Amy Brown, administrerende direktør, Authenticx – Intervju-serie

Amy Brown, en tidligere sundhedsdirektør, grundlagde Authenticx i 2018 for at hjælpe sundhedsorganisationer med at låse op potentialet i kundeinteraktionsdata. Med to årtiers erfaring i sundheds- og forsikringsbranchen så hun de manglende muligheder i at bruge kunde-samtaler til at drive forretningsudvikling og forbedre lønsomheden.

Authenticx dækker denne åbning ved at anvende AI og naturlig sprogbehandling til at analysere optagede interaktioner – såsom opkald, e-mails og chats – og giver sundhedsorganisationer handlingsorienterede indsigt til at træffe bedre forretningsbeslutninger.

Hvad inspirerede dig til at skifte fra en karriere i sundhedsoperationer og socialt arbejde til at grundlægge Authenticx, et teknologi-drevet AI-selskab?

Med min uddannelsesbaggrund i socialt arbejde og min 20-årige arbejdserfaring i kontaktsenteroperationer blev min ønske om at forkæmpe for individer i sundhedssektoren både min passion og mission.

Under min tid i forsikrings- og sundhedssektorer lagde jeg mærke til, at organisationer kæmpede med at forstå deres kunders behov gennem gentagne undersøgelser og automatiserede opkald, som ofte resulterede i lave responsrater og metrikker, der ikke var pålidelige.

Og det var her, Authenticx kom ind i billedet. Ved at udnytte AI til at analysere optagede kundesamtaler indså jeg, at sundhedssektoren ville kunne udvinde værdifulde indsigt direkte fra kundens stemme, og dermed kunne sektoren virkelig forbinde sig med sine kunder for at strategiere, investere og handle.

Hvordan har dine personlige erfaringer, især observeringen af sundhedssektoren førstehånd, gennem din fars praksis og dit eget arbejde, formet din vision for Authenticx?

Min erfaring startede med at forstå, hvordan min far fungerede i sundhedssektoren gennem sin rolle som læge. Han har altid praktiseret lytning og familie-centreret omsorg, så for mig var han undtagelsen fra den typiske friktion, man ofte hører om. Jeg husker, han fortalte mig, at det er patienternes ord, der kan hjælpe os til at finde svarene. Og det satte sig fast hos mig, og det ledte mig til at fokusere min karriere og aspirationer på at forbedre systemet ved at lytte; det er nøglen.

Når jeg selv kom ind i sundhedssektoren gennem regeringsarbejde og kontaktsenteroperationer, så jeg alle de forskellige enheder, der er indviklet i sundhedssektoren, og prøvede at få det til at fungere. Og selv om dette udviklede min makro-perspektiv på at påvirke forandring, så de ikke dykkede ned i alle de data, der var til rådighed fra de utallige interaktioner, der blev delt med kunder. Jeg ville hjælpe med at kaste lys over den oversete samtaledata og hjælpe organisationer med at forbedre deres kundeoplevelse, samtidig med at de opfyldte deres resultater mere effektivt og effektivt.

Som en person uden en traditionel teknologi-baggrund, hvilke udfordringer stod du over for, da du grundlagde et AI-selskab, og hvordan overvandt du dem?

Jeg har stået over for megen friktion på rejsen med at grundlægge et AI-selskab. At navigere i kritik var udmattende, både som grundlægger og som person uden den tekniske ekspertise i at skabe SaaS-teknologi. Men jeg har lært, at at omgive mig med personer, der supplerer mine videnløse huller, er en kraftfuld måde at arbejde sammen om at bygge et selskab.

Efter at have forladt den corporate verden og startet Authenticx, var mit fokus på, hvordan man bedst kunne tilgå data-aggregat og -analyse. Så jeg fandt en partner, Michael Armstrong, der havde en imponerende baggrund i teknologi (og nu er vores Chief Technology Officer), og vi begyndte at bygge det, som Authenticx er i dag.

Authenticx bruger AI til at analysere sundheds-samtaler. Kan du fortælle os om, hvordan jeres AI-modeller er specifikt tilpasset sundhedssektoren, og hvad der gør dem unikke?

Authenticx’s modeller er bygget af og for sundhedssektoren. Vi tilgår vores modeller med eksperter fra sundhedssektoren, socialt arbejde og teknologi involveret på hver enkelt trin; det er menneske-i-løkken AI. Og vi træner vores modeller ved hjælp af sundheds-specifikke data med outputs og indsigt, der er gennemgået af personer, der forstår risiko, huller i kontekst og misforståelser, der kan skabe friktion fra markedet og kunden.

Vi mærker data for sentiment, friktion, overholdelse, ugunstige begivenheder, emner og andre metrikker og smertepunkter. Disse mærker bliver grundlaget for vores AI-maskinlæring og dybde-læring-modeller. Vi vurderer kontinuerligt, tester og gen-træner modellerne i en iterativ proces for at bygge pålidelig AI, der opfylder sikkerheds- og styre-retningslinjer.

Hvad er ‘Eddy Effect’, og hvordan hjælper jeres AI-platform sundhedsorganisationer med at tackle dette problem?

 Eddy Effect™ er vores proprietære maskinlæringsmodel og -metrik, der identificerer og måler kunde-friktion i kundeoplevelses-rejsen. Ligesom en eddy i en flod, såsom en stor sten, der får vandet til at svirpe, giver Eddy Effect™ indsigt i, hvad der forårsager den frustrerende loop for kunder. Det hjælper med at identificere forstyrrelser og hindringer, der er en barriere (eller den store sten) for at skabe en positiv oplevelse.

Resultaterne af Eddy Effect™ AI-modellen bliver belyst i dashboards, der fremhæver forskellige signaler af friktion fundet i samtaledata. Og det er på disse dashboards, at almindelige metrikker, såsom opkaldslængde, sentiment, nøjagtighed og estimeret spild-omkostninger, overvåges for kunde-friktion. For eksempel havde vi en kunde, der manglede indsigt i kvalitet og smertepunkter fra deres tredjeparts-kontaktsenter. Med Authenticx målte de friktionspunkter, temaer og emner, og kvalitet for at reducere tilstedeværelsen af identificeret friktion med 10%.

Hvordan sikrer Authenticx, at jeres AI-modeller giver indsigt, der virkelig forbedrer patient-pleje og reducerer friktion i sundhedssektoren?

Vi prioriterer samtaledata-analyse, der giver værdifulde indsigt i kunde-interaktioner og afslører vigtige problemer og muligheder, der måske overses af andre data-kilder. Authenticx anvender GenAI-modeller til at simplificere komplekse og nuancerede data og giver handlingsorienterede anbefalinger specifikt for sundhedssektoren. Vores rapport-værktøjer tilbyder en konsumabel visning af præstations-metrikker og tendenser. Vores indbyggede arbejdsgange tillader brugere at reagere på tide.

Især har vi en konstant gennemgang af vores modeller og deres outputs. Fra vores kunde-rådgivende bestyrelse, der giver feedback på vores produkt, og vores interne team af data-videnskabsmænd og analytikere, der sikrer pålideligheden af de indsigt, organisationer modtager, hjælper vores menneske-i-løkken-tilgang med at lette risici, bias, og forkert information for at forbedre AI-nøjagtighed.

Hvad rolle spiller AI i at tackle operationelle ineffektiviteter, og hvordan hjælper det sundhedsorganisationer med at identificere og løse brudte processer?

Når du kan lytte til et opkald og skære igennem støjen for at forstå konteksten af smertepunktet, er du mere sandsynligt at identificere væsentlige problemer, der er rod-årsagen til en brudt proces. Når rod-årsagen er fundet, kan organisationer strategiere med en data-dreven tilgang til at investere i ressourcer og effektivt slette gætteriet for en effektiv løsning.

AI er et værktøj, der kan anvendes til at syntetisere store mængder data for at identificere, kvantificere og trend-operationelle ineffektiviteter og brudte processer i stor skala.

Vi havde en kunde, der anvendte Authenticx til at identificere, hvad der forårsagede patient-forvirring i deres recept-anmodnings-proces, der udgjorde 20% af deres opkald. Med indsigt i rod-årsagerne til refill-friktion, omstrukturerede de deres telefon-træ og reviderede agent-udløsere, hvilket resulterede i, at deres opkalds-indtagelse blev reduceret med omkring 550 opkald over to måneder, hvilket sparede tid og ressourcer.

Kan du dele et eksempel på, hvordan Authenticx’s AI har forvandlet en sundheds-udbyders operationer eller patient-udfald?

Authenticx hjalp et regionalt hospitals-system med at identificere de førende årsager til friktion i deres centrale tidsbestilling-proces. Opkaldere blev fastlåst, mens de søgte medicinsk rådgivning, der manglede synlighed i special-processer, efter at agenten havde overført opkaldet, og gentagen frustration over, at de ikke kunne planlægge en aftale hurtigt.

Authenticx’s AI aktiverede en fuld-volumen-analyse af opkald for at identificere de specifikke barrierer og give indsigt til at træne agenter, hvilket fremhævede måder at forbedre deres kvalitets-initiativer på. Inden for to måneder øgede deres team agent-kvalitets-færdigheder med 12%, anvendte Authenticx-indsigt til at forudsige fremtidige friktionspunkter og proaktivt tacklede dem.

Hvordan supplerer Authenticx’s AI menneskelig beslutning, og hvilken rolle spiller sundheds-fagfolk i at forfine AI-modellerne?

Vi praktiserer en menneske-i-løkken-tilgang for at sikre etisk og pålidelig implementering af AI. Vores platform spejler denne tilgang: En AI- og menneske-analyse, der giver feedback om kundeoplevelse, operationel præstation, overholdelse og mere.

Mens vores interne team arbejder på alle niveauer af platformen, er vores GenAI-modeller trænet med sundheds-specifikke data for at producere indsigt, såsom kontekst-rige sammenfatninger, emne-aggregat og automatiserede trænings-noter, og vi har annonceret en integreret AI-assistent, der giver meningsfulde indsigt øjeblikkeligt.

Hvordan ser du AI-transformationen i sundhedssektoren de næste fem år, og hvilken rolle vil Authenticx spille i denne transformation?

De næste fem år af sundheds-AI vil være revolutionerende. Den indvirkning, AI har i verden, er allerede betydelig, så med mere data, indsigt, sikkerhed og styre-retningslinjer vil det føre til mere præcision og effektivitet for predictiv-teknologi, medarbejder- og kundeoplevelse, og avancerede måder at overvåge omsorg på, der forbedrer det hele sundheds-system.

Fortsatte lytning til at forbedre, revidere og skabe modeller vil hjælpe sundheds- og patient-pleje med at fremme positivt. Denne indvirkning vil komme fra branch-specifik udvikling af nye AI-værktøjer og -modeller – og vi er begejstrede for det.

Tak for det gode interview, læsere, der ønsker at lære mere, skal besøge Authenticx.