3人の共同創設者と起業支援なしで数百万のARRにブートストラップしたTwofoldは、外科医療のためのAIインフラストラクチャの定義層になるかもしれないものを静かに構築しています。 なぜAI書き手市場が間違った枠組みであるのか、実際に臨床信頼を得るためには何が必要なのか、そして、3人組のチームがどのようにして米国の3000以上の実践者が使用するプラットフォームを実行しているのかを議論する。 ダブル  Hi Gal, it's great to have you on our "Behind the Startup" series. Before we get into Twofold, could you give our readers a brief introduction about yourself and what led you to building AI infrastructure for healthcare? Ishan Pandey: ありがとう、イシャン、ここにいることが本当にうれしいです。私は共同創設者兼CEOです。 私の背景はソフトウェアエンジニアリングとサイバーセキュリティをカバーし、後に私はINSEADからMBAを取得しました。Twofold以前は、すでに会社を構築し、会社を辞めたので、ゼロから現実のものに移行するために何が必要かという明確な感覚を持って入りました。 Gal Steinberg: ダブル 
 
 規律を持って、顧客に近づき、基礎を失うことなく。 with discipline, close to customers, and without losing sight of the fundamentals. Today, my full focus is on building AI infrastructure that actually works inside healthcare practices.  Most AI healthcare companies raise tens of millions before a single line of code is written. The fundraising story often precedes the product. You chose a completely different path with Twofold, staying bootstrapped and reaching multi-million ARR with just three co-founders. What was the strategic logic behind that decision, and do you think the venture-heavy model in healthcare AI is fundamentally broken? Ishan Pandey:  We built Twofold without venture funding because we wanted to build a real business before building a fundraising story. Gal Steinberg: 
 
 ヘルスケアでは、AIの周りで興奮を生み出すのは簡単ですが、クリニックが毎日使用するのに十分に信頼できるものを創造することはより困難です。 ヘルスケアでは、AIの周りで興奮を生み出すのは簡単ですが、クリニックが毎日使用するのに十分に信頼できるものを創造することはより困難です。 私たちは、医療における最高の証拠点は、あなたがどれだけのお金を集めたかではなく、顧客が製品を使用し、それを使用し続け、それを支払うかどうかだと思っています。  Let's talk about the trajectory. Twofold is roughly eighteen months old, and the product today looks quite different from where it started. Walk us through what the first six months actually looked like, what was the initial wedge, what did you learn from early users, and what caused the vision to expand into what Twofold is now? Ishan Pandey:  In the first six months, Twofold was much narrower. We started with a focused wedge around documentation and used that to learn where AI could create immediate value in real clinical workflows. A large part of that traction came from behavioral health, which remains a very important market for us, but the broader opportunity was always bigger than a single specialty. Gal Steinberg: https://youtu.be/--ibh8rRmx4?si=lYc-frJ5nb1b_zvh&embedable=true Today, Twofold is an AI-native care partner that sits on top of legacy EHR, RCM, and practice management systems to enable AI-driven workflows. That includes documentation, chart audits, clinical decision support, and staff retention benefits. What started as a documentation wedge has evolved into a broader AI layer for outpatient care. The vision expanded as we learned from customers: practices do not want another disconnected point solution. They want AI that makes their existing stack smarter and helps the entire organization operate better. あなたは3人組のチームと外部の資金調達なしで18ヶ月でゼロから数百万のARRを達成しました。これらの数字は、印象的で懐疑的な両方に目を上げます。あなたは私たちに実際のメトリクスを提供できますか?そして成長曲線は、この市場における需要信号についてあなたに何を伝えますか? Ishan Pandey: 我々は約1.5年前に会社を設立し、その間に我々はゼロから数百万ドルのARRに成長し、破綻的な財政に到達しました。 Gal Steinberg: 私たちはわずか18ヶ月前にゼロから始めたので、年間の成長率は実際には数千パーセントです。しかし、より有意義な点は、私たちはわずか3人の共同創設者、起業資金なし、製品主導の自営業市場への動きで、非常に迅速に数百万のARRに達したことです。 外部から見ると、AIの書き手市場は混雑しているように見えるが、Nuance、Abridge、Nabla、および数十の資金調達の良いスタートアップは、すべて同じ臨床的な注意を求めて競争している。 Ishan Pandey: 市場は、あなたがそれをノート生成として狭く定義する場合にのみ混雑しているように見えます。我々は、それが本当の機会を逃していると考えています。ほとんどのプレイヤーはまだより良いノートを取るツールを販売しています。 Gal Steinberg: Behavioral health is a major market for us, but the underlying problem exists much more broadly across outpatient care. Legacy systems are deeply embedded, switching costs are high, and practices are not looking to rip everything out. They want an AI-native layer that sits on top of what they already use and meaningfully improves how the practice runs. That is the opportunity we see, and it is much larger than the scribe category alone.  There's a gap between what AI can do in a controlled demo and what it can do in a real clinical environment with messy workflows, edge cases, and high-stakes consequences. From a technical and operational standpoint, what does it actually take to build AI that clinicians trust enough to rely on daily and what do most people building in this space fundamentally underestimate? Ishan Pandey: 最も困難な部分は、デモを印象的に見せないことです。最も困難な部分は、高い賭け、規制された環境で信頼できるほど信頼できるものを構築することです。医療において、正確さだけでは十分ではありません。 Gal Steinberg: Outsiders often underestimate how messy real-world clinical workflows are. Every practice is different, every clinician works a little differently, and the downstream consequences of bad output are real. Building production-grade AI for healthcare means handling edge cases, structuring information correctly, fitting into existing systems, and earning trust over time. That is very different from building a flashy consumer AI product.  Profitability at this stage in a venture-dominated sector is unusual enough to warrant a detailed explanation. Walk us through the actual mechanics, how does a three-person team run a platform for over 3,000 practices without burning cash? What does your internal automation stack look like, and where are the limits of that model? Ishan Pandey:  A big part of it is focus. We picked a clear pain point, built around real customer demand, and designed the company to be product-led and self-serve from the beginning. That gave us a very efficient growth engine without needing a large sales team or heavy overhead. Gal Steinberg: もう一つの重要な要素は自動化です。 
 
 Twofoldは3人の共同創設者によって運営されており、製品開発、成長、オンボード、サポート、アナリティクス、および事業における自動化を活用しています。 Twofoldは3人の共同創設者によって運営されており、製品開発、成長、オンボード、サポート、アナリティクス、および事業における自動化を活用しています。 それにより、通常はより大きなチームが必要なレベルで運用できるようになります。我々は大きく見ようとしません。我々は速く、効率的で、複合的であるように努めています。 この規模で会社を運営する3人の共同創設者は、ほとんどのオペレーターが持続不可能と呼ぶ組織モデルです。 Ishan Pandey: 同社はまだ3人の共同創設者にすぎないが、我々が達成した規模を考慮して多くの人々を驚かせているが、それは意図的である。 Gal: 私たちはそれぞれ複数の機能を介して動作し、オートメーションを大量に使用して出力を倍増します。これには、製品、成長、サポート、分析、および内部操作が含まれます。 Twofoldの野心は、伝統的な医療ソフトウェアの上に座るAIオペレーティング層になること、これはドキュメンタリーツールを構築するよりもはるかに大きな主張であるとあなたは述べています。 Ishan Pandey: 2026年は、ヘルスケアの実践のためのより広いAIオペレーティング層へと拡大し続けることである。これは、図面監査、臨床意思決定サポート、ワークフローの自動化、実践のパフォーマンスを通じてより深い能力を意味します。行動の健康は私たちにとってその物語の重要な部分ですが、長期的なビジョンはより広い:実践が既に持っているシステムの上によりスマートに動作するのを助ける。 Gal: この野心は、別のAIの書き手を構築するよりもはるかに大きいと考えています。我々は、医療機関は、古いソフトウェアの上に座り、介護の提供を改善し、管理トラックを削減し、コンプライアンスを向上させ、スタッフの維持をサポートするのに役立つAIネイティブ層にますます依存すると信じています。我々は、これは医療のAI企業の定義の一つになることができると考えています。 Don’t forget to like and share the story!

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

このオーディオは、ストーリーの元の言語で制作されています。

Double CEO: We Built A Multi-Million ARR Healthcare AI Company With Three People and Zero VC Money トップページ

About Author

コメント

ラベル

この記事は

Related Stories

デジタルノマドの皆さん、タイの新しい DTV ビザについて知っておくべきこと

State of the Noonion: Green Clock Strikes Noon

暗号通貨の成長: 効果的なユーザーペルソナの作成

フォーラムからフィードへ: ソーシャルメディアアルゴリズムがデジタルインタラクションを形作る仕組み

デジタルノマドの皆さん、タイの新しい DTV ビザについて知っておくべきこと

State of the Noonion: Green Clock Strikes Noon

暗号通貨の成長: 効果的なユーザーペルソナの作成

フォーラムからフィードへ: ソーシャルメディアアルゴリズムがデジタルインタラクションを形作る仕組み

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps