Sundar Subramanian, CEO al Zyter – Seria de interviuri

Sundar Subramanian, CEO al Zyter, este un executiv cu experiență în strategie și sănătate, cu un parcurs ce acoperă consultanță în management, transformare digitală și operațiuni de sănătate la scară largă. Înainte de a deveni CEO în iulie 2025, a petrecut peste 16 ani la PwC’s Strategy&, unde a condus divizia de consultanță strategică din SUA, precum și practica Enterprise Strategy, Value și Digital Transformation, consiliind organizații majore în creștere, reproiectarea modelelor operaționale și transformarea susținută de AI. În etapele timpurii ale carierei, Subramanian a co-conduceat Booz & Company’s Medicaid și Medicare Center of Excellence și a lucrat extensiv cu plătitorii din domeniul sănătății, după roluri senior la WellCare și McKinsey & Company. La Zyter, conduce extinderea companiei în jurul AI‑ului agentic și al orchestrării inteligente a fluxurilor de lucru, punând accent pe utilizarea AI pentru reproiectarea proceselor de afaceri de la cap la cap, nu doar pe automatizarea sarcinilor individuale.

Zyter este o companie privată de tehnologie enterprise cu peste două decenii de experiență în sănătate digitală, a cărei platformă TruCare pentru sănătatea populațională a creat o prezență ce susține peste 44 de milioane de vieți în peste 45 de organizații din domeniul sănătății. Compania construiește acum dincolo de rădăcinile sale în sănătate cu o platformă de execuție AI concepută pentru fluxuri de lucru complexe și puternic reglementate în sănătate, guvern și servicii financiare. Arhitectura sa combină Zyter Symphony, care coordonează agenții AI, sistemele enterprise și acțiunile umane; Zyter Praxis, care împachetează agenți, reguli, date și supraveghere umană în module de flux de lucru de la cap la cap; și TruCare Digital Core, care conectează aceste fluxuri de lucru la sisteme precum dosarele electronice de sănătate, platformele de revendicări, sistemele ERP și software‑ul CRM. Scopul mai amplu este de a face AI‑ul agentic operațional în mediile enterprise existente, menținând în același timp guvernanța, auditabilitatea și supravegherea umană asupra deciziilor cu consecințe.

Ai petrecut peste 16 ani la Strategy&, conducând divizia de consultanță strategică din SUA și lucrând extensiv în sănătate, după o experiență anterioară la WellCare. Ce te-a convins că următorul salt major în sănătate va veni din AI‑ul agentic și execuția fluxurilor de lucru, mai degrabă decât dintr-o altă generație de software tradițional?

Pe parcursul carierei mele, am avut ocazia să văd sănătatea din mai multe perspective – ca operator, consultant strategic și acum ca dezvoltator de tehnologie. Din aceste experiențe, o observație a devenit din ce în ce mai clară. Sănătatea nu se confrunta cu dificultăți din lipsa tehnologiei, ci pentru că tehnologia nu schimba modul în care munca era realizată.

În ultimul deceniu, industria a investit masiv în digitizare. Am modernizat infrastructura, am extins analitica, am îmbunătățit interoperabilitatea și, recent, am adoptat AI. Aceste investiții au creat noi capabilități importante, dar nu au rezolvat una dintre cele mai persistente provocări ale sănătății: coordonarea muncii între oameni, sisteme, politici și organizații. De prea multe ori, tehnologia a fost adăugată peste modelele operaționale existente, în loc să le schimbe modul de funcționare.

Această realizare mi-a schimbat modul de a gândi transformarea. Faza următoare nu este definită de implementarea a mai multor soluții AI, ci de reproiectarea modului în care munca este realizată. AI este un facilitator extraordinar, dar cea mai mare valoare a sa vine din ajutorul acordat organizațiilor pentru a executa mai eficient prin orchestrarea muncii între oameni, sisteme, politici și AI.

Acesta a fost motivul pentru care am ales Zyter. După ani de ajutor acordat organizațiilor în dezvoltarea strategiilor de transformare, am vrut să contribui la construirea stratului de execuție care transformă acele strategii în rezultate măsurabile. Pentru mine, viitorul sănătății nu înseamnă să facem AI‑ul mai inteligent, ci să ajutăm sănătatea să funcționeze mai inteligent.

Zyter se poziționează ca un strat de execuție pentru întreprinderea agentică, cu Symphony care orchestrează agenții și oamenii, Praxis care execută fluxuri de lucru și TruCare care le ancorează în datele enterprise. Ce poate realiza această arhitectură pe care copiloții AI individuali nu o pot?

Transformarea enterprise nu a fost niciodată limitată de lipsa ideilor sau a inteligenței. Organizațiile știu, de obicei, ce trebuie să facă. Provocarea mai grea este să traducă în mod constant acele decizii în acțiune, în rândul oamenilor, sistemelor, politicilor și fluxurilor de lucru.

Aici văd faza următoare a AI‑ului enterprise. Asistenții AI individuali fac oamenii mai productivi. AI‑ul enterprise ar trebui să facă organizațiile mai eficiente. Ar trebui să coordoneze munca, să execute fluxuri de lucru, să se adapteze pe măsură ce condițiile se schimbă și să îmbunătățească continuu modul în care organizația operează.

Arhitectura noastră reflectă această filozofie. Symphony orchestrează agenții AI, sistemele enterprise și expertiza umană. Praxis execută fluxurile de lucru, iar TruCare furnizează fundația operațională care ancorează acele fluxuri în date enterprise de încredere. Împreună, creează un strat de execuție în care AI devine parte integrantă a modului în care munca este realizată, nu doar un alt instrument pe care oamenii îl folosesc alături de activitatea lor.

Organizațiile vor măsura în final AI‑ul în funcție de capacitatea sa de a îmbunătăți rezultatele. Productivitatea contează, dar valoarea pe termen lung provine din ajutorul acordat întreprinderilor să execute mai consistent, să se adapteze mai rapid și să învețe din fiecare flux de lucru pe care îl rulează.

AI‑ul agentic devine mult mai complex când mai mulți agenți împărtășesc date, transferă sarcini și escaladează decizii către oameni. Ce a învățat Zyter despre crearea unor sisteme multi‑agent fiabile pentru sănătate la scară?

Pe măsură ce AI‑ul trece dincolo de cazuri de utilizare individuale și devine parte a operațiunilor zilnice, provocarea se schimbă. Nu mai este vorba despre cât de inteligent este un singur agent, ci despre cum este coordonată munca între sisteme, politici, oameni și AI.

Am descoperit că specializarea contează. Sănătatea nu se bazează pe o singură persoană care face totul, iar AI nu ar trebui să facă asta. Agenții cu responsabilități clar definite sunt mai fiabili, mai ușor de guvernat și mai ușor de îmbunătățit în timp. Stratul de orchestrare coordonează acei agenți, gestionează transferurile, aplică politicile în mod consecvent și stabilește când expertiza umană trebuie introdusă în fluxul de lucru.

Vizibilitatea este la fel de importantă. Echipele trebuie să înțeleagă cum au fost luate deciziile, ce informații le-au susținut și cum au contribuit la rezultat. Capturarea liniei de decizie creează acea transparență, permițând fiecărui flux de lucru să devină o sursă de învățare și îmbunătățire continuă.

AI‑ul fiabil nu este definit de numărul de agenți implementați. Este reflectat în consistența cu care munca este finalizată, în încrederea cu care oamenii pot avea în rezultate și în eficacitatea cu care sistemul se îmbunătățește în timp.

Organizațiile de sănătate doresc ca sistemele AI să se îmbunătățească în timp, dar au și nevoie de comportament predictibil și auditabil. Cum permiteți învățarea continuă fără a permite sistemelor să devieze de la ghidurile clinice, politicile plătitorilor sau fluxurile de lucru aprobate?

