Connect with us

Thought leaders

De meeste AI is geen AI. Dat gaat er nu toe doen.

mm
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.

De plek waar AI nergens te verbergen is

Een resultaat van een colorectale kankerscreening arriveert bij een kliniek via fax, waar 88% van de zorgverleners zegt dat fax-gerelateerde vertragingen de patiëntenzorg negatief beïnvloeden. Het is positief gemarkeerd. Het leeft in een PDF. Niemand ziet het tenzij iemand het document handmatig opent, leest en besluit wat er daarna gebeurt. Ondertussen wacht de patiënt. Het follow-up gebeurt niet. De zorgkloof wordt groter.

Dit is geen technisch falen in de conventionele zin. De fax is ontvangen. Het document is opgeslagen. Volgens de meeste definities werkte het systeem. Wat faalde was alles wat daarna moest gebeuren, en geen enkel AI-hulpmiddel in de workflow was verantwoordelijk voor het laten gebeuren.

Ik heb meer dan een decennium in de gezondheidstechnologie doorgebracht, en dit is wat de gezondheidszorg de duidelijkste lens maakt voor het evalueren van AI: elke bottleneck heeft een menselijke kost, en die kost is onmogelijk te negeren.

Gezondheidszorg is waar de echte standaard voor AI voor het eerst wordt ingesteld. En wat hier zichtbaar is, komt voor elke industrie.

Tegen 2027 zullen de organisaties die het snelst zijn verhuisd, een totaal andere architectuur uitvoeren. De winnaars zullen zijn die met echte integratie, aangezien Gartner projecteert dat meer dan 40% van de agentic AI-projecten mogelijk worden geannuleerd vanwege het gebrek aan echte waarde. In plaats van SaaS-puntsoplossingen te stapelen en te vertrouwen op personeel om ze te verbinden, zullen ze autonome lagen hebben die rechtstreeks bovenop systemen van record zitten, workflows uitvoeren van begin tot eind zonder menselijke coördinatie bij elke overdracht. SaaS-producten die niet in dat model kunnen worden geabsorbeerd of hun plaats ernaast niet kunnen rechtvaardigen, lopen iets ergers dan een moeilijk vernieuwingsgesprek risico. Ze lopen het risico verouderd te raken.

Niet alle “AI” is AI

SaaS heeft twee jaar lang drie heel verschillende dingen met dezelfde naam aangeduid. Die verwarring heeft gevolgen. Terwijl sommige producten echt agentic zijn, zijn andere eenvoudigweg lagen van AI op oude technologie, een onderscheid dat steeds vaker wordt erkend als AI-agents SaaS-markten herschikken.

De eerste categorie is AI in naam alleen. Dit zijn bestaande SaaS-producten met een dunne laag toegevoegd: een samenvattingfunctie hier, een classificatietool daar. De roadmap is niet veranderd. Het product is niet veranderd. Het enige dat veranderd is, is wat er op de website staat. De AI is een marketingkader. De ontwikkelingsrichting is niet veranderd.

De tweede is AI als een paraplu-term. Leveranciers bundelen machine learning, GenAI, instelwerkstromen en echt agentic capaciteiten samen en noemen de hele zaak AI. De vraag die gesteld moet worden, is of AI de productvisie aandrijft of voornamelijk de verkoopgesprekken kaderen. In de meeste gevallen is het, als men er hard genoeg op aandringt, het laatste.

De derde is echt agentic AI. Deze systemen handelen flexibel binnen parameters, interpreteren invoer en nemen actie zonder te wachten tot een persoon besluit wat er daarna gebeurt. Dit is het dichtstbijzijnde wat men tegenwoordig bij autonome AI kan krijgen, en het vertegenwoordigt een echte capaciteitsverbetering. Maar capaciteit is niet hetzelfde als voltooiing. Zelfs de beste agentic systemen op de markt stoppen ver voor de voltooiing van een workflow.

De adoptieboog van de afgelopen jaren vertelt hetzelfde verhaal in een lus. 2022 werd gedomineerd door vaccinatieplanning en digitale voordeuren. 2024 werd gedomineerd door omzetscyclusbeheer (RCM) en coderingsautomatisering. 2025 bracht AI-schrijvers en ambient luisterhulpmiddelen. 2026 is het jaar van agentic voice, wanneer gezondheidsbedrijven ROI en agentic capaciteiten op industrie-evenementen zoals HIMSS tentoonstellen. Elke cyclus vindt de industrie een nieuwe categorie, verklaart het transformatief en gaat verder. Het onderliggende probleem blijft exact waar het was: werk is nog steeds afhankelijk van mensen om het te laten plaatsvinden.

Aditya Bansod is mede-oprichter en president van Luma Health, waar hij een technologist's perspectief brengt dat wordt gevormd door rollen bij Microsoft, Adobe en meerdere door venture-backed startups gesteunde startups naar enkele van de moeilijkste problemen in de gezondheidszorg. Bansod leidt de strategische richting van Luma voor een AI-native platform dat bottlenecks verwijdert en gezondheidszorgworkflows eind tot eind voltooit, voor betere patiëntresultaten en een verbeterde ervaring voor het personeel. Met een decennium aan ervaring waarin hij nauw samenwerkte met gezondheidssystemen, heeft hij een visie ontwikkeld voor operationele AI die verder gaat dan oppervlakkige inzichten om daadwerkelijk resultaten te behalen, de administratieve last te verminderen en ervoor te zorgen dat patiënten de zorg krijgen die ze nodig hebben.