Snowflake的医疗保健和生命科学行业主管Patrick Kovalik在最近的一次采访中讨论了支付方面临的挑战以及人工智能的潜力。他指出，支付方需要不断适应新的法规和市场压力，同时管理成本。Kovalik强调了AI实施的战略方法的重要性，告诫不要在没有充分理解的情况下匆忙采用。他还强调了在AI驱动的决策中需要有人类监督，并预测AI将在提高医疗保健行业的效率和个性化护理方面发挥核心作用。
Stephanie Butler：
欢迎。我很高兴能与Patrick Kovalik进行对话，他是Snowflake的医疗保健和生命科学行业主管。欢迎，Patrick。
Patrick Kovalik：
谢谢。感谢邀请我。
Stephanie Butler：
我想从一个更宏观的问题开始。能否谈谈你认为支付行业目前面临的最大挑战是什么？
Patrick Kovalik：
我在想这个问题，我们正在参加支付方峰会。这真是个难题。从哪里说起呢？
Stephanie Butler：
确实很多。
Patrick Kovalik：
是的，再次说明一下我的背景，我现在负责Snowflake的支付方策略，但我是从支付方领域走出来的。我在那里有超过10年的高级执行经验，负责运营、分析和业务解决方案。所以，最大的挑战就是它从未停止。总有新的法规，总有新的压力。你要进入新的市场，会员构成也在变化。因此，对支付方来说，市场的性质非常不稳定，充满变数。
这个挑战就是如何跟上步伐，能够在这一波新的AI浪潮中适应，但又不忘记所有的运营仪表板。当你找到和描述这些新会员时，你可能管理着200万会员，但你怎么知道谁是Patrick？这涉及到范围、进度和预算。如何做到这一切，保持竞争力，同时降低成本？这就是为什么大家会参加这样的会议，这也是支付方领域的乐趣所在。支付方领域永远不会无聊。所以，这很有趣。
Stephanie Butler：
确实如此。
Patrick Kovalik：
但最大的挑战在于持续的波动。总有新的事情，尤其是面对各种不同的法规和它们给你的紧迫时间表。
Stephanie Butler：
当然。
Patrick Kovalik：
另外，作为一个数据专家，我必须提前说明这一点。我回答的所有问题都必须基于数据，以保持客观。那么，如何将这些数据加载进来？数据从不停止流动。
Stephanie Butler：
确实如此。
Patrick Kovalik：
这是一个管道。
Stephanie Butler：
你提到了AI，我也听说过。围绕支付方在医疗保健中使用AI的创新，你认为有哪些风险？
Patrick Kovalik：
当然。这是个好问题。我认为，特别是对于Snowflake这样在全球数据和AI市场上领先的公司，我们每天都面临着这些问题。我认为一些风险在于支付方或提供者或其他任何人说：“嘿，我需要在周一前用上AI。” 这是什么意思？所以，我认为很多情况下，包括我在演讲中提到的，是要冷静下来，务实一点，现实一点。你如何交付这个AI解决方案？你知道你的数据在哪里吗？你有一个持续的数据管道来获取更多数据吗？这是AI面临的另一个挑战，即AI总是需要更多的数据来变得更智能，更反应迅速，更适应性强。
然后，风险就在于新闻报道中提到的，当你越来越多地使用AI来做临床决策或运营决策时，市场的普遍理解是，AI是在真空中做出这些决策的。所以，要记住，AI可以提高效率，给你一个决策路径，但最终的决策仍然由人类做出，无论是临床医生还是运营负责人。AI的美妙之处在于，它可以为你总结出所有你需要花三天时间才能完成的工作，但你仍然可以做出决策。例如，你可能会忘记某个评估或去年的某个索赔，而这正是你做出决策的原因。所以，这是风险与收益的平衡。但无论我们谈论的是AI还是BI，如果你能解释你是如何基于现有数据做出决策的，你就领先了一步。这是我看到的最多的情况。
Stephanie Butler：
Patrick，我想听听你对支付行业领导者的建议，他们应该如何开始AI创新，以开始看到业务价值回报？
Patrick Kovalik：
当然。这是一个很好的问题，这也是本次大会讨论的多个角度之一。但对我来说，回到这个主题，就是要务实，要现实。仅仅为了技术而设计的AI是有风险的。所以，把它当作任何其他项目一样对待。真正考虑谁将受益并使用这个AI模型或AI摘要，尤其是业务团队。推出一套新的仪表板，这是我们五年前在播客中讨论过的话题，只有当它们是为医疗总监和使用它们的团队设计的，才会有效。AI也是如此。虽然它看起来很酷，很时尚，但要做好变更管理和参与。因为AI的优势在于，它与用户的互动越多，就越强大。
所以，最好的起点是建立可以快速构建的东西，展示可能性，让业务团队知道如何向技术团队提问：“我能做这个吗？” 实际上，我今天早上刚做了这样的演示，就是利用你已有的数据和流程。AI并不需要创造像电影中的魔法子弹。你可以这样说：“我们一直都是这样做的，但现在我可以总结这些数据，可以从以前需要人工检查或阅读的多个来源提取信息。”这对业务用户来说非常强大，因为他们可以看到，这本来需要五天的时间。
Stephanie Butler：
是的，总结它，现在只需要五分钟。
Patrick Kovalik：
没错。这就是我试图向团队传达的。每周总有人会说：“哇，我的行政助理或低级协调员只是把一堆会员信件重新输入系统，然后再由其他人处理。” 天哪，这正是AI的基础。所以，我最近一直在积极推广这一点，从简单的事情开始，从有价值的事情开始，务实且可见，这将激发更好的想法，当你准备好进入临床聊天机器人或为患者或会员提供最佳建议时。据我观察，成功的公司都是这样做的。他们非常有意图，以业务为导向，从小处着手，生成更大的想法，最终实现重大突破。
Stephanie Butler：
这些建议很好，一切都必须有目的。
Patrick Kovalik：
是的，你说得比我好。确切地说，确保你所做的每件事都有目的，不仅仅是为了追求新奇和尝试新的玩具。
Stephanie Butler：
新的玩具。
Patrick Kovalik：
没错。确实如此。当你说得这么直白时，真的很有趣，因为这其实很简单，但又很有趣，与众不同，人们很容易被其复杂性所困扰。
Stephanie Butler：
确实如此。
Patrick Kovalik：
不要想得太大，但要教会他们什么是可能的，这样你就能使那些大的目标更加现实，而不是浪费时间和资源，导致失败。
Stephanie Butler：
并与像你这样的人合作，帮助他们构建和理解。
Patrick Kovalik：
没错。甚至开幕式上的主旨发言人也说过，要达到这一点需要付出很多努力。所以，找到合作伙伴共同投资，这是数据协作的一部分，用于运行你的业务，现在也是AI协作的一部分，结合业务数据、结构化数据、非结构化数据、音频文件等。就像我们现在这样，有些人会对我们这次对话做一个AI摘要。Patrick最关注的是什么？这就是AI的好处，它可以简单地突出关键点，让你回听时更有针对性。真是太棒了。
Stephanie Butler：
非常好的建议。在我们剩下的几分钟里，我想展望一下未来。你认为五年或十年后，医疗保健行业最大的颠覆会是什么？
Patrick Kovalik：
明天再问我，我会给出不同的答案。显然，是AI。我们在大会上听到的10个演讲，都提到了AI。所以，AI显然是这场变革的核心。有趣的是，这些变革将变得更为强大。我认为，AI不仅能够提高效率，还能让从事这项工作的人们更有能力做出业务价值决策，而不是浪费大量时间编纂信息以做出决策，这些都是颠覆性的。最终，它将更好地描绘出处于中心位置的人。
我有很多理赔记录和并发症情况，我希望每次走进医院时，都不必重复我的故事。这就是AI的力量，它可以通过AI准备资料，让医生在接诊时不必让我重述来龙去脉，从而节省时间。这样，每次就诊的时间都可以用来提供有价值的医疗服务。最终，无论通过什么方式实现，我更愿意使用AI来准备资料，医生更愿意使用AI来描绘我的情况，然后AI可以帮助生成一些建议，比如“根据你所属群体的常见案例，这些方法效果很好。”
这基本上带来了参与度和透明度，最终的另一项颠覆是停止让支付方、提供方和其他各方各自为战，而是真正协作共享数据，记住你这样做是为了谁。你有一个处于中心位置的人，你可以编织出一个纵向的视图，结合临床视角，双方需要去哪里，这就是支付方和提供方可以为这个中心人物共同努力的地方。
Stephanie Butler：
这将是一个有趣的进程，我认为你完全正确。支付方和提供方的合作将带来重大变化。
Patrick Kovalik：
我们是一家拥有企业数据平台的技术公司，最大的事实是数据永远不会停止增长。它只会越来越大，越来越复杂。那么，你如何利用这些数据来讲故事？这就是变革将发生的地方，谁能够最好地利用他们拥有的数据来实现结果，而不是囤积数据，这是我看到的。
Stephanie Butler：
我们也听到了这一点。
Patrick Kovalik：
我在会上听到很多人的观点都是这样。对我来说，这是我最喜欢的一项颠覆，无论是不是最大的一项，那些学会为业务价值或临床结果合作的各方将会获胜。
Stephanie Butler：
这将改变整个系统。
Patrick Kovalik：
是的。
Stephanie Butler：
非常期待。非常感谢你，Patrick。感谢Snowflake。
Patrick Kovalik：
感谢你们邀请我。
Stephanie Butler：
这是一次很棒的讨论，我们拭目以待。
Patrick Kovalik：
谢谢你。非常感谢。
Stephanie Butler：
保重。
Patrick Kovalik：
谢谢。
(全文结束)
