安吉拉·Q·丹尼尔斯（Angela Q. Daniels），DXC Technology 咨询和工程服务（Americas）首席技术官 – 采访系列

安吉拉·Q·丹尼尔斯（Angela Q. Daniels），DXC Technology 咨询和工程服务（Americas）首席技术官，负责公司在美洲地区的技术战略和转型。她专注于通过DXC的Xponential框架扩大AI增强的交付，推进DXC的AI解决方案的创新，并帮助客户通过现代平台和人员实现更大的业务价值。之前，她曾领导全球软件开发和应用交付计划，指导敏捷现代化、云原生工程和人才发展，以加强DXC的交付卓越和技术领导。

DXC Technology是一家全球IT服务和咨询领导者，帮助大型企业在混合IT环境中运行关键系统和运营。该公司与领先的技术提供商合作，提供结合高级分析、云、安全和AI的解决方案。通过其企业技术栈，DXC现代化IT基础设施，推动数字转型，并使客户在各个行业创新、优化成本和改善全球客户体验。

您从八岁开始就对编程有着浓厚的兴趣。可以分享一下是什么最初吸引您对软件开发的兴趣，以及这种早期的好奇心如何影响您当前对AI驱动创新领导的方法？

当我八岁时，我的母亲从一个车库拍卖中带回一台康莫多尔电脑。它附带了一堆手册和几个游戏。虽然每个人都想玩，但我是唯一一个阅读手册的人，试图弄清楚电脑到底是如何工作的。

我的第一个程序很简单：

10 PRINT "安吉拉"

20 GOTO 10

RUN

看到我的名字在屏幕上无限重复，感觉很神奇。这不仅仅是关于电脑能做什么，而是关于我能让它做什么。

从小的时候，我的妈妈就注意到了我的好奇心，并支持它，让我在小学时参加大学暑期丰富计划，在高中时参加职业探索计划。这些经历进一步激发了我的热情，并最终激励我在大学学习数学和计算机科学。

这种好奇心指导了我的整个职业生涯。我一直被吸引到探索什么是可能的，了解某事物如何运作，然后弄清楚如何以有意义的方式应用它。无论是AI、软件开发还是任何技术，我的方法始终植根于探索，这种探索会带来影响。创新一直是从那第一台康莫多尔程序到我今天领导的工作中的一条稳定的线索。

作为全球软件开发业务负责人，您在创建和部署DXC的新Xponential框架中发挥了关键作用。是什么启发了这一计划，您最想解决的企业AI采用的问题是什么？

今天的高管们面临着巨大的压力，需要从AI中展示真正的生产力收益，但许多组织难以超越实验阶段。他们在没有首先对AI与人员、流程和技术进行协调的战略的情况下启动试点项目。

这个挑战激发了DXC Xponential的创建。我们希望提供一个结构化、可重复的蓝图，用于编排AI采纳——一个从一开始就嵌入治理并提供早期、可衡量的胜利，以帮助组织自信地扩大规模的蓝图。

我与客户的对话，以及我们自己开发AI驱动应用程序的内部经验，塑造了其基础。我们听到的最常见的问题是：“我们已经尝试了试点项目，但如何从这里开始？”这成为Xponential背后的客户声音。

我们还听到了来自我们自己的工程团队的意见。有真正的AI工具疲劳。团队被承诺变革的工具所包围，并试图辨别哪些工具真正提供价值。Xponential通过专注于集成、编排和有形成果而不是工具繁殖来帮助团队摆脱这种困境。

我的DXC根源包括我在新奥尔良客户体验中心的经历。我们解决客户业务挑战的方法在塑造这种方法方面发挥了重要作用。该中心运作于设计思维原则之上。我们将客户挑战带入一个环境中，在那里我们同情、构思、原型、测试和扩大规模。我们使用相同的思维方式来设计Xponential，确保我们交付的每个AI解决方案都是实用、以人为中心和可扩展的。

行业数据显示，95%的AI试点项目未能达到业务预期。从您的角度来看，导致这些失败的最常见原因是什么，Xponential如何直接解决这些问题？

公司正在投资数百万美元用于令人印象深刻的技术。但是，当公司尝试实施这种技术时，他们经常面临低质量的数据用于训练AI、不准确的模型、缺乏治理、人工验证瓶颈和复杂的系统集成。

问题不在于技术，而在于执行。没有一个将人员、流程和技术整合在一起的协调战略，扩大和交付AI的可衡量结果将是一场艰苦的战斗。

DXC的Xponential框架确保所有人员、流程和技术都被考虑在内，共有五个不同的支柱：

• 洞察力——治理是DXC的基础，这就是为什么每个AI代理、自动化决策和智能流程都从一开始就设计有内置的可观察性和合规性。
• 加速器——为了满足客户的需求并消除成功的障碍，DXC将专用创新与合作伙伴解决方案相结合，提供可用的工具，消除了从零开始构建一切的需要。
• 自动化——DXC的代理AI框架不仅仅是任务执行。它通过从结果中学习和实时适应来不断改进工作流程，推动向通过经验而不是临时解决方案来演化的系统的转变。
• 方法——随着AI的演化，组织必须保持敏捷并不断改进他们的策略——不是为了取代人员，而是为了赋予他们权力。通过将常规任务卸载给AI，团队可以专注于高影响力的工作、创新、解决复杂问题和为客户提供可衡量的价值。
• 流程——真正的变化始于安全的实验。在DXC，我们构建MVP以快速验证想法、证明影响并扩大规模以避免大多数AI计划停滞的试点阶段。

Xponential蓝图强调了五个支柱——洞察力、加速器、自动化、方法和流程。对于刚刚开始其AI之旅的企业，您认为哪一个是最具变革性的？

对于刚刚开始其AI之旅的组织来说，洞察力是最具变革性的支柱。许多公司急于实施，但成功始于了解AI可以真正创造价值的地方。洞察力为领导者提供了清晰的认识，不仅仅是关于他们的数据，还关于他们的流程、人才和改变的准备度。这是其他每个支柱的基础。

紧随其后的是人机协作，这是我们在所有五个支柱中看到的乘数。AI最强大的是当它增强人类能力时，而不是取代它。人机协作是关于重新设计工作，使人们花更多时间在创造力、判断和创新上——这些是使组织与众不同的东西。

方法支柱强调了“人机协作”的概念。您如何看待企业环境中人类专业知识和AI自动化之间的平衡在未来几年内的演变？

保持人类在循环中的重要性。我们的方法使用AI来放大人类专业知识，而不是取代它。我们的专家保持控制，做出战略决策并确保质量控制，而AI处理重复性任务并完成繁重的工作。现在，曾经花费数小时进行重复性编码任务的工程师，可以花更多时间设计系统架构和解决复杂的业务问题。将熟练的专业人员与AI相结合，带来放大、可衡量的成果，降低成本并提高效率。

一个组织如何从小规模的胜利转变为企业范围的AI集成？Xponential如何帮助组织实现这一转变？

许多组织陷入了试点阶段，具有高度分散的计划，缺乏整体战略。我们看到公司正在应对的最大障碍是，当实施AI时，去中心化、无序的计划。

Xponential为公司提供了一条清晰的路径，以便他们超越试点阶段。其编排、负责、可重复的方法将AI从技术实验转变为业务迫切需求。该框架旨在解决市场中缺乏整体战略，具有结构化但灵活和可扩展的设计，允许组织从小开始，实现早期胜利，并在整个企业中快速扩大规模。

Xponential已经帮助客户从试点阶段转变为扩大规模。其模块化设计允许我们满足客户的需求，支持遗留系统升级，并与客户现有的数据、云和应用程序环境无缝集成。

例如，我们与新加坡总医院合作开发了感染性疾病增强智能解决方案，该解决方案使用AI驱动的洞察力和人机协作决策来指导下呼吸道感染的抗生素选择，准确率达到90%。该工具带来了改善的患者护理，同时对抗抗微生物耐药性。

DXC已经将Xponential与全球客户如Textron和欧洲航天局实施。可以分享一个Xponential框架在其中一个部署中带来可衡量影响的具体例子吗？

Xponential是一个已经为我们的客户Textron和欧洲航天局带来成果的成熟框架。我们与Textron合作，使用自动化和AI转变其IT支持模型。优化减少了20%的服务台票据，并使用在共享知识库上训练的AI驱动聊天机器人为32,000名员工解决了网络问题，使IT人员能够专注于需要人类专业知识的复杂问题。与欧洲航天局合作，我们利用Xponential实施了ASK ESA，一个AI驱动的平台，统一数据，加速研究，并增强整个机构的协作。该平台不仅提供了对大量数据的安全、高效的访问，还每周为工程师节省了1-2小时。

您的领导背景跨越学术界、企业软件和大规模云开发。这种多样化的经验如何影响您对“负责任的AI”的看法？

我旅程的每个部分都塑造了我对负责任的AI的定义。从学术界，我了解了严谨性、质疑假设、验证结果和理解每个结果背后的“为什么”的重要性。从企业软件，我对治理、道德和技术对人员、流程和行业的影响有了深刻的理解。通过大规模应用开发，我亲眼见证了规模如何放大影响和风险。

对我来说，负责任的AI不仅仅是关于合规或偏见缓解，而是关于故意的设计。它意味着建立透明、可审计和从一开始就与人类价值观保持一致的系统。它是关于确保创新和问责同时演化。

我的角色是确保我们在创新时，能够负责任地创新，而不是减慢创新速度，而是以一种方式引导创新，赢得信任并带来可持续的价值。

治理和可观察性是Xponential的洞察力支柱的核心。您如何确保AI在高度监管的行业如医疗保健和航天航空中保持透明和合规？

Xponential框架确保治理、合规和可观察性从第一天就被嵌入，而不是稍后添加。我们将AI道德与全球标准和来自NIST和EU AI法案的新兴监管框架对齐，意味着每个工作流程都具有完整的可追溯性、可审计性和合规性。

该治理模型提供了清晰的可见性，了解AI如何运行、谁负责以及是否遵循道德和运营标准——这些对于在监管企业中扩大AI至关重要。我们相信AI应该值得信任、透明和以人为中心。

随着AI继续重新定义软件开发生命周期，您认为软件团队在未来十年中需要什么样的新技能或心态才能保持竞争力？

最重要的变化不是学习新工具，而是采用新的思维方式。AI正在改变我们构建软件的方式，蓬勃发展的团队将是那些将AI视为协作者而不仅仅是工具的团队。

最重要的技能是好奇心。最好的工程师不会仅仅接受AI生成的内容。他们会质疑它，改进它，并探索如何以新的方式应用它。好奇心激发了持续学习、负责任的实验和发现他人可能错过的联系的能力。

除此之外，开发人员将从编码者演变为编排者，编排AI代理、自动化和人类洞察力，形成集成系统。这需要不仅仅是技术流利，还需要系统思维和愿意重新思考工作的方式。

在DXC，我们通过Xponential嵌入这种思维方式，帮助团队开发我们的Human+方法。它结合了技术掌握、好奇心、创造力和道德意识，因为在接下来的十年中，软件开发的成功不会来自于知道一切，而是源于对可能性的无尽好奇。

感谢这次精彩的采访，希望读者可以通过访问DXC Technology网站来了解更多信息。