A többmillió ARR-t három társalapítóval és vállalati támogatás nélkül indították el, a Twofold csendben építi azt, ami a járóbeteg-egészségügy meghatározó AI-infrastruktúra rétegévé válhat. „Behind the Startup” című kiadásában Ishan Pandey a Gal Steinberg társalapítóval és vezérigazgatójával ül le , hogy megvitassák, miért az AI író piaca a rossz keret, mit vesz igénybe a klinikai bizalom megszerzéséhez, és hogyan működik egy háromtagú csapat egy több mint 3000 gyakorlat által használt platform az Egyesült Államokban. Kettős Helló Gal, nagyszerű, hogy a "Behind the Startup" sorozatunkon van. Mielőtt bejutnánk a Twofold-ba, adhatna olvasóinknak egy rövid bemutatkozást magáról, és mi vezetett az egészségügyi ellátás AI-infrastruktúrájának építéséhez? Ishan Pandey: Köszönöm, Ishan, nagyon örülök, hogy itt lehetek. én vagyok az alapító és a vezérigazgató A háttérem kiterjed a szoftverfejlesztésre és a kiberbiztonságra, és később folytattam az MBA megszerzését az INSEAD-tól. Mielőtt a Twofold, már építettem és kiléptem egy céget, így egyértelműen megértettem, hogy mit kell tenni, hogy a semmiből valamit valósággá tegyek. Gal Steinberg: Kettős 
 
 fegyelemmel, az ügyfelek közelében, és anélkül, hogy elveszítené az alapokat. fegyelemmel, az ügyfelek közelében, és anélkül, hogy elveszítené az alapokat. Ma teljes hangsúlyt fektetek az AI-infrastruktúra kiépítésére, amely valójában az egészségügyi gyakorlatokon belül működik. A legtöbb AI-egészségügyi vállalat több tízmilliót gyűjt, mielőtt egyetlen kódvonalat írnak. A forrásgyűjtés története gyakran megelőzi a terméket. Ön egy teljesen más utat választott a Twofold-szal, bootstrapped maradva és elérve a többmillió ARR-t mindössze három társalapítóval. Mi volt a stratégiai logika a döntés mögött, és úgy gondolja, hogy az egészségügyi AI vállalkozói modellje alapvetően megszakadt? Ishan Pandey: Kétfelé építettünk kockázati finanszírozás nélkül, mert valódi üzletet akartunk építeni, mielőtt egy adománygyűjtő történetet építenénk. Gal Steinberg: 
 
 Az egészségügyben könnyű izgalomot teremteni a mesterséges intelligencia körül, de sokkal nehezebb létrehozni valamit, amiben a klinikusok eléggé bíznak ahhoz, hogy minden nap használják. Az egészségügyben könnyű izgalomot teremteni a mesterséges intelligencia körül, de sokkal nehezebb létrehozni valamit, amiben a klinikusok eléggé bíznak ahhoz, hogy minden nap használják. Úgy gondoljuk, hogy a legjobb bizonyíték az egészségügyben nem az, hogy mennyi pénzt gyűjtöttél, hanem az, hogy az ügyfelek használják-e a terméket, továbbra is használják-e és fizetnek-e érte. Beszéljünk a pályáról. A Twofold körülbelül tizennyolc hónapos, és a termék ma egészen másnak tűnik, mint ahol elkezdődött. Sétáljunk át, hogyan nézett ki az első hat hónap, mi volt a kezdeti szál, mit tanultál a korai felhasználóktól, és mi okozta a látást, hogy bővüljön, mi a Twofold most? Ishan Pandey: Az első hat hónapban a Twofold sokkal szűkebb volt. Elkezdtünk a dokumentáció köré összpontosítani, és ezt arra használtuk, hogy megtudjuk, hol hozhat létre azonnali értéket a valódi klinikai munkafolyamatokban. Gal Steinberg: https://youtu.be/--ibh8rRmx4?si=lYc-frJ5nb1b_zvh&embedable=true Ma a Twofold egy AI-alapú gondozási partner, amely a hagyományos EHR, RCM és gyakorlati menedzsment rendszerek tetején ül, hogy lehetővé tegye az AI-vezérelt munkafolyamatokat. Ez magában foglalja a dokumentációt, a diagramok ellenőrzését, a klinikai döntéshozatali támogatást és a személyzet megtartásának előnyeit. Ami dokumentációkkal kezdődött, egy szélesebb AI-réteggé fejlődött a járóbeteg-ellátás számára. A látás bővült, ahogyan az ügyfelektől megtanultunk: a gyakorlatok nem akarnak egy másik, lekapcsolt pont megoldást. Tizennyolc hónap alatt elérte a többmillió ARR-t a nulláról egy háromtagú csapatgal, és nincs külső finanszírozás. Ezek a számok fel fogják emelni a szemöldököket, mind a lenyűgözőket, mind a szkeptikusokat. Meg tudod adni nekünk a tényleges mutatókat? És mit mond a növekedési görbe a keresleti jelről ezen a piacon? Ishan Pandey: Körülbelül 1,5 évvel ezelőtt alapítottuk a céget, és abban az időben nulláról többmillió dollárra nőttünk az ARR-ben, miközben elérjük a breakeven pénzügyeket. Gal Steinberg: Mivel csak 18 hónappal ezelőtt nulláról indultunk, az éves növekedési ráta hatékonyan több ezer százalékos.A lényegesebb pont azonban az, hogy nagyon gyorsan elértük a többmillió ARR-t, mindössze három társalapítóval, nincs kockázati finanszírozás, és egy termékvezérelt, önkiszolgáló piacra lépés. Kívülről az AI-író piaca zsúfoltnak tűnik, a Nuance, az Abridge, a Nabla és egy tucat jól finanszírozott induló vállalkozás mind ugyanazon klinikai figyelemért versenyez. Egy szkeptikus megkérdezné, hogy az egészségügyi gyakorlatoknak miért kell törődniük a Twofold-kal. Mi a becsületes válasz erre, és hogyan határozzák meg a versenyképes határt, amelyet mások hiányoznak? Ishan Pandey: A piac csak akkor tűnik zsúfoltnak, ha szűk definiáljuk, mint a jegyzetek generálása. Úgy gondoljuk, hogy ez hiányzik a valódi lehetőség. A legtöbb játékos még mindig értékesít egy jobb jegyzetelési eszközt. Gal Steinberg: A viselkedési egészség fontos piac számunkra, de a mögöttes probléma sokkal szélesebb körben létezik a járóbeteg-ellátásban. Az öröklött rendszerek mélyen beágyazódnak, a váltási költségek magasak, és a gyakorlatok nem akarnak mindent elrontani. Azt akarják, hogy egy AI-alapú réteg üljön a tetején, amit már használnak, és jelentősen javítja a gyakorlat működését. Ez a lehetőség, amit látunk, és sokkal nagyobb, mint az író kategória. Van egy szakadék, hogy mit tehet az AI egy kontrollált demonstrációban, és mit tehet egy valódi klinikai környezetben, zavaros munkafolyamatokkal, szélsőséges esetekkel és nagy tételekkel járó következményekkel. Műszaki és működési szempontból, mit kell valójában létrehozni az AI-t, amelyet a klinikusok eléggé bízhatnak, hogy naponta támaszkodjanak, és mit építenek a legtöbb ember ebben a térben? Ishan Pandey: A legnehezebb rész nem az, hogy egy demo lenyűgözőnek tűnjön. A legnehezebb rész az, hogy valami olyan megbízhatóat építsen, amely megbízható egy magas tét, szabályozott környezetben. Az egészségügyben a pontosság önmagában nem elegendő. Önnek következetességre, ellenőrzésre, munkafolyamat-megfelelésre és bizalomra van szüksége. Gal Steinberg: A külső személyek gyakran alábecsülik, hogy a valós klinikai munkafolyamatok mennyire zavarosak. Minden gyakorlat más, minden klinikus egy kicsit másképp működik, és a rossz kimeneti eredmények következményei valósak. Az egészségügyi ellátás termelési szintű mesterséges intelligenciájának kiépítése azt jelenti, hogy az élvonalbeli esetekkel foglalkozik, helyesen strukturálja az információkat, illeszkedik a meglévő rendszerekbe, és idővel megszerzi a bizalmat. A jövedelmezőség ebben a szakaszban egy vállalkozások által dominált ágazatban elég szokatlan ahhoz, hogy részletes magyarázatot nyújtson.Megnézzük a tényleges mechanikát, hogyan működtet egy háromtagú csapat több mint 3000 gyakorlatot anélkül, hogy készpénzt égetne? Ishan Pandey: A fókusz nagy része. egyértelmű fájdalompontot választottunk, a valós ügyféligény köré építettünk, és a céget úgy terveztük, hogy a kezdetektől fogva termékvezérelt és önkiszolgáló legyen. Gal Steinberg: A másik fontos tényező az automatizálás. 
 
