Angela Q. Daniels, CTO (Ameryka) dla Consulting and Engineering Services w DXC Technology – Wywiad

Angela Q. Daniels, Chief Technology Officer (Ameryka) dla Consulting and Engineering Services (CES) w DXC Technology (DXC ), nadzoruje strategię technologiczną i transformację dla usług Consulting & Engineering Services w Ameryce. Koncentruje się na skalowaniu dostawy wspomaganej przez AI za pomocą ramowego programu DXC Xponential, promowaniu innowacji za pomocą rozwiązań AI DXC oraz pomocy klientom w uzyskaniu większej wartości biznesowej dzięki nowoczesnym platformom i ludziom. Wcześniej kierowała globalnymi inicjatywami rozwoju oprogramowania i dostawy aplikacji, prowadząc agilną modernizację, inżynierię chmurową i rozwój talentów w celu wzmocnienia doskonałości dostawy i przywództwa technologicznego DXC.

DXC Technology to globalny lider w dziedzinie usług IT i konsultingowych, który pomaga dużym przedsiębiorstwom zarządzać systemami i operacjami o kluczowym znaczeniu w hybrydowych środowiskach IT. Firma współpracuje z wiodącymi dostawcami technologii, aby dostarczać rozwiązania, które łączą zaawansowaną analitykę, chmurę, bezpieczeństwo i AI. Dzięki swojemu Enterprise Technology Stack DXC modernizuje infrastruktury IT, napędza transformację cyfrową i umożliwia klientom na całym świecie innowacje, optymalizację kosztów i poprawę doświadczeń klientów.

Miała Pani pasję do programowania od najmłodszych lat, która zaczęła się w wieku ośmiu lat. Czy mogłaby Pani podzielić się tym, co Panią przyciągnęło do rozwoju oprogramowania i jak ta wczesna ciekawość ukształtowała Pani podejście do prowadzenia innowacji napędzanych przez AI?

Gdy miałam osiem lat, moja matka przyniosła do domu komputer Commodore z garażu. Przyszedł on z zestawem instrukcji i kilkoma grami. Podczas gdy wszyscy inni chcieli grać, ja byłem tym, który czytał instrukcje, próbując zrozumieć, jak komputer naprawdę działa.

Mój pierwszy program był prosty:

10 PRINT "Angela"

20 GOTO 10

RUN

Widok mojego imienia powtarzającego się nieskończenie na ekranie wydawał się magiczny. Nie chodziło tylko o to, co mógł zrobić komputer, ale o to, co ja mogłam zrobić, aby go uruchomić.

Od młodego wieku moja mama zauważyła moją ciekawość i wspierała ją, zapisując mnie na letnie programy wzbogacania na studiach i programy eksploratora kariery w czasie szkoły średniej. Te doświadczenia jeszcze bardziej rozwinęły moją pasję i ostatecznie zainspirowały mnie do podjęcia studiów matematycznych i informatycznych na studiach.

Ta sama ciekawość kierowała całą moją karierą. Zawsze byłem przyciągany do eksplorowania tego, co jest możliwe, zrozumienia, jak coś działa, a następnie ustalenia, w jaki sposób można to zastosować w znaczący sposób. Niezależnie od tego, czy chodzi o AI, rozwój oprogramowania, czy jakąkolwiek technologię, moje podejście było zawsze zakorzenione w eksploracji, która prowadzi do wpływu. Innowacja była stałym wątkiem od tego pierwszego programu Commodore do pracy, którą prowadzę dzisiaj.

Jako Globalny Lider Oferty Rozwoju Oprogramowania odegrała Pani kluczową rolę w tworzeniu i wdrażaniu nowego ramowego programu DXC Xponential. Co zainspirowało tę inicjatywę, a jaki problem w przyjęciu AI w przedsiębiorstwach był Pani najbardziej zdeterminowany do rozwiązania? 

Wykonawcy są obecnie pod ogromną presją, aby wykazać rzeczywiste zyski produktywności z AI, jednak wiele organizacji ma trudności z przejściem poza eksperymenty. Uruchamiają pilotażowe projekty bez wcześniejszego uzgodnienia spójnej strategii, która łączy AI z ich ludźmi, procesami i technologiami.

To wyzwanie zainspirowało stworzenie DXC Xponential. Chcieliśmy dostarczyć uporządkowany, powtarzalny plan dla aranżacji przyjęcia AI — jeden, który wbudowuje zarządzanie od samego początku i dostarcza wczesne, wymierne zwycięstwa, aby pomóc organizacjom skalować z pewnością.

