Голлі Грант, СВП, Стратегія та Інновації, DXC Technology – Серія інтерв’ю

Голлі Грант, СВП, Стратегія та Інновації в DXC Technology, є технологічним і операційним керівником з глибоким досвідом у сфері корпоративної стратегії штучного інтелекту, фінтех, лідерства стартапів і операційної трансформації. В DXC вона допомагає формувати ініціативи компанії щодо інновацій на основі штучного інтелекту, включаючи оркестрацію штучного інтелекту на рівні підприємства, консультаційні послуги та зусилля з інкубації продукції, призначені для того, щоб допомогти організаціям перейти від експериментальних пілотних проектів до операційного розгортання. До DXC вона займала різні керівні посади в Long-Term Stock Exchange (LTSE), в кінцевому підсумку обіймаючи посаду операційного директора, де вона зосереджувалася на операційному масштабуванні та стратегічному зростанні в сфері фінтех.

DXC Technology є глобальною компанією з надання послуг у сфері інформаційних технологій і консалтингу, яка зосереджена на допомозі підприємствам модернізувати критично важливі системи в сфері хмарних обчислень, кібербезпеки, штучного інтелекту, інфраструктури даних та підприємницьких операцій. Створена в результаті злиття Computer Sciences Corporation і підрозділу Enterprise Services компанії Hewlett Packard, компанія працює з організаціями різних галузей, включаючи охорону здоров’я, банківську справу, виробництво, страхування та державний сектор. Останнім часом DXC все більше позиціонує себе навколо трансформації підприємства на основі штучного інтелекту, пропонуючи послуги, які інтегрують генеративний штучний інтелект, інтелектуальну автоматизацію, спостережливість, цифрові двійники та великомасштабну модернізацію інформаційних технологій у складних корпоративних середовищах. Компанія також підкреслює “першість штучного інтелекту” операційних моделей, призначених для того, щоб допомогти підприємствам розгортати штучний інтелект безпечно всередині існуючої інфраструктури, а не заміняти_legacy-системи повністю.

Ви побудували кар’єру на перетині стратегії, операцій та інновацій – від масштабування організацій на початку вашої кар’єри до керівництва Стратегією та Інноваціями в DXC. Як ці досвіди сформували ваш підхід до запуску LabX та розробки середовища інкубації штучного інтелекту, орієнтованого на реальний бізнес-імпакт?

Моя кар’єра пройшла через сімейні офіси, стартапи, венчурний капітал та现在 компанію Fortune 500 в середині повороту. Що я бачила в усіх цих середовищах, то те, що ідеї не приземляються самостійно. Ті, які фактично створюють вартість, як правило, мають три речі: реального клієнта, який їх підтримує, правильний момент на ринку та обсяг, який є чітким і належним чином вузьким. Помилитися в одному з цих аспектів, і навіть геніальна ідея застряне.

Цей шаблон сформував, як я думала про LabX. Вам потрібно мати теорію перемоги – реальну стратегію – але вам також потрібно операційна сила, щоб втіліти її в життя, і дисципліна, щоб адаптуватися, коли ви вчитеся і умови змінюються. Стратегія без виконання – це колода. Виконання без стратегії – це рух без прогресу. LabX призначений для того, щоб утримувати обидва аспекти одночасно.

Під керівництвом нашого генерального директора Раула Фернандеса DXC поставила штучний інтелект і інновації в центр своєї стратегії повороту. LabX – це те, як ми перекладаємо цю переконаність у продукти, можливості та результати клієнтів – досить швидко, щоб мати значення.

Багато підприємств експериментують з штучним інтелектом, але мають труднощі з переходом від пілотних проектів до виробництва. З того, що ви бачите в DXC, які найбільші бар’єри перешкоджають організаціям масштабувати штучний інтелект за межі проектів, доведених до концепції?

Два бар’єри виникають знову і знову, і жоден з них не пов’язаний з технологією.

