Kebanyakan AI Bukan AI. Ini Akan Menjadi Masalah.

Tempat di Mana AI Tidak Bisa Bersembunyi

Hasil skrining kanker kolorektal tiba di klinik melalui faks, di mana 88% dari praktisi kesehatan mengatakan bahwa keterlambatan terkait faks secara negatif mempengaruhi perawatan pasien. Ini ditandai positif. Ini hidup di dalam PDF. Tidak ada yang melihatnya kecuali seseorang secara manual membuka dokumen, membacanya dan memutuskan apa yang harus dilakukan selanjutnya. Sementara itu, pasien menunggu. Tindak lanjut tidak terjadi. Celah perawatan melebar.

Ini bukanlah kegagalan teknologi dalam arti konvensional. Faks telah diterima. Dokumen telah disimpan. Dengan definisi mayoritas, sistem telah bekerja. Yang gagal adalah segala sesuatu yang perlu terjadi selanjutnya, dan tidak ada alat AI di workflow yang bertanggung jawab untuk membuatnya terjadi.

Saya telah menghabiskan lebih dari satu dekade di bidang kesehatan teknologi, dan ini adalah apa yang membuat kesehatan menjadi lensa terjelas untuk mengevaluasi AI: setiap bottleneck memiliki biaya manusia, dan biaya itu tidak mungkin diabaikan.

Kesehatan adalah tempat di mana standar nyata untuk AI ditetapkan pertama kali. Dan apa yang terlihat di sini akan datang untuk setiap industri.

Dalam beberapa tahun, organisasi yang telah bergerak paling cepat akan menjalankan arsitektur yang berbeda secara keseluruhan. Pemenang akan menjadi mereka yang memiliki integrasi yang sebenarnya, karena Gartner memproyeksikan bahwa lebih dari 40% dari proyek AI agen mungkin dibatalkan karena kurangnya nilai nyata. Sebagai gantinya, mereka akan memiliki lapisan otonom yang duduk langsung di atas sistem catatan, menjalankan workflow dari ujung ke ujung tanpa intervensi manusia pada setiap penyerahan. Produk SaaS yang tidak dapat diserap ke dalam model ini atau membenarkan tempat mereka di sebelahnya akan menghadapi sesuatu yang lebih buruk daripada percakapan perbaruan yang sulit. Mereka akan menghadapi ketinggalan zaman.

Tidak Semua “AI” Adalah AI

SaaS telah menghabiskan dua tahun untuk memanggil tiga hal yang sangat berbeda dengan nama yang sama. Kepalsuan itu memiliki konsekuensi. Sementara beberapa produk benar-benar agen, yang lain hanya lapisan AI pada teknologi lama, perbedaan yang semakin dikenal sebagai agen AI mengubah pasar SaaS.

Kategori pertama adalah AI hanya dalam nama. Ini adalah produk SaaS yang ada dengan lapisan tambahan: fitur ringkasan di sini, alat klasifikasi di sana. Jalan tidak berubah. Produk tidak berubah. Satu-satunya hal yang berubah adalah apa yang tertulis di situs web. AI adalah bingkai pemasaran. Arah pengembangan tidak bergerak.

Kedua adalah AI sebagai istilah payung. Vendor menggabungkan pembelajaran mesin, GenAI, alur kerja dan kemampuan agen yang sebenarnya bersama dan memanggil semua itu AI. Pertanyaan yang patut ditanyakan adalah apakah AI mengarahkan visi produk atau hanya membingkai percakapan penjualan. Dalam sebagian besar kasus, jika ditekan cukup keras, itu adalah yang terakhir.

