Angela Q. Daniels, DXC Technology’de (Amerika) Danışmanlık ve Mühendislik Hizmetleri için Baş Teknoloji Sorumlusu – Röportaj Serisi

Angela Q. Daniels, DXC Technology’de (Amerika) Danışmanlık ve Mühendislik Hizmetleri (CES) için Baş Teknoloji Sorumlusu, şirketin Danışmanlık ve Mühendislik Hizmetleri için teknoloji stratejisi ve dönüşümünden sorumludur. Amerika genelinde AI-augmented teslimatı DXC’nin Xponential çerçevesi aracılığıyla ölçeklendirmeye, DXC’nin AI Çözümleri ile inovasyonu ilerletmeye ve müşterilerin modern platformlar ve insanlar aracılığıyla daha büyük iş değerini gerçekleştirmelerine yardımcı olmaya odaklanıyor. Önceden, küresel yazılım geliştirme ve uygulamalar teslimat girişimlerini yönetti, agile modernizasyonu, bulut yerel mühendisliği ve yetenek gelişimini DXC’nin teslimat mükemmelliğini ve teknolojik liderliğini güçlendirmek için yönlendirdi.

DXC Technology büyük entreprises için misyon kritik sistemleri ve operasyonları hibrit IT ortamları boyunca çalıştırmalarına yardımcı olan küresel bir BT hizmetleri ve danışmanlık lideridir. Şirket, gelişmiş analitik, bulut, güvenlik ve AI’yi birleştiren çözümler sunmak için önde gelen teknoloji sağlayıcılarla ortaklık kurar. Enterprise Technology Stack aracılığıyla DXC, IT altyapısını modernize eder, dijital dönüşümü sürer ve müşterilerin dünya çapında inovasyon yapmasına, maliyetleri optimize etmesine ve müşteri deneyimlerini iyileştirmesine olanak tanır.

Yazılım geliştirmeye karşı ömür boyu süren bir tutkunuz var ve bu sekiz yaşında başladı. Yazılım geliştirmeye ilk olarak neyin sizi çektiğini ve bu erken meraktan AI ile sürüklenen inovasyonu yönetme yaklaşımınıza nasıl şekil verdiğini paylaşabilir misiniz?

Sekiz yaşımdayken annem bir Commodore bilgisayarı garaj satışından eve getirdi. Bilgisayar bazı oyunlarla birlikte bir yığın kılavuzla geldi. Herkes oyun oynamak isterken, ben kılavuzları okuyarak bilgisayarın nasıl çalıştığını anlamaya çalışıyordum.

İlk programım basitti;

10 PRINT "Angela"

20 GOTO 10

RUN

Adımın sonsuza kadar ekran boyunca tekrarlanmasını görmek büyüleyiciydi. Sadece bilgisayarın neler yapabileceği değil, ben neler yapabileceğim wichtigdi.

Küçük yaşta annem meraktan destekledi ve beni ilkokul sırasında kolej yaz enrichment programlarına ve lise boyunca kariyer keşif programlarına kaydetti. Bu deneyimler tutkumu daha da artırdı ve sonunda beni matematik ve bilgisayar bilimi okumaya yöneltti.

Aynı meraktan tüm kariyerim boyunca rehberlik aldım. Her zaman możlikları keşfetmeye, bir şeyin nasıl çalıştığını anlamaya ve sonra nasıl anlamlı bir şekilde uygulanabileceğini keşfetmeye çekildim. AI, yazılım geliştirme veya herhangi bir teknoloji olsun, yaklaşımım her zaman keşiften etkiye yol açan bir kökene dayanmaktadır. İnovasyon, ilk Commodore programından bugüne kadar işimin sürekli bir teması olmuştur.

Küresel Yazılım Geliştirme Teklif Lideri olarak, DXC’nin yeni Xponential çerçevesini oluşturmak ve dağıtmak için kilit bir rol oynadınız. Bu girişimi ne ilham verdi ve entreprise AI benimsemesinde hangi sorunu çözmeye en çok kararlıydınız? 

Yöneticiler bugün gerçek verimlilik kazançları göstermek için büyük bir baskıya maruz kalıyorlar, ancak birçok kuruluş AI’yi deneyden öteye taşımak için mücadele ediyor. AI’ye bağlı birleştirici bir strateji olmadan pilot projeler başlatıyorlar.

Bu zorluk Xponential’in yaratılmasını ilham etti. AI benimsemesi için tekrar eden, yapılandırılmış bir plan sunmak istedik – bu, AI’yi insanlara, süreçlere ve teknolojiye bağlayan ve ölçeklenirken güvenle teslimat sağlayan bir plan.

