Pięcioletnia pustynia do dopasowania produktu do rynku i wycena 5,3 mld USD | Shiv Rao, założyciel Abridge
- Aisha Washington
- 25 minut temu
- 7 minut(y) czytania
Abridge jest obecnie wyceniane na 5,3 mld USD i powszechnie uznawane za lidera wertykalnej AI. Droga do tego momentu obejmowała jednak około pięciu lat bez takiego dopasowania produktu do rynku, które sprawia, że przyszłość startupu wydaje się bezpieczna. W tej rozmowie założyciel Shiv Rao wyjaśnia, co pozwoliło firmie przetrwać ten niepewny okres oraz jak jej strategia ewoluowała wraz ze zmianami w ochronie zdrowia i sztucznej inteligencji.
Najważniejsza lekcja nie polega po prostu na wytrwałości. Rao rozróżnia pozostawanie wiernym trwałemu przekonaniu od przywiązania do jednego produktu, segmentu klientów lub modelu biznesowego. Abridge wielokrotnie zmieniało swoje podejście, zachowując jednocześnie przekonanie, że rozmowy między klinicystami a pacjentami zawierają wyjątkowo cenny sygnał — taki, który może usprawnić dokumentację, przepływy pracy, a w końcu także szerzej pojętą ekonomię opieki zdrowotnej.
Trzymanie się tezy przy jednoczesnej zmianie firmy
Abridge powstało w 2018 roku w oparciu o jasne założenie: ochrona zdrowia jest zasadniczo zorganizowana wokół rozmów. Wymiana między pacjentem a klinicystą to moment, w którym objawy, decyzje, obawy i plany stają się częścią historii medycznej. Jeśli tę wymianę można dokładnie, bezpiecznie i użytecznie rejestrować, może ona stanowić podstawę zupełnie nowej warstwy infrastruktury ochrony zdrowia.
Rao mówi, że to założenie pozostawało nienegocjowalne, nawet gdy otaczająca je strategia ulegała zmianie. Zespół był gotów zmieniać produkty, drogi wejścia na rynek i modele przychodowe. Nie był gotów porzucić przekonania, że rozmowy kliniczne mogą stać się podstawą lepszych przepływów pracy w ochronie zdrowia.
To rozróżnienie ma znaczenie, ponieważ sama wytrwałość może utrwalać zły pomysł. Wersja odporności według Rao wymaga od założycieli pytania, które przekonanie jest fundamentalne, a które decyzje są jedynie obecnymi sposobami jego realizacji. Założyciel może być głęboko oddany rozwiązaniu problemu, a jednocześnie gotowy zamknąć nieskuteczny produkt i zacząć od nowa.
Abridge skorzystało również na zmianach technologicznych i rynkowych, których dokładne wyczucie w czasie było trudne. Systemy oparte na transformerach, duże modele językowe, zakłócenia z okresu pandemii i silne wypalenie klinicystów stopniowo sprawiały, że pierwotna wizja firmy stawała się bardziej wykonalna i pilna. Wczesny start dał firmie czas na naukę, ale wymagał też przetrwania, aż rynek ją dogoni.
Od aplikacji konsumenckiej do ochrony zdrowia dla przedsiębiorstw
Abridge początkowo stworzyło produkt konsumencki, który umożliwiał pacjentom nagrywanie i zachowywanie informacji z wizyt medycznych. Z perspektywy czasu Rao krytycznie ocenia części tego okresu. Uważa, że podczas pandemii firma mogła zyskać więcej, koncentrując się na badaniach, rozwoju modeli i realnych architekturach biznesowych, zamiast forsować aplikację bezpośrednio dla konsumentów.
Droga konsumencka przyniosła też trudną zmianę. Instytucje ochrony zdrowia muszą ufać dostawcom powierzającym im wrażliwe informacje, a firma zaprojektowana wokół indywidualnych użytkowników nie dziedziczy automatycznie wiarygodności w środowisku przedsiębiorstw. Abridge ostatecznie przestawiło się na obsługę klinicystów i systemów opieki zdrowotnej, jednocześnie ponownie rozważając model biznesowy, który mógłby tworzyć niekomfortowe bodźce wokół wrażliwych danych.
Jednak wczesne skupienie na pacjentach nie poszło na marne. Wzmocniło znaczenie dawania ludziom sprawczości w odniesieniu do ich historii zdrowotnych. Rao mówi, że Abridge wraca obecnie do możliwości skierowanych do pacjentów z silniejszej pozycji, wykorzystując AI do pomocy obu stronom spotkania klinicznego, zamiast traktować klinicystów i pacjentów jako odrębne rynki.
Ta historia ilustruje szerszą zasadę działania firmy: strategiczny odwrót nie musi unieważniać pierwotnej misji. Czasem startup musi opuścić jedną drogę, zbudować niezbędne zdolności gdzie indziej, a następnie wrócić później z bardziej wiarygodnym produktem.
Ochrona zdrowia to zbiór rynków
Jedną z ważnych lekcji Abridge dotyczących wejścia na rynek było to, że „ochrona zdrowia” jest zbyt szerokim pojęciem, by funkcjonować jako użyteczna kategoria klientów. Niezależny lekarz, akademickie centrum medyczne i duża zintegrowana sieć świadczeniodawców działają pod różnymi ograniczeniami i według różnych procesów zakupowych.
Dla firmy mającej ambicję przekształcić pracę kliniczną szczególnie ważne stało się dotarcie do dużych organizacji świadczących opiekę. Systemy te skupiają znaczną liczbę klinicystów, przepływów pracy i relacji opartych na danych. Sprzedaż do nich jest wolniejsza i bardziej wymagająca niż pozostawanie na niższym segmencie rynku, ale zapewnia też skalę potrzebną do wywarcia szerokiego wpływu.
Abridge weszło na rynek przez zadanie, które jest niemal uniwersalne: dokumentację kliniczną. Lekarze spędzają znaczną ilość czasu na tworzeniu notatek, wprowadzaniu zleceń, wybieraniu rozpoznań i wykonywaniu prac związanych z rozliczeniami. Zautomatyzowanie części tego obciążenia zapewnia natychmiastową korzyść, nie wymagając od instytucji przeprojektowania całego modelu operacyjnego.
Rao podkreśla, że dokumentacja nie jest odizolowanym artefaktem administracyjnym. W amerykańskim systemie ochrony zdrowia udokumentowana opieka determinuje refundację. Notatka kliniczna może zatem łączyć przepływ pracy lekarza z priorytetami dyrektora ds. informacji medycznej, CIO i CFO. Dzięki celowemu zaprojektowaniu architektury dokumentacji Abridge mogło przejść od zmniejszania obciążenia klinicystów do wspierania wartości dla przedsiębiorstwa.
Warstwa inteligencji, a nie zamiennik dla Epic
Rao nie przedstawia Abridge jako bezpośredniego substytutu platform elektronicznej dokumentacji medycznej, takich jak Epic. Zamiast tego opisuje firmę jako warstwę inteligencji zbudowaną ponad istniejącymi systemami rejestrów.
Rozmowa kliniczna stanowi początkowy punkt wejścia. Na podstawie tego źródła AI może pomagać tworzyć notatki, przygotowywać karty pacjentów, wydobywać istotny kontekst, wspierać zlecenia oraz łączyć dokumentację z rozliczeniami. Pozwala to Abridge rozszerzać swoją rolę bez żądania, by systemy opieki zdrowotnej porzuciły kluczową infrastrukturę.
Takie pozycjonowanie tworzy także formę kontrpozycjonowania. Nowy gracz może budować rozwiązanie wokół przepływu pracy lub modelu biznesowego, którego obecny lider rynku może mieć trudność odtworzyć bez zakłócania własnych produktów. Rao radzi założycielom rozumieć konkurentów na tyle dobrze, by rozpoznawać takie ograniczenia, jednocześnie skupiając codzienną uwagę na własnych klientach i produkcie.
Rosnąca tożsamość kategorii Abridge sugeruje, że to skupienie spotkało się z odzewem. Rao zauważa, że niektórzy klienci zaczęli nawet używać nazwy firmy jako czasownika — co jest mocnym sygnałem, że produkt zakorzenił się w codziennej pracy.
Wybór modeli wokół doświadczenia użytkownika
Abridge nie traktuje posiadania modeli jako kwestii ideologicznej. Rao mówi, że firma korzysta z modeli z czołówki rynku, systemów open source i modeli opracowanych wewnętrznie, zależnie od tego, co zapewnia najlepszy rezultat klinicystom.
W omawianym czasie około 40% wyników modeli pochodziło z systemów wewnętrznych, choć Rao zastrzega, że ten udział zmienia się w miarę destylowania, dostrajania i zastępowania modeli. Modele wewnętrzne są szczególnie atrakcyjne w przypadku ograniczonych zadań, w których liczą się szybkość, kontrola i niższy koszt. Trudniejsze problemy mogą zyskać na korzystaniu z postępu czołowych modeli, gdy systemy ogólnego przeznaczenia się poprawiają.
Opóźnienie jest decydującym czynnikiem. W środowisku klinicznym pod dużą presją nawet niewielkie opóźnienia mogą sprawić, że narzędzie będzie odczuwane jako ingerujące w pracę. Rao porównuje pożądane doświadczenie do dobrej klimatyzacji: niezbędnej, niezawodnej i w dużej mierze niezauważalnej. Technologia powinna zniknąć w przepływie pracy, aby klinicysta mógł skoncentrować się na pacjencie.
Ten standard produktu kształtuje wybór modeli:
Jakość musi być wystarczająca dla istotnych przepływów pracy klinicznej.
Odpowiedzi muszą nadejść wystarczająco szybko, aby zachować naturalny rytm opieki.
Koszt ma znaczenie, zwłaszcza wraz ze wzrostem wykorzystania.
Architektura musi dostosowywać się do zmian możliwości modeli z czołówki rynku i open source.
Skalowanie tworzy również przewagę w uczeniu się. Więcej wdrożeń wystawia system na różne specjalizacje, języki, środowiska opieki i poprawki klinicystów. Interakcje te mogą pomóc Abridge udoskonalać produkty i modele dla znacznie szerszego grona użytkowników.
Przewaga własnościowa wynika z procesów pracy i zaufania
Firmy tworzące modele bazowe generują silne sprzyjające warunki dla wertykalnej AI, a Rao woli współpracować z tym postępem, zamiast bezpośrednio z nim konkurować. Według niego obronność Abridge wynika ze specjalistycznej wiedzy o regulowanych branżach, własnościowych procesów pracy, zgromadzonych informacji zwrotnych oraz zdolności do prawidłowego przetwarzania danych medycznych.
Dane medyczne w przedsiębiorstwach rzadko są czyste lub jednolite. Informacji dotyczących zdrowia psychicznego nie zawsze można traktować tak samo jak danych z zakresu chorób wewnętrznych, a włączenie jednych lub drugich do zgodnego z przepisami procesu pracy wymaga rozbudowanej infrastruktury. Przydatny system wertykalnej AI musi robić więcej niż tylko wywoływać sprawny model; musi organizować kontekst, respektować zasady instytucji i dostarczać wynik dokładnie w miejscu, w którym wykonywana jest praca.
Zaufanie jest równie ważne. Rao mówi, że Abridge nie buduje swojej działalności poprzez sprzedaż danych medycznych. Gdy proponowana funkcja miałaby wykorzystać dane partnerów w nowy sposób, filozofia firmy polega na uzyskaniu zgody systemów ochrony zdrowia przed podjęciem dalszych działań. Taka dyscyplina może spowalniać niektóre możliwości, ale chroni relacje, od których zależy długoterminowe wdrożenie.
Gust jako przewaga ludzka i organizacyjna
Rao wskazuje gust jako coraz ważniejszy wyróżnik w rozwoju produktów AI. Dla niego gust to zdolność rozpoznawania znaczących wzorców, łączenia pomysłów w charakterystyczny sposób oraz dokonywania wyborów wyrażających spójny ludzki punkt widzenia.
Abridge ujmuje tę ideę w zasadzie kulturowej: ludzie rozwijają dobry gust, doświadczając dobrej pracy. Badacze potrzebują kontaktu z ważnymi publikacjami; zespoły produktowe muszą znać znakomite wzorce interfejsów; liderzy powinni obserwować silne organizacje i dobre decyzje.
Sama ekspozycja nie wystarcza. Gust wymaga selekcji. Zespoły powinny pozostać ciekawe, nie podążając jednak bezkrytycznie za każdym nowym modelem, trendem projektowym czy pomysłem na zarządzanie. Przewaga wynika z rozpoznania, co zasługuje na uwagę, oraz przełożenia tego na wybory spójne z misją firmy.
Rao łączy to z przekonaniem, że wyjątkowe firmy tworzą kulturę, zamiast jedynie na nią reagować. Aby to robić, muszą pozostawać blisko granicy, na której zmieniają się technologia, zachowania i oczekiwania.
Przywództwo pod stałą presją
Gdy Abridge rozrosło się do około 450 pracowników, rola Rao wielokrotnie się zmieniała. Opisuje on przywództwo założyciela jako serię „tur służby”: zidentyfikować najważniejsze wyzwanie firmy, ustalić, gdzie założyciel może wnieść wyjątkowy wkład, i poświęcić się tej roli, aż sytuacja się zmieni.
To różni się od mikrozarządzania. W miarę jak odstęp między decyzjami a działaniami staje się krótszy, firmy potrzebują kadry zarządzającej zdolnej do korzystania z własnego osądu bez oczekiwania, aż założyciel rozstrzygnie każdy szczegół. Rao uważa zatrudnianie takich liderów za jedną z najtrudniejszych i najważniejszych części skalowania.
Twierdzi również, że dla dyrektora generalnego firmy technologicznej na szybko zmieniającym się rynku nie istnieje znaczący czas pokoju. Presja może podtrzymywać poczucie pilności, podczas gdy jej brak może sprzyjać samozadowoleniu. Abridge wzmacnia responsywność poprzez praktyki kulturowe, takie jak jego „zasada Titanica”, która oczekuje od pracowników potwierdzenia wiadomości w ciągu trzech godzin.
Firma obecnie prosi pracowników o spędzanie trzech dni w tygodniu w biurze, choć Rao przedstawia tę politykę jako wciąż dostrajaną. Ceni tablice, spontaniczne interakcje i fizyczną bliskość, jednocześnie dostrzegając obciążenie pracowników mających trudne dojazdy. Jego szersza teza brzmi, że kultury nie można mechanicznie kopiować; musi pasować do firmy, jej kadry zarządzającej i jej etapu rozwoju.
Budowanie bardziej ludzkiej ochrony zdrowia
Długoterminowa ambicja Rao wykracza poza automatyzację notatek medycznych. Chce, aby AI pomagała tworzyć deflacyjną ekonomikę ochrony zdrowia, jednocześnie zapewniając klinicystom lepszy kontekst, wskazówki i wsparcie decyzyjne.
Niektóre powtarzalne, często wykonywane zadania o niższym ryzyku — takie jak rutynowe odnawianie recept — mogą nadawać się do szerokiej automatyzacji. Wraz ze wzrostem złożoności przypadków jednak ludzki osąd staje się ważniejszy, a nie mniej ważny. Wizja Rao nie koncentruje się więc na zastępowaniu klinicystów. Chodzi o usuwanie pracy administracyjnej i dostarczanie istotnego kontekstu, aby pracownicy ochrony zdrowia mogli poświęcać więcej uwagi trudnej opiece.
Takie ujęcie jest szczególnie ważne, gdy popyt rośnie szybciej, niż kadra ochrony zdrowia może go bez większych trudności udźwignąć. Pięcioletnia „pustynia” Abridge pokazuje, jak długo może otwierać się rynek o istotnym znaczeniu. Późniejszy wzrost firmy pokazuje, co może się wydarzyć, gdy wytrwała teza w końcu spotka się z kompetentną technologią, pilnym popytem klientów i produktem zaprojektowanym z myślą o realiach procesu pracy.
