De Fleste AI Er Ikke AI. Det Bliver Snart Vigtigt.

Stedet, Hvor AI Ikke Kan Gemme Sig

En kolorektal kræftscreeningsresultat ankommer til en klinik via fax, hvor 88% af sundhedspraktikere siger, at fax-relaterede forsinkelser negativt påvirker patientpleje. Det er markeret positivt. Det lever inde i en PDF. Ingen ser det, medmindre nogen manuelt åbner dokumentet, læser det og beslutter, hvad der skal ske herefter. Imens venter patienten. Opfølgingen sker ikke. Plejegabet udvides.

Dette er ikke et teknisk fejl i konventionel forstand. Faxen blev modtaget. Dokumentet blev gemt. Ifølge de fleste definitioner fungerede systemet. Det, der fejlede, var alt, der skulle ske herefter, og intet AI-værktøj i arbejdsgangen var ansvarligt for at gøre det.

Jeg har tilbragt mere end et årti i sundheds-teknologi, og det er, hvad der gør sundhedssektoren til den klareste linse for at evaluere AI: hver flaskehals har en menneskelig omkostning, og den omkostning er umulig at ignorere.

Sundhedssektoren er, hvor den virkelige standard for AI sættes først. Og hvad der er synligt her, er på vej til enhver industri.

Inden 2027 vil organisationerne, der har flyttet sig hurtigst, køre en helt anden arkitektur. Vinderne vil være dem med sand integration, da Gartner forudser, at over 40% af agentic AI-projekter muligvis bliver annulleret på grund af mangel på virkelig værdi. I stedet for at stable SaaS-punktløsninger og stole på, at personalet forbinder dem, vil de have autonome lag direkte oven på systemer af rekord, der udfører arbejdsprocesser fra ende til anden uden menneskelig koordination ved hver overgang. SaaS-produkter, der ikke kan absorberes i denne model eller retfærdiggøre deres plads ved siden af, står over for noget værre end en hård fornyelsesdiskussion. De står over for forældring.

Ikke Al “AI” Er AI

SaaS har brugt to år på at kalde tre meget forskellige ting for det samme navn. Denne sammenblanding har konsekvenser. Mens nogle produkter virkelig er agentic, er andre blot lag af AI på gammel teknologi, en forskel, der stadig mere erkendes som AI-agenter former SaaS-markederne.

Den første kategori er AI kun i navnet. Disse er eksisterende SaaS-produkter med et tyndt lag tilføjet: en sammenfatningsfunktion her, en klassificeringsværktøj der. Vejledningen er ikke ændret. Produktet er ikke ændret. Det eneste, der er ændret, er, hvad der står på websitet. AI er en markedsramme. Udviklingsretningen er ikke flyttet.

Den anden er AI som en paraplybetegnelse. Leverandører pakker maskinlæring, GenAI, sæt arbejdsprocesser og virkelig agentic kapaciteter sammen og kalder hele tingene AI. Spørgsmålet, der er værd at stille, er, om AI driver produktvisionen eller primært rammer salgsdiskussionen. I de fleste tilfælde er det sidste, hvis man presser hårdt nok.

Den tredje er virkelig agentic AI. Disse systemer handler fleksibelt inden for parametre, fortolker input og tager handling uden at vente på, at en person beslutter, hvad der sker herefter. Dette er det tætteste, man kan komme på autonom AI i dag, og det repræsenterer et virkeligt kapacitetsspring. Men kapacitet er ikke det samme som gennemførelse. Selv de bedste agentic systemer på markedet stopper langt fra at eje en arbejdsproces fra ende til anden.

Adoptionsbuen for de sidste få år fortæller den samme historie i en løkke. 2022 blev kørt af vaccinationsplanlægning og digitale fordyre. 2024 blev domineret af revenue cycle management (RCM) og kodningsautomatisering. 2025 bragte AI-skribenter og ambient lyttingsværktøjer. 2026 er året for agentic stemme, hvor sundhedsvirksomheder viser ROI og agentic kapaciteter på branchemesser som HIMSS. Hver cyklus finder branchen en ny kategori, erklærer den for transformerende og flytter sig videre. Det underliggende problem bliver nøjagtig, hvor det var: arbejdet afhænger stadig af mennesker for at føre det videre.

Kald det, hvad det er: de fleste AI-investeringer ændrer ikke, hvordan arbejdet bliver gjort. Købere ender med at vælge fra den forkerte kategori helt, overbevist om, at de køber transformation, når de køber en opgraderet indboks. Enterprise AI-adopteringsgraden er udvidet massivt, men de fleste systemer har stadig ikke integreret AI i operationelle arbejdsprocesser i stor målestok. Problemet bor i vejledningen. Beskeden dækker det kun over.

God AI, Forkert Definition Af “Færdig”

Tag fax-arbejdsprocessen. Det er et nyttigt eksempel på, hvor standarden er i dag, og hvor hurtigt den bevæger sig.

De værste systemer parser faxen, overflader indholdet og lader det ligge for personalet at handle. Det er en bedre indboks. De gode systemer går videre: de udtrækker handlebare næste skridt og udfører dem, routerer henvisningen, udløser patientkontakt, planlægger aftalen. Det er ægte opgaveudførelse, og for nogle år siden ville det have føltes som et betydeligt spring.

Næste fase gør endda det synligt som ufuldstændigt. Standarden, der er på vej, er, om et system kan eje hele den efterfølgende rejse: følge op med patienten, følge op med den henvisende kliniker, blive ved, indtil besøget faktisk sker, lukke cirklen, markere undtagelser uden at blive bedt om det. Ingen overgang. Ingen, der styrer det imellem.

De fleste nuværende systemer, selv virkelig agentic, fungerer på midterste fase. De udfører en opgave. De afhænger stadig af mennesker til at koordinere mellem opgaver. Det er definitionen af “færdig”, markedet er på vej til at flytte sig forbi.

Udførelse af enkeltopgaver, hvor mennesker koordinerer mellem dem, bliver ikke standarden. Fuldt autonom koordination på tværs af en arbejdsproces, fra første input til bekræftet resultat, er, hvor forventningerne er på vej inden for det næste år.

Output er ikke udførelse. Opgaveudførelse er ikke arbejdsprocesejerskab. Branchen er kun begyndt at forholde sig til den anden halvdel af den forskel.

For byggere er dette, hvor konkurrencefordelen allerede begynder at adskille. Systemer, der stopper ved output, bliver nemmere at sammenligne, nemmere at gøre til en vare og sværere at forsvare ved fornyelse. Systemer, der udfører opgaver uden at eje det fulde resultat, er kun en fase foran. Den forsvarlige position tilhører systemer, der kan køre en arbejdsproces fra start til bekræftet afslutning, autonomt på tværs af systemer over tid.

Hvad Næste Fase Virkelig Ligner

For nogle år siden ville jeg have beskrevet den agentic AI-kategori og kaldt det destinationen. Det er det ikke. Det er et vejpunkt. Næste fase vil blive defineret af systemer, der tager ansvar for at fuldføre arbejde på tværs af systemer af rekord. Forbedring af et skridt inden for ét system er den gamle bar.