Holly Grant, SVP, Estratégia & Inovação, DXC Technology – Série de Entrevistas

Holly Grant, SVP, Estratégia & Inovação na DXC Technology, é uma executiva de tecnologia e operações com experiência profunda em estratégia de inteligência artificial empresarial, fintech, liderança de startups e transformação operacional. Na DXC, ela ajuda a moldar as iniciativas de inovação “primeiro a IA” da empresa, incluindo orquestração de IA em escala empresarial, serviços de consultoria e esforços de incubação de produtos projetados para ajudar as organizações a migrar de pilotos experimentais de IA para implantação operacional. Antes de se juntar à DXC, ela ocupou vários cargos de liderança na Long-Term Stock Exchange (LTSE), ultimately servindo como Diretora Operacional, onde se concentrou no crescimento estratégico e escalabilidade operacional no setor de fintech.

DXC Technology é uma empresa global de serviços e consultoria de TI focada em ajudar as empresas a modernizar sistemas críticos de missão em nuvem, cibersegurança, inteligência artificial, infraestrutura de dados e operações empresariais. Formada através da fusão da Computer Sciences Corporation e da divisão de Serviços Empresariais da Hewlett Packard Enterprise, a empresa trabalha com organizações de várias indústrias, incluindo saúde, bancos, manufatura, seguros e governo. Nos últimos anos, a DXC tem se posicionado cada vez mais em torno da transformação empresarial nativa de IA, oferecendo serviços que integram IA geradora, automação inteligente, observabilidade, gêmeos digitais e modernização de TI em grande escala em ambientes corporativos complexos. A empresa também enfatiza modelos operacionais “primeiro a IA” projetados para ajudar as empresas a implantar IA de forma segura dentro da infraestrutura existente, em vez de substituir completamente os sistemas legados.

Você construiu uma carreira na interseção de estratégia, operações e inovação – desde a escalabilidade de organizações no início de sua carreira até agora liderar Estratégia & Inovação na DXC. Como essas experiências moldaram sua abordagem para lançar o LabX e projetar um ambiente de incubação de IA focado no impacto empresarial real?

Minha carreira me levou por escritórios familiares, startups, capital de risco e agora uma empresa do Fortune 500 no meio de uma virada. O que eu vi em todos esses ambientes é que as ideias não aterrissam sozinhas. As que realmente criam valor tendem a compartilhar três coisas: um cliente real torcendo por elas, o momento certo no mercado e um escopo que é claro e apropriadamente estreito. Perca qualquer um desses e mesmo uma ideia brilhante estagna.

Esse padrão moldou como eu pensei sobre o LabX. Você precisa de uma teoria de vitória – uma estratégia real – mas você também precisa do músculo operacional para trazê-la à vida, e da disciplina para se adaptar à medida que você aprende e as condições mudam. Estratégia sem execução é um baralho. Execução sem estratégia é movimento sem progresso. O LabX é projetado para segurar ambos ao mesmo tempo.

Sob a liderança de nosso CEO Raul Fernandez, a DXC colocou a fluência em IA e inovação no centro de nossa estratégia de virada. O LabX é como traduzimos essa convicção em produtos, capacidades e resultados para os clientes – rápido o suficiente para importar.

Muitas empresas estão experimentando com IA, mas lutam para migrar de pilotos para produção. Do que você está vendo na DXC, quais são as maiores barreiras que impedem as organizações de dimensionar a IA além de projetos de conceito?

Duas barreiras surgem novamente e novamente, e nenhuma delas é realmente sobre a tecnologia.

A primeira é a gestão de mudanças. A IA muda como as pessoas trabalham, pelo que elas são responsáveis e como as decisões são tomadas. Se você não levar sua força de trabalho junto, o modelo mais elegante do mundo ficará inutilizado. A segunda é que as empresas começam a dimensionar a IA sem mudar o modelo operacional subjacente. Elas conectam inteligência a um sistema ou aplicativo específico, de modo que um usuário possa usá-lo, mas o restante da equipe não pode. A IA é uma inteligência horizontal – ela cria o maior valor quando pode se mover por funções, dados e fluxos de trabalho. Quando o modelo operacional não muda, esse valor permanece preso localmente, em vez de se acumular em toda a empresa.

Então, o piloto funciona, todos celebram e nada realmente se dimensiona. Esse é o padrão que estamos tentando quebrar no LabX, projetando para desbloqueios em toda a empresa desde o início.

O LabX opera em um ciclo de conceito para MVP de aproximadamente 90 dias ou menos. Quais mudanças de mentalidade, governança ou processos de desenvolvimento são necessárias para que as grandes empresas sejam capazes de se mover a esse tipo de velocidade?

A maior mudança de mentalidade é estar disposto a decidir mais cedo com menos informações perfeitas – e a disciplina para cortar o que não está funcionando. As grandes empresas se tornam confortáveis com ciclos de planejamento longos porque se sentem seguras. Elas não são. Em um mercado que se move tão rápido, um “sim” lento e um “não” lento são ambos caros.

