三個月收入翻4倍后拿下500萬融資，兩個哈佛MIT學霸如何用AI撬動醫療行業最大痛點

你有沒有想過，為什么去醫院看病總是要等那么久？為什么預約一個專科醫生需要打無數個電話？為什么保險理賠總是拖拖拉拉？答案可能讓你震驚：美國醫療系統每年要花費4500億美元在行政管理上，這相當于整個醫療支出的三分之一。想象一下，醫院和診所里三分之一的員工不是在治病救人，而是在接電話、填表格、追保險理賠。這不是什么小問題，而是一個讓整個醫療體系運轉緩慢、成本高昂的巨大黑洞。

我一直認為，醫療行業是最需要技術革命但又最保守的行業之一。當其他行業都在擁抱數字化轉型時，醫療機構還在依賴傳真機和人工電話處理大量重復性工作。但現在，這種局面正在被徹底改變。Prosper AI 剛剛完成了500萬美元的種子輪融資，這家專注于醫療語音AI的公司正在用一種前所未有的方式解決這個價值4500億美元的問題。他們的AI agent已經在為數十萬醫療機構處理電話，包括Providence附屬醫院網絡、財富50強制藥中心、擁有3萬名員工的醫療計費公司，以及美國最大的實踐管理軟件公司之一，該軟件服務超過10萬名醫生。更令人印象深刻的是，Prosper AI在過去三個月內收入增長了四倍。

這讓我深深感受到，我們正處在醫療行業的一個重要轉折點。AI技術終于成熟到足以處理醫療行業復雜的工作流程和嚴格的合規要求。而Prosper AI的成功案例證明，這不再是概念驗證或小規模試點，而是能夠在大型醫療機構中實際部署并創造價值的成熟解決方案。我相信，我們即將見證醫療行政管理的徹底變革，這將不僅改變醫療機構的運營方式，更重要的是，將顯著改善患者的就醫體驗。

醫療行政工作的真實痛點是什么

當我深入了解醫療行業的運作方式時，發現了一個令人震驚的事實：美國醫院和醫生診所的員工中，有三分之一都是行政人員。這些人每天的工作就是接電話、給保險公司打電話、追蹤理賠進度、核實患者福利、處理預約安排等等。這種人力密集型的運營模式不僅成本高昂，更嚴重的是效率極其低下。

我曾經陪朋友去醫院看病，親眼目睹了這種低效的過程。預約掛號需要等待很久才有人接電話，工作人員需要在多個系統之間切換查找信息，簡單的預約確認可能需要十幾分鐘。更糟糕的是，當涉及到保險核實時，醫院的工作人員經常需要給保險公司打電話，在語音菜單系統中反復選擇，然后等待很長時間才能接通人工客服，最后還可能被告知需要重新打電話到另一個部門。這種低效的流程不僅浪費了醫療機構的人力資源，也嚴重影響了患者的就醫體驗。

從經濟角度來看，這個問題的嚴重性更加觸目驚心。根據Prosper AI提到的數據，美國醫療系統每年在行政管理上的支出高達4500億美元。這意味著什么？這相當于醫療機構花在真正治療患者上的資金差不多一樣多的錢用在了處理文件和電話上。這種資源配置顯然是不合理的，也是導致美國醫療成本居高不下的重要原因之一。

我認為，這種大規模的人工處理不僅成本高，錯誤率也相當高。人工接聽電話、記錄信息、在不同系統間傳遞數據，每一個環節都可能出錯。一個簡單的信息傳遞錯誤可能導致患者預約被取消、保險理賠被拒絕或延遲，最終影響的是患者能否及時獲得需要的醫療服務。從這個角度看，Prosper AI要解決的不僅僅是成本問題，更是醫療服務質量和可及性的問題。

更深層次的問題在于，這種低效的行政流程實際上成為了患者獲得醫療服務的障礙。當醫療機構把大量資源投入到行政管理上時，真正用于患者護理的資源就相對減少了。這創造了一個惡性循環：行政成本越高，醫療服務的價格就越高，患者的經濟負擔就越重，而醫療機構為了控制成本又不得不減少護理人員的配置，進一步影響服務質量。Prosper AI的使命"通過減少所有這些行政工作來讓醫療變得可負擔"，正是針對這個根本問題的。

