Angela Q. Daniels, CTO (อเมริกา) สำหรับ Consulting and Engineering Services ที่ DXC Technology – สัมภาษณ์ซีรีส์

Angela Q. Daniels, ประธานเจ้าหน้าที่ด้านเทคโนโลยี (อเมริกา) สำหรับ Consulting and Engineering Services (CES) ที่ DXC Technology (DXC ) ดูแลกลยุทธ์และการเปลี่ยนแปลงด้านเทคโนโลยีสำหรับบริการที่ปรึกษาและการวิศวกรรมของบริษัททั่วอเมริกา เธอมุ่งเน้นไปที่การขยายการนำเสนอที่เพิ่มขึ้นด้วย AI ผ่านโครงสร้าง Xponential ของ DXC การเพิ่มนวัตกรรมด้วยโซลูชัน AI ของ DXC และช่วยให้ลูกค้าได้รับมูลค่าทางธุรกิจที่มากกว่าผ่านแพลตฟอร์มและคนรุ่นใหม่ ก่อนหน้านี้เธอ曾เป็นผู้นำในการพัฒนาซอฟต์แวร์และการนำไปใช้ระดับโลก โดยมุ่งเน้นไปที่การปรับปรุงความคล่องตัว การพัฒนาแบบคลาวด์ และการพัฒนาทักษะเพื่อเพิ่มความเป็นเลิศในการส่งมอบและความเป็นผู้นำทางเทคโนโลยีของ DXC

DXC Technology เป็นผู้นำด้านบริการ IT และที่ปรึกษาระดับโลกที่ช่วยให้ธุรกิจขนาดใหญ่ดำเนินระบบและปฏิบัติการที่สำคัญต่อภารกิจทั่วสภาพแวดล้อม IT แบบไฮบริด บริษัทเป็นพันธมิตรกับผู้ให้บริการเทคโนโลยีชั้นนำเพื่อนำเสนอโซลูชันที่รวมการวิเคราะห์ขั้นสูง คลาวด์ ความปลอดภัย และ AI ด้วย Enterprise Technology Stack ของ DXC โมเดิร์นไอซ์ IT อินฟราสตร์กตูร์ ขับเคลื่อนการเปลี่ยนแปลงดิจิทัล และช่วยให้ลูกค้าในอุตสาหกรรมต่างๆ ได้สร้างสรรค์ ลดต้นทุน และปรับปรุงประสบการณ์ของลูกค้าทั่วโลก

คุณมีความหลงใหลในการเขียนโปรแกรมมาตั้งแต่เด็ก คุณสามารถแบ่งปันสิ่งที่ดึงดูดคุณเข้าสู่การพัฒนาซอฟต์แวร์และวิธีที่ความอยากรู้อยากเห็นในตอนแรกมีผลต่อแนวทางของคุณในการนำนวัตกรรมที่ขับเคลื่อนด้วย AI ในปัจจุบัน

เมื่อฉันอายุ 8 ขวบ มารดาของฉันนำคอมพิวเตอร์ Commodore มาจากการขายของที่บ้าน มันมากับเอกสารและเกมหลายตัว ในขณะที่ทุกคนต้องการเล่น ฉันคือคนอ่านทำเนียบพยายามเข้าใจว่าคอมพิวเตอร์ทำงานอย่างไร

โปรแกรมแรกของฉันคือ…

10 PRINT "Angela"

20 GOTO 10

RUN

การเห็นชื่อของฉันซ้ำๆ บนหน้าจอทำให้รู้สึกวิเศษ ไม่ใช่แค่ว่าคอมพิวเตอร์สามารถทำอะไรได้บ้าง แต่เป็นเรื่องของสิ่งที่ฉันสามารถทำให้คอมพิวเตอร์ทำได้

ตั้งแต่เด็ก มารดาของฉันสังเกตเห็นความอยากรู้อยากเห็นของฉันและสนับสนุนให้ฉันเข้าร่วมโครงการเสริมสร้างทักษะในช่วงฤดูร้อนระหว่างเรียนประถม และโครงการสำรวจอาชีพระหว่างเรียนมัธยม การสัมผัสเหล่านี้กระตุ้นความหลงใหลและช่วยให้ฉันตัดสินใจเรียนคณิตศาสตร์และวิทยาศาสตร์คอมพิวเตอร์ในมหาวิทยาลัย

