La mayoría del AI no es AI. Eso está a punto de importar.

El lugar donde el AI no tiene dónde esconderse

Un resultado de detección de cáncer colorrectal llega a una clínica a través de fax, donde el 88% de los profesionales de la salud dicen que los retrasos relacionados con el fax afectan negativamente la atención al paciente. Está marcado como positivo. Vive dentro de un PDF. Nadie lo ve a menos que alguien lo abra manualmente, lo lea y decida qué hacer a continuación. Mientras tanto, el paciente espera. No se produce el seguimiento. La brecha de atención se amplía.

Esto no es un fallo tecnológico en el sentido convencional. El fax se recibió. El documento se almacenó. Según la mayoría de las definiciones, el sistema funcionó. Lo que falló fue todo lo que necesitaba suceder a continuación, y ninguna herramienta de AI en el flujo de trabajo fue responsable de hacer que sucediera.

He pasado más de una década en la tecnología sanitaria, y esto es lo que hace que la atención sanitaria sea la lente más clara para evaluar el AI: cada cuello de botella tiene un costo humano, y ese costo es imposible de ignorar.

La atención sanitaria es donde se establece el estándar real para el AI por primera vez. Y lo que es visible aquí está a punto de llegar a todas las industrias.

Para 2027, las organizaciones que se hayan movido más rápido estarán ejecutando una arquitectura completamente diferente. Los ganadores serán aquellos con una integración real, ya que Gartner projeta que más del 40% de los proyectos de AI agente podrían ser cancelados debido a la falta de valor real. En lugar de apilar soluciones de punto de SaaS y confiar en el personal para conectarlos, tendrán capas autónomas sentadas directamente sobre los sistemas de registro, ejecutando flujos de trabajo de extremo a extremo sin coordinación humana en cada entrega. Los productos de SaaS que no pueden ser absorbidos por este modelo o justificar su lugar junto a él enfrentan algo peor que una conversación de renovación difícil. Enfrentan la obsolescencia.

No todo “AI” es AI

El SaaS ha pasado dos años llamando a tres cosas muy diferentes por el mismo nombre. Esa confusión tiene consecuencias. Mientras que algunos productos son verdaderamente agentes, otros son simplemente capas de AI sobre tecnología antigua, una distinción cada vez más reconocida como los agentes de AI reconfiguran los mercados de SaaS.

La primera categoría es el AI solo de nombre. Estos son productos de SaaS existentes con una capa agregada: una función de resumen aquí, una herramienta de clasificación allá. La hoja de ruta no ha cambiado. El producto no ha cambiado. Lo único que cambió es lo que dice en el sitio web. El AI es un marco de marketing. La dirección de desarrollo no se ha movido.

La segunda es el AI como un término genérico. Los vendedores agrupan el aprendizaje automático, el GenAI, los flujos de trabajo y las capacidades genuinamente agentes juntos y llaman a todo eso AI. La pregunta que vale la pena hacer es si el AI está impulsando la visión del producto o principalmente enmarcando la conversación de ventas. En la mayoría de los casos, si se presiona lo suficiente, es lo último.

La tercera es el AI genuinamente agente. Estos sistemas actúan de manera flexible dentro de parámetros, interpretan entradas y toman acciones sin esperar a que una persona decida qué sucede a continuación. Esto es lo más cercano a un AI autónomo disponible hoy en día, y representa un salto real de capacidad. Pero la capacidad no es lo mismo que la finalización. Incluso los mejores sistemas agentes en el mercado se detienen bien cortos de poseer un flujo de trabajo de extremo a extremo.

La curva de adopción de los últimos años cuenta la misma historia en un bucle. 2022 fue dominado por la programación de vacunas y las puertas digitales. 2024 fue dominado por la gestión del ciclo de ingresos (RCM) y la automatización de codificación. 2025 trajo los escribas de AI y las herramientas de escucha ambiental. 2026 es el año de la voz agente, cuando las empresas de atención sanitaria exhiben ROI y capacidades agentes en eventos de la industria como HIMSS. Cada ciclo, la industria encuentra una nueva categoría, la declara transformadora y se mueve. El problema subyacente se mantiene exactamente donde estaba: el trabajo todavía depende de las personas para llevarlo adelante.

LLámalo como es: la mayoría de las inversiones en AI no están cambiando cómo se hace el trabajo. Los compradores terminan seleccionando de la categoría equivocada, convencidos de que están comprando una transformación cuando en realidad están comprando una bandeja de entrada mejorada. La adopción de AI empresarial se ha expandido enormemente, sin embargo, la mayoría de los sistemas todavía no han integrado el AI en los flujos de trabajo operativos a escala. El problema vive en la hoja de ruta. El mensaje solo lo oscurece.

Para los compradores, malinterpretar la taxonomía tiene un costo específico. Bloquea los gastos de coordinación que se acumulan con el tiempo. Las organizaciones que invierten en las dos primeras categorías están pagando por AI mientras aún contratan personal para la misma carga operativa. El número de empleados necesario para mantener el flujo de trabajo no disminuye. Simplemente se vuelve más caro justificarlo.

AI bueno, definición equivocada de “hecho”

Tome el flujo de trabajo del fax. Es una ilustración útil de dónde está el estándar hoy en día y cómo se está moviendo rápidamente.

Los peores sistemas analizan el fax, superfician el contenido y lo dejan para que el personal actúe. Eso es una bandeja de entrada mejorada. Los buenos sistemas van más allá: extraen los pasos siguientes y los ejecutan, enrutando la derivación, desencadenando el seguimiento del paciente, programando la cita. Eso es una ejecución de tarea genuina, y hace unos años habría parecido un salto significativo.

La próxima fase hace que incluso eso parezca incompleto. El estándar que emerge es si un sistema puede poseer todo el viaje aguas abajo: seguir con el paciente, seguir con el clínico que deriva, persistir hasta que la visita realmente sucede, cerrar el bucle, marcar excepciones sin ser preguntado. Ninguna entrega. Nadie gestionándolo en medio.

La mayoría de los sistemas actuales, incluso los genuinamente agentes, operan en la fase media. Ejecutan una tarea. Todavía dependen de los humanos para coordinar entre tareas. Esa es la definición de “hecho” que el mercado está a punto de superar.

La ejecución de tareas individuales donde las personas coordinan entre ellas no será el estándar. La coordinación autónoma completa a través de un flujo de trabajo, desde la primera entrada hasta el resultado confirmado, es hacia donde se dirigen las expectativas dentro del próximo año.

La salida no es la ejecución. La ejecución de tareas no es la propiedad del flujo de trabajo. La industria apenas comienza a enfrentar la segunda mitad de esa distinción.

Para los constructores, esto es donde la ventaja competitiva ya está empezando a separarse. Los sistemas que se detienen en las salidas se están volviendo más fáciles de comparar, más fáciles de comercializar y más difíciles de defender en la renovación. Los sistemas que ejecutan tareas sin poseer el resultado completo solo están una fase por delante. La posición defensible pertenece a los sistemas que pueden ejecutar un flujo de trabajo desde el inicio hasta el final confirmado, de manera autónoma a través de los sistemas con el tiempo.

Qué se parece la próxima fase

Hace unos años, habría descrito la categoría de AI agente y la habría llamado el destino. No lo es. Es un punto de referencia. La próxima fase estará definida por sistemas que asumen la responsabilidad de completar el trabajo a través de los sistemas de registro. Mejorar un paso dentro de un sistema es la barra antigua.

El modelo antiguo es sencillo: el software realiza una función, y las personas conectan los pasos. Un sistema extrae información. Una persona decide qué hacer con ella. Otro sistema programa la cita. Otra persona sigue. La carga de coordinación vive con el personal. Siempre ha vivido con el personal. Ese es el modelo en el que se ha agregado el AI, no el modelo que está reemplazando.

El modelo emergente cambia esa responsabilidad. Los sistemas llevan el flujo de trabajo adelante. Las personas intervienen cuando algo se rompe, requiere juicio o cae fuera de la política. La coordinación está integrada en el sistema, no absorbida por el equipo.

Para 2027, los sistemas que importan serán aquellos conectados directamente a los sistemas de registro, ejecutando todo lo necesario para alcanzar un resultado sin esperar a la intervención humana en cada entrega. Poseyendo el resultado de extremo a extremo.

Construir a este nivel tiene requisitos específicos: integración a través de sistemas fragmentados que no fueron diseñados para trabajar juntos, confiabilidad en entornos de producción donde los casos de borde son constantes, cumplimiento de restricciones regulatorias que varían según el contexto y propiedad continua de resultados a lo largo de todo el flujo de trabajo. La mayoría de las organizaciones no están estructuradas para construir esto internamente. Los vendedores que puedan lo definirán la próxima era del software empresarial.

Los vendedores que no puedan se encontrarán en la misma posición que las soluciones de punto de SaaS que reemplazaron: útiles por un tiempo, luego en el camino.

Qué significa esto si está construyendo, comprando o apostando por el AI

Para los constructores

La verdad incómoda es que la mayoría de los sistemas de AI están diseñados para asistir, y la asistencia no se acumula. No se expande. No se vuelve más difícil de reemplazar con el tiempo. La ejecución sí.

La pregunta que vale la pena reorientar las hojas de ruta enteras es: ¿los sistemas eliminan la necesidad de coordinación humana a través del flujo de trabajo? Si califican como agentes es una barra más baja, y la brecha entre los dos es donde la mayoría de los constructores están sentados actualmente.

Llegar a la ejecución requiere poseer la integración primero. Los constructores no pueden desencadenar acciones posteriores en sistemas en los que no están incrustados. Superficiar recomendaciones en un flujo de trabajo es una capacidad fundamentalmente diferente de operar dentro de él. Las entregas en el producto, los momentos en que una persona debe recoger lo que el sistema puso, son la señal más clara de dónde se encuentran los constructores en este espectro. Audítelos. Todos son una responsabilidad en un mercado que se consolida alrededor de los sistemas que los eliminan.

Si la hoja de ruta de un constructor todavía se orienta hacia hacer que las salidas sean más inteligentes, están optimizando alrededor de un problema que los alcanzará. La ventana para reorientarse hacia la ejecución está abierta ahora. No permanecerá abierta indefinidamente.

Para los compradores

Si los pilotos están entregando valor, manténgalos en ejecución. La pregunta es si están llevando a algún lugar. Evalúe si el vendedor puede expandirse más allá de mejorar un solo paso.

Comienza con la hoja de ruta. Pregúntele a cada vendedor hacia dónde se dirigen y aplique la taxonomía a lo que se escucha. ¿Están resolviendo problemas discretos con AI o construyendo hacia la ejecución de extremo a extremo? Un vendedor todavía orientado hacia soluciones de punto seguirá vendiendo soluciones de punto a los compradores. La hoja de ruta les dice a los compradores con qué tipo de vendedor están tratando antes de que el contrato lo haga.

Una vez que los compradores sepan hacia dónde se dirigen, deben someter a prueba las métricas. Un vendedor que anuncia tasas de automatización del 80% o puntajes de contención altos proporcionará datos de salida. Presione más allá: ¿qué porcentaje de flujos de trabajo se completa sin intervención humana de extremo a extremo? ¿Cómo se mantiene ese número a medida que aumenta el volumen y la complejidad? Ejecute las matemáticas sobre lo que la reducción real de la coordinación significaría para los costos operativos.

Luego obtenga los contratos correctos antes de escalar. A medida que el AI se incorpora en la programación, la admisión, el seguimiento y las derivaciones, los costos se calculan de manera diferente a la de SaaS tradicional. Modele el costo por interacción asistida por AI de la misma manera que se modelaría la computación en la nube. Negocie en consecuencia, con límites de gasto, compromisos escalonados y protecciones de precio incorporadas. Cómo los compradores negocian su gasto en Azure pronto se parecerá a cómo negocian todo su gasto. Las organizaciones que omiten este paso cuando los volúmenes son bajos se arrepentirán cuando los volúmenes no son bajos.

Para los inversores y analistas

La profundidad de las características y la calidad de la interfaz ya no son proxies confiables para la defensibilidad. Las empresas que expandirán su huella operativa son aquellas que asumen la responsabilidad de los resultados a través de los sistemas de registro. Los productos de asistencia enfrentan presión en los márgenes y riesgo de consolidación a medida que los compradores se vuelven más sofisticados sobre lo que realmente están comprando. Al evaluar a los vendedores de AI, pregunte dónde están las entregas humanas. La respuesta les dice a los inversores y analistas más sobre la posición competitiva a largo plazo que la demostración.

El estándar se está estableciendo ahora

La atención sanitaria mostrará al resto del software empresarial dónde aterriza este cambio primero. Las apuestas son demasiado altas y las ineficiencias demasiado costosas para que la brecha entre la salida y la ejecución permanezca invisible. Las organizaciones que se muevan ahora habrán construido lo que todos los demás están tratando de alcanzar. La próxima fase pertenece a los sistemas que completan el trabajo. Todo lo demás es sobrecarga. re este cambio aterriza primero. Las apuestas son demasiado altas y las ineficiencias demasiado costosas para que la brecha entre la salida y la ejecución permanezca invisible. Las organizaciones que se muevan ahora habrán construido lo que todos los demás están tratando de alcanzar. La próxima fase pertenece a los sistemas que completan el trabajo. Todo lo demás es sobrecarga.