de største utfordringene selskaper møter når de skal skalerer fra bevis på konsept til produksjon, og hvordan kan de overvinne dem?

Mange organisasjoner er fastlåst i pilot-faser med høyt fragmenterte initiativer som ikke klarer å samordne mennesker, prosesser og teknologi. Den største hindringen vi ser selskaper navigere når de implementerer AI, er desentraliserte, uorganiserte programmer som mangler en samlet strategi.

Xponential legger frem en tydelig vei for å ta selskaper utover pilot-fasen. Dets orkestrerte, ansvarlige og gjentakende tilnærming transformerer AI fra en teknologi-eksperiment til en forretnings-imperativ. Designet for å adresse mangelen på samlet strategi på markedet, er rammeverket strukturert, men bygget for fleksibilitet og skalerbarhet, og muliggjør at organisasjoner kan starte små, oppnå tidlige seirer og raskt skalerer over hele bedriften.

Xponential hjelper allerede kunder å gå over fra pilot-faser til skalering. Dets modulære design lar oss møte kunder der de er, og støtter oppgradering av legacy-systemer og integrerer sømløst med kundens eksisterende data-, sky- og applikasjonsmiljøer.

For eksempel samarbeidet vi med Singapore General Hospital for å utvikle Augmented Intelligence in Infectious Diseases-løsningen, som bruker AI-drevne innsikter og menneske-AI-samarbeid til å guide antibiotika-valg for nedre respiratoriske infeksjoner med 90% nøyaktighet. Verktøyet har ført til forbedret pasient-omsorg og bekjemper antimikrobiell resistens.

DXC har allerede implementert Xponential med globale kunder som Textron og Den europeiske romfartsorganisasjonen. Kan du dele et spesifikt eksempel på hvordan dette rammeverket leverte målbart innvirkning i en av disse distribusjonene? 

Xponential er et bevist rammeverk som allerede genererer resultater med våre kunder Textron og Den europeiske romfartsorganisasjonen. Vi samarbeidet med Textron for å transformere deres IT-støtte-modell ved hjelp av automatisering og AI. Optimaliseringen kutta servicetikketer ned med 20% og løste proaktivt nettverksproblemer for 32 000 ansatte ved hjelp av AI-drevne chatbots trent på felles kunnskapsbaserte systemer, og frigjorde IT-personale til å fokusere på komplekse problemer som krever menneskelig ekspertise. Med Den europeiske romfartsorganisasjonen brukte vi Xponential til å implementere ASK ESA, en AI-drevet plattform som samordner data, akselerer forskning og forbedrer samarbeid over hele organisasjonen. Plattformen gir ikke bare sikker, effektiv tilgang til store volumer av data, men sparer også ingeniører 1-2 timer per uke.

Din ledelsesbakgrunn omfatter akademiske, bedriftsprogramvare og stor-skala sky-utvikling. Hvordan har denne diverse erfaringen påvirket din syn på hva “ansvarlig AI” betyr i praksis? 

Hver del av min reise har formet hvordan jeg definerer ansvarlig AI. Fra akademiet lærte jeg viktigheten av strenghet, å spørre om antakelser, validere resultater og forstå “hvorfor” bak hver enkelt resultat. Fra bedriftsprogramvare fikk jeg en dyp forståelse for styring, etikk og den rippeleffekten teknologi kan ha på mennesker, prosesser og industrier. Og gjennom stor-skala applikasjonsutvikling så jeg hvordan skala kan forsterke både innvirkning og risiko.

For meg betyr ansvarlig AI ikke bare overholdelse eller bias-mitigering, men om bevisst design. Det handler om å bygge systemer som er gjennomsiktige, granskbare og i samsvar med menneskelige verdier fra starten. Det handler om å sikre at innovasjon og ansvar utvikler seg sammen.

Min rolle er å sikre at mens vi innoverer, gjør vi det på en ansvarlig måte, ikke å bremse innovasjonen, men å guide den på en måte som tjener tillit og leverer bærekraftig verdi.

Styring og observasjon er sentrale i Innsikt-søylen i Xponential. Hvordan sikrer du at AI forblir både gjennomsiktig og overholdt i tungt regulerte industrier som helse og romfart? 

Xponential-rammeverket sikrer at styring, overholdelse og observasjon er innebygget fra dag én, ikke lagt til senere. Vi samordner vår AI-etikk med globale standarder og fremvoksende reguleringer fra NIST og EU AI Act, noe som betyr full sporbarhet, granskbarhet og overholdelse er bygget inn i hver arbeidsflyt.

Dette styringsmodellen gir klar visibilitet i hvordan AI opererer, hvem som er ansvarlig og om beslutninger følger etiske og operative standarder — essensielle krav for å skalerer AI effektivt over regulerte bedrifter. Det er vår tro at AI skal være pålitelig, gjennomsiktig og menneske-sentrert.

Ettersom AI fortsetter å omdefinere programvareutviklings-livssykluser, hva nye ferdigheter eller tanker må software-team ha for å forbli konkurransedyktige i det neste tiåret? 

Den viktigste endringen er ikke bare å lære nye verktøy. Det handler om å adoptere en ny tanker. AI transformerer hvordan vi bygger programvare, og teamene som trives vil være de som behandler AI som en samarbeidspartner, ikke bare en utilitet.

Ferdigheten som betyr mest er nysgjerrighet. De beste ingeniører vil ikke bare akseptere hva AI genererer. De vil spørre om det, finjustere det og utforske hvordan det kan brukes på nye måter. Nysgjerrighet driver evnen til å lære kontinuerlig, eksperimentere ansvarlig og se sammenhenger som andre kan overse.

Utenfor det vil utviklere utvikle seg fra å være kodere til å være komponister, og orkestrere AI-agenter, automatisering og menneskelig innsikt i integrerte systemer. Dette krever ikke bare teknisk flytighet, men også systemtenkning og en villighet til å gjenopprette hvordan arbeid blir gjort.

Hos DXC innlemmer vi denne tanken gjennom Xponential, og hjelper team å utvikle vår Human+-tilnærming. Den kombinerer teknisk mesterlighet med nysgjerrighet, kreativitet og etisk bevissthet, fordi i det neste tiåret, vil suksess i programvareutvikling ikke komme fra å vite alt. Det vil komme fra å forbli uendelig nysgjerrig på hva som er mulig.

Takk for det flotte intervjuet, lesere som ønsker å lære mer, kan besøke DXC Technology.