Перший – це управління змінами. Штучний інтелект змінює, як люди працюють, за що вони відповідають, і як приймаються рішення. Якщо ви не приведете свою робочу силу, найбільш елегантна модель у світі буде бездіяльною. Другий бар’єр полягає в тому, що компанії починають масштабувати штучний інтелект без зміни основної операційної моделі. Вони прикріплюють інтелект до конкретної системи або програми, так що один користувач може її використовувати, але решта команди – ні. Штучний інтелект – це горизонтальний інтелект – він створює найбільшої вартості, коли може рухатися через функції, дані та робочі процеси. Коли операційна модель не змінюється, ця вартість залишається локалізованою, а не зростає по всьому підприємству.

Отже, пілотний проект працює, всі святкують, і нічого не масштабується. Це шаблон, який ми намагаємося порушити в LabX, проектуючи для підприємств з дня першого дня.

LabX працює на швидкому циклі концепції до мінімально життєздатного продукту приблизно за 90 днів або менше. Які зміни в мисленні, управлінні або процесах розробки необхідні для того, щоб великі підприємства рухалися з такою швидкістю?

Найбільша зміна мислення полягає в тому, щоб бути готовим вирішувати питання раніше з менш досконалою інформацією – і дисципліною, щоб припинити те, що не працює. Великі підприємства звикають до довгих циклів планування, бо їм здається, що це безпечно. Вони не безпечні. На ринку, який рухається так швидко, повільне “так” і повільне “ні” однаково дорогі.

Внутрішньо в LabX ми призначаємо невелику тріаду – дизайн, продукт і інженерія – для виконання спринту проти реальної проблеми клієнта. Вони будують мінімально життєздатний продукт, тестують його на вартість і масштаб, і ми випускаємо ідеї, які показують комерційний потенціал протягом 90 днів. Те, що робить цю швидкість можливою, не відсутність управління, а присутність правильного управління. Безпека, приватність, відповідність вимогам і відповідальний штучний інтелект затверджуються в процесі з дня першого, а не прикріплюються в кінці. Кожен продукт проходить формальний огляд управління перед масштабуванням.

Для більшості підприємств досягнення такого темпу вимагає захисту простору, де дозволено рухатися таким чином – без примусу кожного експерименту проходити через той самий цикл часу, що і багаторічний платформний збір. Це те, для чого призначений LabX.

DXC описує LabX як спосіб перевірки високопотенційних концепцій штучного інтелекту з клієнтами перед їх масштабуванням. Як цей підхід “Клієнт нуль” допомагає забезпечити, щоб рішення штучного інтелекту були засновані на реальних операційних потребах, а не теоретичних випадках використання?

Клієнт нуль – це, чесно кажучи, наш优势. До того, як продукт LabX коли-небудь потрапить на ринок, він повинен вижити всередині DXC. Ми керуюємо 115 000 співробітниками по всьому світу, регульованими галузями, складними контрактами клієнтів, _legacy-системами та реальними операційними ставками. Це не санітарна демонстраційна середовище – це реальність підприємства.

Традиційний стартап може рухатися швидко, але він не може легко реплікувати досвід роботи всередині такого типу складності. Коли ми тестуємо продукт на собі самих, ми знаходимо місця, де він ламається на реальних даних, реальних робочих процесах і реальних регуляторних обмеженнях – речі, які виникли б у середовищі клієнта через шість місяців. До того часу, як ми привеземо пропозицію клієнту, ми не пропонуємо теорію. Ми можемо сказати: “Ось, що він зробив у наших власних операціях, ось, що ми змінили, ось, що ми виміряли”.

Це також тримає нас чесними. Якщо продукт не може довести себе внутрішньо, він не закінчується. Це значно вищий бар, ніж кажуть: “це працювало в демонстрації”.

Підприємницькі середовища часто наповнені _legacy-системами, фрагментованими даними та регуляторними обмеженнями. Як ви проектуєте робочі процеси штучного інтелекту, які можуть працювати ефективно всередині цієї реальної складності?

Ми починаємо з припущення, що середовище є складним – це базовий рівень, а не виняток.

Архітектурно ми працюємо з розкладною підходом до наших платформ. Ведучі інструменти штучного інтелекту змінюються щомісяця, а не щороку. Якщо ви жорстко прив’язані до однієї моделі, постачальника або каркаса, ви робите ставку на те, що лідер сьогодні все ще буде лідером через 18 місяців. Це погана ставка. Розкладна архітектура дозволяє нам міняти компоненти, коли рухається передній край, залишаючи себе у сфері того, що є фактично найкращим у своєму класі, і тестувати інструменти проти реальних клієнтських проблем, а не маркетингових заяв постачальників.

На регуляторному і даних сторонах відповідність вимогам проектується з дня першого. Кожен продукт проходить огляд управління, а відповідальний штучний інтелект затверджується в процесі, а не є післяthought. Операції в високорегульованих галузях по всьому світу змушують цю дисципліну на нас – що виявляється функцією, а не помилкою, коли ми приносимо продукти клієнтам з тими самими обмеженнями.

Традиційний консалтинг у сфері інформаційних технологій залежав від довгих циклів планування та жорстких кадрів реалізації. Як консалтингові моделі повинні змінитися, оскільки штучний інтелект розвивається швидше, ніж ці цикли можуть впоратися?

Чесна відповідь полягає в тому, що вся модель повинна зсуватися, але якщо я мав би вибрати ліньку, то це цінність пропозиції. Індустрія витратила десятиліття на продаж доставок – колоди, дорожні карти, плани реалізації – і оплату за зусилля. У світі, родженому штучним інтелектом, клієнти не хочуть доставки. Вони хочуть результат. Вони хочуть, щоб робочий процес фактично працював, щоб вартість фактично знизилася, щоб доходи фактично з’явилися.

Як тільки ви зобов’язуєтеся продавати результати, все інше повинно змінитися, щоб підтримати це. Склад команди стає більш технічним. Зустрічі переходять від консультування та виходу до побудови та експлуатації. Ціноутворення зсувається від годин. Люди, які виконують роботу, повинні бути такими ж комфортними з відправкою коду, як і керуванням комітетом керування.

Це велика культурна зміна для нашої галузі, і не всі будуть робити це. Фірми, які це зроблять, будуть виглядати зовсім інакше через п’ять років, ніж вони виглядають сьогодні.

LabX також функціонує як середовище експериментування для співробітників і технологічних партнерів. Наскільки важливим є внутрішнє експериментування при побудові організації-широти штучного інтелекту?

Це вся гра. Ви не будуєте штучний інтелект, читając про штучний інтелект – ви будуєте його, пробуючи речі, дивлячись, як вони ламаються, і пробуючи знову. Це так само для 30-річного спеціаліста з інформаційних технологій, як і для когось, хто два роки вийшов зі школи.

Ми недавно провели挑овок штучного інтелекту всередині одного з наших бізнес-підрозділів і отримали понад 1300 унікальних ідей за дві тижні. Це не статистика про інструмент – це статистика про те, що відбувається, коли ви даєте людям дозвіл думати поза коробкою. Креативність вже існує всередині організації. Наша робота – створити простір для її зростання.

LabX також проводить програму ротації: технічні експерти з усієї DXC проводять шість до дванадцяти тижнів, вкладених з нами, будуючи реальні продукти з останніми інструментами штучного інтелекту. Коли вони повертаються до своїх команд, вони приносять новий набір навичок і, що ще важливіше, інший спосіб мислення. Вони починають ставити інші питання своїм колегам і клієнтам. Вони стають чемпіонами того, що можливе. Це компаундовий ефект по всій робочій силі вартістю більше, ніж будь-який окремий продукт, який ми відправляємо.

DXC позиціонує свій підхід як Human+, підкреслюючи, що штучний інтелект повинен розширювати людські можливості, а не заміняти їх. У практичному сенсі, як ця філософія впливає на те, як рішення штучного інтелекту проектуються та розгортаються всередині підприємств?

Я буду прямим: існує точка зору, яка займає місце в галузі, згідно з якою найцінніше, що підприємчий штучний інтелект може зробити для компанії, – це зменшення кількості працівників. Я вважаю, що це провал уявлення.