Nu cred că fiecare decizie ar trebui automatizată prin AI. În sănătate există multe decizii pentru care logica deterministică, regulile de business stabilite sau politicile clinice pot oferi un răspuns clar și consistent. Când este posibil, ar trebui să le utilizăm în loc să introducem incertitudine inutilă.

Oportunitatea mai interesantă constă în combinarea acestor abordări deterministe cu AI. Am implementat cu succes logică neuro‑simbolică care creează un strat de verificare în jurul raționamentului bazat pe AI. AI poate interpreta informații complexe sau nestructurate, în timp ce regulile deterministe și logica simbolică verifică că acțiunea rezultată rămâne coerentă cu politicile, ghidurile și fluxurile de lucru stabilite. Aceasta reduce incertitudinea și îmbunătățește acuratețea comparativ cu o abordare bazată exclusiv pe AI.

Acest lucru schimbă și felul în care privesc învățarea continuă. Scopul nu este să oferim AI‑ului o libertate mai mare de a lua decizii în timp. Este să învățăm din execuție păstrând controalele care determină cum sunt luate deciziile cu consecințe. Puteți îmbunătăți modul în care sistemul interpretează informațiile, gestionează excepțiile și coordonează munca fără a permite devierea de la regulile care guvernează procesul de bază.

Această combinație de raționament AI, decizie deterministică și verificare continuă este modul prin care se creează sisteme care se pot îmbunătăți în timp, rămânând totodată predictibile, audibile și responsabile.

Zyter a explorat C‑RLM, o abordare recursivă pentru sintetizarea istoricului clinic lung și fragmentat. Cât de importantă va deveni raționarea pe context lung în sănătate și ar putea agenții să mențină în cele din urmă o înțelegere continuu evolutivă a fiecărui pacient?

Sănătatea nu a avut niciodată lipsă de informații. Provocarea constă în faptul că povestea unui pacient este răspândită pe parcursul anilor în note de medic, rezultate de laborator, medicații, imagistică, revendicări și interacțiuni de îngrijire. A înțelege acea istorie necesită mai mult decât procesarea unui volum mare de date. Necesită conectarea dovezilor, recunoașterea tiparelor și construirea unei înțelegeri coerente a parcursului fiecărui pacient.

Raționarea pe context lung va deveni din ce în ce mai importantă pe măsură ce AI trece de la asistarea sarcinilor individuale la susținerea îngrijirii longitudinale. Munca noastră cu C‑RLM reflectă această direcție. Obiectivul nu este doar să rezumăm mai multe informații, ci să sintetizăm dovezile clinice fragmentate într-o înțelegere structurată, ancorată în înregistrarea de bază. Fiecare concluzie trebuie să rămână trasabilă la sursa sa, astfel încât clinicienii să poată înțelege cum a fost obținută și să o valideze în raport cu dovezile.

Pe măsură ce aceste capabilități evoluează, agenții AI vor ajuta tot mai mult la menținerea unei înțelegeri continuu evolutive a parcursului fiecărui pacient. Această înțelegere ar trebui să devină mai bogată pe măsură ce noi informații devin disponibile, rămânând totodată transparentă, bazată pe dovezi și ancorată în date clinice de încredere. Rolul AI este de a oferi clinicienilor o imagine mai completă, pentru a putea lua decizii mai bine informate, cu încredere sporită.

Zyter participă la programul CMS WISeR, unde AI poate susține fluxuri de lucru în timp ce clinicienii licențiați păstrează autoritatea decizională. Este aceasta aproximativ limita autonomiei astăzi și ce ar trebui să se schimbe înainte ca agenții AI să poată prelua decizii cu consecințe mai mari?

Nu cred că există o singură limită de autonomie pentru sănătate. Rolul adecvat al AI depinde de fluxul de lucru, de nivelul de risc și de încrederea pe care organizațiile o au că sistemul se va comporta consecvent în condiții reale.

Programe ca WISeR reflectă această realitate. AI este deja foarte eficient în sintetizarea informațiilor, aplicarea consecventă a politicilor stabilite, coordonarea fluxurilor administrative și reducerea muncii repetitive. Clinicienii licențiați continuă să ofere judecata pentru deciziile în care contextul, ambiguitatea și responsabilitatea sunt esențiale. Acesta este un model operațional care reflectă punctele forte ale AI și ale expertizei umane.

În timp, aceste limite vor continua să evolueze, dar ar trebui să evolueze pentru că încrederea a fost câștigată, nu pentru că modelele au devenit mai capabile. Încrederea provine din dovezi, transparență, validare și performanță consecventă în producție. Fiecare extindere a rolului AI ar trebui să fie susținută de aceleași standarde pe care sănătatea le aplică oricărei alte capabilități critice.

Nu cred că succesul va fi măsurat prin nivelul de autonomie al AI‑ului. Va fi măsurat prin faptul că pacienții primesc îngrijire mai bună, că medicii au mai mult timp pentru decizii complexe și că sistemul de sănătate funcționează mai eficient ca rezultat.

Zyter a mutat recent TruCare pe o bază cloud‑native AWS pentru a susține orchestrarea AI la scară enterprise. Cât de mult din provocarea AI‑ului agentic ține de modelele în sine versus infrastructura care conectează date, sisteme, politici și oameni?

Modelele de bază evoluează într-un ritm extraordinar, și asta este benefic pentru întreaga industrie. Discuția se mută treptat de la ce pot face modelele la cum funcționează ele în cadrul întreprinderilor reale.

Conectarea datelor, sistemelor, politicilor și oamenilor este locul unde transformarea fie reușește, fie se blochează. AI trebuie să funcționeze în mediile operaționale existente, să execute prin multiple sisteme, să aplice politicile consecvent și să ofere fiabilitate la scară de producție. Fără acea fundație, chiar și cel mai capabil model rămâne deconectat de munca pe care trebuie să o îmbunătățească.

Mutarea noastră către o arhitectură cloud‑native AWS reflectă această evoluție. Ea furnizează fundația rezistentă și scalabilă necesară pentru a orchestra AI în fluxurile de lucru enterprise, menținând fiabilitatea, guvernanța și performanța de care are nevoie sănătatea. Infrastructura este importantă pentru că permite AI‑ului să devină parte a modului în care munca este executată zilnic, nu doar o altă aplicație care rulează alături de procesele existente.

Oportunitatea pe termen lung nu este definită doar de modele mai bune. Ea provine din combinarea progreselor în AI cu infrastructura și modelul operațional necesar pentru a executa munca în mod consecvent la scară enterprise.

Zyter își poziționează, de asemenea, modelul de execuție pentru alte industrii reglementate, inclusiv servicii financiare și guvernamentale. Care părți ale platformei sunt cu adevărat orizontale și care avantaje vin în mod specific din experiența Zyter în sănătate?

Industriile reglementate sunt adesea privite prin prisma a ceea ce le diferențiază. Am constatat că este la fel de important să înțelegem ce au în comun. Indiferent dacă furnizați sănătate, gestionați riscuri financiare sau susțineți programe guvernamentale, succesul depinde de coordonarea muncii complexe între oameni, sisteme, politici și date, menținând responsabilitatea pentru fiecare decizie.

Aici văd modelul de execuție ca fiind fundamental orizontal. Orchestrarea AI, a sistemelor enterprise și a expertizei umane, aplicarea consecventă a politicilor, coordonarea muncii prin multiple sisteme și menținerea transparenței sunt provocări care depășesc cu mult sănătatea. Fluxurile de lucru diferă în funcție de industrie, dar nevoia de execuție fiabilă este remarcabil de consistentă.

Sănătatea nu a schimbat ceea ce am construit; a ridicat standardul pentru modul în care trebuia să-l construim. Fluxurile clinice cer precizie, interoperabilitate, guvernanță, reziliență și încredere, deoarece consecințele unei erori sunt semnificative. Proiectarea pentru acest nivel de complexitate a creat un model de execuție care poate fi adaptat altor industrii reglementate în care disciplina operațională, conformitatea și responsabilitatea sunt la fel de critice.

