醫療支付方負責建立網路、制定規則、設定價格和處理支付——只要方向正確，人工智慧 (AI) 就能出色地完成這些任務。人們普遍認為，AI 驅動的自動化可以提高效率，同時降低行政和醫療成本。這固然沒錯，但就像大多數常識一樣，這也顯得顯而易見。

## AI 在醫療支付者的應用：自動化程度有多高？

讓我們深入探討一下：AI 如何改變工作方式？支付方該如何更好地服務其會員？麥肯錫估計，在典型的支付方中，65% 到 80% 的工作是交易導向的，例如理賠處理；這些工作幾乎都可以完全自動化。另有 10% 到 25% 的工作是知識導向的，例如定價精算師和醫療管理臨床醫生。其餘的工作，包括銷售，都是關係導向型。對於這些領域，自動化潛力較小，但生成式人工智慧（gen AI）可以透過處理諸如查找資訊、清理和整理資料、做筆記以及撰寫提案等任務，將知識導向型和關係導向型工作的效率提高多達 50%。

## 人力轉型：支付方需要做什麼

另一種劃分支付方員工隊伍的方法是查看其角色。 「執行者」指負責執行日常必要任務的個人貢獻者。 「決策者」指有權制定策略、分配資源、提供審批並確保良好治理的主管和經理。其餘約佔 10% 到 15% 的人員是「傳達者」。這些角色的人員，包括專案協調員和許多高於直接主管層級的中階管理人員，負責在決策者與執行者之間或在決策者之間傳遞訊息。代理人可以取代許多傳達者的角色；執行者的情況也是如此。

## 超越自動化：駕馭人工智慧的力量

看待當今支付方員工隊伍的第三種方式是，他們已被優化為在能夠帶來足夠經濟效益、可及性或品質提升的情況下提供人類智慧和介入。這可能意味著，對於需求最複雜的會員，他們可以獲得近乎管家式的個案管理服務，但對於經歷日常健康事件的會員，卻鮮少獲得個人關注。人工智慧可以提供智慧支援（目前成本高昂），幫助會員了解情況、評估選擇並做出明智的決定。

綜上所述，絕大多數支付方工作都可以自動化。這將帶來顯著的生產力提升，會員也可能因此獲得新的服務。但這同時也會帶來顛覆性影響，對個人產生重大影響。各機構必須牢記這一點，並認真思考這種變革的後果。當務之急是確定如何以最佳方式投資於技能再培訓，僱用能夠為患者提供關懷和同情心的人員，並創建新的職位來開發、維護和監控智慧系統。

## 重塑組織架構以適應人工智慧

簡而言之，對於支付方而言，人工智慧的應用並非簡單地部署聊天機器人或代理：領導者必須重塑其組織架構。有鑑於此，以下三點建議值得關注。首先，務必牢記，這首先是一場由上而下的人員轉型。儘管領導者需要精通相關技術，但首要任務是能夠清楚闡述人工智慧如何融入他們對組織未來的願景。醫療支付方需要吸引能夠領導人工智慧工程師、資料管理人員和其他技術專業人員的人才。此外，從事知識型和人際關係型工作的員工也需要提陞技能，成為人工智慧超級使用者。

其次，明確「為什麼」。提高生產力和經濟效益的論點顯而易見——但這遠非全部。至關重要的是，要闡明實施人工智慧如何透過提高醫療服務的可負擔性和提供更個人化的支持，來推動改善人類生活和擴大醫療保健覆蓋範圍的核心使命。如果缺乏意義和目標，如此大膽的旅程將難以啟齒，更難以持續。

第三，要更大膽。目前，人工智慧主要用於簡化特定任務和流程；但鑑於其不斷湧現的能力，這種視角過於狹隘。例如，與其僅僅改善當前緩慢而繁瑣的支付流程，支付方不如重新構想整個系統，朝著在醫療服務點進行即時智慧結算的方向發展。或者，可以將合適的醫療導航助理嵌入到醫生的工作流程中。隨著智慧成本逐漸降至幾乎為零，會員可以獲得個人化助理來幫助他們管理醫療保健。這種大膽還可以延伸到重新設計經濟模式，支付方可以透過滿足會員廣泛的健康需求來創造更多價值。

在以往的顛覆性變革中，例如網路泡沫時期，各行各業都經歷了巨大的變化，新進者強勢崛起。不難想像，到2035年，支付產業最重要的參與者將是那些能夠最快、最好地利用人工智慧力量的企業。

作為系統中的風險管理者，醫療保健支付方往往比較謹慎。當然，魯莽行事絕非明智之舉。但在人工智慧每分鐘都在進步的世界裡，速度和魄力可能是更安全的選擇。