Moje rozmowy z klientami i nasze własne wewnętrzne doświadczenia z rozwojem aplikacji wspomaganych przez AI ukształtowały jego podstawy. Najczęstszym pytaniem, które słyszeliśmy, było: „Próbowałyśmy pilotażu, ale jak przenieść się od tego miejsca?” To stało się głosem klienta za Xponential.

Słyszeliśmy to również od naszych zespołów inżynierskich. Istnieje prawdziwa zmęczenie narzędziami AI. Zespoły są otoczone narzędziami, które obiecują transformację i starają się rozróżnić, które z nich naprawdę dostarczają wartość. Xponential pomaga przeciąć ten hałas, koncentrując się na integracji, aranżacji i wymiernych wynikach, a nie na rozprzestrzenianiu się narzędzi.

Moje korzenie w DXC obejmują bycie częścią naszego centrum doświadczeń klienta w Nowym Orleanie. Nasze podejście do rozwiązywania wyzwań biznesowych klientów było instrumentalne w kształtowaniu tego podejścia. To centrum działa na zasadach myślenia projektowego. Przynosimy wyzwania klientów do środowiska, w którym empatyzujemy, ideujemy, tworzymy prototypy, testujemy i skalujemy. Użyliśmy tego samego sposobu myślenia, aby zaprojektować Xponential, zapewniając, że każde rozwiązanie AI, które dostarczamy, jest praktyczne, ukierunkowane na człowieka i skalowalne w świecie rzeczywistym.

Dane branżowe pokazują, że 95% pilotów AI nie spełnia oczekiwań biznesowych. Z Pani perspektywy, jakie są najczęstsze powody tych niepowodzeń, i jak Xponential bezpośrednio rozwiązuje je?

Przedsiębiorstwa inwestują miliony dolarów w technologie, które imponują w demo. Ale gdy firmy przechodzą do wdrożenia tej technologii, często spotykają się z niskiej jakości danymi do szkolenia AI, niedokładnymi modelami, brakiem zarządzania, wąskimi garściami ludzkiej weryfikacji i skomplikowaną integracją systemów.

Problemem nie jest technologia, ale wykonanie. Bez spójnej strategii, która łączy ludzi, procesy i technologię, skalowanie i dostarczanie wymiernych wyników z AI jest wspinaniem się pod górę.

Ramowy program DXC Xponential zapewnia, że wszystkie osoby, procesy i technologie są brane pod uwagę za pomocą pięciu różnych filarów:

• Wgląd — Zarządzanie jest podstawowe w DXC, dlatego każdy agent AI, zautomatyzowana decyzja i inteligentny proces jest zaprojektowany z wbudowaną obserwowalnością i zgodnością od samego początku.
• Przyspieszacze — Aby spotkać klientów tam, gdzie są, i usunąć bariery dla sukcesu, DXC łączy innowacje stworzone specjalnie z rozwiązaniami partnerów, aby dostarczyć gotowe do użycia narzędzia, eliminując potrzebę budowania wszystkiego od podstaw.
• Automatyzacja — Ramowy program agentic-AI DXC wykracza poza wykonanie zadań. Ciągle udoskonala przepływy pracy, ucząc się z wyników i dostosowując się w czasie rzeczywistym, napędzając przesunięcie w kierunku systemów, które ewoluują przez doświadczenie, a nie polegają na tymczasowych rozwiązaniach.
• Podejście — Podczas gdy AI ewoluuje, organizacje muszą pozostać elastyczne i ciągle udoskonalać swoje strategie — nie aby zastąpić ludzi, ale aby ich wzmocnić. Przejmując routine zadania na AI, zespoły są wolne, aby skupić się na pracy o wysokim wpływie, innowacjach, rozwiązywaniu złożonych problemów i dostarczaniu wymiernych korzyści dla naszych klientów.
• Proces — Prawdziwa zmiana zaczyna się od bezpiecznego eksperymentowania. W DXC budujemy MVP, aby szybko zwalidować pomysły, udowodnić wpływ i skalować to, co działa, aby uniknąć etapu pilotażu, który zatrzymuje większość inicjatyw AI.

Ramowy program Xponential podkreśla pięć filarów — Wgląd, Przyspieszacze, Automatyzację, Podejście i Proces. Który z nich uważa Pani za najbardziej przełomowy dla przedsiębiorstw, które dopiero zaczynają swoją podróż z AI?

Dla organizacji na początku swojej podróży z AI Wgląd jest najbardziej przełomowym filarem. Wiele firm spieszy się z wdrożeniem, ale sukces zaczyna się od zrozumienia, gdzie AI może naprawdę tworzyć wartość. Wgląd daje liderom klarowność, nie tylko na temat ich danych, ale także na temat ich procesów, talentów i gotowości do zmiany. Jest to podstawa, która informuje każdy inny filar.