ความอยากรู้อยากเห็นนั้นเป็นแนวทางทั้งหมดที่ฉันเดินมา ในทุกๆ ด้าน ฉันถูกดึงดูดให้สำรวจสิ่งที่เป็นไปได้ เพื่อเข้าใจว่าสิ่งนั้นทำงานอย่างไร และคิดวิธีใช้ประโยชน์จากสิ่งนั้น ไม่ว่าจะเป็น AI การพัฒนาซอฟต์แวร์ หรือเทคโนโลยีใดๆ แนวทางของฉันล้วนมาจากการสำรวจที่นำไปสู่ผลกระทบ นวัตกรรมเป็นเส้นเชื่อมต่อที่มั่นคงจากโปรแกรม Commodore แรกของฉันไปจนถึงงานที่ฉันทำในปัจจุบัน

ในฐานะ Global Software Development Offering Lead คุณมีบทบาทสำคัญในการสร้างและใช้โครงสร้าง Xponential ใหม่ของ DXC สิ่งใดกระตุ้นให้เกิดโครงการนี้ และปัญหาอะไรในการนำ AI ไปใช้ในองค์กรที่คุณตั้งใจจะแก้ไข 

ผู้บริหารในปัจจุบันต้องเผชิญกับแรงกดดันอย่างมากในการแสดงผลผลิตที่แท้จริงจาก AI แต่หลายองค์กรต้องดิ้นรนในการพัฒนาไปไกลกว่าการทดลอง พวกเขาเปิดตัวโครงการนำร่องโดยไม่มีกลยุทธ์ที่ชัดเจนที่เชื่อมโยง AI กับคน กระบวนการ และเทคโนโลยีของพวกเขา

ความท้าทายนี้เป็นแรงบันดาลใจในการสร้าง DXC Xponential เราต้องการให้มีแบบแผนการนำ AI ที่มีโครงสร้างซ้ำได้ ซึ่งฝังการกำกับดูแลตั้งแต่เริ่มต้น และให้ผลลัพธ์ที่วัดได้ตั้งแต่เนิ่นๆ เพื่อช่วยให้องค์กรขยายตัวด้วยความมั่นใจ

การคุยกับลูกค้าและประสบการณ์ภายในของเราในการพัฒนาซอฟต์แวร์ที่ขับเคลื่อนด้วย AI เป็นพื้นฐานของการสร้าง Xponential สิ่งที่เราได้ยินบ่อยที่สุดคือคำถามว่า “เราลองใช้โครงการนำร่องแล้ว แต่จะไปต่อจากที่นี่ได้อย่างไร?” นั่นกลายเป็นเสียงของลูกค้าที่อยู่เบื้องหลัง Xponential

เรายังได้ยินจากทีมวิศวกรของเราเอง มีความเหนื่อยหน่ายจากเครื่องมือ AI จริงๆ ทีมถูกล้อมรอบด้วยเครื่องมือที่สัญญาว่าจะเปลี่ยนแปลงและพยายามแยกแยะว่าเครื่องมือไหนที่ให้คุณค่าจริงๆ Xponential ช่วยตัดความสับสนวุ่นวายนั้นโดยการเน้นไปที่การบูรณาการ การจัดลำดับ และผลลัพธ์ที่เป็นรูปธรรมมากกว่าการแพร่กระจายของเครื่องมือ

รากฐานของฉันที่ DXC รวมถึงการเป็นส่วนหนึ่งของ New Orleans Customer Experience Center ของเรา วิธีการแก้ไขปัญหาทางธุรกิจของลูกค้าเป็นเครื่องมือสำคัญในการกำหนดแนวทางนี้ ศูนย์กลางดำเนินงานบนหลักการคิดดีไซน์ เรานำความท้าทายของลูกค้าเข้ามาในสภาพแวดล้อมที่เราสามารถเห็นอกเห็นใจ คิดค้น ต้นแบบ ทดสอบ และขยายขนาดได้ เราใช้ความคิดเหมือนเดิมในการออกแบบ Xponential เพื่อให้แน่ใจว่าโซลูชัน AI ทุกอย่างที่เรานำเสนอเป็นไปได้ มีศูนย์กลางอยู่ที่มนุษย์ และสามารถขยายตัวได้จริงในโลกแห่งความเป็นจริง

ข้อมูลในอุตสาหกรรมแสดงให้เห็นว่า 95% ของโครงการนำร่อง AI ไม่บรรลุความคาดหวังทางธุรกิจ จากมุมมองของคุณ สิ่งใดคือสาเหตุหลักที่ทำให้โครงการนำร่องเหล่านี้ล้มเหลว และ Xponential จัดการกับปัญหาเหล่านั้นอย่างไร

บริษัทต่างๆ ลงทุนหลายล้านดอลลาร์ในเทคโนโลยีที่น่าประทับใจในตัวแสดง แต่เมื่อบริษัทต่างๆ เริ่มนำเทคโนโลยีนั้นไปใช้ พวกเขาก็พบกับข้อมูลที่มีคุณภาพต่ำสำหรับการฝึก AI โมเดลที่ไม่ถูกต้อง การขาดการกำกับดูแล อุปสรรคในการตรวจสอบของมนุษย์ และการบูรณาการระบบที่ซับซ้อน

ปัญหาไม่ได้อยู่ที่เทคโนโลยี แต่อยู่ที่การดำเนินงาน โดยไม่มีกลยุทธ์ที่ชัดเจนที่รวมคน กระบวนการ และเทคโนโลยี การขยายตัวและให้ผลลัพธ์ที่วัดได้จาก AI เป็นการต่อสู้ที่ยากลำบาก

DXC’s Xponential framework รับประกันว่าทุกคน กระบวนการ และเทคโนโลยีถูกพิจารณาแล้วด้วย 5 เสา…

• ข้อมูลเชิงลึก – การกำกับดูแลเป็นรากฐานที่ DXC ซึ่งเหตุผลที่ทุกตัวแทน AI การตัดสินใจอัตโนมัติ และกระบวนการอัจฉริยะถูกออกแบบมาด้วยการตรวจสอบและความสอดคล้องที่ถูกสร้างขึ้นตั้งแต่เริ่มต้น
• ตัวเร่ง – เพื่อพบปะกับลูกค้า ณ จุดที่พวกเขาคือ และเอาเครื่องมือที่พร้อมใช้งาน DXC รวมนวัตกรรมที่สร้างขึ้นเองเข้ากับโซลูชันของพันธมิตร เพื่อให้เครื่องมือที่พร้อมใช้งานและกำจัดความจำเป็นในการสร้างทุกอย่างตั้งแต่เริ่มต้น
• การทำให้ทำงานอัตโนมัติ – โครงสร้าง AI ของ DXC ที่มีหน่วยงานไปไกลกว่าการทำงานอัตโนมัติ มันปรับปรุงกระบวนการอย่างต่อเนื่องโดยการเรียนรู้จากผลลัพธ์และปรับเปลี่ยนในเวลาจริง ส่งผลให้เกิดการเปลี่ยนแปลงไปสู่ระบบที่พัฒนาตัวเองผ่านประสบการณ์มากกว่าการพึ่งพาแก้ไขชั่วคราว
• แนวทาง – เมื่อ AI วิวัฒนาการ องค์กรจะต้องยังคงคล่องตัวและปรับปรุงกลยุทธ์ของตนอย่างต่อเนื่อง – ไม่ใช่การแทนที่คน แต่เพื่อเพิ่มขีดความสามารถให้กับคน โดยการโอนงานประจำวันให้กับ AI ทีมสามารถมุ่งเน้นไปที่งานที่มีผลกระทบสูง นวัตกรรม การแก้ปัญหาที่ซับซ้อน และการให้คุณค่าแก่ลูกค้า
• กระบวนการ – การเปลี่ยนแปลงที่แท้จริงเริ่มต้นด้วยการลองใช้อย่างปลอดภัย ที่ DXC เราสร้างตัวต้นแบบเพื่อยืนยันความคิดอย่างรวดเร็ว พิสูจน์ผลกระทบ และขยายสิ่งที่ได้ผลเพื่อหลีกเลี่ยงขั้นตอนการนำร่องที่ทำให้โครงการ AI ส่วนใหญ่หยุดชะงัก

โครงสร้าง Xponential เน้น 5 เสา — ข้อมูลเชิงลึก ตัวเร่ง การทำให้ทำงานอัตโนมัติ แนวทาง และกระบวนการ ซึ่งเสานี้คุณเห็นว่ามีผลเปลี่ยนแปลงมากที่สุดสำหรับองค์กรที่เพิ่งเริ่มต้นการเดินทาง AI

สำหรับองค์กรที่เพิ่งเริ่มต้นการเดินทาง AI ข้อมูลเชิงลึกเป็นเสาที่มีผลเปลี่ยนแปลงมากที่สุด องค์กรหลายแห่งรีบเข้าสู่การนำไปใช้ แต่ความสำเร็จเริ่มต้นด้วยการเข้าใจว่า AI สามารถสร้างคุณค่าได้จริงๆ ที่ไหน ข้อมูลเชิงลึกให้ความชัดเจนแก่ผู้นำ ไม่ใช่แค่เกี่ยวกับข้อมูล แต่ยังเกี่ยวกับกระบวนการ ทักษะ และความพร้อมในการเปลี่ยนแปลง มันเป็นพื้นฐานที่บอกถึงเสาอื่นๆ ทั้งหมด

ใกล้เคียงกับเสานั้นคือมิติ Human+ ซึ่งเราเห็นว่าเป็นตัวคูณข้ามทุกเสา AI มีพลังมากที่สุดเมื่อมันเพิ่มความสามารถของมนุษย์มากกว่าการแทนที่ AI คือการออกแบบงานใหม่เพื่อให้คนใช้เวลาในการสร้างสรรค์ การตัดสินใจ และนวัตกรรม — สิ่งที่ทำให้องค์กรมีความเป็นมนุษย์อย่างชัดเจน

เสาแนวทางเน้นแนวคิดของ “การทำงานร่วมกัน Human+” คุณเห็นว่าความสมดุลระหว่างความเชี่ยวชาญของมนุษย์และการทำให้ทำงานอัตโนมัติด้วย AI จะพัฒนาไปอย่างไรภายในสภาพแวดล้อมองค์กรในอีกไม่กี่ปีข้างหน้า

การรักษาคนไว้ในวงจรเป็นสิ่งสำคัญ แนวทาง Human+ ของเรานำ AI มาเพิ่มความเชี่ยวชาญของมนุษย์ ไม่ใช่การแทนที่ มนุษย์ยังคงอยู่ในการควบคุมการตัดสินใจเชิงกลยุทธ์และรับประกันคุณภาพ ในขณะที่ AI จัดการงานที่ซ้ำซากและทำงานหนัก ตอนนี้วิศวกรที่ใช้เวลานานในการเขียนโค้ดซ้ำๆ สามารถใช้เวลาในการออกแบบสถาปัตยกรรมระบบและแก้ปัญหาทางธุรกิจที่ซับซ้อนได้ การรวมผู้เชี่ยวชาญที่มีทักษะเข้ากับ AI นำไปสู่ผลลัพธ์ที่เพิ่มขึ้นและวัดได้ ซึ่งลดต้นทุนและปรับปรุงประสิทธิภาพ

หนึ่งในสิ่งที่ Xponential สัญญาคือการย้ายองค์กรจากชัยชนะในระดับเล็กๆ ไปสู่การบูรณาการ AI ในระดับองค์กร สิ่งที่ท้าทายที่สุดสำหรับบริษัทต่างๆ คือการขยายตัวจากขั้นตอนการนำร่องไปสู่การผลิต และคุณสามารถเอาชนะสิ่งเหล่านั้นได้อย่างไร

หลายองค์กรมีงานนำร่องที่กระจัดกระจายซึ่งล้มเหลวในการรวมคน กระบวนการ และเทคโนโลยี อุปสรรคที่ยิ่งใหญ่ที่สุดที่บริษัทต่างๆ ต้องเผชิญเมื่อนำ AI ไปใช้คือโครงการที่ไม่มีกลยุทธ์ที่ชัดเจนและไม่มีการจัดระเบียบ

Xponential วางแผนการเดินทางที่ชัดเจนเพื่อช่วยให้บริษัทต่างๆ ไปไกลกว่าขั้นตอนการนำร่อง แนวทางที่จัดระเบียบ รับผิดชอบ และซ้ำได้ของมันเปลี่ยน AI จากการทดลองเทคโนโลยีเป็นเรื่องสำคัญทางธุรกิจ โครงสร้างนี้ถูกออกแบบมาเพื่อแก้ไขการขาดกลยุทธ์ที่ชัดเจนในตลาด และมีความยืดหยุ่นและสามารถขยายตัวได้ ทำให้องค์กรสามารถเริ่มต้นได้เล็กๆ บรรลุชัยชนะในระยะแรก และขยายตัวไปทั่วทั้งองค์กรอย่างรวดเร็ว

Xponential ได้ช่วยให้ลูกค้าเปลี่ยนจากขั้นตอนการนำร่องไปสู่การขยายตัวแล้ว โครงสร้างแบบโมดูลาร์ของมันช่วยให้เราสามารถพบปะกับลูกค้า ณ จุดที่พวกเขาคือ โดยการสนับสนุนการอัปเกรดของระบบเก่าและบูรณาการเข้ากับสภาพแวดล้อมข้อมูล คลาวด์ และแอปพลิเคชันที่มีอยู่ของลูกค้า

ตัวอย่างเช่น เราได้ร่วมมือกับ Singapore General Hospital เพื่อสร้างโซลูชัน Augmented Intelligence in Infectious Diseases ซึ่งใช้ข้อมูลเชิงลึกที่ขับเคลื่อนด้วย AI และการตัดสินใจร่วมกันระหว่างมนุษย์และ AI เพื่อช่วยในการเลือกยาปฏิชีวนะสำหรับการติดเชื้อทางเดินหายใจส่วนล่าง โดยมีความแม่นยำถึง 90% เครื่องมือนี้นำไปสู่การดูแลผู้ป่วยที่ดีขึ้นและต่อต้านการดื้อยาปฏิชีวนะ

DXC ได้ใช้ Xponential กับลูกค้าระดับโลก เช่น Textron และ European Space Agency คุณสามารถแบ่งปันกรณีศึกษาเฉพาะของวิธีการที่โครงสร้างนี้ส่งผลกระทบได้หรือไม่ 

Xponential เป็นโครงสร้างที่ได้รับการพิสูจน์แล้วและสร้างผลลัพธ์กับลูกค้าของเรา เช่น Textron และ European Space Agency เราได้ร่วมมือกับ Textron เพื่อเปลี่ยนแปลงรูปแบบการสนับสนุน IT โดยใช้การทำให้ทำงานอัตโนมัติและ AI การเพิ่มประสิทธิภาพลดตั๋วหน้าเคาน์เตอร์บริการลง 20% และแก้ไขปัญหาเครือข่ายสำหรับพนักงาน 32,000 คนโดยใช้แชทบอทที่ขับเคลื่อนด้วย AI ที่ได้รับการฝึกอบรมจากฐานความรู้ที่ใช้ร่วมกัน ซึ่งทำให้พนักงาน IT มุ่งเน้นไปที่ปัญหาที่ซับซ้อนซึ่งต้องการความเชี่ยวชาญของมนุษย์

ประสบการณ์การเป็นผู้นำของคุณครอบคลุมทั้งด้านวิชาการ ซอฟต์แวร์องค์กร และการพัฒนาคลาวด์ขนาดใหญ่ ประสบการณ์ที่หลากหลายนี้มีอิทธิพลต่อทัศนคติของคุณเกี่ยวกับ “AI ที่รับผิดชอบ” ในทางปฏิบัติอย่างไร 

ทุกส่วนของการเดินทางของฉันช่วยกำหนดวิธีที่ฉันเข้าใจ AI ที่รับผิดชอบ ตั้งแต่ด้านวิชาการ ฉันเรียนรู้ถึงความสำคัญของความเข้มงวด การตั้งคำถามถึงสมมติฐาน การตรวจสอบผลลัพธ์ และการเข้าใจ “ทำไม” เบื้องหลังทุกผลลัพธ์ ตั้งแต่ด้านซอฟต์แวร์องค์กร ฉันเข้าใจถึงความสำคัญของการกำกับดูแล จริยธรรม และผลกระทบที่เทคโนโลยีสามารถมีต่อคน กระบวนการ และอุตสาหกรรม และตั้งแต่การพัฒนาซอฟต์แวร์ขนาดใหญ่ ฉันเห็นผลกระทบและความเสี่ยงที่สามารถขยายตัวได้

สำหรับฉัน AI ที่รับผิดชอบไม่ใช่แค่เรื่องของการปฏิบัติตามกฎระเบียบหรือการบรรเทาอคติ แต่เป็นเรื่องของการออกแบบที่ตั้งใจ มันหมายถึงการสร้างระบบที่โปร่งใส ตรวจสอบได้ และสอดคล้องกับค่านิยมของมนุษย์ตั้งแต่เริ่มต้น มันคือการทำให้แน่ใจว่าการนวัตกรรมและความรับผิดชอบพัฒนาควบคู่กัน

บทบาทของฉันคือการทำให้แน่ใจว่าเมื่อเรานวัตกรรมใหม่ๆ เราจะทำเช่นนั้นด้วยความรับผิดชอบ ไม่ใช่การชะลอการนวัตกรรม แต่การชี้นำมันในทางที่สร้างความไว้วางใจและให้คุณค่าที่ยั่งยืน

