美國AI醫(yī)療獨角獸Abridge的創(chuàng)始人Shiv Rao表示，企業(yè)級AI應用不存在簡單的“套殼”方向，Abridge通過協(xié)調(diào)大量不同模型，為醫(yī)療行業(yè)提供實時對話轉(zhuǎn)換為結(jié)構(gòu)化臨床筆記的服務。

　　2.Shiv認為，真正的價值正在向上層應用轉(zhuǎn)移，Abridge在醫(yī)療保健行業(yè)中的定位是減輕臨床醫(yī)生的文書工作，提高醫(yī)療記錄的效率和準確性。

　　3.除此之外，Abridge已在美國超過100個醫(yī)療系統(tǒng)中部署其AI平臺，預計2024年ARR達到5000萬美元。

　　4.盡管面臨競爭，Abridge憑借其高靈敏度、對的團隊和與行業(yè)知識的結(jié)合，在醫(yī)療保健領域取得了顯著成果。

　　近日，美國AI醫(yī)療獨角獸Abridge的創(chuàng)始人、CEO Shiv Rao博士接受了美國CNBC的電視采訪。Shiv講述了Abridge在醫(yī)療保健企業(yè)級服務中的定位，以及作為一款曾經(jīng)被歸類為“AI套殼”的應用，Abridge如何定義“套殼”的方向。Shiv Rao也是一名執(zhí)業(yè)的非侵入性心臟病醫(yī)生。

　　大模型發(fā)展早期，“AI套殼”公司也曾被戲稱為“二流中間商”，因為它們“只是在別人的技術(shù)上貼了一個界面，而不是投入艱苦的工作來創(chuàng)建自己的模型”。當時人們認為AI領域唯一的競爭方式就是籌集巨額資金，投入算力并進行大規(guī)模預訓練，這一結(jié)論迅速反映到OpenAI、Anthropic等大模型商的估值上。

　　但這種情況改變了。大家很快意識到，真正的高價值正在向頂層應用轉(zhuǎn)移，這也是投資者愿意為這類價值支付溢價，并給予所謂的“套殼”產(chǎn)品比Anthropic和OpenAI更高估值倍數(shù)的原因之一。

　　，而Anthropic是58倍，OpenAI是43倍。這表明投資者對Perplexity更快實現(xiàn)盈利和將增長轉(zhuǎn)化為收入的效率更有信心。

　　Cursor的母公司Anysphere在12個月內(nèi)實現(xiàn)了超過1億美元ARR（年度經(jīng)常性收入）。Cursor是由Anysphere開發(fā)的AI代碼編輯器。Anysphere的估值在2024年的幾個月內(nèi)飆升了550%，現(xiàn)在已成為一家vibe-coding領域的“十角獸”。

　　與Perplexity、Cursor類似，Abridge是一家專注于醫(yī)療對話的“AI套殼”公司。其核心產(chǎn)品是AI Scribe，能夠?qū)崟r將醫(yī)生與患者的對話轉(zhuǎn)換為結(jié)構(gòu)化的臨床筆記，并與電子病歷系統(tǒng)無縫集成。這個產(chǎn)品旨在減輕醫(yī)生文書工作的負擔，提高醫(yī)療記錄的效率和準確性。

　　Abridge通過向醫(yī)療系統(tǒng)提供訂閱服務獲取收入，公司預計其ARR在2024年達到5000萬美元。Abridge已在美國超過100個醫(yī)療系統(tǒng)中部署其AI平臺。

　　Abridge減輕了臨床醫(yī)生的文書工作，使他們能夠?qū)Ｗ⒂谧钪匾娜?，即患者。我們成立?018年，所以我們已經(jīng)存在一段時間了。我們構(gòu)建的一切都來源于一個基本假設：醫(yī)療保健是以人為中心的，我們認為這不會改變。

　　醫(yī)療系統(tǒng)重不同的人一直在進行對話：一邊是醫(yī)生或護士等專業(yè)人士，另一邊通常是患者或其家庭成員。對話可能產(chǎn)生于診所或醫(yī)院檢查室、急診室。這些對話語料實際上是醫(yī)療保健中許多不同工作流程的上游。

　　例如，如果你是我的患者，我給你問診后，我會記下一些潦草的筆記，試圖拼湊出我們實際討論的內(nèi)容，最后我按照職業(yè)規(guī)范寫下一系列文書。全球范圍內(nèi)都是這樣。

　　Abridge成立于2018年。ChatGPT于2022年問世。生成式AI在此之前就已經(jīng)存在，對你們的業(yè)務有什么影響？

　　2018年我開始創(chuàng)業(yè)，一部分與Transformer有關(guān)，這是一種支持生成式AI的機器學習模型。但我們是從一些早于LLM的模型開始做的——像BERT、BioBERT、Longformer或Pegasus這樣的模型。這些模型有時是基于互聯(lián)網(wǎng)數(shù)據(jù)預訓練的，也可以針對你想解決的具體用例進行微調(diào)。

　　當大語言模型問PG電子網(wǎng)站世，生成式AI成為一種現(xiàn)象時，我們非常激動。我記得在2021年，我們在一個大型行業(yè)會議上參加了他們的晚宴，會議主題是生成式AI。2023年，許多參加那次晚宴的人給我打電話說：“我現(xiàn)在明白了，我也要嘗試一下”。因此，我們幾乎在一夜之間將所有這些潛在能量轉(zhuǎn)化為一些爆發(fā)力。

　　我相信醫(yī)生們也能感受到。OpenAI、Google、Anthropic這些大型語言模型公司一直在改進產(chǎn)品，也有自己的語音轉(zhuǎn)錄服務。為什么醫(yī)生、醫(yī)院、醫(yī)療保健行業(yè)不直接使用它們，而是用Abridge？

　　從AI技術(shù)的全棧去看，底層或接近底層的是那些基礎大模型公司，它們能提供每個人都可以利用的原材料。中間應該有一個基礎設施層，幫助公司去協(xié)調(diào)不同模型。

　　它們通常深度集成到工作流程中，并利用專有數(shù)據(jù)集。Abridge的任務是真正解決特定行業(yè)的問題，

　　是的。特定行業(yè)有特定的進入壁壘，隱私對醫(yī)療保健至關(guān)重要，可信可靠是基本要求，是你交易的終極貨幣。

　　所以我們看到的挑戰(zhàn)與機會在于能否利用靠近底層的優(yōu)秀技術(shù)，在最合適的場景中構(gòu)建我們自己的技術(shù)能力，匯聚成真正全棧的產(chǎn)品和解決方案

　　。這是核心技術(shù)與AI的集成，來源于我們對如何將數(shù)據(jù)融入工作流程，收集醫(yī)生每天的輸入內(nèi)容、進行客戶服務的探索過程。

　　薩提亞·納德拉說過，OpenAI現(xiàn)在是一個產(chǎn)品公司。是什么阻止了大模型公司進入到Abridge的這個領域？

　　我認為對于基礎大模型公司來說，向頂層應用發(fā)展是有道理的。在某種程度上，它們一直都在那條方向上。你我都在使用ChatGPT或Claude。它們就是App或產(chǎn)品。

　　這些公司也是T型公司，它們有一個垂直方向，可能是我們都會使用的面向消費者的App；但它們同時也有更橫向發(fā)展的一層，即API，為其他公司提供訪問這些原始組件的能力，使企業(yè)能以深度的方式利用這些組件。但它們不可能涵蓋所有領域并深入所有領域。

　　其中一些模型是網(wǎng)絡規(guī)模大模型（通常有大規(guī)模參數(shù)和復雜計算結(jié)構(gòu)），有些則是微調(diào)的開源模型。

　　加上還有醫(yī)療保健中的信任和安全問題。因此，在許多方面，我們得盡可能深思熟慮地調(diào)用大語言模型并利用AI。

　　我認為這是應用層故事的一部分，每當?shù)讓哟竽Ｐ桶l(fā)生變動，有新的進步時，對我們都是一個利好：

　　你們認為，作為一家AI應用公司，是否比OpenAI更容易變現(xiàn)？畢竟OpenAI每年有數(shù)十億美元的虧損。你們成本結(jié)構(gòu)是怎樣的？不想透露具體細節(jié)也沒關(guān)系。但能給我們一些大概的信息嗎？

　　醫(yī)療保健行業(yè)，你的產(chǎn)品推廣策略，銷售策略等都有規(guī)則。我相信像法律等其他行業(yè)，也有自己的特點。我們根據(jù)規(guī)則做好以上工作后，定價只是一個后續(xù)步驟。

　　我們的價值還是在于能對行業(yè)產(chǎn)生的影響。這些年來，每5個醫(yī)生中有兩個不想在接下來的2到3年內(nèi)繼續(xù)當醫(yī)生；根據(jù)JAMA雜志的一篇文章，27%的護士不想在未來12個月內(nèi)繼續(xù)當護士。這可能意味生活在農(nóng)村地區(qū)的患者，不得不開車五六個小時去城市醫(yī)院找到風濕病專家問診。對于這些公共衛(wèi)生緊急情況，我們必須做些什么。

　　有了Abridge，省去一些文書工作，醫(yī)生的工作可能會變得更聚焦一些，所以他們因此愿意繼續(xù)留在這個行業(yè)？

　　對，其實我們從合規(guī)的溝通渠道收到無數(shù)用戶的反饋，他們告訴我們，他們準備在這個行業(yè)再工作5年，因為我們已經(jīng)減輕了他們很多的負擔。這些反饋也是我們的工程師們的多巴胺來源，他們越來越明確為什么要做這件事。

　　這個領域競爭也很激烈。是否已經(jīng)到了醫(yī)生、醫(yī)院愿意為你們的產(chǎn)品付費的階段？還是說你們正處于擴大規(guī)模并獲得市場份額的增長階段？

　　他們愿意付費，而且我們一直在擴大規(guī)模。我們在全國超過110個醫(yī)療系統(tǒng)中上線。其實我們過去幾年所處的時刻真的很有歷史意義，

　　，他們也正為此尋找有效的解決方案。我們能夠證明我們帶來的正向改變，所以能順利擴張。

　　我一直很小心地稱Abridge為“AI應用公司”。當被別人以AI套殼定義你們的時候，你會感覺不舒服嗎？

　　我不知道該怎么看待這個詞，因為我不確定它現(xiàn)在是否還有幾年前那樣的含義。也許兩三年前，有一種觀點認為，在AI領域競爭的唯一方式是籌集數(shù)億美元，并預訓練這些網(wǎng)絡規(guī)模的模型，以解決各種問題。

　　我們公司的CSO（首席科學官）是卡內(nèi)基梅隆大學的教授，他也全職與我們在一起，住在舊金山。他覺得我們更像一些基礎模型公司，雖然規(guī)模不同；我們也是T型的，以我們自己的方式發(fā)展。我們也有自己的技術(shù)水平，也利用專有數(shù)據(jù)集，也在做微調(diào)和后訓練優(yōu)化變成我們自己的模型，提供盡可能最好的結(jié)果和解決方案。

　　所以“套殼”對你們來說不再是一個準確的描述？套殼應用暗示著變“窄”（thin），對吧？但我認為你們正在解決更復雜的問題，并且越來越深入。

　　完全同意。我認為所謂的“套殼”可能仍然適用于某類產(chǎn)品，更多是在消費領域。但不適用于企業(yè)級服務領域，

　　我們不會告訴醫(yī)生：嘿，在產(chǎn)品的背后，我們可能正在調(diào)用和協(xié)調(diào)20個不同的模型。

　　——如果醫(yī)生在筆記中使用像“經(jīng)導管主動脈瓣成形術(shù)”這樣的術(shù)語，他的患者看到這個術(shù)語時，可能會覺得：“等等，他從未對我說過這個。我要去Google一下，這聽起來很可怕?！比缓蠡颊呖赡軙螂娫捇虬l(fā)郵件給醫(yī)生，詢問到底是怎么回事。

　　我知道你們在醫(yī)療保健領域做得很好，但接下來我想更廣泛地談一談AI應用層。我們對vibe-coding（氛圍編碼）興起非常好奇，尤其是它將如何改變開發(fā)者的工作。作為AI應用領域的領導者，你們對此研究過嗎？

　　Shiv：是的，當然。這可能是我們在公司內(nèi)部Slack上每天都會提到的議題。

　　Vibe-coding可以快速把想法轉(zhuǎn)化為可測試的原型，跳過許多傳統(tǒng)開發(fā)步驟。例如創(chuàng)建一個網(wǎng)站，無需深入理解底層代碼。我們也不知道6個月、12個月以后這項技術(shù)會有哪些進步，但即使在vibe-coding的幫助下，你仍然需要掌握編程語言、算法、AI和機器學習等基礎知識，才能完成一款產(chǎn)品的構(gòu)建。

　　作為一名醫(yī)生，我仍然時常會去醫(yī)院看看患者的情況。每個月，當某個周末沒人想要去值班時，我會去值班。我會研究一些病人的脫敏的疾病信息，然后將其輸入到AI模型中，了解如果AI在醫(yī)生的角色上看到一個有這些癥狀或投訴的病人，它會怎么做。我發(fā)現(xiàn)

　　雖然我沒有進行反事實推理或假設，但我相信我們最終得出的是比原來更好的結(jié)論。

　　（反事實推理或假設：醫(yī)生會考慮如果采取不同的治療方案，患者的病情會如何發(fā)展。這種思考方式在醫(yī)學決策中很常見。）

　　所以AI幫我擴展了我的思維，確保我沒有忽略一些對罕見病的診斷或不尋常的醫(yī)學診斷。但它仍然不能代替整個診斷思維。

　　例如，它能幫助我們跳過很多想法落地環(huán)節(jié)或跨公司溝通想法的步驟，人們更容易理解我們正在構(gòu)建的東西，也許還可以讓我們提前開始優(yōu)化我們正在構(gòu)建的要素，如優(yōu)化用戶體驗，確保產(chǎn)品在正式發(fā)布時能夠達到預期的效果和性能。

　　最后一個我想討論的話題是，初創(chuàng)公司正在與那些很長時間都在試圖解決同樣問題的巨頭玩家競爭?，F(xiàn)在你們有競爭空間的原因是什么？這與生成式AI有關(guān)嗎？還是更多與傳統(tǒng)巨頭的“船大難掉頭”有關(guān)？

　　當?shù)讓哟竽Ｐ妥兓绱酥?，正如你之前所說，應用層的敏銳度、靈活度非常重要。高靈敏性意味著你組建了一個有著正確技能組合的團隊，包括

　　所以，重要的是你能在這個時刻把你們團隊的技能與AI結(jié)合、與行業(yè)知識結(jié)合。顯然，市場時機是非常難以把握的，但當一些巨大需求產(chǎn)生了，你的價值就凸顯了。醫(yī)療保健現(xiàn)在正在與AI一起共振，其他行業(yè)很快也會如此。

　　初創(chuàng)公司能夠迅速行動，但巨頭們擁有更多數(shù)據(jù)，也可以合理地利用這些數(shù)據(jù)，這只是時間問題，對吧？它們也許未來會進行并購，與你競爭。那么你們的護城河是什么？

　　基礎大模型肯定有護城河。幾年間，它們的算力、數(shù)據(jù)收集、強化學習等需要巨額資金，這是一項極為繁重的工作。

　　我認為分銷部分很重要。但AI也在改變分銷的游戲規(guī)則，改變大家對分銷渠道的定義。就在這幾周和幾個月內(nèi)，我們已經(jīng)接觸到很多企業(yè)級應用的技術(shù)，可以幫你完成很多流程的自動化，迅速觸達用戶的瀏覽器或既定系統(tǒng)。以前能夠完成這些大規(guī)模任務的進入門檻可能非常高。

　　AI正在重新定義分銷渠道的重要性，或者說是現(xiàn)有渠道的重要性。這讓初創(chuàng)公司有勝出的空間，只要它們有最好的產(chǎn)品。