多年来，医疗行业一直将数字化转型视为一个技术问题：更好的平台、更好的工作流程、更好的自动化。但这种观点如今显得过于狭隘。
下一阶段的转变可能不再仅仅是人们使用更智能的工具，而是人们指挥数字团队成员。
在许多方面，未来的员工可能不再像传统的个人贡献者，而更像是首次站上指挥台的指挥家——面对一支已经知道如何演奏的乐团。乐器已经就位，能力已经具备，产出可能非常强大。但时机把握、协调配合、质量和判断仍然取决于站在前方的那个人。
这正是医疗行业在AI智能体方面的前进方向。
不难想象，一名新员工入职医疗组织的第一天就继承了一个"智能体栈"。一个智能体可以总结会议，另一个可以提取客户情报，另一个可以起草后续行动，还有一个可以监控需要升级的操作信号。该员工可能仍处于职业生涯早期，但他们已经要分配工作、审核产出并决定哪些事项继续推进。实际上，他们已经在进行管理。
这与大多数组织建立时支持的模式大不相同。
几十年来，管理很大程度上与职位、任期和团队规模挂钩。你积累经验，证明判断力，最终获得对人员的责任。但AI智能体可能会压缩这一过程的某些部分。在传统意义上仍属初级的员工可能会发现自己比预期更早地监督数字劳动力。他们可能没有传统意义上的直接下属，但仍会被期望指导工作、验证产出、发现错误并随时间提高性能。
这很重要，因为管理本质上不是关于层级结构，而是关于判断力。
医疗行业将以一种特别实际的方式检验这一转变。这是一个上下文至关重要、信任至关重要的行业，而"几乎正确"的答案往往不够好。AI智能体可以帮助支付方团队更快地发现趋势，支持医疗机构的行政工作流程，或帮助医疗技术商业团队更智能地准备下一次对话。但这些都不会消除人类监督的需要。如果有什么不同，那就是它增加了人类监督的价值。
另一种思考方式是自动飞行系统。飞行员使用自动化不是为了从驾驶舱消失，而是将注意力集中在判断最为关键的地方。一旦情况发生变化，人类变得更加重要。我相信医疗组织将面临与AI智能体类似的现实。随着这些系统承担更多结构化任务，员工将花更少时间收集信息，而将更多时间用于审核、决策、升级和指导。
这就是为什么领导者应该少考虑将AI作为工具部署，而多考虑将AI作为运营模式的重新设计。
从AI智能体中受益最多的组织，不会是那些简单部署最多许可证的组织。而是那些重新思考工作方式的组织。他们将定义哪些工作应该完全由人类完成，哪些工作可以由AI加速，哪些工作可以委托给数字团队成员并由人类审核。他们将培训员工不仅会使用AI，而且会有效指导AI。
最后这一点很容易被低估。
当人们听到"医疗领域的AI"这个短语时，对话往往立即转向替代问题：它会消除工作吗？会减少人员编制吗？这些问题可以理解，但它们可能会分散人们对更紧迫问题的注意力：当数字劳动力成为团队的一部分时，工作将如何变化？
在许多情况下，最初的转变不会是减法，而是扩展。曾经将大部分时间花在收集信息、格式化输出或追查常规后续事项上的员工，可能会越来越多地将时间用于审核、指导、决策和升级。换句话说，他们的工作性质可能在头衔改变之前就开始看起来更具管理性。
这可能对医疗和生命科学领域产生重大影响，这些领域的组织已经面临以更快的速度、更高的精度和效率运营的压力。AI智能体本身不会解决这些压力。但它们可能会改变谁能处理复杂性、决策速度有多快，以及未来几年良好管理是什么样子。
这就是为什么领导团队不应该等到技术已经嵌入后再定义这一转变。到那时，差距将已经显现。员工将需要关于责任的更清晰指导。当部分产出来自数字团队成员时，管理者将需要新的方式来评估绩效。培训模式将需要演变。治理将需要实用而非理论化。组织将需要诚实地面对在哪些地方对AI的信任应该高，在哪些地方应该有限，以及在哪些地方永远不应该取代人类判断。
下一代医疗领导者可能不会以与上一代相同的方式崛起。他们中的一些人将更早地开始发展管理直觉，因为他们周围的工作结构将要求这样做。他们可能不会从领导大团队开始，而是从领导智能体开始。
这听起来可能很未来主义。我不这么认为。
更大的风险是假设明天的劳动力看起来会像今天一样，只是有更好的软件。事实并非如此。在医疗领域，最重要的AI转变可能不是技术本身能做什么，而是当人们被期望良好地管理它时会发生什么。
对于许多员工来说，那个时刻可能比我们想象的更早到来。
【全文结束】
