사상 리더

대부분의 AI는 실제로 AI가 아님. 곧 중요해질 것임

mm
Unite.AI를 Google의 선호 소스에 추가
A photorealistic scene depicting a cluttered medical desk covered in fax papers transforming into glowing digital data streams that organize into a clean care pathway visualization on a tablet held by a gloved hand.

AI가 숨을 곳이 없는 곳

대장암 검진 결과가 팩스로 의료기관에 도착합니다. 여기서 88%의 의료 전문가는 팩스 관련 지연이 환자 치료에 부정적인 영향을 미친다고 말합니다. 결과는 양성입니다. PDF 문서 안에 있습니다. 누군가 수동으로 문서를 열어 내용을 읽고 다음 단계를 결정하지 않는 한, 아무도 결과를 볼 수 없습니다. 그동안 환자는 기다립니다. 후속 조치가 이루어지지 않습니다. 치료 간격이 넓어집니다.

이것은 전통적인 의미에서 기술적 실패는 아닙니다. 팩스는 수신되었습니다. 문서는 저장되었습니다. 대부분의 정의에 따르면, 시스템은 작동했습니다. 하지만 다음 단계에서 필요한 모든 것이 실패했습니다. 그리고 워크플로우에서 다음 단계를 수행하는 데 책임이 있는 AI 도구는 없었습니다.

저는 10년 이상 헬스 테크 분야에서 일해 왔으며, 이것이 의료 분야가 AI를 평가하는 가장 명확한 렌즈가 되는 이유입니다. 모든 병목 현상에는 인간의 비용이 있으며, 그 비용은 무시할 수 없습니다.

의료 분야는 실제로 AI의 표준이 설정되는 곳입니다. 그리고 여기서 보이는 것은 곧 모든 산업으로 퍼져 나갈 것입니다.

2027년까지 가장 빠르게 움직이는 조직들은 완전히 다른 아키텍처를 실행할 것입니다. 승리자는真正한 통합을 가진 사람들이 될 것입니다. 가트너는 40% 이상의 에이전트 AI 프로젝트가 실제 가치가 없기 때문에 2027년 말까지 취소될 수 있다고 예측합니다. 따라서 SaaS 포인트 솔루션을 쌓고 직원들이 그것들을 연결하도록頼む 대신, 시스템 레코드의 직접 위에 자율적인 레이어를 가지고 워크플로우를 끝까지 실행하는 시스템이 승리할 것입니다. SaaS 제품은 그 모델에 흡수될 수 없거나 그 모델과 함께 자리를 정당화할 수 없는 제품은 갱신 대화만 어려운 것이 아닙니다. 그것은 구식이 됩니다.

모든 “AI”가 AI는 아님

SaaS는 2년 동안 세 가지 매우 다른 것을 같은 이름으로 불렀습니다. 그것은 결과를 낳습니다. 일부 제품은真正로 에이전트지만, 다른 일부는 오래된 기술 위에 AI를 얇게 올린 것입니다. 이는 점점 더 많이 인식되고 있습니다. AI 에이전트가 SaaS 시장의 형태를 바꾸고 있습니다.

첫 번째 카테고리는 이름만 AI입니다. 이것은 기존의 SaaS 제품에 얇은 레이어를 추가한 것입니다. 요약 기능이 여기 있고, 분류 도구가 저기 있습니다. 로드맵은 변경되지 않았습니다. 제품은 변경되지 않았습니다. 변경된 것은 웹사이트에 적힌 것입니다. AI는 마케팅 프레임입니다. 개발 방향은 변경되지 않았습니다.

두 번째는 AI를 우산 용어로 사용합니다. 벤더는 기계 학습, 제네릭 AI, 워크플로우 설정 및真正로 에이전트가 될 수 있는 능력을 모두 AI라고 부릅니다. 질문할 가치가 있는 것은 AI가 제품 비전을 주도하는지, 아니면 판매 대화를 주도하는지입니다. 대부분의 경우, 충분히 밀어붙이면, 그것은 후자입니다.

