Microsoft、Alphabet、Meta和Amazon今年的資本支出預計將超過7,000億美元——主要用於資料中心和運算硬體——以擴建支援人工智慧所需的基礎設施。如此規模的支出要能回本，AI必須在整體經濟中帶來實質的生產力提升——而很少有產業比醫療更能提供驗證的空間。

美國2024年的醫療支出達5.3兆美元，相當於GDP的18%。據估計，其中接近1兆美元僅用於行政管理。與此同時，醫療需求持續超過現有臨床人力。如果AI能夠降低醫療服務成本，同時讓臨床人員得以照顧更多病患，其經濟機會將十分龐大。

主要AI業者已開始深入這個領域。Microsoft正與Mayo Clinic開發一款專為醫療設計的前沿AI模型，而Google Cloud則與CVS Health達成長期合作夥伴關係，以Gemini——Google的AI模型系列——驅動CVS全新的Health100平台。這兩項舉措遵循相同的邏輯：將AI引入成本累積的具體行政與臨床工作流程中。

然而，對醫療提供者而言，AI帶來的機會伴隨著時間壓力。當更高的效率逐漸反映在報銷制度中，今天能創造優勢的因素，明天就可能成為醫療提供者被期望達到的基準。

把握AI效益的窗口正在收窄

對醫療提供者而言，AI的經濟效益可以很直觀：減少提供醫療服務所需的行政工作，就能降低服務成本。問題在於，在報銷制度趕上之前，從這些效率中受益的窗口可能相當有限n
Medicare已將生產力納入對醫院、技術護理機構、居家醫療及其他場景的給付調整中。2026年，CMS——負責管理Medicare的機構——將這一邏輯延伸至醫師給付，對某些非以時間計費服務的工作組成部分實施2.5%的效率調整。該調整反映了CMS預期這些服務的提供方式將隨時間累積的效率。

這給了醫療提供者儘早實現AI節省效益的理由。那些利用AI降低文件記錄、接診或協調成本的機構，現在就能降低成本結構，趁更高的效率尚未完全反映在其報酬方式之前。等待觀望者則可能面臨同樣的給付壓力，卻未能實現節省。隨著時間推移，效率更高的醫療提供者可以透過重新投資於人員、產能和照護來擴大這一優勢。

AI真正的回報，是工作變快之後發生的事

醫療擁有許多產業所缺乏的條件：一個可以承接AI所創造生產力效益的明確去向。由於醫療需求早已超過現有臨床人力，從文件記錄、排程或接診中釋放出來的時間，不必只是意味著以更少的人做同樣的工作。它可以意味著更多病患更早獲得照護。

要實現這一價值，必須從工作本身著手，而非技術。最好的機會往往顯而易見：讓臨床人員長時間盯著螢幕的文件記錄、延誤就診的接診流程，或在醫療場景之間停滯不前的轉診。成功的衡量標準也應同樣具體。AI應該為臨床人員贏回實質的時間，讓他們有機會與病患共度更有意義的時光，或消除不必要的工作，而不是單純把負擔轉移到別處。

以一名從醫院轉入急性後期照護的病患為例。延誤的轉診或缺失的資訊可能引發電話聯繫和人工跟進、延誤治療，並增加再入院風險。如果AI能讓這次交接第一次就正確完成，其價值將不止於更快的轉診：它可以在讓病患更早獲得照護的同時，消除後續的工作與成本。一個節省五分鐘卻新增另一組登入、資料孤或交接環節的工具，只是把負擔換了個地方。

醫療提供者還需要預先決定如何運用所創造的產能。歸還給臨床人員的時間，可以用於診治更多病患，或緩解本已吃緊的人力壓力。當生產力效益降低了醫療服務成本，就能改善利潤率，騰出更多空間投資於人員、擴大服務可及性並改善照護品質。

7,000億美元的豪賭需要真實世界的回報

AI熱潮的下一階段，衡量的將不是建造了多少運算容量，而是企業能利用它做些什麼。醫療提供了一場異常關鍵的考驗：AI能否從一個龐大產業中消除足夠的成本與摩擦，在改變其經濟結構的同時，擴大其所能提供的醫療服務量？

大型科技公司已投入數千億美元建設AI基礎設施。更難的問題是，這項技術能否產生足夠規模的生產力，讓這筆投資物有所值。醫療產業或許是尋找答案最清晰的地方之一。值得關注的指標十分具體：AI工具能否從試點走向成本所在之處——文件記錄、接診和轉診工作——以及隨著效率被納入給付規則，醫療提供者的成本結構如何變化。

Fortune.com評論文章所表達的觀點僅代表作者個人立場，不一定反映Fortune的意見與信念。

本文最初發表於 Fortune.com。