Microsoft, Alphabet, Meta i Amazon mają w tym roku wydać ponad 700 miliardów dolarów na nakłady inwestycyjne — głównie na centra danych i sprzęt obliczeniowy — rozbudowując infrastrukturę potrzebną do wspierania sztucznej inteligencji. Aby wydatki tej skali się zwróciły, AI będzie musiała przynieść wymierne wzrosty produktywności w całej gospodarce — a niewiele branż oferuje więcej miejsca na jej wykazanie się niż opieka zdrowotna.

Wydatki USA na ochronę zdrowia osiągnęły w 2024 roku 5,3 biliona dolarów, co odpowiada 18% PKB. Według niektórych szacunków blisko 1 bilion dolarów z tej kwoty trafia wyłącznie do administracji. Tymczasem popyt na opiekę zdrowotną nadal wyprzedza dostępne zasoby kadry klinicznej. Jeśli AI obniży koszty świadczenia opieki, jednocześnie uwalniając klinicystów do obsługi większej liczby pacjentów, korzyści gospodarcze mogą być ogromne.

Najwięksi gracze AI już pogłębiają obecność w tej branży. Microsoft i Mayo Clinic rozwijają model granicznej AI zaprojektowany specjalnie dla ochrony zdrowia, a Google Cloud i CVS Health zawarły długoterminowe partnerstwo, w ramach którego nowa platforma CVS — Health100 — będzie zasilana modelem Gemini, rodziną modeli AI Google'a. Obie inicjatywy podlegają tej samej logice: wprowadzenie AI w konkretne procesy administracyjne i kliniczne, tam gdzie kumulują się koszty.

Dla placówek opieki zdrowotnej szansa związana z AI wiąże się jednak z tickingiem zegara. W miarę jak większa efektywność zaczyna znajdować odzwierciedlenie w refundacjach, to co dziś tworzy przewagę, jutro może stać się poziomem bazowym, którego oczekuje się od świadczeniodawców.

Okno na wykorzystanie zysków z AI zawęża się

Dla świadczeniodawców ekonomika AI może być prosta: zmniejszenie pracy administracyjnej wymaganej do świadczenia opieki obniża koszty jej świadczenia. Wyzwanie polega na tym, że okno na skorzystanie z tych efektywności może być ograniczone, zanim nadrobi je system refundacyjny.

Medicare już obecnie uwzględnia produktywność w aktualizacjach płat w szpitalach, placówkach pielęgnacyjnych, opiece domowej i innych obszarach. Na 2026 rok CMS — agencja zarządzająca Medicare — rozszerzył tę logikę na wynagrodzenia lekarzy, stosując 2,5-procetową korektę efektywnościową do komponentu pracy niektórych usług nieroliczanych czasowo. Korekta uwzględnia efektywności, których CMS oczekuje w sposobie świadczenia tych usług w czasie.

Daje to świadczeniodawcom powód, by wcześnie wykorzystać oszczędności napędzane przez AI. Ci, którzy użyją AI do redukcji kosztów dokumentacji, przyjęć pacjentów czy koordynacji, mogą już teraz obniżyć swoje struktury kosztów, zanim większa efektywność znajdzie pełniejsze odzwierciedlenie w sposobie ich wynagradzania. Ci, którzy poczekają, ryzykują stanięcie wobec tej samej presji płatniczej bez odłożonych oszczędności. Z czasem bardziej efektywni świadczeniodawcy mogą pomnażać tę przewagę, reinwestując w personel, moce przerobowe i opiekę.

Prawdziwa wartość AI ujawnia się, gdy praca przyspieszy

Opieka zdrowotna ma coś, czego brakuje wielu branżom: jasne miejsce, gdzie można ulokować zyski produktywności tworzone przez AI. Ponieważ popyt już przewyższa dostępną kadrę kliniczną, czas uwolniony dzięki dokumentacji, planowaniu czy przyjęciom nie musi oznaczać mniejszej liczby osób wykonujących tę samą pracę. Może oznaczać, że więcej pacjentów otrzyma opiekę szybciej.

Wykorzystanie tej wartości wymaga rozpoczęcia od pracy, a nie od technologii. Najlepsze możliwości często kryją się na widoku: dokumentacja, która trzyma klinicystę przy ekranie, proces przyjęć opóźniający dostęp do opieki czy skierowanie utknięte między poziomami opieki. Sukces powinien być równie konkretny. AI powinna oddawać klinicystom realny czas, umożliwiać im spędzanie więcej wartościowego czasu z pacjentami lub eliminować zbędną pracę, a nie po prostu przenosić ją gdzie indziej.

Rozważmy pacjenta przechodzącego ze szpitala do opieki pooddziałowej. Opóźnione skierowanie lub brakujące informacje mogą wywołać serię telefonów i ręczne uzupełnianie danych, opóźnić leczenie i zwiększyć ryzyko ponownej hospitalizacji. Jeśli AI pomoże, by taki przekaz przebiegł poprawnie za pierwszym razem, wartość wykracza poza szybsze skierowanie: może wyeliminować dalszą pracę i koszty, jednocześnie szybciej kierując pacjenta pod opiekę. Narzędzie, które oszczędza pięć minut, ale dodaje kolejny login, silos danych lub etap przekazania, po prostu przesunęło ciężar.

Świadczeniodawcy muszą też z góry zdecydować, co zrobią z utworzonymi mocami. Czas oddany klinicom może oznaczać obsługę większej liczby pacjentów lub złagodzenie presji na już przeciążoną kadrę. Gdy zyski produktywności obniżają koszty świadczenia opieki, mogą wzmacniać marże i tworzyć więcej miejsca na inwestycje w personel, poszerzanie dostępu i poprawę jakości opieki.

Zakład o 700 miliardów dolarów potrzebuje realnych zwrotów

Następna faza boomu na AI będzie mierzona mniej przez to, ile mocy obliczeniowej powstanie, a bardziej przez to, co firmy będą w stanie z nią zrobić. Opieka zdrowotna oferuje wyjątkowo doniosły test: czy AI usunie z ogromnej branży wystarczająco dużo kosztów i tarć, by zmienić jej ekonomikę, jednocześnie zwiększając ilość świadczonej opieki?

Wielkie firmy technologiczne już zadeklarowały setki miliardów dolarów na budowę infrastruktury dla AI. Trudniejsze pytanie brzmi, czy ta technologia wytworzy produktywność w skali, która uczyni inwestycję opłacalną. Opieka zdrowotna może być jednym z najjaśniejszych miejsc, by się tego dowiedzieć. Wskaźniki do obserwacji są konkretne: czy narzędzia AI przejdą z pilotaży do pracy związanej z dokumentacją, przyjęciami i skierowaniami, gdzie faktycznie zlokalizowane są koszty, i jak zmienią się struktury kosztów świadczeniodawców, gdy efektywność zostanie wpisana w zasady płatności.

Opinie wyrażone w tekstach komentarzowych Fortune.com są wyłącznie poglądami ich autorów i niekoniecznie odzwierciedlają opinie i przekonania Fortune.

Ta historia pierwotnie ukazała się na Fortune.com.