세 번째는真正로 에이전트 AI입니다. 이러한 시스템은 매개변수 내에서 유연하게 작동하며, 입력을 해석하고, 다음 단계에 대해 사람에게 물어보지 않고 행동합니다. 이것은 현재 उपलब한 자동화 AI의 가장 가까운 것입니다. 하지만 능력은 완료와 같은 것이 아닙니다. حتى 가장 좋은 에이전트 시스템도 워크플로우를 끝까지 소유하지는 못합니다.

과거 몇 년간의 채택은 같은 이야기를 반복합니다. 2022년은 백신 예약과 디지털 프론트 도어를 주도했습니다. 2024년은 수익 주기 관리와 코딩 자동화가 주도했습니다. 2025년에는 AI 서기와 ambiente聆听 도구가 나왔습니다. 2026년은 에이전트 보이스의 해입니다. 헬스케어 회사들이 ROI와 에이전트 능력을 전시 하는 HIMSS와 같은 산업 행사에서입니다. 각 사이클에서, 산업은 새로운 카테고리를 찾고, 변혁이라고 선언하며, 이동합니다. 기본적인 문제는 정확히 그 자리에 있습니다. 작업은 여전히 사람에 의해 진행됩니다.

그것을 그대로 불러라. 대부분의 AI 투자는 작업 방식을 변경하지 않습니다. 구매자는 잘못된 카테고리에서 선택하게 됩니다. 변혁을 사들이고 있다고 생각하지만, 업그레이드된 인박스를 사는 것입니다. 기업의 AI 채택은 대규모로 확대되었습니다. 그러나 대부분의 시스템은 まだ 운영 워크플로우에 AI를 통합하지 못하고 있습니다. 문제는 로드맵에 있습니다. 메시지가 그것을 가립니다.

구매자에게는 분류학을 잘못 읽는 것이 특정 비용이 있습니다. 그것은 조정 비용을 잠금으로 만듭니다. 시간이 지남에 따라 복합됩니다. 첫 번째 두 카테고리에 투자하는 조직은 AI를 지불하지만, 여전히 동일한 운영 부담을 위해 직원을 고용해야 합니다. 워크플로우를 유지하기 위해 필요한 인원은 줄어들지 않습니다. 그것은 정당화하기 위해 더 비싸집니다.

좋은 AI, 잘못된 “완료” 정의

팩스 워크플로우를 생각해 보십시오. 그것은 오늘의 표준과 얼마나 빠르게 이동하고 있는지에 대한 유용한 설명입니다.

최악의 시스템은 팩스를 파싱하고, 내용을 표면에 올리고, 직원이 행동할 수 있도록 남겨둡니다. 그것은 더好的 인박스입니다. 좋은 시스템은 더遠으로 갑니다. 다음 단계를 추출하고, 환자 아웃리치, 예약, 방문 예약을 트리거합니다. 그것은真正한 작업 실행입니다. 몇 년 전에는 큰 도약처럼 느껴졌을 것입니다.

다음 단계는 그것을 불완전하게 만듭니다. 나타나는 표준은 시스템이 전체 다운스트림 여정을 소유할 수 있는지 여부입니다. 환자와의 후속 조치, 의사와의 후속 조치, 방문이 실제로 발생할 때까지, 루프를 닫고, 예외를 표시하지 않고. 사람에 의한 매개 변수가 없습니다. 중간에 관리하는 사람이 없습니다.

대부분의 현재 시스템, thậm chí真正로 에이전트 시스템도, 중간 단계에서 작동합니다. 작업을 실행하지만, 작업 사이에서 사람에 의한 조정을 필요로 합니다. 그것이 곧 넘어갈 “완료”의 정의입니다.

개별 작업의 실행은 워크플로우 소유와 다릅니다. 출력은 실행과 다릅니다. 업계는 그 차이를 아직 다ル고 있지 않습니다.

구축자에게 이것은 이미 경쟁 우위를 분리하는 곳입니다. 출력을 중지하는 시스템은 비교하기 쉽고, 저렴해지고, 갱신할 때 방어하기 어렵습니다. 작업을 실행하지만, 전체 결과를 소유하지 않는 시스템은 한 단계 앞서지만, 방어할 수 있는 위치는 시스템이 워크플로우를 시작부터 확인된 끝까지 자율적으로 실행할 수 있는 시스템에 있습니다.

다음 단계는 실제로 무엇인가?

몇 년 전, 저는 에이전트 AI 카테고리를 설명하고, 그것을 목적지라고 불렀을 것입니다. 하지만 그것은 경유지입니다. 다음 단계는 시스템이 시스템 레코드를 넘어 작업을 완료하는 것을 정의할 것입니다. 한 시스템 내의 단계를 개선하는 것은 옛 바입니다.

구식은 간단합니다. 소프트웨어는 기능을 수행하고, 사람들은 단계를 연결합니다. 시스템은 정보를 추출합니다. 사람들은 그것을 어떻게 사용할지 결정합니다. 또 다른 시스템은 예약을 설정합니다. 또 다른 사람은 후속 조치를 취합니다. 조정 부담은 직원과 함께 살아갑니다. 그것은 항상 그렇게 살아왔습니다. AI는 그것을 대체하는 모델이 아니라, 그것에 대한 레이어를 추가한 것입니다.

나오는 모델은 그 책임을 바꿉니다. 시스템이 워크플로우를 전진시킵니다. 사람들은何か가 깨지거나, 판단이 필요하거나, 정책을 벗어날 때 참여합니다. 조정은 시스템에 내장되어 있습니다. 팀에 의해 흡수되지 않습니다.

2027년까지 중요한 시스템은 핵심 시스템 레코드에 직접 연결되어, 각 매개 변수에서 인간의 개입 없이 결과에 도달하는 시스템이 될 것입니다. 끝에서 끝까지 결과를 소유합니다.

이 수준에서 구축하는 것은 특정 요구 사항을 가지고 있습니다. 조각난 시스템을 통합하는 것, 생산 환경에서 안정성을 유지하는 것, 다양한 규제적 제약을 준수하는 것, 전체 워크플로우에 걸쳐 결과를 지속적으로 소유하는 것입니다. 대부분의 조직은 내부적으로 구축하기에 구조화되어 있지 않습니다. 그것을 할 수 있는 벤더는 다음 시대의 기업 소프트웨어를 정의할 것입니다.

그것을 할 수 없는 벤더는 자신이 대체한 SaaS 포인트 솔루션과 같은 위치에 있게 됩니다. 유용하지만, 언젠가 방해가 됩니다.

AI를 구축하거나, 구매하거나, 베팅하는 경우에 이것은 무엇을 의미하는가?

구축자를 위한

불편한 진실은 대부분의 AI 시스템이 조력자로 설계되어 있으며, 조력자는 복합적이지 않습니다. 그것은 확장하지도, 시간이 지남에 따라 대체하기 어렵지 않습니다. 실행은 그렇습니다.

전체 로드맵을 재정렬할 가치가 있는 질문입니다. 시스템이 워크플로우 전반에 걸쳐 인간의 조정을 제거하는가? 에이전트로 자격을 얻는 것은 더 낮은 바입니다. 두 가지 사이의 간격은 대부분의 구축자가 현재 앉아 있는 곳입니다.

실행에 도달하려면 먼저 통합을 소유해야 합니다. 구축자는 시스템에 내장되지 않은 다운스트림 동작을 트리거할 수 없습니다. 워크플로우에 추천을 표면화하는 것은 근본적으로 다른 능력입니다. 제품의 손길, 시스템이 무엇을 내놓았는지 사람이 받아야 하는 순간은 스펙트럼에서 그들이 어디에 있는지에 대한 가장 명확한 신호입니다. 그것들을 감사하세요. 모두 책임이 있습니다. 시장은 시스템이 그것들을 제거하는 것을 중심으로 통합하고 있습니다.

구축자의 로드맵이 아직 출력을 더智能하게 만드는 것을 중심으로 정렬되어 있다면, 그들은 곧 따라잡을 문제를 최적화하고 있습니다. 실행으로 재위치할 수 있는 창은 지금 열려 있습니다. 그것은 영원히 열리지 않을 것입니다.

