Холли Грант, СVP, Стратегия и Инновации, DXC Technology – Интервью

Холли Грант, СVP, Стратегия и Инновации в DXC Technology (DXC ), – технологический и операционный исполнительный директор с глубоким опытом в области корпоративной стратегии ИИ, финтех, лидерства стартапов и операционной трансформации. В DXC она помогает формировать инициативы компании в области инноваций, основанных на ИИ, включая оркестровку ИИ на уровне предприятия, консультационные услуги и усилия по инкубации продуктов, предназначенные для того, чтобы помочь организациям перейти от экспериментальных пилотных проектов ИИ к операционному развертыванию. До DXC она занимала различные руководящие должности в Long-Term Stock Exchange (LTSE), в конечном итоге став главным операционным директором, где она сосредоточилась на операционном масштабировании и стратегическом росте в финтех-секторе.

DXC Technology – глобальная компания, предоставляющая услуги в области ИТ и консалтинга, ориентированная на помощь предприятиям в модернизации критически важных систем в области облачных вычислений, кибербезопасности, искусственного интеллекта, инфраструктуры данных и корпоративных операций. Созданная в результате слияния Computer Sciences Corporation и подразделения Enterprise Services компании Hewlett Packard Enterprise (HPE ), компания работает с организациями из различных отраслей, включая здравоохранение, банковское дело, производство, страхование и государственный сектор. В последние годы DXC все больше позиционирует себя вокруг трансформации предприятий на основе ИИ, предлагая услуги, которые интегрируют генеративный ИИ, интеллектуальную автоматизацию, наблюдаемость, цифровые двойники и крупномасштабную модернизацию ИТ в сложные корпоративные среды. Компания также подчеркивает “ИИ-первый” операционные модели, предназначенные для того, чтобы помочь предприятиям развертывать ИИ безопасно внутри существующей инфраструктуры, а не полностью заменять устаревшие системы.

Вы построили карьеру на пересечении стратегии, операций и инноваций – от масштабирования организаций в начале своей карьеры до руководства Стратегией и Инновациями в DXC. Как эти опыт повлияли на ваш подход к запуску LabX и проектированию среды инкубации ИИ, ориентированной на реальное бизнес-воздействие?

Моя карьера прошла через семейные офисы, стартапы, венчурный капитал и теперь компанию Fortune 500 в середине реструктуризации. То, что я увидел во всех этих средах, заключается в том, что идеи сами по себе не реализуются. Те, которые действительно создают ценность, обычно имеют три вещи: реального клиента, который за них болеет, правильный момент на рынке и объем, который ясен и достаточно узок. Если вы пропустите одну из этих вещей, даже блестящая идея застревает.

Этот шаблон повлиял на то, как я подумал о LabX. Вам нужна теория победы – реальная стратегия – но вам также нужны операционные мышцы, чтобы воплотить ее в жизнь, и дисциплина, чтобы адаптироваться, когда вы учитесь и условия меняются. Стратегия без выполнения – это колода. Выполнение без стратегии – это движение без прогресса. LabX предназначен для того, чтобы удерживать оба аспекта одновременно.

Под руководством нашего генерального директора Рауля Фернандеса DXC поставила ИИ-компетентность и инновации в центр своей стратегии реструктуризации. LabX – это то, как мы переводим эту убежденность в продукты, возможности и результаты для клиентов – достаточно быстро, чтобы иметь значение.

Многие предприятия экспериментируют с ИИ, но испытывают трудности при переходе от пилотных проектов к производству. Из того, что вы видите в DXC, какие самые большие барьеры препятствуют организациям в масштабировании ИИ за пределами проектов по проверке концепции?

Два барьера возникают снова и снова, и ни один из них не связан с технологией.

Первый – это управление изменениями. ИИ меняет то, как люди работают, за что они отвечают и как принимаются решения. Если вы не приведете свою рабочую силу, даже самая элегантная модель в мире будет простаивать. Второй барьер заключается в том, что компании начинают масштабировать ИИ без изменения основной операционной модели. Они прикрепляют интеллект к конкретной системе или приложению, так что один пользователь может им воспользоваться, но остальная часть команды не может. ИИ – это горизонтальный интеллект – он создает наибольшую ценность, когда может перемещаться между функциями, данными и рабочими процессами. Когда операционная модель не меняется, эта ценность остается в ловушке на местном уровне, а не накапливается на уровне всего предприятия.

Итак, пилотный проект работает, все празднуют, и ничего не масштабируется. Это шаблон, который мы пытаемся разрушить в LabX, проектируя для разблокировки на уровне всего предприятия с первого дня.

LabX работает на цикле концепции до MVP примерно за 90 дней или меньше. Какие изменения в мышлении, управлении или процессах разработки требуются для крупных предприятий, чтобы двигаться с такой скоростью?

Самое большое изменение в мышлении – это готовность принимать решения раньше с менее идеальной информацией – и дисциплина, чтобы отказаться от того, что не работает. Крупные предприятия привыкают к длинным циклам планирования, потому что они чувствуют себя в безопасности. Они не в безопасности. На рынке, который движется так быстро, медленный “да” и медленный “нет” оба дорогостоящи.

Внутри LabX мы назначаем небольшую триаду – дизайн, продукт и инженерия – для запуска спринта против реальной проблемы клиента. Они строят минимально жизнеспособный продукт, тестируют его на ценность и масштаб, и мы выпускаем идеи, которые показывают коммерческий потенциал в течение 90 дней. То, что делает эту скорость возможной, – это не отсутствие управления, а присутствие правильного управления. Безопасность, конфиденциальность, соответствие требованиям и ответственный ИИ-аппарат входят в процесс с первого дня, а не прикрепляются в конце. Каждый продукт проходит формальный обзор управления перед его масштабированием.

Для большинства предприятий переход к такому темпу требует защиты пространства, где можно двигаться таким образом – без принуждения каждого эксперимента к прохождению через один и тот же цикл времени, как и многолетний платформенный проект. Это то, для чего LabX существует для нас.

DXC описывает LabX как способ проверить высокопотенциальные концепции ИИ с клиентами перед их масштабированием. Как этот подход “Клиент ноль” помогает обеспечить, чтобы решения ИИ были основаны на реальных операционных потребностях, а не на теоретических случаях использования?

Клиент ноль – это, честно говоря, наш конкурентный преимущество. До того, как продукт LabX выйдет на рынок, он должен выжить внутри DXC сначала. Мы управляем 115 000 сотрудников в 70 странах, регулируемыми отраслями, сложными контрактами с клиентами, устаревшими системами и реальными операционными ставками. Это не санитарная демонстрационная среда – это реальность предприятия.

Традиционный стартап может двигаться быстро, но он не может легко воспроизвести опыт работы внутри такой сложности. Когда мы тестируем продукт на себе сначала, мы находим места, где он ломается на реальных данных, реальных рабочих процессах и реальных регуляторных ограничениях – вещи, которые бы возникли в среде клиента шесть месяцев позже. Когда мы приносим предложение клиенту, мы не предлагаем теорию. Мы можем сказать: “Вот что он сделал внутри наших собственных операций, вот что мы изменили, вот что мы измерили”.

Это также держит нас в честности. Если продукт не может доказать себя внутри, он не выпускается. Это гораздо более высокая планка, чем сказать “он работал в демонстрации”.

Предприятия часто заполнены устаревшими системами, фрагментированными данными и регуляторными ограничениями. Как вы проектируете рабочие процессы ИИ, которые могут работать эффективно внутри такой реальной сложности?

Мы начинаем с предположения, что среда сложна – это базовый уровень, а не исключение.

Архитектурно мы работаем с декомпозиционной подходом к нашим платформам. Лучшие инструменты ИИ меняются ежемесячно, а не ежегодно. Если вы жестко подключаетесь к единственной модели, поставщику или фреймворку, вы делаете ставку на то, что сегодняшний лидер будет все еще лидером через 18 месяцев. Это плохая ставка. Декомпозиционная архитектура позволяет нам заменять компоненты, когда меняется граница, оставаться на связи с тем, что действительно является лучшим, и проверять инструменты против реальных проблем клиентов, а не маркетинга поставщика.

На стороне регулирования и данных соответствие требованиям проектируется с первого дня. Каждый продукт проходит обзор управления, и ответственный ИИ-аппарат является частью процесса, а не после мысли. Работа в высокорегулируемых отраслях по 70 странам заставляет нас соблюдать эту дисциплину – что оказывается функцией, а не ошибкой, когда мы приносим продукты клиентам с одинаковыми ограничениями.

Традиционное консультирование в области ИТ полагалось на длинные циклы планирования и жесткие рамки реализации. Когда ИИ развивается быстрее, чем эти циклы могут вместить, как должны меняться модели консультирования?

Честный ответ заключается в том, что вся модель должна измениться, но если бы мне пришлось выбрать ключевой момент, то это ценностное предложение. Отрасль потратила десятилетия на продажу поставок – колоды, дорожные карты, планы реализации – и получала оплату за усилия. В мире, родном для ИИ, клиенты не хотят поставки. Они хотят результат. Они хотят, чтобы рабочий процесс действительно работал, чтобы стоимость действительно уменьшалась, чтобы доход действительно появлялся.

Как только вы обязуетесь продавать результаты, все остальное должно измениться, чтобы поддержать это. Состав команды становится более техническим. Вовлечения переходят от “советовать и уйти” к “строить и эксплуатировать”. Ценообразование смещается от часов. Люди, которые выполняют работу, должны быть так же комфортно с отправкой кода, как и с управлением комитетом по управлению.

Это большое культурное изменение для нашей отрасли, и не все смогут сделать это. Фирмы, которые сделают это, будут выглядеть очень по-другому через пять лет, чем они выглядят сегодня.

LabX также функционирует как среда экспериментов для сотрудников и технологических партнеров. Насколько важно внутреннее экспериментирование при построении организационной компетентности ИИ?

Это вся игра. Вы не строите компетентность ИИ, читая об ИИ – вы строите ее, пробуя вещи, наблюдая, как они ломаются, и пробуя снова. Это так же верно для 30-летнего ИТ-профессионала, как и для человека, который только два года назад вышел из школы.

Мы недавно провели вызов ИИ внутри одного из наших бизнес-единиц и получили более 1300 уникальных идей за две недели. Это не статистика о инструменте – это статистика о том, что происходит, когда вы даете людям разрешение думать вне коробки. Креативность уже существует внутри организации. Наша задача – создать пространство для ее роста.

LabX также запускает программу ротации: технические эксперты из DXC проводят шесть до двенадцати недель, встроенные с нами, строя реальные продукты с последними инструментами ИИ. Когда они возвращаются в свои домашние команды, они приносят новый набор навыков и, что более важно, другой способ мышления. Они начинают задавать разные вопросы своим коллегам и клиентам. Они становятся чемпионами того, что возможно. Этот компаундовый эффект по всей рабочей силе стоит больше, чем любой отдельный продукт, который мы отправляем.

DXC формулирует свой подход как Human+, подчеркивая, что ИИ должен расширять человеческие возможности, а не заменять их. В практических терминах, как эта философия влияет на проектирование и развертывание решений ИИ внутри предприятий?

Я буду прямым: есть точка зрения, которая укрепляется в отрасли, что наиболее ценное, что может сделать ИИ для компании, – это сократить количество сотрудников. Я думаю, что это провал воображения.

Дисциплина стоимости имеет значение, но реальная возможность – это рост: новые потоки доходов, новые продукты, новые услуги, которые просто не были возможны раньше. Наивысшее использование ИИ – это обеспечение того, чтобы люди могли выполнять работу, создающую новую бизнес-ценность, а не просто оптимизировать то, что уже существует. Компании, которые это понимают, будут обгонять те, которые рассматривают ИИ как чисто затратную упражнение.

На практике Human+ означает, что мы проектируем ИИ для обработки высокообъемных, рутинных процессов, так что наши люди могут сосредоточиться на более ценной работе: стратегическом мышлении, творческом решении проблем, отношениях с клиентами и сложных суждениях. Мы сохраняем человеческую экспертизу и надзор в центре каждого развертывания, особенно когда решения имеют реальные последствия. Это то, как вы строите доверие с клиентами, и это то, как вы открываете устойчивое конкурентное преимущество.

Когда организации пытаются интегрировать ИИ в существующие рабочие процессы, какие распространенные ошибки вы видите, что они совершают, что замедляет принятие или ограничивает реальную бизнес-ценность?

Две ошибки, которые я постоянно вижу. Первая – это начало с технологии, а не с проблемы. Кто-то влюбляется в модель или демонстрацию поставщика, и инициатива становится развертыванием этой вещи, а не решением реальной проблемы, которая имеет значение для бизнеса. Вторая ошибка – это лечение ИИ как проекта ИТ, а не бизнес-трансформации. Если вы передадите ИИ entirely в руки CIO и попросите остальную часть бизнеса продолжать работать без изменений, вы получите инструмент, который никто не будет использовать, и бюджет, который никто не захочет защитить в следующем году.

Противоядием от обоих является простое сказать и трудное сделать: начать с проблемы бизнеса, поставить правильную межфункциональную команду на это – люди, процесс, технология – и построить назад от результата, который вы пытаетесь создать. Это постура, которую мы принимаем в LabX, и это то, как мы работаем с клиентами, такими как Ferrovial, где мы помогли развернуть AI Workbench – предложение, сочетающее консультирование, инжиниринг и безопасные услуги предприятия, теперь используемое более чем 24 000 сотрудниками с более чем 30 агентами ИИ, принимающими решения в реальном времени. Такой масштаб не происходит, если вы рассматриваете это как проект ИТ.

Смотрите вперед, как вы ожидаете, что среды инкубации ИИ, такие как LabX, будут формировать способ, которым предприятия разрабатывают, тестируют и развертывают новые технологии в течение следующих нескольких лет?

Вот что, я думаю, будет очевидно в ретроспективе: победители в этой эпохе не будут компаниями с наиболее впечатляющими точечными решениями. Они будут интеграторами – теми, кто может шить ИИ через операционные модели, через функции и через рабочие процессы, так что интеллект не заперт в одном инструменте или на одном экране пользователя. Это более трудная проблема, чем развертывание модели. Это требует глубокого понимания предприятия, способности работать как с устаревшими, так и с современными системами, и дисциплины, чтобы изменить, как выполняется работа. Это также возможность, которую я наиболее взволнован.

Среды инкубации, такие как LabX, – это то, как мы получаем повторы. Они – это то, где вы учитесь, что ломается в масштабе, что управление выглядит на практике, и что клиенты будут и не будут принимать. Предприятия, которые инвестируют в такое пространство сейчас – внутри или через партнеров – будут иметь очень разную кривую возможностей через три года, чем те, кто все еще решает, стоит ли это усилий. И те из нас, кто строит в этом пространстве, будут продолжать находить новые проблемы, достойные решения, потому что технология не замедляется, и ни одна возможность.

Спасибо за отличное интервью, читателям, которые хотят узнать больше, следует посетить DXC Technology.