Müşterilerimle yaptığım konuşmalar ve kendi iç AI güdümlü uygulamalarımız, onun temelini şekillendirdi. En sık duyduğumuz soru şuydu: “Pilotları denedik, ama bundan sonra nasıl ilerleyeceğiz?” Bu, Xponential’in arkasındaki müşteri sesi oldu.

Ayrıca bunu kendi mühendislik ekiplerimizden duyduk. Gerçek bir AI aracı yorgunluğu var. Ekipler, vaat edilen dönüşümü gerçekten sağlayan araçları ayırt etmeye çalışırken, birçok araçla çevrili. Xponential, entegrasyon, orkestrasyon ve somut sonuçlara odaklanarak, aracın yayılmasını değil, gürültüyü keserek yardımcı oluyor.

DXC’deki köklerim, New Orleans Müşteri Deneyimi Merkezi’nin bir parçası olmaktır. Müşteri iş挑ajesini çözmek için yaklaşımımız, bu yaklaşımın şekillenmesinde önemliydi. Bu merkez, tasarım düşünce ilkelerine dayanarak çalışır. Müşteri zorluklarını, empati, fikir üretme, prototip oluşturma, test etme ve ölçeklendirme için bir ortama getiriyoruz. Xponential’i tasarlamak için aynı zihniyeti kullandık, böylece teslim ettiğimiz her AI çözümü pratik, insan merkezli ve gerçek dünyada ölçeklenebilir.

Endüstri verilerine göre, AI pilotlarının %95’i iş beklentilerini karşılamayı başarısız oluyor. AI pilotlarının başarısız olmasının en yaygın nedenlerini ve Xponential’in bunları nasıl doğrudan ele aldığını düşünüyorsunuz?

Şirketler, demo sırasında etkileyen teknolojiye milyonlarca dolar yatırım yapıyor. Ancak şirketler bu teknolojiyi uygulamaya çalıştıklarında, genellikle AI’yi eğitmek için düşük kaliteli veri, yanlış modeller, yönetişim eksikliği, insan doğrulama tıkanıklığı ve karmaşık sistem entegrasyonu ile karşılaşıyorlar.

Sorun teknoloji değil, uygulama. İnsanlar, süreçler ve teknolojiyi birleştiren birleştirici bir strateji olmadan, AI ile ölçeklenebilir ve ölçülebilir sonuçlar elde etmek zor bir mücadeledir.

DXC’nin Xponential çerçevesi, tüm insanların, süreçlerin ve teknolojinin dikkate alındığını sağlar ve beş farklı sütun içerir:

• İzleme – DXC’de yönetişim temel, bu nedenle her AI ajanı, otomatik karar ve akıllı süreç, baştan itibaren gözetim ve uyum ile tasarlanır.
• Hızlandırıcılar – Müşterileri nerede olduklarına götürmek ve başarı engellerini kaldırmak için DXC, özel yeniliklerle ortak çözümünü birleştirir ve hazır kullanılabilir araçlar sağlar, böylece her şeyi sıfırdan inşa etme ihtiyacını ortadan kaldırır.
• Otomasyon – DXC’nin ajans-AI çerçevesi, görevlerin ötesine geçer. Sürekli olarak iş akışlarını sonuçlardan öğrenerek ve gerçek zamanlı olarak uyarlayarak, geçici düzeltmelere güvenmek yerine, deneyim yoluyla evrimleşen sistemlere doğru bir değişimi sürükler.
• Yaklaşım – AI ilerledikçe, organizasyonlar esnek kalmalı ve stratejilerini sürekli olarak yenilemelidir – insanları değiştirmek için değil, onları güçlendirmek için. AI’nin rutin görevleri devralmasıyla, ekipler yüksek etkili çalışmaya, inovasyona, karmaşık sorunları çözme ve müşteriler için ölçülebilir değer sunmaya odaklanabilir.
• Süreç – Gerçek değişiklik güvenli deneyle başlar. DXC’de, fikirleri nhanh bir şekilde doğrulamak, etkiyi kanıtlamak ve ölçeklenebilir olanı ölçeklendirmek için MVP’ler oluştururuz, böylece çoğu AI girişiminin durduğu pilot aşamasını önleriz.

Xponential planı beş sütun vurguluyor – İzleme, Hızlandırıcılar, Otomasyon, Yaklaşım ve Süreç. İşte entreprise AI yolculuğunun başında olan entreprises için en dönüştürücü olanı hangisi?

Organizasyonlar AI yolculuğunun başında olduğunda, İzleme en dönüştürücü sütundur. Çok sayıda şirket AI’yi uygulamaya çalışırken, başarı AI’ye bağlı birleştirici bir stratejinin oluşturulmasından başlar. İzleme, liderlere sadece verilerin değil, süreçlerin, yeteneklerin ve değişime hazır olmanın anlaşılmasını sağlar. Bu, diğer tüm sütunları bilgilendiren temelidir.

Bunun hemen ardından İnsan+ boyutu geliyor, bu da tüm beş sütun boyunca bir çarpandır. AI, insan yeteneklerini güçlendirdiğinde en güçlüdür. İnsan+, insanların yaratıcılık, yargı ve inovasyon gibi konularda daha fazla zaman harcamalarını sağlamak için işleri yeniden tasarlamaktır.

Yaklaşım sütunu “İnsan+ işbirliği” kavramını vurguluyor. Enterprise ortamlarında insan uzmanlığı ve AI otomasyonu arasındaki dengeyi gelecek birkaç yıl içinde nasıl değişeceğini düşünüyorsunuz?

İnsanların döngüde kalması çok önemlidir. İnsan+ yaklaşımımız, AI’nin insan uzmanlığını güçlendirmesini, değiştirmesini değil. Uzmanlarımız kontrolde kalır, stratejik kararlar alır ve AI’nin tekrarlayan görevleri ele almasını ve ağır kaldırmayı yapmasını sağlar. Şimdi, mühendisler, önceden saatlerce harcadıkları tekrarlayan kodlama görevlerini, sistem mimarilerini tasarlamak ve karmaşık iş sorunlarını çözmek için daha fazla zaman harcayabilir. Uzmanlar ile AI’yi birleştirmek, maliyetleri azaltan ve verimliliği artıran ölçülebilir sonuçlara yol açar.

Xponential’in vaatlerinden biri, organizasyonları küçük ölçekli zaferlerden entreprise-wide AI entegrasyonuna taşımaktır. Pilot aşamasından üretime ölçeklenirken şirketlerin karşılaştığı en büyük zorluklar nelerdir ve bunları nasıl aşabilirler?

Çok sayıda organizasyon, birleştiren bir stratejinin eksikliği nedeniyle pilot aşamalarındaki yüksek oranda parçalanmış girişimlerle karşı karşıyadır. Şirketlerin AI’yi uygularken karşılaştığı en büyük engel, merkezi olmayan, organize edilmemiş programlardır.

Xponential, şirketleri pilot aşamasının ötesine taşımak için net bir yol sunar. Düzenlenen, sorumlu ve tekrar eden yaklaşımı, AI’yi teknoloji deneyinden iş zorunluluğuna dönüştürür. Pazardaki birleştirici stratejilerin eksikliğini ele almak için tasarlanan çerçeve, esneklik ve ölçeklenebilirlik için yapılandırılmıştır, böylece organizasyonlar küçük başlayabilir, erken zaferler kazanabilir ve rapid olarak tüm entreprise boyunca ölçeklendirebilir.

Xponential, müşterileri pilot aşamasından ölçeklenmeye zaten yardımcı oluyor. Modüler tasarımı, müşterileri nerede olduklarına götürmemize, miras güncellemelerini desteklememize ve müşterilerin mevcut veri, bulut ve uygulama ortamlarıyla sorunsuz bir şekilde entegre etmemize olanak tanır.

Örneğin, Singapur Genel Hastanesi ile birlikte, enfeksiyon hastalıklarında antibiyotik seçimlerine rehberlik etmek için AI ile çalışan bir çözüm geliştirdik. Bu araç, %90 doğrulukla alt solunum yolu enfeksiyonları için antibiyotik seçimlerine rehberlik etmektedir. Bu, hasta bakımını iyileştirdi ve antimikrobiyal direnci mücadele etti.

DXC, Xponential’i küresel müşterilerle birlikte gibi Textron ve Avrupa Uzay Ajansı ile zaten uygulamıştır. Bu çerçevenin ölçülebilir bir etkiye sahip olduğu bir dağıtım örneğini paylaşabilir misiniz? 

Xponential, müşterilerimiz Textron ve Avrupa Uzay Ajansı ilealready sonuçlar üreten kanıtlanmış bir çerçevedir. Textron ile birlikte, AI ve otomasyonu kullanarak IT destek modelini dönüştürmek için işbirliği yaptık. Optimizasyon, servis masası biletlerini %20 azalttı ve 32.000 çalışanın IT personeline insan uzmanlığını gerektiren karmaşık sorunlara odaklanmasını sağlayan AI güçlendirilmiş sohbet botları ile proaktif olarak ağ sorunlarını çözdü. Avrupa Uzay Ajansı ile birlikte, ASK ESA adlı bir AI güçlendirilmiş platform oluşturduk. Bu platform, büyük hacimli verilere güvenli ve verimli erişim sağlar ve mühendislerin her hafta 1-2 saat kazanmasına yardımcı olur.