Prosper AI的技術創新在哪里

在了解了醫療行政管理的復雜性后，我對Prosper AI的技術方案產生了濃厚興趣。他們并不是簡單地把通用的語音AI技術應用到醫療領域，而是專門為醫療工作流程設計了定制化的解決方案。這種專門化的方法讓我印象深刻，因為醫療行業的復雜性和特殊性確實需要這種針對性的技術方案。

Prosper AI的核心技術架構相當有趣。他們使用多個大語言模型提供商的模型，包括OpenAI和Google，但在這些模型之上構建了自己的編排層。這種多模型融合的方法讓我覺得很明智，因為不同的模型在處理不同類型的醫療對話時可能有各自的優勢。更重要的是，他們實現了實時語音轉錄、通過指令集路由對話，并以半秒延遲提供自然語音回復。這種低延遲的交互體驗對于電話場景來說至關重要，因為任何明顯的延遲都會讓對話感覺不自然。

我特別感興趣的是Prosper AI對醫療工作流程的深度理解和定制化能力。他們的系統可以處理預約安排、福利核實、事先授權、理賠跟進等各種復雜的醫療行政任務。更令人印象深刻的是，他們的AI agent能夠跳過保險公司的語音菜單系統，代替人工等待接通，提取所需信息，并將結果寫回電子健康記錄系統。這種端到端的自動化處理能力確實解決了醫療機構面臨的實際痛點。

從技術部署的角度來看，Prosper AI的方法也很實用。他們為每種工作流程都準備了"經過實戰檢驗"的AI agent，然后根據具體醫療機構的標準操作程序進行調整。部署通常需要三到五周，這個時間框架對于企業級醫療機構來說是可以接受的。更重要的是，他們在全面投入使用之前會進行試點測試，由工作人員監控和審查早期通話，這種漸進式的部署方式降低了風險，也增加了醫療機構的信心。

我認為Prosper AI最聰明的地方在于他們對質量控制的重視。在醫療領域，準確性是生命攸關的問題，任何錯誤都可能帶來嚴重后果。Prosper AI聲稱在導航菜單方面達到99%的準確率，在復雜福利檢查方面實現不到兩小時的周轉時間。這些具體的性能指標表明他們真正理解醫療行業對準確性和效率的要求。同時，他們的系統設計為處理常規事務并將邊緣案例轉交給人工處理，這種人機協作的模式既保證了效率，也確保了復雜情況能得到適當處理。

從客戶反饋來看，技術的實際效果相當令人鼓舞。在Synergy Healthcare Associates這個大型多專科醫療集團，Prosper AI自動化了超過50%的前臺電話，不僅縮短了等待時間，還釋放了工作人員去處理更復雜的福利和授權問題。這種效果讓我相信，他們的技術已經超越了概念驗證階段，成為能夠在現實醫療環境中創造實際價值的成熟解決方案。

創始團隊的背景為什么重要

當我研究Prosper AI的創始團隊時，發現了一些很有意思的背景信息，這些背景解釋了為什么他們能夠在醫療AI這個復雜領域取得成功。聯合創始人Xavier de Gracia和Josep Mingot在波士頓求學期間相遇，分別就讀于哈佛大學和麻省理工學院。這種頂尖學府的教育背景當然重要，但更重要的是他們的職業經歷和對行業痛點的深刻理解。

Xavier de Gracia曾在貝恩咨詢公司工作，為大型企業提供運營咨詢，后來在一家上市科技公司負責運營工作。這種咨詢和運營背景讓他對企業如何運作有深入理解，特別是對呼叫中心的運作方式有第一手經驗。他提到："我接觸到了呼叫中心的運作方式，看到成千上萬的人在做不真正增加價值的手工工作。"這種直觀的觀察讓他意識到自動化的巨大潛力。

Josep Mingot則帶來了AI和保險領域的專業知識。這種技術背景和行業經驗的結合非常關鍵，因為醫療AI不僅需要先進的技術能力，還需要對醫療和保險行業復雜規則的深度理解。他們兩人的背景互補，一個擅長企業運營和流程優化，一個精通AI技術和保險業務，這為Prosper AI的成功奠定了堅實基礎。

我特別欣賞他們對問題本質的理解。Xavier在接受采訪時說："我們的使命是通過減少所有這些行政工作來讓醫療變得可負擔。"這表明他們不是為了技術而技術，而是真正想解決一個重要的社會問題。這種使命驅動的創業方式往往更容易獲得長期成功，因為它建立在解決真實需求的基礎上。

從他們的創業歷程來看，2023年創立公司到現在不到兩年時間就能獲得如此顯著的成果，說明他們的策略和執行都很到位。能夠在短時間內獲得Providence附屬醫院網絡、財富50強制藥公司等大型客戶的信任，這不僅需要過硬的技術，更需要對企業需求的準確把握和快速響應能力。Xavier提到："我們能夠向非常大的客戶證明我們的價值，我認為這來自于我們與企業合作的背景以及AI終于準備好提供真正價值的事實。"

我認為他們成功的另一個重要因素是時機把握。醫療行業一直以來都比較保守，對新技術的采用相對謹慎。但現在，AI技術的成熟度和醫療行業面臨的成本壓力創造了一個完美的窗口期。有經驗的創業者知道如何抓住這樣的機會，而Prosper AI的團隊顯然具備了這種能力。他們不是AI技術的早期嘗試者，而是在技術成熟、市場需求明確的時候進入，這種策略往往更容易獲得商業成功。

投資方為什么看好這個賽道

Prosper AI的500萬美元種子輪融資陣容讓我覺得很有說服力。領投方Emergence Capital是Salesforce、Veeva和Doximity的早期支持者，這些都是在各自領域取得巨大成功的企業級軟件公司。Emergence Capital的合伙人Jake Saper評價說："Xavier和Josep通過構建專門為醫療復雜需求而設計的經過實戰檢驗的AI語音agent，取得了顯著的企業級客戶成功。他們正在創建最先進的語音AI平臺，以使優質醫療服務在規模化下變得可及和可負擔。"這種評價表明投資者看到了技術的實際應用價值，而不僅僅是概念潛力。

Y Combinator、CRV和Company Ventures的參與也很有意義。Y Combinator以培養優秀創業公司著稱，他們的參與說明Prosper AI的商業模式和增長潛力得到了認可。CRV是一家歷史悠久的風險投資公司，在企業軟件領域有豐富經驗，他們的投資決策通常基于對市場和技術趨勢的深入分析。這種多元化的投資者組合為Prosper AI提供了不同角度的支持和資源。

我特別注意到投資者對市場規模的重視。4500億美元的醫療行政成本是一個巨大的市場機會，即使只是獲得其中很小的份額也能創造一個規模可觀的業務。但更重要的是，這個市場的需求是真實和緊迫的。醫療成本上升是全球性問題，而行政效率的提升是解決這個問題的重要途徑之一。投資者看到的不僅僅是商業機會，更是解決重要社會問題的潛力。

從時機角度來看，投資者的決策也很明智。AI技術現在已經足夠成熟，可以處理醫療行業的復雜需求，同時醫療機構也開始更積極地擁抱數字化轉型。COVID-19疫情加速了醫療行業對技術解決方案的接受度，創造了更好的市場環境。投資者正是在這個技術成熟度和市場需求交匯的最佳時點進入。

我認為投資者還看到了Prosper AI的差異化競爭優勢。雖然語音AI領域有其他競爭者，但Prosper AI專門針對醫療行業的定制化方法、深度的EHR集成能力以及經過實戰驗證的工作流程藍圖，這些都創造了一定的護城河。在企業級軟件市場，客戶切換成本通常很高，一旦建立了穩定的客戶關系，就能產生持續的收入流。

值得注意的是，Prosper AI在過去三個月內收入增長了四倍，這種增長速度在企業級軟件公司中是相當罕見的。這表明他們的產品確實解決了客戶的實際問題，并且能夠快速擴展。對投資者來說，這種已經驗證的增長軌跡比純粹的概念或原型要有說服力得多。

實際應用效果如何

當我看到Prosper AI的客戶案例時，發現他們的實際應用效果確實超出了我的預期。在Synergy Healthcare Associates這個大型多專科醫療集團，Prosper AI自動化了超過50%的前臺電話，包括預約安排和候補名單管理，并且正在擴展到福利和理賠領域。更重要的是，該公司的首席運營官Nathan Woelfel給出了非常具體的評價："Prosper重新定義了我們呼叫中心的運作方式，通過簡化復雜流程、縮短患者等待時間并提高效率，同時聽起來非常人性化。團隊快速交付和根據我們需求定制的能力令人難以置信。"

我特別關注的是自動化率的數據。對于患者來電，Prosper AI實現了50-70%的自動化率，這意味著大部分常規詢問都可以由AI處理，只有復雜或特殊情況才需要轉接給人工。這種自動化水平既提高了效率，也確保了服務質量。對于保險公司來電，他們能夠在導航保險公司的語音菜單系統時達到99%的準確率，這個數字相當令人印象深刻，因為保險公司的語音菜單通常非常復雜且經常變化。

在處理復雜福利檢查方面，Prosper AI能夠在不到兩小時內完成，這相比傳統人工處理方式有了顯著改進。我了解到，人工處理這類檢查通常需要幾個小時甚至幾天，因為工作人員需要等待保險公司的回復，而且經常需要多次通話才能獲得完整信息。AI agent可以24小時工作，不需要休息，也不會因為等待而感到沮喪，這些特點讓它在處理這類重復性任務時具有明顯優勢。

從成本效益角度來看，Xavier de Gracia提到："我們的AI agent比人工更具成本效益，犯的錯誤更少，并且能夠讓保險公司更快地付款。"這種多重價值主張很有說服力。不僅僅是替代人工成本，更重要的是提高準確性和加快現金流。對于醫療機構來說，更快的保險理賠意味著更好的現金流管理，這對運營效率有直接影響。

我注意到Prosper AI的客戶群體非常多樣化，包括醫療系統、計費公司、醫療技術供應商、保險公司和制藥中心。這種多樣性表明他們的解決方案具有廣泛的適用性，能夠滿足醫療價值鏈中不同環節的需求。能夠服務Providence附屬醫院網絡（擁有12.5萬名員工）、財富50強制藥中心、擁有3萬名員工的醫療計費公司等大型機構，說明他們的技術確實能夠處理企業級的復雜需求。

從部署實施的角度來看，Prosper AI聲稱部署通常需要三到五周時間。對于醫療行業來說，這個時間框架是可以接受的，因為醫療機構通常需要充分的測試和驗證才會正式使用新系統。他們的部署策略也很務實：先進行試點測試，由工作人員監控和審查，然后逐步擴展到全量使用。這種漸進式的方法降低了風險，也幫助醫療機構的員工逐步適應新的工作方式。

這對整個醫療行業意味著什么

我認為Prosper AI的成功只是醫療行業數字化轉型的一個開始，但它的意義遠不止于此。這家公司證明了AI技術已經足夠成熟，可以在醫療這樣高度監管、對準確性要求極高的行業中創造實際價值。這將鼓勵更多的投資和創新進入這個領域，加速整個行業的轉型。

從運營模式的角度來看，醫療機構將不得不重新思考他們的人力資源配置。當大量的行政工作可以由AI完成時，醫療機構可以將更多資源投入到實際的患者護理中。這不僅意味著成本結構的改變，更意味著服務質量的潛在提升。想象一下，如果醫院可以減少三分之一的行政人員，這些成本節省可以用來雇傭更多的護士、醫生或購買更先進的醫療設備。

對患者體驗的改善可能是最直接和最重要的影響。等待時間縮短、預約更容易、保險處理更快速，這些改進將直接提升患者的就醫體驗。我特別期待的是，當行政流程變得更加高效時，醫療服務的可及性也會提高。那些因為復雜的行政程序而被阻擋在醫療服務門外的患者，將更容易獲得他們需要的護理。

從行業競爭的角度來看，那些早期采用AI解決方案的醫療機構將獲得顯著的競爭優勢。更低的運營成本、更高的效率、更好的患者體驗，這些優勢將幫助他們在競爭中脫穎而出。這將創造一個正向循環：成功的案例會鼓勵更多機構采用類似技術，從而推動整個行業的標準提升。

我也看到了對醫療從業人員的影響。一方面，一些傳統的行政崗位可能會被自動化，這需要相關人員轉型或重新培訓。另一方面，醫療專業人員將能夠從繁重的行政負擔中解脫出來，專注于他們最擅長的事情：照護患者。這種轉變可能會提高醫療工作者的工作滿意度，并最終改善患者護理質量。

從政策和監管角度來看，這種技術進步也將推動相關法規的更新和完善。醫療AI的廣泛應用需要清晰的監管框架，以確保患者數據安全和服務質量。我預期我們將看到更多針對醫療AI的具體法規和標準出臺，這將進一步推動行業的規范化發展。

最重要的是，Prosper AI這樣的公司正在證明，技術可以成為解決醫療成本危機的重要工具。如果他們能夠在更大范圍內復制目前的成功，那么我們可能將看到醫療成本的顯著下降和服務質量的提升。這不僅是商業成功，更是社會價值的創造。

面臨的挑戰和未來發展

雖然Prosper AI目前的發展勢頭很好，但我認為他們仍然面臨一些重要挑戰。首先是規模化的挑戰。從服務幾個大客戶到服務成千上萬的醫療機構，這中間需要解決很多技術和運營問題。每個醫療機構都有自己獨特的工作流程、系統集成需求和合規要求，如何在保持個性化定制的同時實現規模化，這是一個需要精心平衡的問題。

數據安全和隱私保護是另一個關鍵挑戰。醫療數據的敏感性要求最高級別的安全保護，任何數據泄露或隱私侵犯都可能帶來嚴重的法律和聲譽后果。Prosper AI需要不斷投資于安全技術和合規體系，確保他們的系統能夠滿足HIPAA等法規的嚴格要求。隨著業務規模的擴大，這方面的挑戰只會增加，不會減少。

技術穩定性和可靠性也是持續的挑戰。在醫療環境中，系統故障可能直接影響患者護理，因此對可靠性的要求極高。AI系統的"黑盒"特性也帶來了可解釋性的挑戰，醫療機構需要理解AI是如何做出決策的，特別是在涉及患者護理的關鍵決策時。

從市場競爭角度來看，語音AI在醫療領域正在成為一個越來越熱門的賽道。我注意到文章中提到了幾個競爭對手，包括SuperDial（獲得1500萬美元融資）、Infinitus Systems（獲得5150萬美元C輪融資）和Suki等。這些公司都在爭奪同一個市場，競爭將會越來越激烈。Prosper AI需要持續創新和改進，才能保持競爭優勢。

我特別關注Prosper AI提到的未來發展計劃：擴展到語音之外，建立更廣泛的醫療AI工作力。他們計劃訓練AI agent讀取傳真、連接API、直接在電子健康記錄系統中執行操作。這個愿景很宏大，但實現起來的技術復雜性和監管挑戰也會相應增加。如何在擴展功能的同時保持現有產品的質量和穩定性，這需要非常精細的產品策略和技術架構。

人才競爭也是一個現實挑戰。隨著醫療AI領域的快速發展，對既懂AI技術又了解醫療行業的復合型人才的需求將急劇增加。Prosper AI作為一家15人的初創公司，需要在人才競爭中與大型科技公司和其他成熟的AI公司競爭，這需要有吸引力的公司文化、有競爭力的薪酬體系和清晰的職業發展路徑。

不過，我對Prosper AI的未來發展還是相當樂觀的。他們已經證明了技術的可行性和商業價值，擁有強大的客戶基礎和投資者支持。更重要的是，他們正在解決一個真實而重要的社會問題。醫療成本控制和效率提升是全球性挑戰，市場需求是持續和強勁的。

我相信，隨著AI技術的進一步發展和醫療行業數字化程度的提高，像Prosper AI這樣的公司將有機會創造巨大的社會和經濟價值。關鍵是要保持專注，持續創新，并始終以解決客戶實際問題為中心。如果他們能夠做到這些，我認為Prosper AI有潛力成為醫療AI領域的重要力量，為整個行業的轉型做出重要貢獻。他們的成功將不僅體現在商業指標上，更重要的是體現在對患者護理質量的改善和醫療服務可及性的提升上。

結尾

也歡迎大家留言討論，分享你的觀點！

覺得內容不錯的朋友能夠幫忙右下角點個贊，分享一下。您的每次分享，都是在激勵我不斷產出更好的內容。

歡迎關注深思圈，一起探索更大的世界。

- END -

兩個“特別坑”的AI產品創業方向，你知道嗎

速度將成為AI時代唯一的護城河

a16z重磅預測：Vibe coding贏者通吃？錯了，垂直專業化才是未來