Sundar Subramanian, CEO da Zyter – Série de Entrevistas

Sundar Subramanian, CEO da Zyter, é um executivo experiente em estratégia e saúde, com um histórico que abrange consultoria de gestão, transformação digital e operações de saúde em larga escala. Antes de assumir a CEO em julho de 2025, passou mais de 16 anos na Strategy& da PwC, onde liderou a prática de consultoria estratégica nos EUA, bem como a prática de Estratégia Corporativa, Valor e Transformação Digital, aconselhando grandes organizações sobre crescimento, redesign de modelos operacionais e transformação habilitada por IA. No início de sua carreira, Subramanian co‑liderou o Centro de Excelência de Medicaid e Medicare da Booz & Company e trabalhou extensivamente com pagadores de saúde, após cargos seniores na WellCare e na McKinsey & Company. Na Zyter, lidera a expansão da empresa em torno de IA agente e orquestração inteligente de fluxos de trabalho, com ênfase no uso de IA para redesenhar processos de negócios de ponta a ponta, em vez de simplesmente automatizar tarefas individuais.

Zyter é uma empresa de tecnologia empresarial de capital privado com mais de duas décadas de experiência em saúde digital, onde sua plataforma de saúde populacional TruCare já apoia mais de 44 milhões de vidas em mais de 45 organizações de saúde. A empresa está agora expandindo além de suas raízes na saúde com uma plataforma de execução de IA projetada para fluxos de trabalho complexos e altamente regulados nos setores de saúde, governo e serviços financeiros. Sua arquitetura combina Zyter Symphony, que coordena agentes de IA, sistemas corporativos e ações humanas; Zyter Praxis, que reúne agentes, regras, dados e supervisão humana em módulos de fluxo de trabalho de ponta a ponta; e o TruCare Digital Core, que conecta esses fluxos de trabalho a sistemas como prontuários eletrônicos, plataformas de sinistros, sistemas ERP e softwares de CRM. O objetivo mais amplo é tornar a IA agente operacional dentro dos ambientes corporativos existentes, mantendo governança, auditabilidade e supervisão humana sobre decisões críticas.

Você passou mais de 16 anos na Strategy&, liderando seu negócio de consultoria estratégica nos EUA e trabalhando extensivamente na área de saúde, após experiência anterior na WellCare. O que o convenceu de que o próximo grande salto da saúde viria da IA agente e da execução de fluxos de trabalho, em vez de mais uma geração de software tradicional?

Ao longo da minha carreira, tive a oportunidade de ver a saúde sob várias perspectivas: como operador, consultor estratégico e agora como criador de tecnologia. Em todas essas experiências, uma constatação ficou cada vez mais clara. A saúde não está em dificuldade porque falta tecnologia. Está em dificuldade porque a tecnologia não mudou a forma como o trabalho é realizado.

Na última década, o setor investiu fortemente em digitalização. Modernizamos a infraestrutura, ampliamos a análise de dados, melhoramos a interoperabilidade e, mais recentemente, adotamos a IA. Esses investimentos criaram novas capacidades importantes, mas não resolveram um dos desafios mais persistentes da saúde : coordenar o trabalho entre pessoas, sistemas, políticas e organizações. Muitas vezes, a tecnologia foi sobreposta aos modelos operacionais existentes, em vez de mudar seu funcionamento.

Essa percepção mudou a forma como penso a transformação. A próxima fase não se define pela implantação de mais IA. Trata‑se de redesenhar a forma como o trabalho é feito. A IA é um facilitador extraordinário, mas seu maior valor vem de ajudar as organizações a executar de forma mais eficaz, orquestrando o trabalho entre pessoas, sistemas, políticas e IA.

Foi isso que me atraiu para a Zyter. Depois de anos ajudando organizações a desenvolver estratégias de transformação, quis contribuir para construir a camada de execução que transforma essas estratégias em resultados mensuráveis. Para mim, o futuro da saúde não é tornar a IA mais inteligente. É ajudar a saúde a operar de forma mais inteligente.

A Zyter se posiciona como uma camada de execução para a empresa agente, com Symphony orquestrando agentes e humanos, Praxis executando fluxos de trabalho e TruCare ancorando-os em dados corporativos. O que essa arquitetura pode alcançar que copilotos individuais de IA não podem?

A transformação empresarial nunca foi limitada por falta de ideias ou inteligência. As organizações geralmente sabem o que precisam fazer. O desafio maior é traduzir consistentemente essas decisões em ação entre pessoas, sistemas, políticas e fluxos de trabalho.

É aí que vejo a próxima fase da IA empresarial. Assistentes de IA individuais tornam as pessoas mais produtivas. A IA empresarial deve tornar as organizações mais eficazes. Ela deve coordenar o trabalho, executar fluxos de trabalho, adaptar‑se à medida que as condições mudam e melhorar continuamente a forma como a organização opera.

Nossa arquitetura reflete essa filosofia. Symphony orquestra agentes de IA, sistemas corporativos e expertise humana. Praxis executa fluxos de trabalho, e TruCare fornece a base operacional que ancora esses fluxos em dados corporativos confiáveis. Juntos, criam uma camada de execução onde a IA passa a fazer parte de como o trabalho é realizado, e não apenas mais uma ferramenta que as pessoas usam ao lado de suas atividades.

As organizações acabarão medindo a IA pela sua capacidade de melhorar resultados. Produtividade importa, mas o valor a longo prazo vem de ajudar as empresas a executar de forma mais consistente, adaptar‑se mais rapidamente e aprender com cada fluxo de trabalho que executam.

A IA agente se torna muito mais complexa quando múltiplos agentes compartilham dados, repassam tarefas e escalam decisões para humanos. O que a Zyter aprendeu sobre tornar sistemas multi‑agente confiáveis o suficiente para a saúde em escala?

À medida que a IA avança além de casos de uso individuais e se torna parte das operações cotidianas, o desafio muda. Deixa de ser sobre quão inteligente cada agente é e passa a ser sobre como o trabalho é coordenado entre sistemas, políticas, pessoas e IA.

Descobrimos que a especialização importa. A saúde não depende de uma única pessoa para fazer tudo, e a IA também não deveria. Agentes com responsabilidades claramente definidas são mais confiáveis, mais fáceis de governar e mais simples de melhorar ao longo do tempo. A camada de orquestração coordena esses agentes, gerencia as transições, aplica políticas de forma consistente e determina quando a expertise humana deve ser inserida no fluxo de trabalho.

Visibilidade é igualmente importante. As equipes precisam entender como as decisões foram tomadas, quais informações as embasaram e como contribuíram para o resultado. Capturar a linhagem das decisões cria essa transparência, permitindo que cada fluxo de trabalho se torne uma fonte de aprendizado e melhoria contínua.

IA confiável não se define pelo número de agentes implantados. Reflete‑se na consistência com que o trabalho é realizado, na confiança que as pessoas têm nos resultados e na eficácia com que o sistema melhora ao longo do tempo.

Organizações de saúde querem que os sistemas de IA melhorem ao longo do tempo, mas também precisam de comportamento previsível e auditabilidade. Como você possibilita o aprendizado contínuo sem permitir que os sistemas se desviem das diretrizes clínicas, políticas de pagadores ou fluxos de trabalho aprovados?

Não acredito que todas as decisões devam ser automatizadas por IA. Na saúde, há muitas decisões em que a lógica determinística, regras de negócio estabelecidas ou políticas clínicas podem fornecer uma resposta clara e consistente. Quando isso é possível, devemos utilizá‑las em vez de introduzir incertezas desnecessárias.

A oportunidade mais interessante está em combinar essas abordagens determinísticas com IA. Implantamos com sucesso lógica neuro‑simbólica que cria uma camada de verificação ao redor do raciocínio orientado por IA. A IA pode interpretar informações complexas ou não estruturadas, enquanto regras determinísticas e lógica simbólica verificam se a ação resultante permanece coerente com políticas, diretrizes e fluxos de trabalho estabelecidos. Isso reduz a incerteza e melhora a precisão em comparação com uma abordagem puramente baseada em IA.

Isso também altera a forma como penso o aprendizado contínuo. O objetivo não é dar à IA maior liberdade para tomar decisões ao longo do tempo. É aprender com a execução, preservando os controles que determinam como decisões críticas são feitas. Você pode melhorar a forma como o sistema interpreta informações, trata exceções e coordena o trabalho sem permitir que ele se desvie das regras que regem o processo subjacente.

Essa combinação de raciocínio de IA, decisão determinística e verificação contínua é o caminho para criar sistemas que evoluem ao longo do tempo, permanecendo previsíveis, auditáveis e responsáveis.

A Zyter tem explorado o C‑RLM, uma abordagem recursiva para sintetizar históricos clínicos longos e fragmentados. Quão importante será o raciocínio de longo contexto na saúde, e os agentes poderão eventualmente manter uma compreensão continuamente evolutiva de cada paciente?

A saúde nunca sofreu por falta de informação. O desafio é que a história de um paciente está espalhada ao longo de anos de notas de médicos, resultados de exames, medicações, imagens, sinistros e interações de cuidado. Dar sentido a esse histórico requer mais do que processar grande volume de dados. Exige conectar evidências, reconhecer padrões e construir uma compreensão coerente da jornada de cada paciente.

O raciocínio de longo contexto se tornará cada vez mais importante à medida que a IA passe de auxiliar tarefas individuais para apoiar o cuidado longitudinal. Nosso trabalho com o C‑RLM reflete essa direção. O objetivo não é apenas resumir mais informações, mas sintetizar evidências clínicas fragmentadas em uma compreensão estruturada que permaneça ancorada no registro subjacente. Cada conclusão também precisa ser rastreável à sua fonte, para que os clínicos entendam como foi alcançada e a validem contra a evidência.

À medida que essas capacidades amadurecem, os agentes de IA ajudarão cada vez mais a manter uma compreensão continuamente evolutiva da jornada de cada paciente. Essa compreensão deve se enriquecer à medida que novas informações se tornam disponíveis, permanecendo transparente, baseada em evidências e ancorada em dados clínicos confiáveis. O papel da IA é oferecer aos clínicos um panorama mais completo, permitindo decisões mais bem‑informadas e com maior confiança.

A Zyter está participando do programa CMS WISeR, onde a IA pode apoiar fluxos de trabalho enquanto clínicos licenciados mantêm a autoridade decisória. Esse é, aproximadamente, o limite de autonomia hoje, e o que precisaria mudar antes que agentes de IA assumam decisões mais críticas?

Não acredito que exista um único limite de autonomia para a saúde. O papel adequado da IA depende do fluxo de trabalho, do nível de risco e da confiança que as organizações têm de que o sistema se comportará de forma consistente em condições reais.

Programas como o WISeR refletem essa realidade. A IA já é muito eficaz em sintetizar informações, aplicar políticas estabelecidas de forma consistente, coordenar fluxos administrativos e reduzir trabalhos repetitivos. Clínicos licenciados continuam fornecendo julgamento para decisões onde contexto, ambiguidade e responsabilidade são cruciais. Esse é um modelo operacional que aproveita os pontos fortes tanto da IA quanto da expertise humana.

Com o tempo, esses limites continuarão evoluindo, mas devem evoluir porque a confiança foi conquistada, não porque os modelos se tornaram mais capazes. A confiança vem de evidência, transparência, validação e desempenho consistente em produção. Cada expansão do papel da IA deve ser sustentada pelos mesmos padrões que a saúde aplica a qualquer outra capacidade crítica.

Não acredito que o sucesso será medido por quão autônoma a IA se torna. Será medido por se os pacientes recebem cuidados melhores, se os clínicos têm mais tempo para focar em decisões complexas e se a saúde opera de forma mais eficaz como resultado.

A Zyter recentemente migrou o TruCare para uma fundação nativa da AWS na nuvem para suportar a orquestração de IA em escala empresarial. Quanto do desafio na IA agente está nos próprios modelos versus na infraestrutura que conecta dados, sistemas, políticas e pessoas?

Os modelos de base estão avançando a um ritmo extraordinário, e isso é positivo para todo o setor. A conversa está gradualmente mudando de “o que os modelos podem fazer” para “como eles operam dentro de empresas reais”.

Conectar dados, sistemas, políticas e pessoas é onde a transformação ou tem sucesso ou estagna. A IA precisa funcionar dentro dos ambientes operacionais existentes, executar em múltiplos sistemas, aplicar políticas de forma consistente e operar de maneira confiável em escala de produção. Sem essa base, mesmo o modelo mais capaz permanece desconectado do trabalho que se pretende melhorar.

Nosso movimento para uma arquitetura nativa da AWS reflete essa evolução. Ela fornece a base resiliente e escalável necessária para orquestrar IA em fluxos de trabalho corporativos, mantendo a confiabilidade, governança e desempenho que a saúde exige. A infraestrutura é importante porque permite que a IA se torne parte da execução diária do trabalho, e não apenas mais um aplicativo rodando ao lado dos processos existentes.

A oportunidade de longo prazo não se define apenas por modelos melhores. Surge da combinação dos avanços em IA com a infraestrutura e o modelo operacional necessários para executar o trabalho de forma consistente em escala empresarial.

A Zyter também está posicionando seu modelo de execução para outras indústrias reguladas, incluindo serviços financeiros e governo. Quais partes da plataforma são realmente horizontais, e quais vantagens vêm especificamente da experiência da Zyter em saúde?

Indústrias reguladas costumam ser vistas sob a lente do que as diferencia. Descobri que também é crucial entender o que elas têm em comum. Seja entregando saúde, gerenciando risco financeiro ou apoiando programas governamentais, o sucesso depende de coordenar trabalho complexo entre pessoas, sistemas, políticas e dados, mantendo responsabilidade por cada decisão.

É aí que vejo o modelo de execução como fundamentalmente horizontal. Orquestrar IA, sistemas corporativos e expertise humana, aplicar políticas de forma consistente, coordenar trabalho entre múltiplos sistemas e manter transparência são desafios que vão muito além da saúde. Os fluxos de trabalho diferem por setor, mas a necessidade de execução confiável é notavelmente consistente.

A saúde não mudou o que construímos. Elevou o padrão de como precisávamos construí‑lo. Fluxos clínicos exigem precisão, interoperabilidade, governança, resiliência e confiança porque as consequências de erros são significativas. Projetar para esse nível de complexidade criou um modelo de execução que pode ser adaptado a outras indústrias reguladas onde disciplina operacional, conformidade e responsabilidade são igualmente críticas.

À medida que a IA se incorpora mais profundamente nas operações empresariais, acredito que a conversa mudará de “a capacidade foi construída para uma indústria específica?” para “ela pode executar de forma confiável em ambientes complexos e regulados?”. Esse é o padrão que projetamos desde o início.

O Orquestrador de Saúde Rural da Zyter reúne cuidados virtuais, monitoramento remoto, gestão de cuidados e serviços clínicos. O que a orquestração agente pode resolver na saúde rural que a telessaúde sozinha não consegue?

A telessaúde resolveu um importante desafio de acesso. O próximo desafio é garantir que cada interação leve a uma ação coordenada e a resultados mensuráveis.

A saúde rural avançou significativamente ao expandir o acesso por meio da telessaúde, monitoramento remoto e investimento em banda larga. Contudo, os resultados não acompanharam, pois muitas interações digitais permanecem desconectadas da jornada de cuidado mais ampla. Uma visita virtual que não atualiza o plano de cuidados, não dispara acompanhamento ou não coordena o próximo passo melhora o acesso, mas não necessariamente a saúde.

É aí que a orquestração se torna essencial. Ela conecta telessaúde, monitoramento remoto, gestão de cuidados, recursos comunitários e fluxos clínicos em um único sistema coordenado, permitindo que a informação flua sem interrupções e que a ação siga automaticamente. Cada interação passa a fazer parte de uma jornada de cuidado contínua, em vez de um evento isolado.

A oportunidade não é apenas ampliar o acesso. É converter acesso em resultados. Quando o cuidado está conectado entre pessoas, sistemas e fluxos, os clínicos gastam menos tempo navegando por processos fragmentados, os pacientes recebem acompanhamento mais consistente e os sistemas de saúde rurais podem oferecer melhores resultados com os recursos que já possuem. É aí que acredito que a orquestração de IA cria seu maior valor.

Com a nova colaboração com a PwC, o que distinguiria uma transformação bem‑sucedida de IA de outro piloto de IA em saúde? Quais resultados mensuráveis convenceriam você de que a IA melhorou fundamentalmente a forma como um pagador ou provedor opera?

A saúde tem investido anos em capacidades digitais. Hoje, a maioria das organizações tem acesso a dados, IA e tecnologia moderna. A próxima fase não é adicionar mais capacidades. É redesenhar a forma como o trabalho é realizado.

Por isso, não medimos a transformação pelo número de modelos de IA implantados ou pilotos lançados. Avalio se o modelo operacional da organização mudou. As decisões estão mais rápidas? Os fluxos de trabalho estão mais coordenados entre departamentos e sistemas? As cargas administrativas diminuíram enquanto clínicos e equipes de cuidado passam mais tempo em atividades que melhoram o cuidado ao paciente? Essas melhorias são repetíveis em toda a empresa ou permanecem isoladas a um único caso de uso?

Essa é a filosofia por trás da nossa colaboração com a PwC. A PwC traz profunda expertise em estratégia e transformação de saúde. A Zyter fornece a camada de execução que operacionaliza essas estratégias em fluxos de trabalho complexos, conectando IA, sistemas corporativos, políticas e pessoas, permitindo que as organizações transformem consistentemente estratégia em ação.

Para mim, uma transformação de IA bem‑sucedida ocorre quando a IA deixa de ser vista como uma iniciativa separada. Ela se torna parte do modelo operacional. Nesse ponto, as organizações não medem o sucesso da IA em si. Medem melhores resultados, menores custos administrativos, cuidados mais coordenados e um sistema de saúde que opera de forma mais eficaz porque a execução melhorou fundamentalmente.

Obrigado pela ótima entrevista, leitores que desejam saber mais devem visitar Zyter.