Yönetim geçmişiniz akademiden, entreprise yazılımdan ve büyük ölçekli bulut geliştirmeye kadar uzanıyor. Bu çeşitli deneyimin “sorumlu AI”nin ne anlama geldiği konusundaki görüşünüzü nasıl etkiledi? 

Her bir bölüm, sorumlu AI’nin ne anlama geldiği konusundaki görüşümü şekillendirdi. Akademiden, sonuçların arkasındaki nedenleri sorgulamanın, sonuçları doğrulamanın ve teknolojinin insanlara, süreçlere ve endüstrilere olan etkilerini anlamasının önemini öğrendim. Enterprise yazılımdan, yönetişimin, etiğin ve teknolojinin ripple etkileri hakkında derin bir anlayış kazandım. Büyük ölçekli uygulama geliştirmesinden, ölçeklenebilirliğin hem etkiye hem de riske nasıl katkıda bulunabileceğini gördüm.

Bana göre sorumlu AI, sadece uyum veya önyargı azaltma değil, kasıtlı tasarım demektir. Şeffaf, denetlenebilir ve insan değerlerine bağlı sistemler inşa etmek demektir. İnovasyon ve hesap verebilirliğin birlikte evrimleşmesini sağlamak demektir.

Rolüm, inovasyon yaparken bunu sorumlu bir şekilde yapmayı sağlamak, inovasyonu yavaşlatmak değil, güveni kazandıran ve sürdürülebilir değeri sunan bir şekilde yönlendirmektir.

Yönetişim ve gözlemlenebilirlik, Xponential’in İzleme sütununda merkezi bir rol oynamaktadır. Sağlık ve havacılık gibi ağır düzenlenmiş endüstrilerde AI’nin şeffaf ve uyumlu kalmasını nasıl sağlarsınız? 

Xponential çerçevesi, yönetişimi, uyumu ve gözlemlenebilirliği baştan itibaren entegre eder. AI etiğimizi, NIST ve AB AI Yasası’ndan gelen küresel standartlara ve ortaya çıkan düzenleyici çerçevelere uyumlu hale getiriyoruz, bu da her akışın tam izlenebilirliği, denetlenebilirliği ve uyumu anlamına gelir.

Bu yönetişim modeli, AI’nin nasıl çalıştığı, kimin sorumlu olduğu ve kararların etik ve operasyonel standartlara uyup uymadığını net bir şekilde görmenizi sağlar – bu, düzenlenmiş entreprises için AI’yi ölçeklemek için temel gereksinimlerdir. AI’nin güvenilir, şeffaf ve insan merkezli olması gerektiğine inanıyoruz.

AI, yazılım geliştirme döngüsünü yeniden tanımlarken, yazılım ekiplerinin gelecek on yılda rekabetçi kalabilmek için hangi yeni becerilere veya zihinlere ihtiyaç duyacağını düşünüyorsunuz? 

En önemli değişiklik, yeni araçlar öğrenmek değil, yeni bir zihniyet benimsemektir. AI, yazılımın nasıl inşa edildiğini değiştiriyor ve başarılı olacak ekipler, AI’yi bir yardımcı olarak değil, bir ortak olarak göreceklerdir.

Önemli olan beceri, meraktır. En iyi mühendisler, AI’nin ürettiğini sadece kabul etmekle kalmaz, sorgular, iyileştirir ve yeni yollarda nasıl uygulanabileceğini keşfeder. Merak, sürekli öğrenme, sorumlu deneysel ve başkalarının kaçırdığı bağlantıları görme yeteneği sağlar.

Bunun ötesinde, geliştiriciler, kodlayıcılar olarak değil, AI ajanlarını, otomasyonu ve insan içgörüsünü entegre sistemlere düzenleyen besteciler olarak evrimleşecektir. Bu, sadece teknik ustalık değil, aynı zamanda sistem düşünce ve işin nasıl yapıldığını yeniden hayal etme isteği gerektirir.

DXC’de, Xponential’i entegre ederek bu zihniyeti geliştiriyoruz. Ekiplerimize, teknik ustalık, merak, yaratıcılık ve etik farkındalıkla birleştiren İnsan+ yaklaşımını sunuyoruz, çünkü gelecek on yılda, yazılım geliştirmede başarı, her şeyi bilmeden gelmeyecek. Mümkün olanın sınırsız meraktan gelmeyecek.

Harika röportaj için teşekkür ederiz. Daha fazla bilgi öğrenmek isteyen okuyucular DXC Technology‘yi ziyaret edebilir.