Ciasno za tym idzie wymiar Ludzki+, który widzimy jako mnożnik we wszystkich pięciu filarach. AI jest najpotężniejsza, gdy wzmacnia ludzką zdolność, a nie ją zastępuje. Ludzki+ to projektowanie pracy w taki sposób, aby ludzie spędzali więcej czasu na kreatywności, osądzie i innowacjach — rzeczach, które sprawiają, że organizacje są wyraźnie ludzkie.

Filar Podejście podkreśla koncepcję „współpracy Ludzki+”. Jak widzi Pani ewolucję balansu między ludzką ekspertyzą a automatyzacją AI w środowiskach przedsiębiorstw w ciągu najbliższych kilku lat?

Utrzymanie ludzi w pętli jest kluczowe. Nasze podejście Ludzki+ wykorzystuje AI do wzmocnienia ludzkiej ekspertyzy, a nie jej zastąpienia. Nasi eksperci pozostają pod kontrolą, podejmując strategiczne decyzje i zapewniając kontrolę jakości, podczas gdy AI zajmuje się powtarzalnymi zadaniami i wykonuje ciężką pracę. Teraz inżynierowie, którzy wcześniej spędzali godziny na powtarzalnych zadaniach programistycznych, mogą spędzać więcej czasu na projektowaniu architektury systemów i rozwiązywaniu złożonych problemów biznesowych. Połączenie wykwalifikowanych profesjonalistów z AI prowadzi do wzmocnionych, wymiernych wyników, które redukują koszty i poprawiają wydajność.

Jedna z obietnic Xponential jest przeniesienie organizacji z małych zwycięstw do przedsiębiorstwowej integracji AI. Jakie są największe wyzwania, z którymi firmy mają do czynienia podczas skalowania od pojęcia dowodu do produkcji, i jak mogą je pokonać?

Wiele organizacji utknęło w fazie pilotażu z wysoko fragmentaryzowanymi inicjatywami, które nie łączą ludzi, procesów i technologii. Największą przeszkodą, z którą firmy mają do czynienia podczas wdrażania AI, jest zdecentralizowany, niezorganizowany program, który brakuje spójnej strategii.

Xponential przedstawia wyraźną ścieżkę, aby przenieść firmy poza fazę pilotażu. Jego zharmonizowane, odpowiedzialne i powtarzalne podejście przekształca AI z technologicznego eksperymentu w imperatyw biznesowy. Zaprojektowany, aby rozwiązać brak spójnych strategii na rynku, ramowy program jest uporządkowany, ale zbudowany z elastycznością i skalowalnością, umożliwiając organizacjom rozpoczęcie od małych kroków, osiągnięcie wczesnych zwycięstw i szybkie skalowanie w całym przedsiębiorstwie.

Xponential już pomaga klientom przechodzić od faz pilotażowych do skalowania. Jego modułowy design pozwala nam spotkać klientów tam, gdzie są, wspierając uaktualnienia dziedzictwa i integrując się bezproblemowo z istniejącymi danymi, chmurą i środowiskami aplikacji klientów.

Na przykład współpracowaliśmy z Singapore General Hospital, aby opracować rozwiązanie Augmented Intelligence in Infectious Diseases, które wykorzystuje wgląd AI i współpracę człowiek-AI do kierowania wyborami antybiotyków w przypadku dolnych dróg oddechowych z dokładnością 90%. Narzędzie to doprowadziło do poprawy opieki nad pacjentami, a także do walki z opornością na antybiotyki.

DXC już wdrożył Xponential u globalnych klientów, takich jak Textron i Europejska Agencja Kosmiczna. Czy mogłaby Pani podzielić się konkretnym przykładem, jak ten ramowy program dostarczył wymierny wpływ w jednej z tych wdrożeń? 

Xponential to sprawdzony ramowy program, który już generuje wyniki u naszych klientów Textron i Europejskiej Agencji Kosmicznej. Współpracowaliśmy z Textron, aby przekształcić jego model wsparcia IT za pomocą automatyzacji i AI. Optymalizacja ta obcięła bilety serwisowe o 20% i proaktywnie rozwiązała problemy z siecią dla 32 000 pracowników za pomocą botów czatu wspomaganych przez AI, wyuczonych na wspólnych bazach wiedzy, uwalniając personel IT do skupienia się na złożonych problemach wymagających ludzkiej ekspertyzy. Z Europejską Agencją Kosmiczną wykorzystaliśmy Xponential, aby wdrożyć platformę ASK ESA, platformę AI, która ujednolica dane, przyspiesza badania i poprawia współpracę w całej agencji. Platforma nie tylko zapewnia bezpieczny, wydajny dostęp do dużych ilości danych, ale także oszczędza inżynierom 1-2 godziny tygodniowo.

Pani doświadczenie w zarządzaniu obejmuje sektor akademicki, oprogramowanie przedsiębiorstw i rozwój na dużą skalę w chmurze. Jak to różnorodne doświadczenie wpłynęło na Pani pogląd na to, co oznacza „odpowiedzialne AI” w praktyce? 

Każda część mojej podróży ukształtowała sposób, w jaki definiuję odpowiedzialne AI. Z sektora akademickiego nauczyłam się znaczenia rygoru, kwestionowania założeń, weryfikowania wyników i zrozumienia „dlaczego” za każdym wynikiem. Z oprogramowania przedsiębiorstw zyskałam głębokie zrozumienie dla zarządzania, etyki i efektów falowych, jakie technologia może mieć na ludzi, procesy i branże. A przez rozwój aplikacji na dużą skalę zobaczyłam na własne oczy, jak skala może zwiększyć zarówno wpływ, jak i ryzyko.

Dla mnie odpowiedzialne AI nie jest tylko kwestią zgodności lub mitigacji biasu, ale celowego projektowania. Oznacza to budowanie systemów, które są przejrzyste, audytowalne i zgodne z ludzkimi wartościami od samego początku. Oznacza to zapewnienie, że innowacja i odpowiedzialność ewoluują razem.

Moja rola polega na tym, aby upewnić się, że podczas innowacji robimy to w sposób odpowiedzialny, nie spowalniając innowacji, ale kierując ją w taki sposób, aby zdobyć zaufanie i dostarczyć trwałą wartość.

Zarządzanie i obserwowalność są centralne dla filaru Wgląd w Xponential. Jak zapewnia Pani, że AI pozostaje zarówno przejrzyste, jak i zgodne w branżach o wysokim stopniu regulacji, takich jak opieka zdrowotna i lotnictwo? 

Ramowy program Xponential zapewnia, że zarządzanie, zgodność i obserwowalność są wbudowane od samego początku, a nie dodane później. Wyrównujemy nasze etykiety AI z globalnymi standardami i nadchodzącymi ramami regulacyjnymi pochodzącymi z NIST i unijnego aktu AI, co oznacza pełną śladność, audytowalność i zgodność wbudowaną w każdy przepływ pracy.

Ten model zarządzania zapewnia klarowną widoczność tego, jak AI działa, kto jest odpowiedzialny i czy decyzje są zgodne z etycznymi i operacyjnymi standardami — niezbędne wymagania do skutecznego skalowania AI w regulowanych przedsiębiorstwach. Uważamy, że AI powinno być godne zaufania, przejrzyste i ukierunkowane na człowieka.

Jak AI nadal przeobraża cykle życia rozwoju oprogramowania, jakie nowe umiejętności lub nastawienia uważa Pani, że zespoły programistyczne będą musiały mieć, aby pozostać konkurencyjnymi w ciągu najbliższej dekady? 

Najważniejsza zmiana nie dotyczy tylko nauki nowych narzędzi. Chodzi o przyjęcie nowego nastawienia. AI zmienia sposób, w jaki budujemy oprogramowanie, a zespoły, które prosperują, będą tymi, które traktują AI jako współpracownika, a nie tylko jako narzędzie.

Umiejętność, która ma największe znaczenie, to ciekawość. Najlepsi inżynierowie nie tylko zaakceptują to, co AI generuje. Będą je kwestionować, udoskonalać i badać, w jaki sposób można je zastosować w nowych ways. Ciekawość napędza zdolność do ciągłego uczenia się, odpowiedzialnego eksperymentowania i dostrzegania połączeń, których inni mogliby nie zauważyć.

Ponadto deweloperzy ewoluują od bycia programistami do kompozytorów, aranżując agenci AI, automatyzację i ludzką intuicję w zintegrowane systemy. To wymaga nie tylko biegłości technicznej, ale także myślenia systemowego i gotowości do przemyślenia, w jaki sposób praca jest wykonywana.

W DXC wbudowujemy to nastawienie za pomocą Xponential, pomagając zespołom rozwijać nasze podejście Ludzki+. Łączy ono umiejętności techniczne z ciekawością, kreatywością i świadomością etyczną, ponieważ w ciągu najbliższej dekady sukces w rozwoju oprogramowania nie będzie wynikał z tego, że wie się wszystko. Będzie wynikał z pozostawania nieustannie ciekawym tego, co jest możliwe.

Dziękuję za wspaniały wywiad, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić DXC Technology.