Ketiga adalah AI yang benar-benar agen. Sistem ini bertindak secara fleksibel dalam parameter, menafsirkan input dan mengambil tindakan tanpa menunggu seseorang untuk memutuskan apa yang terjadi selanjutnya. Ini adalah kemampuan yang paling dekat dengan AI otonom yang tersedia hari ini, dan ini mewakili lompatan kemampuan yang sebenarnya. Tapi kemampuan bukanlah sama dengan penyelesaian. Bahkan sistem agen yang terbaik di pasar berhenti jauh sebelum memiliki alur kerja dari ujung ke ujung.

Adopsi arc dari beberapa tahun terakhir menceritakan kisah yang sama pada loop. 2022 dijalankan oleh penjadwalan vaksin dan pintu depan digital. 2024 didominasi oleh manajemen siklus pendapatan (RCM) dan otomatisasi pengkodean. 2025 membawa scribe AI dan alat mendengarkan ambient. 2026 adalah tahun suara agen, ketika perusahaan kesehatan memamerkan ROI dan kemampuan agen pada acara industri seperti HIMSS. Setiap siklus, industri menemukan kategori baru, menyatakan itu transformasional dan bergerak. Masalah yang mendasarinya tetap sama: pekerjaan masih bergantung pada orang untuk meneruskannya.

Manggil itu apa adanya: sebagian besar investasi AI tidak mengubah cara pekerjaan dilakukan. Pembeli berakhir dengan memilih dari kategori yang salah, yakin mereka membeli transformasi ketika mereka membeli kotak masuk yang ditingkatkan. Adopsi AI perusahaan telah berkembang secara besar-besaran, namun sebagian besar sistem belum terintegrasi ke dalam alur kerja operasional secara besar-besaran. Masalahnya hidup di jalan. Pesan hanya mengaburkannya.

Untuk pembeli, membaca taksonomi yang salah memiliki biaya tertentu. Ini mengunci biaya koordinasi yang berkompound dari waktu ke waktu. Organisasi yang berinvestasi di kategori pertama dan kedua membayar untuk AI sambil masih mempekerjakan staf untuk beban operasional yang sama. Jumlah staf yang diperlukan untuk mempertahankan alur kerja tidak berkurang. Ini hanya menjadi lebih mahal untuk membenarkan.

AI yang Baik, Definisi “Selesai” yang Salah

Ambil alur kerja faks. Ini adalah ilustrasi yang berguna tentang di mana standar saat ini dan bagaimana cepatnya bergerak.

Sistem terburuk hanya memparse faks, menampilkan konten dan meninggalkannya untuk staf untuk bertindak. Itu adalah kotak masuk yang lebih baik. Sistem yang baik pergi lebih jauh: mereka mengekstrak langkah-langkah berikutnya yang dapat diambil dan menjalankannya, mengarahkan rujukan, memicu pendekatan pasien, menjadwalkan janji temu. Itu adalah eksekusi tugas yang sebenarnya, dan beberapa tahun yang lalu itu akan terasa seperti lompatan yang signifikan.

Fase berikutnya membuat bahkan itu tampak tidak lengkap. Standar yang muncul adalah apakah sistem dapat memiliki perjalanan hilir secara keseluruhan: mengikuti pasien, mengikuti klinisi yang merujuk, bertahan sampai kunjungan benar-benar terjadi, menutup loop, menandai pengecualian tanpa diminta. Tidak ada penyerahan. Tidak ada yang mengelolanya di antaranya.

Sebagian besar sistem saat ini, bahkan yang benar-benar agen, beroperasi pada fase tengah. Mereka menjalankan tugas. Mereka masih bergantung pada manusia untuk mengkoordinasikan antara tugas. Itu adalah definisi “selesai” yang pasar akan lalui.

Eksekusi tugas individu di mana orang mengkoordinasikan antara tugas tidak akan menjadi standar. Koordinasi otonom penuh di seluruh alur kerja, dari input pertama ke hasil yang dikonfirmasi, adalah di mana harapan menuju dalam setahun ke depan.

Output bukanlah eksekusi. Eksekusi tugas bukanlah kepemilikan alur kerja. Industri hanya baru saja menyadari setengah kedua dari perbedaan itu.

Untuk pembangun, ini adalah di mana keunggulan kompetitif sudah mulai terpisah. Sistem yang berhenti pada output menjadi lebih mudah untuk dibandingkan, lebih mudah untuk dikomoditaskan dan lebih sulit untuk dipertahankan pada perbaruan. Sistem yang menjalankan tugas tanpa memiliki hasil penuh hanya satu fase lebih maju. Posisi yang dapat dipertahankan milik sistem yang dapat menjalankan alur kerja dari awal hingga akhir yang dikonfirmasi, secara otonom di seluruh sistem dari waktu ke waktu.

Apa yang Fase Berikutnya Terlihat Seperti

Beberapa tahun yang lalu, saya akan menggambarkan kategori AI agen dan menyebutnya tujuan. Ini bukanlah. Ini adalah titik tengah. Fase berikutnya akan didefinisikan oleh sistem yang mengambil tanggung jawab untuk menyelesaikan pekerjaan di seluruh sistem catatan. Meningkatkan langkah dalam satu sistem adalah batang lama.

Model lama sederhana: perangkat lunak menjalankan fungsi, dan orang menghubungkan langkah-langkah. Sistem mengekstrak informasi. Seseorang memutuskan apa yang harus dilakukan dengan itu. Sistem lain menjadwalkan janji temu. Orang lain mengikuti. Beban koordinasi hidup dengan staf. Ini selalu hidup dengan staf. Ini adalah model yang AI telah ditumpangkan, bukan model yang digantikan.

Model yang muncul memindahkan tanggung jawab itu. Sistem menjalankan alur kerja. Orang masuk ketika sesuatu rusak, memerlukan penilaian atau jatuh di luar kebijakan. Koordinasi dibangun ke dalam sistem, bukan diserap oleh tim.

Dalam beberapa tahun, sistem yang penting akan menjadi sistem yang terhubung langsung ke sistem catatan inti, menjalankan semua yang diperlukan untuk mencapai hasil tanpa menunggu intervensi manusia pada setiap penyerahan. Memiliki hasil dari ujung ke ujung.

Membangun pada tingkat ini memiliki persyaratan tertentu: integrasi di seluruh sistem yang terfragmentasi yang tidak dirancang untuk bekerja bersama, keandalan dalam lingkungan produksi di mana kasus tepi adalah konstan, kepatuhan dengan konstrain regulasi yang bervariasi oleh konteks dan kepemilikan hasil secara terus-menerus di seluruh alur kerja. Sebagian besar organisasi tidak terstruktur untuk membangun ini secara internal. Vendor yang dapat akan mendefinisikan era berikutnya dari perangkat lunak perusahaan.

Vendor yang tidak bisa akan menemukan diri mereka dalam posisi yang sama dengan solusi SaaS titik yang mereka gantikan: berguna untuk sementara, lalu menghalangi.

Apa yang Ini Maksud jika Anda Sedang Membangun, Membeli atau Bertaruh pada AI

Untuk Pembangun

Kebenaran yang tidak nyaman adalah bahwa sebagian besar sistem AI dirancang untuk membantu, dan bantuan tidak berkompound. Ini tidak berkembang. Ini tidak menjadi lebih sulit untuk digantikan dari waktu ke waktu. Eksekusi melakukannya.

Pertanyaan yang patut mengorientasikan seluruh jalan peta around: apakah sistem menghilangkan kebutuhan akan koordinasi manusia di seluruh alur kerja? Apakah mereka memenuhi syarat sebagai agen adalah batang yang lebih rendah, dan celah antara keduanya adalah di mana sebagian besar pembangun saat ini berada.

Untuk mencapai eksekusi, diperlukan integrasi pertama. Pembangun tidak dapat memicu tindakan hilir di sistem yang tidak mereka tanamkan. Menampilkan rekomendasi ke dalam alur kerja adalah kemampuan yang secara fundamental berbeda dari operasi di dalamnya. Penyerahan di produk, momen di mana seseorang harus mengambil apa yang sistem letakkan, adalah sinyal yang paling jelas tentang di mana pembangun berada pada spektrum ini. Audit mereka. Semua adalah kewajiban dalam pasar yang konsolidasi di sekitar sistem yang menghilangkan mereka.

Jika jalan peta pembangun masih berorientasi pada membuat output lebih pintar, mereka mengoptimalkan sekitar masalah yang akan menangkap mereka. Jendela untuk memposisikan kembali ke arah eksekusi terbuka sekarang. Ini tidak akan tetap terbuka tanpa batas waktu.

Untuk Pembeli

Jika pilot memberikan nilai, terus jalankan. Pertanyaannya adalah apakah mereka menuju ke suatu tempat. Evaluasi apakah vendor dapat memperluas di luar meningkatkan langkah tunggal.

Itu dimulai dengan jalan peta. Tanyakan setiap vendor di mana mereka menuju dan terapkan taksonomi pada apa yang didengar. Apakah mereka memecahkan masalah diskrit dengan AI, atau membangun menuju eksekusi ujung-ke-ujung? Vendor yang masih berorientasi pada solusi titik akan terus menjual pembeli solusi titik. Jalan peta memberitahu pembeli jenis apa yang mereka hadapi sebelum kontrak melakukannya.

Setelah pembeli tahu di mana mereka menuju, mereka harus menekan uji metrik. Vendor yang mengiklankan tingkat otomatisasi 80% atau skor konten tinggi akan memberikan data output. Tekan melalui itu: apa persentase alur kerja yang selesai tanpa intervensi manusia dari ujung ke ujung? Bagaimana angka itu bertahan ketika volume dan kompleksitas meningkat? Jalankan matematika tentang apa pengurangan koordinasi yang sebenarnya akan berarti untuk biaya operasional.

Kemudian dapatkan kontrak yang tepat sebelum penskalaan. Ketika AI tertanam di seluruh penjadwalan, intake, follow-up dan rujukan, biaya dihitung secara berbeda daripada SaaS tradisional. Model biaya per interaksi AI yang dibantu dengan cara yang sama seperti komputasi awan. Negosiasikan sesuai, dengan tutupan belanja, komitmen bertingkat dan perlindungan harga yang dibangun. Bagaimana pembeli bernegosiasi pengeluaran Azure mereka akan mulai terlihat seperti bagaimana mereka bernegosiasi semua pengeluaran mereka. Organisasi yang melewatkan langkah ini ketika volume rendah menyesali ketika volume tidak.

Untuk Investor dan Analis

Kedalaman fitur dan kualitas antarmuka tidak lagi menjadi proksi yang dapat diandalkan untuk defensibilitas. Perusahaan yang akan memperluas jejak operasional mereka adalah mereka yang mengambil tanggung jawab untuk hasil di seluruh sistem catatan. Produk lapisan bantuan menghadapi tekanan margin dan risiko konsolidasi karena pembeli menjadi lebih pintar tentang apa yang mereka beli. Ketika mengevaluasi vendor AI, tanyakan di mana penyerahan manusia. Jawabannya memberitahu investor dan analis lebih tentang posisi kompetitif jangka panjang daripada demo akan.

Standar Sedang Ditetapkan Sekarang

Kesehatan akan menunjukkan sisa perangkat lunak perusahaan di mana pergeseran ini mendarat pertama kali. Taruhan terlalu tinggi dan ketidakefisienan terlalu mahal untuk celah antara output dan eksekusi untuk tetap tidak terlihat. Organisasi yang bergerak sekarang akan membangun apa yang semua orang lain mencoba untuk mengejar. Fase berikutnya milik sistem yang menyelesaikan pekerjaan. Semua yang lain adalah overhead.