Dentro do LabX, atribuímos uma pequena tríade – design, produto e engenharia – para executar um sprint contra um problema real do cliente. Eles constroem um produto mínimo viável, testam para valor e escala, e graduamos ideias que mostram promessa comercial dentro de 90 dias. O que torna essa velocidade possível não é a ausência de governança, é a presença da governança certa. Segurança, privacidade, conformidade e assinatura de IA responsável são incorporados ao processo desde o dia um, não conectados no final. Todo produto passa por uma revisão formal de governança antes de ser dimensionado.

Para a maioria das empresas, chegar a esse tipo de cadência requer proteger um espaço onde é legítimo se mover dessa forma – sem forçar todos os experimentos pelo mesmo tempo de ciclo que uma plataforma de construção de vários anos. É para isso que o LabX serve para nós.

A DXC descreve o LabX como uma forma de validar conceitos de IA de alto potencial com os clientes antes de dimensioná-los. Como essa abordagem “Cliente Zero” ajuda a garantir que as soluções de IA sejam baseadas em necessidades operacionais reais em vez de casos de uso teóricos?

O Cliente Zero é, honestamente, nossa vantagem. Antes que um produto do LabX chegue ao mercado, ele precisa sobreviver dentro da DXC primeiro. Nós gerenciamos 115.000 funcionários em 70 países, indústrias regulamentadas, contratos de cliente complexos, sistemas legados e estacas operacionais reais. Isso não é um ambiente de demonstração sanitizado – é a realidade empresarial.

Uma startup tradicional pode se mover rapidamente, mas não pode facilmente replicar a experiência vivida de operar dentro desse tipo de complexidade. Quando testamos um produto em nós mesmos primeiro, encontramos os lugares onde ele quebra em dados reais, fluxos de trabalho reais e restrições regulamentares reais – coisas que teriam surgido em um ambiente de cliente seis meses depois. Quando trazemos uma oferta para um cliente, não estamos vendendo uma teoria. Podemos dizer: “Aqui está o que ele fez em nossas próprias operações, aqui está o que mudamos, aqui está o que medimos”.

Isso também nos mantém honestos. Se um produto não pode se provar internamente, ele não se forma. Essa é uma barra muito mais alta do que dizer “funcionou em uma demonstração”.

Ambientes empresariais geralmente estão cheios de sistemas legados, dados fragmentados e restrições regulamentares. Como você projeta fluxos de trabalho de IA que possam operar efetivamente dentro dessa complexidade do mundo real?

Partimos do pressuposto de que o ambiente é complexo – esse é o baseline, não a exceção.

Arquitetonicamente, trabalhamos com uma abordagem decomponível para nossas plataformas. As ferramentas de IA líderes estão mudando mensalmente, não anualmente. Se você conecta-se rigidamente a um modelo, fornecedor ou estrutura, você está apostando que o líder de hoje ainda será o líder em 18 meses. Essa é uma aposta ruim. Uma arquitetura decomponível nos permite substituir componentes à medida que a fronteira se move, permanecer fluente com o que é realmente de classe mundial e testar ferramentas contra desafios reais do cliente, em vez de marketing do fornecedor.

No lado regulamentar e de dados, a conformidade é projetada desde o início. Todo produto passa por uma revisão de governança e a assinatura de IA responsável faz parte do processo, não é um afterthought. Operar em indústrias altamente regulamentadas em 70 países força essa disciplina sobre nós – o que se torna uma característica, não um bug, quando trazemos produtos para clientes com as mesmas restrições.

Modelos de consultoria tradicionais confiavam em ciclos de planejamento longos e estruturas de implementação rígidas. À medida que a IA evolui mais rapidamente do que esses ciclos podem acomodar, como os modelos de consultoria precisam mudar?

A resposta honesta é que todo o modelo precisa mudar, mas se eu tivesse que escolher o pino, é a proposta de valor. A indústria passou décadas vendendo entregáveis – decks, planos de implementação, roadmaps – e sendo pago por esforço. Em um mundo nativo de IA, os clientes não querem um entregável. Eles querem um resultado. Querem o fluxo de trabalho funcionando, o custo realmente diminuindo, a receita realmente aparecendo.

Uma vez que você se comprometa a vender resultados, tudo mais precisa mudar para apoiá-lo. A composição da equipe se torna mais técnica. Os envolvimentos mudam de aconselhar e deixar para construir e operar. O preço se afasta das horas. As pessoas que fazem o trabalho precisam estar tão confortáveis enviando código quanto dirigindo um comitê de direção.

Essa é uma grande mudança cultural para nossa indústria e nem todos farão isso. As firmas que o fizerem parecerão muito diferentes dentro de cinco anos do que são hoje.

O LabX também funciona como um ambiente de experimentação para funcionários e parceiros de tecnologia. Quão importante é a experimentação interna quando se tenta construir fluência em IA em toda a organização?

É o jogo todo. Você não constrói fluência em IA lendo sobre IA – você constrói tentando coisas, vendo-as quebrar e tentando novamente. Isso é tão verdadeiro para um profissional de TI de 30 anos quanto para alguém com dois anos de experiência.

