微软、Alphabet、Meta和亚马逊今年的资本支出预计将超过7000亿美元——主要用于数据中心和计算硬件——以扩建支持人工智能所需的基础设施。如此规模的支出要想获得回报，AI就必须在整个经济中带来实质性的生产力提升，而很少有行业比医疗保健更有条件证明这一点。

2024年美国医疗保健支出达到5.3万亿美元，相当于GDP的18%。据估计，其中近1万亿美元仅用于行政管理。与此同时，医疗需求持续超过现有临床人力。如果AI能够降低医疗服务成本，同时让临床医生得以为更多患者提供服务，其经济机遇将是巨大的。

主要AI玩家已经进一步深入这一领域。微软与梅奥诊所正在开发专门面向医疗保健的前沿AI模型，谷歌云与CVS Health则达成长期合作，由Gemini——谷歌的AI模型系列——为CVS新推出的Health100平台提供支持。这两项举措遵循同一逻辑：将AI引入成本不断累积的具体行政与临床工作流程中。

然而，对医疗服务机构而言，AI机遇伴随着时间的压力。随着效率提升逐渐体现在报销体系中，今天创造优势的因素，明天就可能成为医疗机构被要求达到的基准。

捕获AI收益的窗口正在收窄

对医疗服务机构而言，AI的经济账可以很直观：减少提供医疗服务所需的行政工作，就能降低提供服务的成本。挑战在于，在报销体系跟上之前，从这些效率提升中获益的窗口可能是有限的。

联邦医疗保险（Medicare）早已将生产力因素纳入医院、专业护理机构、居家健康护理等场景的支付调整中。2026年，CMS——管理Medicare的机构——将这一逻辑延伸至医生支付，对某些非按时间计费服务的工作部分实施2.5%的效率调整。该调整反映了CMS预期这些服务在交付方式上随时间积累的效率。

这给了医疗服务机构尽早捕获AI驱动节省的理由。那些利用AI降低文书、接诊或协调成本的机构，可以在效率更充分地体现在支付方式之前，先行降低自身成本结构。而观望者则可能在没有捕获这些节省的情况下，面临同样的支付压力。随着时间推移效率更高的机构还可以通过在人员、产能和医疗服务上再投资，进一步扩大这一优势。

AI真正的回报，在于工作提速之后发生的事

医疗保健拥有许多行业所缺乏的东西：AI创造的生产力收益有明确的去处。由于医疗需求已经超过现有临床人力，从文书、排班或接诊中解放出来的时间，并不一定意味着更少的人做同样的工作——它可能意味着更多患者更早获得医疗服务。

要捕获这一价值，必须从工作本身入手，而非技术。最好的机会往往藏在显而易见之处：让临床医生整天盯着屏幕的文书工作、拖延就医的接诊流程，或在医疗环节之间停滞的转诊。成功的衡量标准同样应当具体。AI应当切实为临床医生节省时间，让他们有机会与患者进行更有意义的交流，或消除不必要的工作，而不是简单地把负担转移到别处。

设想一位从医院转入急性后期护理的患者。转诊延迟或信息缺失可能引发大量电话和人工跟进、延误治疗，并增加再入院风险。如果AI能帮助交接在第一次就顺利完成，其价值将不止于更快的转诊：它还能消除下游的工作和成本，同时让患者更早接受治疗。一个节省了五分钟、却又增加一个登录入口、数据孤岛或交接环节的工具，不过是转移了负担而已。

医疗机构还需要预先决定如何利用释放出来的产能。还给临床医生的时间，可以用来接诊更多患者，或缓解本已紧张的人员压力。当生产力提升降低医疗服务成本时，它们可以改善利润率，并为投资于人员、扩大服务覆盖和改善医疗质量创造更多空间。

7000亿美元的押注需要现实世界的回报

AI热潮的下一阶段，衡量标准将不再是建造了多少算力，而是企业能用它做什么。医疗保健提供了一个分量格外重的考验：AI能否从一个庞大行业中挤出足够的成本和摩擦，在改变其经济结构的同时，扩大其所能提供的医疗服务量？

科技巨头已经投入数千亿美元建设AI基础设施。更难的问题是，这项技术能否产生规模足够大的生产力，使这笔投资物有所值。医疗保健或许是最清晰的检验场之一。值得关注的指标是具体的：AI工具能否从试点走向文书、接诊和转诊等成本集中的工作环节，以及随着效率被嵌入支付规则，医疗机构的成本结构将如何变化。

Fortune.com评论文章中表达的观点仅为作者个人观点，不一定反映《财富》的观点和立场。

本文最初发表于 Fortune.com。