Inom vården går en stor del av tiden inte till själva vårdhandlingen, utan till allt som hänger runt omkring: rotationsscheman som stämmer med bemanning och kollektivavtalsregler, journalföring som är fullständig och tidig, rapportering till remittenter och försäkringsbolag, indikationsställning och den administrativa redovisning som hör därtill. Därtill kommer intag och triage, där snabbhet och noggrannhet måste levereras samtidigt. Utfallet för en klient eller patient styrs av tre saker: hur snabbt någon får hjälp, hur konsekvent kvaliteten är över enheter och medarbetare, och hur väl vården passar den specifika situationen. Det är på dessa tre punkter man traditionellt gör åtskillnad inom denna sektor, och det är på dessa tre punkter spelplanen nu förändras.
Väntetid för ett intag var länge en följd av personalbemanning: mer kapacitet, kortare väntelista. Där triage och journalförberedelse delvis görs av AI, med en behandlare som bedömer och beslutar, kopplas väntetiden loss från bemanningen på golvet. Det påverkar inte alla organisationer lika. En institution med standardiserade intagsformulär och strukturerad remissdata kan lägga över det arbetet på AI; en institution där intag bygger på muntlig överlämning och lösa anteckningar har inte det arbetet i en form som lämpar sig för det. Skillnaden ligger alltså inte i viljan att automatisera, utan i hur arbetet redan var organiserat innan AI kom i bilden.
Samma mönster gäller för journalföring och redovisning till försäkringsbolag. Att sammanfatta en journal, fylla i standardiserade fält och signalera saknad information är arbete som AI kan ta över, med en medarbetare som godkänner eller skickar tillbaka sammanfattningen. Schemaläggning med fasta regler kring kvalifikationer, vila och tillgänglighet förskjuts likaså: utarbetandet kan tas över, medan undantagen och det mänskliga samrådet om byteönskemål förblir mänskligt arbete. Själva den innehållsmässiga behandlingsrelationen, samtalet där en klient måste känna sig sedd, förblir i praktiskt taget alla fall mänskligt arbete, och det förblir också den del där vårdorganisationer skiljer sig minst gentemot AI och mest gentemot varandra.
Hastigheten med vilken detta arbete förskjuts beror på hur strukturerade de underliggande uppgifterna är, på typen av vård, och på vad tillsynsmyndigheter och yrkesgrupper tillåter i form av automatiserat beslutsfattande. En organisation som har sina system i ordning ser frigjorda timmar återkomma som extra heltidskapacitet för direkt vård eller för att korta ner väntelistor. En organisation där journaler är splittrade mellan system som inte kommunicerar med varandra ser inte den vinsten, även om den önskar det. Detta är en fråga om hur arbete och data är strukturerade, inte om personalpolitik; om en förskjutning i uppgifter får konsekvenser för bemanningen gäller egna lagkrav som inte behandlas här.
Om väntetid och journalkvalitet i allt mindre grad är en funktion av personalstyrka och i allt högre grad av hur väl en organisation har strukturerat sina uppgifter för övertagande av AI, förskjuts även det som klienter, remittenter och sjukvårdsförsäkringar bedömer en leverantör på. Leveranstid för ett intag blir mindre en kapacitetsfråga och mer en struktureringsfråga. Konsekvens i rapportering blir mindre en fråga om individuell noggrannhet och mer en fråga om systemval. Den som tidigt känner igen detta förskjuter jämförelsen med sig; den som håller fast vid det gamla antagandet att mer personal automatiskt innebär kortare väntetid jämför sig själv på en dimension som håller på att försvinna.
Denna förskjutning gäller inte bara inom vården. Inom partihandeln förskjuts jämförelsen genom att AI tar över lager- och orderarbete, inom affärstjänster förändras jämförelsen genom att AI tar över rapportering och rådgivningsförberedelse, och den som undrar varför konkurrenter alla låter likadana i sina löften ser samma underliggande orsak: påståenden som inte längre är underbyggda på den dimension där de en gång vann.
Frågan om vilket arbete inom en specifik vårdorganisation verkligen kan tas över av AI låter sig inte besvaras i allmänna termer; arbetsskanningen från FTE TO AI besvarar den frågan per uppgift, med en bedömning längs linjen övertagande, tillsyn eller mänskligt arbete.
För att veta vad er organisation för närvarande vinner på behöver ni veta om det påståendet fortfarande stämmer med hur arbetet är strukturerat, eller med hur det var strukturerat förr. För konkurrenter utan publicerade siffror finns ett eget tillvägagångssätt för att ändå komma fram till en underbyggd bild, som beskrivs i hur ni får information om konkurrenter som inte publicerar siffror. Ett första steg är den kostnadsfria dimensionskontrollen: ni anger vad ni tror att ni vinner på, och ni ser vilka av dessa påståenden som kan försvaras med bevis. Den fullständiga benchmarken, med er marknads peer group och bevismatrisen per dimension, är under uppbyggnad.