Дисципліна витрат має значення, але справжня можливість – це зростання: нові потоки доходів, нові продукти, нові пропозиції послуг, які просто не були можливі раніше. Найбільш цінним випадком використання штучного інтелекту є можливість людям робити роботу, яка створює нову бізнес-цінність, а не просто оптимізувати те, що вже існує. Компанії, які це роблять правильно, будуть перевершувати ті, які розглядають штучний інтелект як чисто витратну справу.

У практиці Human+ означає, що ми проектуємо штучний інтелект для обробки високоволатильних, рутинних процесів, так що наші люди можуть зосередитися на вищій вартості роботи: стратегічному мисленні, творчому вирішенні проблем, відносинах з клієнтами та складних судових рішеннях. Ми тримаємо людську експертизу та нагляд у центрі кожного розгортання, особливо там, де рішення несуть реальні наслідки. Це те, як ви будуєте довіру з клієнтами, і це те, як ви розблокуєте тривалу конкурентну перевагу.

Коли організації намагаються інтегрувати штучний інтелект у існуючі робочі процеси, які спільні помилки ви бачите, що сповільнюють прийняття або обмежують реальну бізнес-цінність?

Дві помилки, які я бачу постійно. Перша – це початок з технології, а не з проблеми. Хтось закохується в модель або демонстрацію постачальника, і ініціатива стає про розгортання цієї речі, а не про вирішення чогось, що фактично має значення для бізнесу. Друга – це розгляд штучного інтелекту як проекту інформаційних технологій, а не підприємницької трансформації. Якщо ви передаєте штучний інтелект повністю CIO і просите решту бізнесу продовжувати роботу без змін, ви отримаєте інструмент, який ніхто не використовуватиме, і бюджет, який ніхто не захоче захищати в наступному році.

Антидотом до обох є простий: починати з бізнес-проблеми, ставити правильну xuyênфункціональну команду на неї – людей, процеси, технології – і будувати назад від результату, який ви намагаєтеся створити. Це позиція, яку ми приймаємо в LabX, і це те, як ми працюємо з клієнтами, такими як Ferrovial, де ми допомогли розгорнути робочу скриньку штучного інтелекту – пропозицію, яка поєднує консалтинг, інженерію та безпечні підприємницькі послуги,现在 використовується понад 24 000 співробітниками з більш ніж 30 агентами штучного інтелекту, які приймають рішення в реальному часі. Такий масштаб не відбувається, якщо ви розглядаєте це як проект інформаційних технологій.

Оглядаючи вперед, як ви очікуєте, що середовища інкубації штучного інтелекту, такі як LabX, вплинуть на розвиток, тестування та розгортання нових технологій підприємствами протягом наступних кількох років?

Ось, що, я думаю, буде очевидним у ретроспективі: переможці в цій ері не будуть компаніями з найбільш блискучими розв’язками. Вони будуть інтеграторами – тими, хто може шити штучний інтелект по операційним моделям, по функціям і по робочим процесам, так що інтелект не застряє в одному інструменті або на одному користувачевому екрані.

Це складніша проблема, ніж розгортання моделі. Це вимагає глибокого підприємницького контексту, можливості працювати з _legacy- та сучасними системами, і дисципліни, щоб змінити, як робота фактично виконується. Це також можливість, яку я найбільш зацікавлений.

Середовища інкубації, такі як LabX, – це те, як ми отримуємо повтори. Це те, де ви вчитеся, що ламається в масштабі, що таке фактичне управління в практиці, і що клієнти будуть і не будуть приймати. Підприємства, які інвестують в такий простір зараз – внутрішньо або через партнерів – будуть мати зовсім іншу здатність криву через три роки, ніж ті, які все ще вирішують, чи варто це зробити. І ті з нас, хто будує в цьому просторі, продовжуватиме знаходити нові проблеми, варті розв’язання, оскільки технологія не сповільнюється, і ні можливість.

Дякую за велике інтерв’ю, читачам, які бажають дізнатися більше, слід відвідати DXC Technology.