Bootstrapped a molti milioni di ARR con tre co-fondatori e nessun sostegno di venture, Twofold sta silenziosamente costruendo ciò che potrebbe diventare lo strato di infrastruttura di intelligenza artificiale definizione per l'assistenza sanitaria ambulatoriale. Per discutere perché il mercato dell’intelligenza artificiale è il quadro sbagliato, cosa serve realmente per guadagnare fiducia clinica e come un team di tre persone sta gestendo una piattaforma utilizzata da oltre 3.000 pratiche in tutti gli Stati Uniti. doppio Prima di entrare in Twofold, potresti dare ai nostri lettori una breve introduzione su te stesso e cosa ti ha spinto a costruire l'infrastruttura AI per l'assistenza sanitaria? Ishan Pandey: Grazie, Ishan, sono davvero felice di essere qui. sono il co-fondatore e CEO di Il mio background si estende all'ingegneria del software e alla cibersicurezza, e poi ho continuato a guadagnare il mio MBA da INSEAD. Prima di Twofold, avevo già costruito e lasciato una società, quindi sono entrato in questo con un chiaro senso di ciò che serve per andare da zero a qualcosa di reale. Gal Steinberg: doppio 
 
 con disciplina, vicino ai clienti, e senza perdere di vista i fondamenti. con disciplina, vicino ai clienti, e senza perdere di vista i fondamenti. Oggi, il mio pieno focus è sulla costruzione di infrastrutture AI che funzionino effettivamente all'interno delle pratiche sanitarie. La maggior parte delle aziende sanitarie AI raccoglie decine di milioni prima di scrivere una singola riga di codice. La storia di raccolta fondi precede spesso il prodotto. Hai scelto un percorso completamente diverso con Twofold, rimanendo bootstrapped e raggiungendo molti milioni di ARR con solo tre co-fondatori. Qual era la logica strategica dietro quella decisione, e pensi che il modello di impresa pesante nell'IA sanitaria sia fondamentalmente rotto? Ishan Pandey: Abbiamo costruito Twofold senza finanziamento di rischio perché volevamo costruire un vero business prima di costruire una storia di raccolta fondi. Gal Steinberg: 
 
 Nell'assistenza sanitaria, è facile creare eccitazione intorno all'IA, ma è molto più difficile creare qualcosa in cui i clinici si fidino abbastanza da usare ogni giorno. Nell'assistenza sanitaria, è facile creare eccitazione intorno all'IA, ma è molto più difficile creare qualcosa in cui i clinici si fidino abbastanza da usare ogni giorno. Pensiamo che il miglior punto di prova nell'assistenza sanitaria non sia quanto denaro hai raccolto, ma se i clienti usano il prodotto, continuano a usarlo e pagano per esso. Parliamo della traiettoria. Twofold è di circa diciotto mesi di età, e il prodotto oggi sembra molto diverso da dove è iniziato. Passeggiaci attraverso ciò che i primi sei mesi sembravano veramente, quale era la coda iniziale, cosa hai imparato dai primi utenti e cosa ha causato la visione di espandersi in ciò che Twofold è ora? Ishan Pandey: Nei primi sei mesi, Twofold era molto più ristretto. Abbiamo iniziato con una coda focalizzata intorno alla documentazione e l'abbiamo usata per imparare dove l'IA potrebbe creare valore immediato nei veri flussi di lavoro clinici. Una grande parte di quella trazione proviene dalla salute comportamentale, che rimane un mercato molto importante per noi, ma l'opportunità più ampia è sempre stata più grande di una singola specialità. Gal Steinberg: https://youtu.be/--ibh8rRmx4?si=lYc-frJ5nb1b_zvh&embedable=true Oggi, Twofold è un partner di assistenza AI-native che si trova in cima ai sistemi di gestione tradizionali di EHR, RCM e pratica per consentire flussi di lavoro guidati dall'IA. Ciò include la documentazione, le revisioni dei grafici, il supporto alle decisioni cliniche e i benefici per la ritenzione del personale. Ciò che è iniziato come una coda di documentazione si è evoluto in un più ampio strato di AI per l'assistenza ambulatoriale. La visione si è ampliata come abbiamo imparato dai clienti: le pratiche non vogliono un'altra soluzione punto disconnesso. vogliono l'IA che rende il loro stack esistente più intelligente e aiuta l'intera organizzazione a funzionare meglio. Hai raggiunto molti milioni di ARR da zero in diciotto mesi con un team di tre persone e nessun finanziamento esterno. Questi numeri solleveranno le sopracciglia, sia impressionate che scettiche. Puoi darci le metriche reali? E che cosa ti dice la curva di crescita sul segnale di domanda in questo mercato? Ishan Pandey: Abbiamo fondato l'azienda circa 1,5 anni fa, e in quel tempo abbiamo cresciuto da zero a multi-milioni di dollari in ARR mentre raggiungendo finanziamenti breakout. Gal Steinberg: Poiché abbiamo iniziato da zero solo 18 mesi fa, il tasso di crescita anno su anno è effettivamente in migliaia di percentuali. Il punto più significativo, tuttavia, è che abbiamo raggiunto molti milioni di ARR molto rapidamente con solo tre co-fondatori, nessun finanziamento imprenditoriale, e un prodotto guidato, movimento self-service go-to-market. Dall'esterno, il mercato della scrittura AI sembra affollato, Nuance, Abridge, Nabla e una dozzina di start-up ben finanziate stanno tutti competendo per la stessa attenzione clinica. Un scettico chiederebbe perché le pratiche sanitarie dovrebbero preoccuparsi di Twofold. Qual è la risposta onesta a questo, e come si definisce il confine competitivo che gli altri mancano? Ishan Pandey: Il mercato sembra affollato solo se lo definisci a stretto raggio come generazione di note. Pensiamo che manchi la vera opportunità. La maggior parte dei giocatori sta ancora vendendo uno strumento di presa di nota migliore. Stiamo costruendo un livello di workflow AI più ampio per le pratiche sanitarie. Gal Steinberg: La salute comportamentale è un mercato importante per noi, ma il problema sottostante esiste molto più ampiamente in tutte le cure ambulatoriali. I sistemi ereditari sono profondamente incorporati, i costi di commutazione sono alti e le pratiche non cercano di strappare tutto. vogliono uno strato nativo di AI che si trova sopra a ciò che già usano e migliora significativamente il modo in cui la pratica funziona. Questa è l'opportunità che vediamo, ed è molto più grande della categoria scrittrice da sola. C’è un divario tra ciò che l’intelligenza artificiale può fare in una demo controllata e ciò che può fare in un ambiente clinico reale con flussi di lavoro confusi, casi di margine e conseguenze ad alto importo.Da un punto di vista tecnico e operativo, cosa serve realmente per costruire l’intelligenza artificiale che i clinici si fidano abbastanza da fare affidamento ogni giorno e cosa la maggior parte delle persone costruisce in questo spazio fondamentalmente sottovaluta? Ishan Pandey: La parte più difficile è non rendere un'immagine demo impressionante. La parte più difficile è costruire qualcosa di affidabile abbastanza da essere fiducioso in un ambiente regolamentato ad alta quota. Nell'assistenza sanitaria, l'accuratezza da sola non è sufficiente. Hai bisogno di coerenza, auditabilità, adattamento del flusso di lavoro e fiducia. Gal Steinberg: Gli esterni spesso sottovalutano quanto siano confusi i flussi di lavoro clinici del mondo reale. Ogni pratica è diversa, ogni clinico funziona un po 'diversamente e le conseguenze a valle delle cattive uscite sono reali. Costruire un'IA di livello di produzione per l'assistenza sanitaria significa gestire casi di margine, strutturare correttamente le informazioni, adattarsi ai sistemi esistenti e guadagnare fiducia nel tempo. La redditività in questa fase in un settore dominato da venture è abbastanza insolita da giustificare una spiegazione dettagliata. Passeggiamo attraverso la meccanica effettiva, come un team di tre persone gestisce una piattaforma per oltre 3.000 pratiche senza bruciare denaro? Ishan Pandey: Abbiamo scelto un punto di dolore chiaro, costruito intorno alla reale domanda del cliente, e progettato l'azienda per essere prodotto-led e self-service fin dall'inizio. che ci ha dato un motore di crescita molto efficiente senza bisogno di un grande team di vendita o pesante overhead. Gal Steinberg: Un altro fattore importante è l’automazione. 
 
 Twofold è gestito da soli tre co-fondatori, e utilizziamo l'automazione in tutto lo sviluppo del prodotto, la crescita, l'inserimento, il supporto, l'analisi e le operazioni. Twofold è gestito da soli tre co-fondatori, e utilizziamo l'automazione in tutto lo sviluppo del prodotto, la crescita, l'inserimento, il supporto, l'analisi e le operazioni. Questo ci consente di operare con un livello di leva che normalmente richiederebbe un team molto più grande. Non stiamo cercando di apparire grandi. stiamo cercando di essere veloci, efficienti e compositivi. Tre co-fondatori che gestiscono una società su questa scala è un modello organizzativo che la maggior parte degli operatori chiamerebbe insostenibile. A che punto rimanere magri diventa un vincolo piuttosto che un vantaggio e come pensi dei compromessi deliberati che stai facendo non assumendo? Ishan Pandey: La società è ancora solo i tre co-fondatori. che sorprende molte persone dato la scala che abbiamo raggiunto, ma è intenzionale. Gal: Ognuno di noi opera in più funzioni, e utilizziamo l'automazione per moltiplicare la produzione. che include prodotto, crescita, supporto, analisi e operazioni interne. Non stiamo cercando di costruire una grande organizzazione per questo. stiamo cercando di costruire una estremamente efficace. Finora, rimanere magro è stato un vero vantaggio competitivo. Hai descritto l'ambizione di Twofold di diventare lo strato operativo AI che si trova sopra il software di assistenza sanitaria tradito, che è una pretesa significativamente più grande rispetto alla costruzione di uno strumento di documentazione. Ishan Pandey: 2026 sta per continuare ad espandersi da una coda in uno strato operativo di IA molto più ampio per le pratiche sanitarie. Ciò significa capacità più profonde attraverso le revisioni dei grafici, il supporto alle decisioni cliniche, l'automazione del flusso di lavoro e le prestazioni della pratica. La salute comportamentale è una parte importante di quella storia per noi, ma la visione a lungo termine è più ampia: aiutare le pratiche a lavorare più intelligentemente sui sistemi che già hanno. Gal: L'ambizione è molto più grande della costruzione di un'altra scrittura di intelligenza artificiale. Crediamo che le organizzazioni sanitarie si baseranno sempre più su uno strato nativo di intelligenza artificiale che si trova al di sopra del software tradito e aiuta a migliorare la fornitura di cure, ridurre l'attrazione amministrativa, migliorare la conformità e sostenere la ritenzione del personale. Il nostro obiettivo è che Twofold diventi quel strato. Pensiamo che questa possa diventare una delle aziende di intelligenza artificiale sanitaria che definiscono, e crediamo che possiamo arrivare lì con solo tre co-fondatori utilizzando l'intelligenza artificiale e l'automazione per ripensare a cosa sembri la scala. Non dimenticate di amare e condividere la storia!

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

Questo audio è prodotto nella lingua originale della storia!

Due volte CEO: abbiamo costruito una società multi-milione ARR Healthcare AI con tre persone e zero soldi VC

About Author

COMMENTI

CARTELLINI

QUESTO ARTICOLO È STATO PRESENTATO IN

Related Stories

The Fall of OM by Mantra DAO: Accident or Pattern?

Link-To-Earn Incentive Model: A Blueprint For Mass Adoption?

10 Reasons Why Publishing on HackerNoon Will Skyrocket Your Reach and Impact

Meet BrowserStack: HackerNoon Company of the Week

The Fall of OM by Mantra DAO: Accident or Pattern?

Link-To-Earn Incentive Model: A Blueprint For Mass Adoption?

10 Reasons Why Publishing on HackerNoon Will Skyrocket Your Reach and Impact

Meet BrowserStack: HackerNoon Company of the Week

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps