Az egészségügyben az idő nagy része nem a tényleges ápolási cselekményre megy, hanem arra, ami körülötte zajlik: beosztások, amelyek megfelelnek a létszámnak és a kollektív szerződés szabályainak, dossziévezetés, amely teljes és időben történik, jelentéskészítés a beutalók és biztosítók felé, indikáció megállapítása és az ehhez tartozó adminisztratív elszámolás. Ezenkívül ott van a felvétel (intake) és a triázs, ahol egyszerre kell gyorsaságot és alaposságot biztosítani. A kliens vagy páciens számára az eredményt három dolog határozza meg: milyen gyorsan segítenek valakinek, mennyire konzisztens a minőség a különböző helyszínek és munkatársak között, és mennyire jól igazodik az ellátás az adott helyzethez. Ezen a három ponton húzódott hagyományosan a különbség ebben az ágazatban, és ezeken a pontokon változik most a versenytér.
A felvételre való várakozási idő hosszú ideig a személyzeti létszám eredménye volt: több kapacitás, rövidebb várólista. Ott, ahol a triázst és a dossziéelőkészítést részben az AI végzi, egy kezelő pedig megítéli és eldönti, a várakozási idő elválik a munkaerő-létszámtól. Ez nem minden szervezetet érint egyformán. Egy intézmény, ahol szabványosított felvételi formanyomtatványok és strukturált beutaló-adatok vannak, ezt a munkát az AI elé tudja tárni; egy intézmény, ahol a felvétel szóbeli átadásra és laza feljegyzésekre épül, ezt a munkát nem olyan formában bírja, amely erre alkalmas. A különbség tehát nem az automatizálási szándékban rejlik, hanem abban, hogy a munka hogyan volt már megszervezve, mielőtt az AI a képbe került.
Ugyanez a mintázat érvényes a dossziévezetésre és a biztosítók felé történő elszámolásra is. Egy dosszié összefoglalása, a szabványosított mezők kitöltése és a hiányzó információk jelzése olyan munka, amelyet az AI átvehet, egy munkatárssal, aki jóváhagyja vagy visszaküldi az összefoglalást. A beosztástervezés is elmozdul, ahol fix szabályok érvényesek a kvalifikációkra, a pihenőidőre és az elérhetőségre vonatkozóan: az elkészítést átveheti, a kivételek és a csereigényekről szóló emberi megbeszélés viszont emberi munka marad. Az érdemi kezelési kapcsolat maga, a beszélgetés, amelyben a kliensnek meg kell éreznie, hogy látják őt, majdnem minden esetben emberi munka marad, és ez is az a rész, amelyben az egészségügyi szervezetek a legkevésbé különböznek az AI-tól, és a leginkább egymástól.
Az, hogy ez a munka milyen sebességgel mozdul el, attól függ, mennyire strukturáltak az alapul szolgáló adatok, milyen típusú ellátásról van szó, és mit engednek meg a felügyeleti szervek és a szakmai testületek az automatizált döntéshozatal terén. Egy szervezet, amely rendben tartja rendszereit, a felszabaduló órákat visszakapja extra fte-kapacitásként a közvetlen ellátáshoz vagy a várólisták lefaragásához. Egy szervezet, ahol a dossziék szét vannak szórva egymással nem beszélő rendszerek között, ezt a hasznot nem látja, hiába szeretné. Ez a munka és az adatok elrendezéséről szóló kérdés, nem személyzeti politikáról; ha a feladatok elmozdulása hatással van a létszámra, arra saját, itt nem tárgyalt jogi követelmények vonatkoznak.
Ha a várakozási idő és a dossziéminőség egyre kevésbé a személyzeti létszám függvénye, és egyre inkább attól függ, mennyire jól rendezte be egy szervezet a feladatait az AI általi átvételre, akkor elmozdul az is, mi alapján ítélik meg a kliensek, a beutalók és az egészségbiztosítók egy szolgáltatót. A felvétel átfutási ideje kevésbé kapacitáskérdés, és inkább berendezési kérdés lesz. A jelentéskészítés konzisztenciája kevésbé az egyéni alaposság kérdése, és inkább rendszerválasztási kérdés. Aki ezt korán felismeri, együtt mozdítja el az összehasonlítást; aki megmarad a régi feltételezésnél, hogy több személyzet automatikusan rövidebb várakozási időt jelent, önmagát egy olyan dimenzión méri, amely éppen eltűnik.
Ez az elmozdulás nem csak az egészségügyben zajlik. A nagykereskedelemben az összehasonlítás azért mozdul el, mert az AI átveszi a készlet- és rendelésmunkát, az üzleti szolgáltatásokban az összehasonlítás azért változik, mert az AI átveszi a jelentéskészítést és a tanácsadás előkészítését, és aki azon gondolkodik, miért hangzik minden versenytárs ugyanúgy az ígéreteiben, ugyanazt a mögöttes okot látja: állításokat, amelyeket már nem támaszt alá az a dimenzió, amelyen egykor nyertek.
Az a kérdés, hogy egy adott egészségügyi szervezetben mely munkát tudja az AI valóban átvenni, általános kifejezésekkel nem válaszolható meg; a FTE TO AI munkascanje ezt a kérdést feladatonkénti bontásban válaszolja meg, az átvétel, felügyelet vagy emberi munka vonala mentén elvégzett értékeléssel.
Ahhoz, hogy tudja, mivel nyer jelenleg a szervezete, tudnia kell, hogy az adott állítás még megfelel-e annak, ahogyan a munka most be van rendezve, vagy annak, ahogyan korábban be volt rendezve. Azoknál a versenytársaknál, amelyek nem tesznek közzé adatokat, létezik egy saját megközelítés, amellyel mégis megalapozott képet lehet kapni, ahogy az le van írva itt: hogyan szerezhet információt olyan versenytársakról, akik nem publikálnak számokat. Az első lépés az ingyenes dimenzióellenőrzés: megnevezi, mivel gondolja, hogy nyer, és megnézi, mely állítások védhetők bizonyítékkal. A teljes benchmark, az Ön piacának peer csoportjával és a dimenziónkénti bizonyítási mátrixszal, még fejlesztés alatt áll.