Recentemente, executamos um desafio de IA dentro de uma de nossas unidades de negócios e obtemos mais de 1.300 ideias únicas em duas semanas. Essa não é uma estatística sobre uma ferramenta – é uma estatística sobre o que acontece quando você dá às pessoas permissão para pensar fora da caixa. A criatividade já existe dentro da organização. Nosso trabalho é criar o espaço para ela crescer.

O LabX também executa um programa de rotação: especialistas técnicos de toda a DXC passam seis a doze semanas incorporados conosco, construindo produtos reais com as últimas ferramentas de IA. Quando eles retornam às suas equipes, trazem um novo conjunto de habilidades e, mais importante, uma forma diferente de pensar. Eles começam a fazer perguntas diferentes para seus colegas e clientes. Eles se tornam campeões do que é possível. Esse efeito composto na força de trabalho vale mais do que qualquer produto que enviamos.

A DXC molda sua abordagem como Human+, enfatizando que a IA deve expandir as capacidades humanas, em vez de substituí-las. Em termos práticos, como essa filosofia influencia a forma como as soluções de IA são projetadas e implantadas dentro das empresas?

Serei direto: há uma visão tomando forma na indústria de que a coisa mais valiosa que a IA empresarial pode fazer por uma empresa é reduzir a força de trabalho. Acho que isso é um fracasso de imaginação.

A disciplina de custo importa, mas a oportunidade real é o crescimento: novos fluxos de receita, novos produtos, novas ofertas de serviço que simplesmente não eram viáveis antes. O caso de uso de maior valor da IA é habilitar as pessoas a fazerem trabalhos que criam novo valor de negócios, não apenas otimizando o que já existe. As empresas que acertam isso superarão aquelas que tratam a IA como um exercício puro de custo.

Na prática, Human+ significa que projetamos a IA para lidar com processos de rotina de alto volume, para que as pessoas possam se concentrar em trabalhos de maior valor: pensamento estratégico, resolução de problemas criativos, relacionamentos com clientes e julgamentos complexos. Mantemos a expertise e a supervisão humanas no centro de cada implantação, particularmente onde as decisões carregam consequências reais. É assim que você constrói confiança com os clientes e é assim que você desbloqueia uma vantagem competitiva duradoura.

Quando as organizações tentam integrar a IA em fluxos de trabalho existentes, quais erros comuns você vê que elas cometem que retardam a adoção ou limitam o valor de negócios real?

Dois erros que vejo constantemente. O primeiro é começar com a tecnologia em vez do problema. Alguém se apaixona por um modelo ou uma demonstração do fornecedor e a iniciativa se torna sobre implantar essa coisa, em vez de resolver algo que realmente importa para o negócio. O segundo é tratar a IA como um projeto de TI, em vez de uma transformação de negócios. Se você entrega a IA inteiramente ao CIO e pede que o restante do negócio continue funcionando inalterado, você obterá uma ferramenta que ninguém usa e um orçamento que ninguém quer defender no ano seguinte.

O antídoto para ambos é simples de dizer e difícil de fazer: comece com o problema de negócios, coloque a equipe certa – pessoas, processo, tecnologia – e construa para trás a partir do resultado que você está tentando criar. É a postura que adotamos no LabX e é como trabalhamos com clientes como a Ferrovial, onde ajudamos a implantar a AI Workbench – uma oferta de IA geradora que combina consultoria, engenharia e serviços de empresa seguros, agora utilizada por mais de 24.000 funcionários com mais de 30 agentes de IA tomando decisões em tempo real. Esse tipo de escala não acontece se você tratar disso como um projeto de TI.

Olhando para o futuro, como você espera que ambientes de incubação de IA, como o LabX, moldem a forma como as empresas desenvolvem, testam e implantam novas tecnologias nos próximos anos?

Aqui está o que eu acho que será óbvio em retrospecto: os vencedores nessa era não serão as empresas com as soluções de ponto mais impressionantes. Eles serão os integradores – aqueles que podem costurar a IA por modelos operacionais, por funções e por fluxos de trabalho, de modo que a inteligência não fique presa em uma ferramenta ou tela de usuário única.

Esse é um problema mais difícil do que implantar um modelo. Requer contexto empresarial profundo, a capacidade de trabalhar em sistemas legados e modernos e a disciplina para mudar como o trabalho é feito. Também é a oportunidade que estou mais animado.

Ambientes de incubação como o LabX são como obtemos os treinos. São onde você aprende o que quebra em escala, o que a governança realmente parece na prática e o que os clientes adotarão ou não. As empresas que investem nesse tipo de espaço agora – internamente ou por meio de parceiros – terão uma curva de capacidade muito diferente três anos a partir de agora do que aquelas que ainda estão decidindo se vale a pena o esforço. E aqueles de nós que estão construindo nesse espaço continuarão encontrando novos problemas para resolver, porque a tecnologia não está desacelerando e nem a oportunidade.