Современная система здравоохранения сталкивается с критическим дефицитом кадров, который приводит к выгоранию персонала и задержкам в лечении пациентов. Анкит Джайн (Ankit Jain), основатель компании Infinitus, в подкасте венчурного фонда a16z (Andreessen Horowitz) рассказывает, как его компания использует голосовых ИИ-агентов для автоматизации рутинных административных задач. В центре дискуссии — путь от первого звонка «Брюса Уиллиса» до обработки более 100 миллионов часов аудио и создания новой операционной модели медицины.
📞 От идеи до 5 миллионов звонков: как Infinitus автоматизирует медицину 0:12
Анкит Джайн основал компанию Infinitus в 2019 году, задолго до бума больших языковых моделей (LLM) . Основная миссия компании — использование ИИ-агентов для решения проблемы нехватки рабочей силы в здравоохранении. Infinitus специализируется на голосовых взаимодействиях, которые отнимают колоссальное количество времени у административного и клинического персонала.
История компании началась с дерзкого эксперимента. Чтобы доказать жизнеспособность идеи, команда создала демо-версию бота, который позвонил в страховую компанию United Healthcare .
- В качестве пациента разработчики указали «Брюса Уиллиса», чтобы не использовать реальные данные .
- Первый оператор-человек бросил трубку, едва поняв, что говорит с машиной .
- Второй оператор принял звонок и начал стандартную процедуру проверки данных, что стало для Анкита Джайна доказательством: автоматизация сложных звонков между машиной и человеком возможна .
За пять лет работы платформа Infinitus масштабировалась до впечатляющих показателей:
- Выполнено более 5 миллионов телефонных звонков .
- Обработано свыше 100 миллионов часов аудиозаписей разговоров .
- Средняя длительность одного звонка составляет более 30 минут .
По словам Анкита Джайна, такой масштаб был бы недостижим в мире до появления современных LLM, однако компания не полагается только на них.
🛡️ Технологический стек: LLM, SLM и «дискретное пространство действий» 3:29
Для работы в жестко регулируемой среде здравоохранения Infinitus использует гибридный подход. Крупные языковые модели (LLM) отлично справляются с пониманием контекста и извлечением знаний из «длинного хвоста» информации, но они склонны к галлюцинациям .
Чтобы минимизировать риски, компания применяет следующие решения:
- Малые языковые модели (SLM): Работают параллельно с LLM для обеспечения безопасности и соблюдения комплаенса .
- Дискретное пространство действий: Анкит Джайн утверждает, что компания использует базовые LLM для определения намерений (intents), но затем переводит их в строго ограниченный и проверенный набор действий в конкретной области разговора .
- Многоуровневые барьеры (Guardrails): Существуют как технические, так и человеческие фильтры. Ошибка в медицине может стоить пациенту курса терапии или привести к финансовым потерям .
Анкит Джайн отмечает интересный психологический феномен: люди требуют от технологий абсолютного совершенства, в то время как человеческий фактор в тех же процессах полон ошибок . Исследование Infinitus показало, что при проверке страховых выплат (benefit verification) люди-операторы дают разные ответы на один и тот же вопрос в 25% случаев . ИИ-агенты Infinitus, обнаружив несоответствие, способны «переспросить» оператора, и в 70–80% случаев при таком давлении человек признает свою ошибку и исправляет данные .
🍕 «Пицца-трекер» для пациента: проактивность против реактивности 5:03
Одной из главных проблем здравоохранения Анкит Джайн считает его реактивность. Система начинает действовать только тогда, когда проблема уже возникла или когда пациент в тревоге начинает обрывать телефоны .
Гость приводит наглядные аналогии:
- Domino’s Pizza: Покупатель видит, кто именно кладет начинку на его пиццу в данный момент .
- United Airlines: Авиакомпания мгновенно сообщает о смене выхода на посадку через приложение .
- Медицина: Пациент часто находится в информационном вакууме. Врач выписал рецепт, но 50% пациентов так и не начинают терапию из-за задержек в согласовании со страховой или аптекой .
Тезис Infinitus заключается в том, что ИИ-агенты должны сделать здравоохранение прозрачным. Система должна сама сообщать пациенту: «Ваш врач подал документы, мы ждем ответа от страховой в течение 48 часов» или «Вам отказали, но мы уже работаем над апелляцией» .
🤝 Копилот против Автономии: новая стратегия продукта 7:33
Интересно, что Infinitus пошла путем, обратным большинству стартапов. Они начали с полностью автономных ИИ-агентов и лишь недавно представили продукт класса «копилот» .
Платформа теперь опирается на два столпа:
- Автономные агенты: Полностью берут на себя рутинные звонки и сбор данных через API или порталы .
- AI Co-pilot (FastTrack): Помогает сотрудникам-людям в ситуациях, где их присутствие необходимо по закону (например, сертифицированным фармацевтам). Бот FastTrack берет на себя самую утомительную часть — ожидание на линии (hold time), которое может длиться до 30 минут, и подключает человека только тогда, когда на другом конце провода ответит живой оператор .
Анкит Джайн признается, что пока существует «неудачная» реальность, когда две машины вынуждены разговаривать друг с другом на английском языке . Это происходит потому, что крупным организациям (пейерам) проще обновить свою систему IVR (голосовое меню), чем пройти через все круги бюрократии и безопасности для открытия API внешним партнерам .
🏢 Бизнес-модель и «январская метель» в здравоохранении 24:47
Infinitus не конкурирует за ИТ-бюджеты. По словам гостя, компания всегда продает свои услуги операционным директорам и владельцам P&L-счетов . ИИ здесь рассматривается как масштабируемая рабочая сила, а не просто софт.
Особую ценность технология представляет в периоды пиковых нагрузок:
- «Январская метель» (The Blizzard): В первые три-четыре недели января миллионы людей меняют страховку или проверяют её статус. Традиционно клиники нанимают персонал в октябре и обучают его три месяца ради одного месяца работы .
- Масштабирование без найма: Крупные специализированные аптеки (specialty pharmacies) растут быстрее, чем когда-либо. Вместо того чтобы ежегодно просить CFO об увеличении штата, они используют «эластичную» мощность ИИ-агентов .
В настоящее время клиентами Infinitus являются около 44–45% компаний из списка Fortune 50 .
🔮 Будущее: от разрозненных данных к персонализированной медицине 29:16
Анкит Джайн считает, что главной преградой сегодня остается разрозненность данных. Информация о пациенте распределена по тысячам мест и часто лишена контекста .
Прогнозы эксперта на ближайшие 5 лет:
- Сбор и агрегация данных: LLM станут «двигателями перевода», способными понимать разные вариации одних и тех же данных .
- Учет социальных детерминант здоровья (SDOH): Сейчас 80% данных о жизненных обстоятельствах пациентов (социальные условия, питание, транспорт) теряются. ИИ поможет собрать их и интегрировать в процесс лечения .
- Персонализация: Общение с пациентом станет контекстным и индивидуальным.
Анкит Джайн резюмирует, что через пять лет мы будем смотреть на сегодняшний хаос в коммуникациях и удивляться, как вообще могли так жить .