구매자를 위한

파일럿이 가치를 제공한다면, 계속 실행하세요. 질문은 그것이 어디로 이어지는지입니다. 벤더가 단일 단계를 개선하는 것보다 끝까지 실행할 수 있는지 평가하세요.

그것은 로드맵에서 시작합니다. 모든 벤더에게 어디로 향하는지 물어보세요. taksonomia를 들어온 내용에 적용하세요. 벤더는 개별 문제를 해결하기 위해 AI를 사용하고 있나요, 아니면 끝까지 실행하는 것을 향해 빌드하고 있나요? 로드맵은 계약서보다 먼저 어떤 종류의 벤더인지 알려줄 것입니다.

구매자가 어디로 향하는지 알게 되면, 구매자는 지표를 테스트해야 합니다. 벤더가 80%의 자동화율이나 높은 포함 점수를 광고한다면, 출력 데이터를 제공할 것입니다. 그것을 넘어서세요. 끝까지 인간의 개입 없이 워크플로우가 완료되는 비율은 얼마입니까? 그것은 볼륨과 복잡성이 증가함에 따라 어떻게 유지될까요? 실제 조정 감소가 운영 비용에 어떤 영향을 미칠지 계산하세요.

그런 다음 계약을 제대로 체결하기 전에 확장하세요. AI가 예약, 인테이크, 후속 조치 및 추천에 걸쳐서 통합됨에 따라, 비용은 전통적인 SaaS와 다르게 계산됩니다. 클라우드 컴퓨팅을 모델링하는 방식으로 AI 지원 상호 작용당 비용을 모델링하세요. 그에 따라 협상하세요. 지출 상한, 계층화된 약정 및 가격 보호가 포함됩니다. Azure 지출을 협상하는 방식은 곧 모든 지출을 협상하는 방식과 비슷해질 것입니다. 구매자는 이 단계를 건너뛰면, 볼륨이 낮을 때 후회하게 됩니다.

투자자와 분석가를 위한

기능의 깊이와 인터페이스의 품질은 더 이상 방어할 수 있는 프록시가 아닙니다. 운영 범위를 확대할 회사는 시스템 레코드를 넘어 결과를 책임지는 회사가 될 것입니다. 조력 제품은 마진 압력과 통합 위험에 직면합니다. 구매자가 실제로 무엇을 구매하고 있는지에 대해 더 소피스틱해질 때, 구매자는 더 많이 압박을 받습니다. AI 벤더를 평가할 때, 인간의 손길이 어디에 있는지 물어보세요. 그것은 데모보다 더 많은 것을 알려줍니다.

표준이 지금 설정되고 있습니다

의료 분야는 다른 엔터프라이즈 소프트웨어가 이 변화를 어디에서 먼저 경험할지 보여줄 것입니다. 결과는 너무 높고, 비효율성은 너무 비용이 많이 들기 때문에, 출력과 실행 사이의 간격은 더 이상 보이지 않을 것입니다. 지금 움직이는 조직은 다른 사람들이 따라잡으려고 하는 것을 구축할 것입니다. 다음 단계는 작업을 완료하는 시스템이 소유할 것입니다. 모든 것은 오버헤드입니다.

아디티아 반소드는 루마 헬스(Luma Health)의 공동 창립자이자 사장으로, 마이크로소프트(Microsoft), 어도비(Adobe), 그리고 여러 벤처 지원 스타트업에서 활동한 기술자로서의 관점을 건강관리의 가장 어려운 문제에 적용합니다. 반소드는 병원 운영에 필요한 인공 지능 플랫폼의 전략 방향을 이끌며, 병원 운영의 병목 현상을 제거하고, 환자 결과를 개선하며, 직원 경험을 향상시키는 데 중점을 두고 있습니다. 그는 10년 동안 건강 시스템과密接하게 협력하며, 표면적인 통찰력을 넘어서 결과를 이끌어내고, 행정적인 부담을 줄이고, 환자가 필요한 치료를 받을 수 있도록 하는 운영 인공 지능에 대한 비전을 개발했습니다.