การกำกับดูแลและการตรวจสอบเป็นศูนย์กลางของเสา Insight ใน Xponential คุณรับประกันว่า AI ยังคงเป็นทั้งโปร่งใสและเป็นไปตามกฎระเบียบในอุตสาหกรรมที่มีการควบคุมอย่างเข้มงวด เช่น สุขภาพและอวกาศอย่างไร 

โครงสร้าง Xponential รับประกันว่าการกำกับดูแล การปฏิบัติตามกฎระเบียบ และการตรวจสอบถูกฝังตั้งแต่วันแรก ไม่ใช่เพิ่มเข้ามาหลังจากระบุ เราปรับให้เข้ากับมาตรฐานและกรอบการกำกับดูแลที่เกิดขึ้นใหม่จาก NIST และ EU AI Act ซึ่งหมายถึงการตรวจสอบที่สมบูรณ์ การปฏิบัติตามกฎระเบียบ และความรับผิดชอบถูกสร้างเข้าไปในกระบวนการทำงานทุกกระบวนการ

แบบจำลองการกำกับดูแลนี้ให้ความชัดเจนเกี่ยวกับวิธีการทำงานของ AI ใครรับผิดชอบ และการตัดสินใจสอดคล้องกับมาตรฐานจริยธรรมและปฏิบัติการ — สิ่งจำเป็นสำหรับการขยาย AI ในองค์กรที่มีการควบคุมอย่างเข้มงวด มันคือความเชื่อของเราว่า AI ควรเป็นที่เชื่อถือ โปร่งใส และมีศูนย์กลางอยู่ที่มนุษย์

เมื่อ AI ยังคงกำหนดชีวิตการทำงานของการพัฒนาซอฟต์แวร์ใหม่ ทักษะหรือทัศนคติใหม่ๆ ใดที่คุณเชื่อว่าทีมซอฟต์แวร์จะต้องมีเพื่อความสามารถในการแข่งขันในอีกสิบปีข้างหน้า 

การเปลี่ยนแปลงที่สำคัญที่สุดไม่ใช่แค่เรื่องของการเรียนรู้เครื่องมือใหม่ๆ แต่เป็นการเปลี่ยนทัศนคติ AI กำลังเปลี่ยนแปลงวิธีการสร้างซอฟต์แวร์ และทีมที่จะเติบโตได้คือทีมที่รับ AI เป็นพันธมิตร ไม่ใช่แค่เครื่องมือ

ทักษะที่สำคัญที่สุดคือความอยากรู้อยากเห็น นักวิศวกรที่ดีที่สุดจะไม่เพียงแต่ยอมรับสิ่งที่ AI สร้างขึ้น แต่จะทดสอบมัน ปรับปรุงมัน และสำรวจวิธีการนำไปใช้ในรูปแบบใหม่ๆ ความอยากรู้อยากเห็นเป็นพลังที่ขับเคลื่อนความสามารถในการเรียนรู้อย่างต่อเนื่อง ทดลองอย่างมีความรับผิดชอบ และเห็นความเชื่อมโยงที่คนอื่นอาจพลาด

นอกเหนือจากนั้น ผู้พัฒนาจะพัฒนาไปจากนักเขียนโค้ดเป็นผู้จัดองค์ประกอบ โดยจัดระเบียบเอเย่นต์ AI การทำให้ทำงานอัตโนมัติ และข้อมูลเชิงลึกของมนุษย์เข้าด้วยกัน ซึ่งต้องใช้ทั้งทักษะทางเทคนิค ความคิดเชิงระบบ และความเต็มใจที่จะจินตนาการถึงวิธีการทำงานใหม่

ที่ DXC เรากำลังฝังทัศนคตินี้ผ่าน Xponential โดยช่วยให้ทีมพัฒนาทักษะ Human+ ของเรา ซึ่งรวมทักษะทางเทคนิคเข้ากับความอยากรู้อยากเห็น ความสร้างสรรค์ และความรู้ด้านจริยธรรม เพราะในอีกสิบปีข้างหน้า ความสำเร็จในการพัฒนาซอฟต์แวร์จะไม่มาจากการรู้ทุกอย่าง แต่จะมาจากการอยากรู้อยากเห็นอย่างไม่มีที่สิ้นสุดเกี่ยวกับสิ่งที่เป็นไปได้

ขอขอบคุณสำหรับการสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านสามารถเยี่ยมชม DXC Technology เพื่อเรียนรู้เพิ่มเติม