Pe măsură ce AI devine tot mai integrat în operațiunile enterprise, cred că discuția se va muta de la „a fost construit pentru o anumită industrie” la „poate executa fiabil în medii complexe și reglementate”. Acesta este standardul pentru care am proiectat de la început.

Orchestratorul Rural Health al Zyter reunește îngrijirea virtuală, monitorizarea la distanță, managementul îngrijirii și servicii clinice. Ce poate rezolva orchestrarea agentică în sănătatea rurală pe care telemedicina singură nu o poate?

Telemedicina a rezolvat o provocare importantă de acces. Următoarea provocare este să ne asigurăm că fiecare interacțiune duce la acțiune coordonată și la rezultate măsurabile.

Sănătatea rurală a înregistrat progrese semnificative în extinderea accesului prin telemedicină, monitorizare la distanță și investiții în broadband. Totuși, rezultatele nu au ținut pasul, deoarece prea multe interacțiuni digitale rămân deconectate de parcursul mai larg al îngrijirii. O vizită virtuală care nu actualizează un plan de îngrijire, nu declanșează un follow‑up sau nu coordonează pasul următor îmbunătățește accesul, dar nu neapărat sănătatea.

Aici devine esențială orchestrarea. Ea conectează telemedicina, monitorizarea la distanță, managementul îngrijirii, resursele comunitare și fluxurile clinice într-un singur sistem coordonat, astfel încât informația să curgă fără întreruperi și acțiunea să urmeze automat. Fiecare interacțiune devine parte a unui parcurs de îngrijire continuu, nu un eveniment izolat.

Oportunitatea nu este doar să extindem accesul. Este să transformăm accesul în rezultate. Când îngrijirea este conectată între oameni, sisteme și fluxuri de lucru, medicii petrec mai puțin timp navigând procese fragmentate, pacienții primesc un follow‑up mai consistent, iar sistemele de sănătate rurală pot oferi rezultate mai bune cu resursele pe care le au deja. Aici cred că orchestrarea AI creează cea mai mare valoare.

Cu noua colaborare cu PwC, ce ar diferenția o transformare AI de succes de un alt pilot AI în sănătate? Ce rezultate măsurabile v-ar convinge că AI a îmbunătățit fundamental modul în care un plătitor sau furnizor operează?

Sănătatea a investit ani de zile în capabilități digitale. Astăzi, majoritatea organizațiilor au acces la date, AI și tehnologie modernă. Faza următoare nu înseamnă să adăugăm mai multe capabilități. Este vorba despre reproiectarea modului în care munca este realizată.

De aceea nu măsurăm transformarea prin numărul de modele AI implementate sau prin numărul de pilote lansate. Mă uit la dacă modelul operațional al organizației s‑a schimbat. Deciziile se iau mai repede? Fluxurile de lucru sunt mai bine coordonate între departamente și sisteme? Sarcinile administrative scad, în timp ce medicii și echipele de îngrijire petrec mai mult timp pe activități care îmbunătățesc îngrijirea pacientului? Aceste îmbunătățiri sunt repetabile în întreaga întreprindere, nu izolate la un singur caz de utilizare?

Asta este filozofia din spatele colaborării noastre cu PwC. PwC aduce o expertiză profundă în strategie și transformare în sănătate. Zyter furnizează stratul de execuție care operationalizează acele strategii în fluxuri de lucru complexe, conectând AI, sistemele enterprise, politicile și oamenii, astfel încât organizațiile să poată transforma constant strategia în acțiune.

Pentru mine, o transformare AI de succes apare când AI nu mai este perceput ca o inițiativă separată. Devine parte a modelului operațional. În acel moment, organizațiile nu măsoară succesul AI‑ului în sine. Măsoară rezultate mai bune, costuri administrative mai mici, îngrijire mai coordonată și un sistem de sănătate care funcționează mai eficient pentru că execuția s‑a îmbunătățit fundamental.

Vă mulțumim pentru interviul excelent, cititorii care doresc să afle mai multe ar trebui să viziteze Zyter.