 A Twofold-t mindössze három társalapító működteti, és a termékfejlesztés, a növekedés, az onboarding, a támogatás, az elemzés és a műveletek során automatizálást alkalmazunk. A Twofold-t mindössze három társalapító működteti, és a termékfejlesztés, a növekedés, az onboarding, a támogatás, az elemzés és a műveletek során automatizálást alkalmazunk. Ez lehetővé teszi számunkra, hogy olyan mértékű tőkeáttétellel működjünk, amely általában sokkal nagyobb csapatot igényel. Nem próbálunk nagynak tűnni. Három társalapító vezeti a vállalatot ezen a skálán egy szervezeti modell, amelyet a legtöbb üzemeltető fenntarthatatlannak nevezne.Mikor válik a lean maradása korlátozássá, nem pedig előnyvé, és hogyan gondolja a szándékos kompromisszumokat, amelyeket nem foglalkoztat? Ishan Pandey: A cég még mindig csak a három társalapító, ami sok embert meglep, figyelembe véve a skálát, amit elértünk, de ez szándékos. Gal: Mindannyian több funkcióban működünk, és az automatizálást nagyban használjuk a kimenetek megsokszorozására. Ez magában foglalja a terméket, a növekedést, a támogatást, az elemzést és a belső műveleteket. Nem próbálunk nagy szervezetet építeni. Megpróbálunk rendkívül hatékony szervezetet építeni. A Twofold ambícióját úgy írta le, hogy az a mesterséges intelligencia működési rétege lesz, amely a hagyományos egészségügyi szoftverek felett ül, ami lényegesen nagyobb igény, mint egy dokumentációs eszköz létrehozása. Ishan Pandey: Ez azt jelenti, hogy mélyebb képességeket biztosítunk a diagramellenőrzések, a klinikai döntéshozatali támogatás, a munkafolyamatok automatizálása és a gyakorlatok teljesítménye terén.A viselkedési egészség a történetünk jelentős része, de a hosszú távú elképzelés szélesebb: a gyakorlatok segítése intelligensebben működik a már meglévő rendszerek felett. Gal: Úgy véljük, hogy az egészségügyi szervezetek egyre inkább támaszkodnak egy mesterséges intelligencia-alapú rétegre, amely a hagyományos szoftverek felett helyezkedik el, és segít javítani az ellátást, csökkenteni az adminisztratív húzódást, javítani a megfelelést és támogatni a személyzet megtartását. Célunk, hogy a Twofold ez a réteg legyen. Úgy gondoljuk, hogy ez az egyik meghatározó egészségügyi mesterséges intelligencia-cég, és úgy gondoljuk, hogy csak három társalapítóval juthatunk oda az AI és az automatizálás használatával, hogy átgondoljuk, milyen méretűnek tűnik. Ne felejtsd el kedvelni és megosztani a történetet!

This story contains new, firsthand information uncovered by the writer.

The writer was physically present in relevant location(s) to this story. The location is also a prevalent aspect of this story be it news or otherwise.

Hot off the press! This story contains factual information about a recent event.

Winner of Noonies 2020 for the award Hacker Noon Contributor of the Year - DATA.

2020 - Hacker Noon Contributor of the Year in DATA

Read My Stories

Ez a hanganyag a történet eredeti nyelvén készült!

Kettős vezérigazgató: Három emberrel és nulla VC pénzzel építettünk egy többmillió ARR egészségügyi AI céget

About Author

HOZZÁSZÓLÁSOK

HANG TAGOK

EZT A CIKKET BEMUTATTA

Related Stories

HackerNoon Raises $250k at $50M Valuation From Forward Research

Of The First and Last Things: Part 4

HackerNoon Social Media Presence: A Complete Guide

THE LAST DAY OF NEW YORK

HackerNoon Raises $250k at $50M Valuation From Forward Research

Of The First and Last Things: Part 4

HackerNoon Social Media Presence: A Complete Guide

THE LAST DAY OF NEW YORK

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps