EP96｜每個醫生都需要的 AI 問診神器：Abridge
01:01:27 Share

Hi AndreaHi Manny 前面开始前提醒大家我们节目资讯上都有放时间轴所以如果你有特别想听的部分例如你就是想要听闲聊那闲聊就一开始就不用跳过了那你想要直接听正文那欢迎就直接跳到你要听的部分本集节目由我从小其实还蛮想进去的公司赞助播出当我还是一个小研究员的时候当时台湾有几个研究机构

Digitimes 真的很专业因为他们真的蛮深入某一些供应链啊半导体的行业里面所以那时候就觉得哇如果当个研究员如果能进 Digitimes 当研究员该有多好好没想到试过金钱过了十年以后我竟然收到了 Digitimes 的业配所以 somehow 用另外一种方式跟我小时候梦想中的公司有一些连结

这一次的 DG Times 的页片内容我觉得蛮好意思的因为他们即将在 3 月 26 号举办年度的 AI 盛会也就是 AI Expo Taiwan 2025 年如果有听我们的节目或是订我的电子报的人应该都会知道 2024 年当大家都在讨论 AI 的时候漫报相对其实不太谈 AI 但不是因为我们觉得它不重要单纯就是我个人处于一个白烂的情形

我最近想到一個非常好的比喻就是我覺得現在這 AI 的時期啊有一點像是 Word Processor 跟有 GUI 介面的 Word 的軟體中間的這個過渡期你這個比喻是不是有點久遠對

對可能也比現在的聽眾聽不懂沒關係大家可以 google 一下展開一下展開一下就是你知道我們打字這件事情在古早以前可能就是手寫打字機玩了之後會進入到以前那個電腦就是 kinikarang 的所以他們就是會做一台電腦那台電腦就是可以用電腦做文字的處理然後那個年代可能就叫做是個 word processor

可是它就真的就是一台 focus 做这件事情的东西更往后当个人电脑比如作业系统更成熟了那我们开始会装所谓的生产力应用软体包含 Word 等等之类的所以文书处理这件事情就从一个单一功能的一个 device 它就慢慢的变成

通用型电脑里面的软体然后它的使用界面或者使用难度也大幅的下降有有有你稍微就是补足了一些我这种年轻人没有经历过这个时代我也没有经过我 Processor 好不好但总而言之我觉得 AI 就有点像这样掌握 AI 的人会觉得还没有掌握 AI 的人就是爱用纸笔或是打字机做事但我就一直觉得再过几年 AI 就会强大到每一个人其实都会用 Word 甚至是 Google Doc

但你都不会在这个青黄不接时期感到焦虑吗不会啊我就觉得反正我就躺着我也不用学 word processor 了啊以前我们的电脑从很早期的状态进入到 GUI 进入到后面的东西我们花十年的时间好了我觉得 AI 就是五年内就会把这东西走完

到那個時候就會像我媽也會用 iPhone 我媽不會用電腦耶可是她完全整個就是超會用 iPhone 當然她用 iPhone 她主要的推動力是因為她要玩遊戲啊可是她為了要能夠玩遊戲她已經把 iPhone 該有的功能都摸透包含她怎麼登入她的信用卡

怎么下载 App 怎么登录账号然后还有会用 Line 会用 Facebook 等等这些就可以了在此之前你怎么教他电脑就是教不会所以我觉得 AI 就是一样所以我在去年的时候就抱持一种我就是白烂的状态反正我在躺个两年就是大家都一样就进入 Mobile 时期好不好我就不用学那么多复杂的东西东西就会跑啦那这两年我就好好的生活可是呢今年过年的时候不是就 DeepSeek 跑出来接下来又 DeepResearch 各家都有然后 Growth3

還有一個像最近非常紅的話題但我相信一定非常多 Podcast 會講就是中國繼 Deep Seek 以後又有一個橫空出世的題目叫 Manus 然後現在整個中國就是為之瘋狂他們覺得至少在這件事情上他們覺得有點超越美國的狀態但是好像看起來 Manus 蠻強的

這件事情就帶給我很大的衝擊因為我本來覺得我只要再躺平大概兩三年就會來到 Mobile 時代結果已經快要到了好像就在眼前對 我就覺得好像就是明年所以可能不能躺那麼平了對 好像該開始了我現在可能就是一個 iPhone 3GS 的時期那我可能就開始要先學習怎麼用觸控螢幕對 很好的比喻那可能到 iPhone 4 iPhone 5 的時候這些東西都更完整了然後 Maybe 那時候我已經學習的曲線已經到達

所以我就觉得不行 2025 年要开始认真的了解跟研究 AI 一下去之后就整个超焦虑嘛采访我们上一集嘛一眼就发现我不是躺平我直接入土了所以在这样躺下去我就直接不用起身了存在的意义在哪没错就超焦虑这个时间点又收到 Digetime 他们今年要办这个论坛的业配的邀约我觉得时间真的是太好因为我收到这个邀约的第一时间我就在想一件事情

这么多的 AI 聚会 AI 论坛 AI 展览真的超级无敌多到底 AI Expo Taiwan 2025 这一场活动有什么特别之处他们给我的 materials 一直叫我 highlight 最主要的 Keynote speaker 就是吴恩达我相信吴恩达大家上网查一下也知道我在 23 年的时候也是非常积极的看他的网站教大家怎么下 prompt 怎么跟 LLM 互动但是

因为想说谁不认识伍恩达可是我觉得他额外挑了其他的所有的 Ecosystem 的讲者确实就把这整件事情弄得我觉得他的吸引力就很高比如说他请了 AWS 的台湾继香港的总经理美国高通的副总裁 Deltec 的技术副总

还有台湾我觉得一间我自己还蛮感兴趣的公司叫 GMI Cloud 的创办人所以我意思是这件事情就是说我们不是只在讨论什么大型语言模型啊怎么跟 AI 互动啊这件事情已经讨论了两三年我觉得大家就是即便你没有很熟你也听过可是 exactly 你讲到 AI 的时候我觉得现在这个加速发展的时期重点已经不是在模型重点其实是它的运算单元是什么

比如说这些最近大家最好奇的 AI 的发展对于 GPU 的需求到底是持续看涨是 10 倍 100 倍还是会随着算法的提升大家对这个需求的量会下降第二个是通讯环境也很重要因为我们现在还是有点像 mainframe 时期的概念我们基本上还是透过网路通讯的部分跟大型语言模型做活动

第三个,这个互动过程中资讯流来流去的资讯安全,我们该怎么去保护它?第四个,现在 AI 加速的过程,我觉得变成是针对个别垂直场景都已经有开始它自己分化出来的应用了。比如说在工厂的自动化,比如说在 2C 的消费需求,比如说在终端的零售,比如说在居家的生活里面,因为像最近我们的 Alexa 也重磅回归嘛。

所以我觉得在 AI 加速发展的情况下有这么多的命题可以去 cover 不只是讨论哪个模型最强哪个模型最会算数学哪个模型最会帮你找资料写论文反正总而言之呢我觉得今年活动真的蛮赞的啊所以我也蛮推荐给对 AI 感兴趣啊对未来感兴趣或者是一样跟我躺平一年之后今年起床发现超级焦虑的你我觉得都还蛮值得去这个活动看看的

目前這個活動已經開放大家去搶位登記而且如果你去登記的話還有機會抽台北首爾的來回機票活動本身日期是在 3 月 26 號到 3 月 28 號每天早上 9 點到下午 4 點半然後地點就是在華柏鎮宴館那歡迎有需要的朋友透過節目資訊來參考看看

業配講完之後進入閒聊但我覺得我們今天業配基本上就是閒聊我覺得其實蠻好我越來越得心應手了我發現我們在漫報真正的比如說紮實內容的部分好像沒什麼長進但我覺得在業配的部分你不覺得嗎越來越出神入化越來越走心你有沒有看我現在的東西裡面在寫稿越來越真誠我不知道你有沒有寫稿啊我耳訴你是有寫稿的沒有我都沒有寫稿我基本上就是看那個活動我都是開那個活動的頁面然後開始講

真的讓業配組聽到這個好嗎?想說 欸不錯啊我覺得這樣效果才會好因為就是它是用閒聊的方式帶出來所以我現在覺得我們的業配其實有一點算是 Power One 的閒聊那接下來我是進入到所謂的真正的閒聊那我最近呢心情真的是挺好的因為因為最近 你又迷上了對最近很多新女團欸 2025 年開年就有兩個我覺得很棒的女團

一個就是 SM 睽違五年之久在推出的新女團 Heart to Heart 五年那麼久有欸有喔 好像有簡稱 Heart to Heart 我看那個韓文我不知道怎麼唸所以我就是問 ChurchBT 說到底這個韓文怎麼唸啊 ChurchBT 很可愛欸他直接跟我說這個唸起來就像中文的

哈兔哈确实啊它那个中文对对你有你看得懂韩文吗对对对我看不懂第二个就是 IVE 的师妹团 KIKIIIKIII 不是两个 I 哦是三个 I 其实是这样我觉得这两个团体一推出来的时候大家第一时间就会觉得哇好像 New Jeans 哦因为五人也没有我觉得现在大家只要觉得我其实没有看 KIKI by the way 因为我现在还没追到这边 KIKI 很棒耶

好 我们现在立马来看一下我觉得是这样大家这年头会觉得如果一个女团出来她不是卖性感她是卖一种少女感或是 Y2K 的感觉大家立刻会把她 label 成是 new jeans

兩團目前來講我覺得他的定位跟方向是截然不同的今天時間有限我就不想講 Kiki 專注講 Hot to Hot 因為我在今天錄音前我本來想說大概了解一下 Angela 今天要講什麼後來我就一直看 Hot to Hot 頻道上面他們練舞的環節啊然後他們過去幾天因為我過去幾天比較忙所以我就沒有空看表演活動所以我就大概把他們前幾天所有的 stage 的 performance 全部看完一遍

我講一下 Hot Hot 這個出道的新歌叫做 The Chase 它的整個歌曲的結構真的是還蠻有近幾年 Kansey 的那種味道第一時間聽完之後覺得沒什麼感覺可是當他們接下來出了第一個攝影棚的練舞的橋段他們開始登台演出他們這首歌的群舞真的是有夠好看耶因為我一直覺得八人舞蹈蠻難安排的

可是她這個舞真的是編得是非常非常好看的每個人的動作搭配她的表情然後每個人不一樣的角色不一樣的屬性就是她已經有設定好這八個人的特質然後在這個群舞裡面有做很好的穿插跟搭配聽起來這些都是現在的女團都多少多少做得還不錯的就是在這個舞編型陣列裡面應該她們都已經做得還不錯那為什麼是因為新鮮感才覺得沒有沒有這一首舞真的是還蠻好看的

應該這麼說我覺得這一支舞編得蠻有立體感的就它不是一致排開的編舞方式就再找到新的創新的創意的方式這邊有額外岔題好岔題我最近最期待實際舞台表演的一支舞是 Amix 的新歌不好意思喔這樣聽得出來我真的是重度女團粉真的重度

NMIX 最近的回歸新歌超好聽那歌我跟你講我已經聽二十幾遍了我每天早上起來我就一定要聽一下就他們最近的新歌 High HorseHigh Horse 這首歌真的超好聽然後我覺得原本歌已經讓我滿驚豔因為我之前其實沒有這麼迷 NMIX 不過我聽了這首歌就覺得哇太清新了結果他們昨天還是前天有釋出了他們的 Studio 練舞的橋段但真的是很練舞的喔不是那種進那種商業攝影棚拍一個好像真的就是準 MV 的等級

欸這舞超難欸它有點已經像是有一點點現代舞的元素了就是他們在裡面是用肢體去做敘事表演不是那種強調手部動作啊或是抖大腿啊或是一些我們常見的舞步或者是一些讓大家很容易在社群媒體上面自己學舞對著鏡頭拍可以 go viral 的那種沒有

High Horse 這首歌的整支舞是一個敘事表演因為你如果看那種比較看一些現代舞表演的時候會發現他們有一些舞他為了展現出敘事的張力然後你會發現那個演員他必須要用很強的核心跟肌力去支撐某一些定點的動作來去呈現出那種情緒的張力的表現然後這種東西其實你有點難去幫一個韓團設計這件事情因為他們如果打這首歌的時候有兩個禮拜或三個禮拜是非常非常密集的要做 stage performance

他如果設計一個這麼超高耗體力的動作你很難確保他每一次表演都是到位的所以 A 岔題也就是說如果說舞這件事情我覺得 NMIX 的 High Horse 這個我蠻期待他真實的舞台表演是怎麼樣但拉回到 Hot to Hot 的 The Chase 這首歌就是他的整個群舞的編排我覺得也蠻特別的就是他的立體感蠻強

不論是把它拆成三三的步驟出來啊或者是一開始門面出來然後只有壞人出現的東西再來壞就是它的結構變成拆成前後排然後最後再換成一個原體的結束完之後再出來然後還有往前 起步往前走不知道我覺得整個三分多鐘的整個視覺體驗它的節奏感跟層次是蠻不錯的

因为我现在看得到她的脸她那个表情的欣喜程度就是少见真的吗对啊真的很好看啊真的很好看所以看着看着就突然开始觉得这首歌其实也蛮好听的我发现她是曼妮是一个很喜欢看女团的一个原因并不只是因为女团我觉得她喜欢这种一致很协调很好的艺术表演

音乐舞蹈内容对然后他喜欢那种很协调性很五边形战士全部都要非常而且越突破越好而且我发现有个特点我其实不太喜欢记人我不太会记女星所以你会发现我有时候比如说一个团四个或六个我可能会因为下一首歌谁的装造特好我就会特别迷他这不是渣的一个另外一个说法可以啦我没有怎么单推的经验不好意思啊对

我覺得是這樣 因為我比較重視 performance 這件事情嗯 有感覺你剛剛是形容的我不是追這個人就是你不是因為什麼這個人個性是什麼你只是覺得這個團在可能音樂敘事舞蹈還有對歌詞歌曲的展現上面又再次突破你對於一個團或是表演的想像就會覺得很有趣尤其像我幾乎不太看綜藝節目即便我很喜歡的團比如說 S8 好了他們的韓綜我基本上也都不會去看因為有時候只是別人有一些片段傳出來

因為我想要看的是作品因為我的重點其實是作品不是那些生活化細節不是人

我对这些人没什么兴趣啊坦白说是这样我比较少用这个方法来切入对于男团女团这种团体的观看或喜好比较少因为我真的是很作品导向因为比如说我通常一定是一直听歌就是一个团他的歌如果不好听我根本就也不会想去看他的 MV 我觉得很有趣然后我会手动封闭所有的男团的歌为什么

為什麼?就不想聽男團的歌喔還好吧 男團的舞蹈是可以他們的作品也是可以相當有張力可是我猜你可能沒有興趣完全沒有興趣好吧 好可惜 錯過了一半像前陣子 PLAYF 的歌很紅然後一直出現 我覺得好煩喔 PLAYF 我還 對我還好好像最近像 G-DRAGON 不是也有新歌出來嗎 還蠻紅的就直接 對吧 我不聽男團好危險的發言沒有 我不聽男團的歌啊單純是我不喜歡聽男團的歌好 沒問題 可以接受好 反正推薦大家 Hot to Hot 作品的一致性 Hot to Hot

我想要让这个听起来不要那么偏颇一点就有人要把他往偏颇的地方走可以啦哈图哈对然后希望下礼拜还有机会先聊后我就来聊一下 KikiKiki 帮你记得了是完全不一样的属性就是那种大自然清新风蛤

沒看過嗎大自然清新風沒有嗎你可以想像就是五個在紐西蘭捲木草的女孩跳到舞台上跳舞那種感覺好厲害我覺得這種就是做真正的創意工作者真的是一直在突破世界既定的一些規則想像跟形象他們真的是在一直突破我不知道我就覺得蠻有趣的因為我覺得越來越用作品的方式看女團因為真的男團可能也是只是因為我機會他們不看男團

但是我越來越用作品的方式在看這件事情是因為我真的覺得他們越來越用作品的方式去打造這些東西他們越來越有很強大的企劃或是切剪或是風格的設定

哈兔哈大家追起来而且又是 SM 的对于 SM 很有信心 SM 的团长青对一年都有一年新滋味对对于就是如果想要了解 Kpop culture 的朋友如果没有什么太多方法门路的话欢迎新的女团大家推荐追起来很好笑啊因为

在我的 IG 的限動我直接 PO 了 NMX 的 High Horse 然後我就說我覺得這首歌超好聽然後就有一個網友他直接就回我的限動跟我說你一定要趕快看他這一次那個 Studio 練舞的影片然後其實我早就看了我就立刻截圖了我在我另外一個朋友群裡面的討論直接把那張圖截給他證明你是真粉了不是我就覺得你有在 context 裡面你是有跟上的沒有我覺得因為這種方式然後跟別人有點短暫的 connection 的感覺還蠻好的

但是如果你繼續往下去說裡面那個誰誰誰最近就是怎樣 那個我就沒興趣了對 我的興趣可能只到他們的 Performance 好久沒看到他這種熱情就是洋溢的投入的感覺了很久沒有新團了 很久沒有之前有一些新的團 Baby Monster 對 那些都比較不是屬於我會想要聽的路線就我都有聽 但可能不是我特別對我胃口的但好不容易一口氣出了兩個團我覺得還蠻不錯

好以上就是今天的闲聊了那我们今天的主题是 Angela Carey 的我也不知道因为我今天早上都在看阿土他的影片所以我们一下就交给 Angela 告诉我们今天她要跟我分享什么样子的议题我这样压力好大刚刚在聊这个这么完整性作品但我觉得可以跟我们今天的业配聊的那个 AI Expo 可能也许有一点牵扯上关系我自己想象啊我今天想要聊一件是一间美国的

医疗相关的新创公司叫做 Abridge AIAbridge AI 做的是什么呢简单来说它就是做一款帮医生可以减少很多行政文书处理后段比如说你要开始 key 一些 code 啊写一些你的遗嘱啊

你可以想象医生本来其实进到一个诊所,你开始跟他讲话,他就开始在电脑上面悄悄答答谢谢,可是其实这个过程是很花力气,花心思,而且医生一边听你要讲你的症状,一边跟你问答,一边又在电脑上记录,这过程非常的繁琐,所以 Abridge 就做了一个工具,一开始是个 APP,现在已经可以是一个可能整合到电子病例系统的一些整套的系统,医生一边跟你在对谈的时候,他就会把你跟病人的对话记录下来,

记录下来之后他就直接帮你把它翻译组字稿组字稿之后他会再把它摘要成医生需要看得懂的摘要形式比如说这个病患的症状这个病患可能的 implication 就是你可能是有发生了什么事情医生提供的医嘱以及接下来的 follow up item 它就是一个一整套的病患跟医生沟通的过程中提升效率而且让医生的行政流程可以变得更加快速减少医生处理文书作业困难的一个工具

這我可以 echo 一下好像昨天還是前天吧反正參加一個線上的活動那活動裡面有一個台灣人但是他在 Meta 工作非常非常久那他的職位其實是 PM

好他分享的内容就是他如何利用 AI 来提升他的工作的流程我觉得他讲一个非常非常核心的观念就是说每一个 PM 都知道最重要且有价值的东西是什么要了解 product vision 啊然后要能够去做出正确的选择可是大部分的 PM 根本没有时间做这件事情可能七八成的时间开 ticket 哦

或是处理 Ticket 其实有点像这个感觉或是去 Follow Ticket 跑到哪里去对你没有办法把那些 inside 的东西真的摘录下来对可是医生非常需要这些 inside for 的东西对然后我觉得他讲一个重点就是如果每一个人都有时间去做最重要的决策可以免除前面那些资讯传递的跑腿工那也许我们就可以更快速的推出好的产品

那是你說的很像然後我一邊在講的時候我覺得 Abridge 有點像有一點久遠之前有一個產品現在可能還在商業化的過程中叫 Rewind 只是 Rewind 是記一下我自己在每天他還在喔欸我不太確定這是一個好問題我現在才想到很久沒看到那個創辦人講話就是說這個概念很像是 Rewind 就是記一下我現在在做當下每件事情

但是 abridge 有点像是我只记录对话然后可能接下来还整些其他的跟病患相关的工具我看了两个 demo 它基本上就是那个对话假设四五分钟它就只需要同样四五分钟的时间就可以把它逐字稿读取出来之后旁边左边出来主要页面其实是已经又从这个逐字稿 summarize 的东西如果医生看了有任何问题他可以回去点到右边的逐字稿去看说当时我讲了什么是不是

是不是 summary 的部分有误解或者是误判增加一个就是怎么讲医生可以 double check 而不是说我就是完成帮你把像 descript 一样把组织稿列下来你还要经过非常多的人工的处理摘要筛选不用他就是两套都帮你做好

医生可以从这一套已经做完的医病的今天的访谈对话跟 actionable item 继续往下串接那这串接就蛮有趣的他可能要跟一些医院现有的电子病例系统去做串接他要开药房他要开厨房他要转诊他要让病患有其他的一些就是 guideline 在上面他都可以透过这个系统往下跟医院既有的不管是电子病例系统甚至一些 ERP 去做串接

所以我觉得这件事是蛮有意思的想说简单分享一下他们现在的状况这个故事是这样因为看了之后因为 Abridge 在去年一整年募了蛮多钱然后我就有注意这个新闻但那时候没有找到一个比较好的切点那你刚刚在讲 AI Expo 的时候你有提到嘛其实现在更多的 AI 都在往垂直的方向去做各种的深化跟整合我们之前也讲过一些不同的例子像我们讲过 legal 的话像有 Harvey 然后我们之前自己节目讲的 Clio 还有其他的行业我就觉得

当时那个时间点不想讲好像是觉得还没找到一个立即点但就像你讲的随着 AI 从一开始我们已知用火开始学下 Prom 现在已经跨越了这个或说已经进步到了一个你可以跟他更自然的用更自然的方式在更自然界面上沟通的情况下这些所谓曾经我们自己觉得可能只是包一层皮的这种 AI Rappers 是不是又回到大家的眼前因为他真的可以离落地又更进一步我觉得好像是一个适合时间点来聊

我觉得蛮好的啊因为我现在真的觉得 AI 最大的价值工作上我真的觉得 AI 就是帮助人去做我们本来就知道应该要是最重要的那一件事情没问题那我简单讲一下因为刚才已经大家知道产品了嘛那简单讲一下这个公司怎么开始的是谁然后现在大概做到什么程度

因为这个 idea 其实也不是很新鲜老实说美国整个医疗行业我没有真的花太多深入的时间去深挖美国数位电子病例这种这么复杂的行业但是这个行业其实从二三十年前就因为政策的支持其实一直有在数据化然后中间有产生一些蛮大的公司是 Underline 现在是比较主要的电子病例系统的提供商蛮有趣的就是 Abridge 这种比较像听起来的像音

像应用层的 AI 公司也好或是这种 Ontopo 这些 Infra 上面的应用公司也好他怎么样去跟这些底层的 InfraStruxure 合作去打通关节以及其实市场上在两三年前也有一个被微软收购的公司叫 Nuance 如果今天来得及聊的话我会一起聊一下这几天他们在现在的状况或者是说我自己抒发一些看到新闻后摘要整理的不知道算不算想法的东西跟大家分享一下好 太期待了赶快 快点

公司它的 founder 叫做 Shifrao,据他所说现在还正在执业的心脏科的医师,那他是在 18、19 年的时候有一个想法,他觉得当时一直看到医生每天都要花额外二三十 percent 的时间去做医疗记录医嘱的登录,这边草稿先写一写,然后回去要花时间再把它登录到电脑上。

自己觉得这个痛点真的非常的痛对他一个职业医生来说所以他就想要做一个可以帮助医生处理这个痛点的产品所以七八年前的时候他都还是有一个从类比转数位的这个环节要执行你现在如果我们现在去任何的医院他还是在电脑很传统的界面在执行对啊可是他在上面打好不就是直接进电子病历是这样的因为你第一个医生在跟你讲话的时候一边打

的这个东西跟如果你现在看 Ubridge 的一些 demo 影片跟他现在口述转出来的 summary 我觉得这是差很多石器时代跟青铜器或是工业时代的产品线哦

而且你打这一边是医生要思考要问你什么问题他不能就像我们现在聊天这样因为我讲了我知道我今天的症状你吃了什么喝了什么所以他可能漏了一些细节可能非常有可能会因为我确实有从医病关系的过去的经验中发现有一些医生他看诊时间如果拉比较长他确实会好好听完之后会专心打一下对

但是有一些医生呢他可能自己觉得自己已经是 LLM 了所以你讲的东西如果他不觉得是一件需要被记下来的事情其实我可以感觉到他没什么在听你会发现说哦讲了什么他知道关键字了敲几个字对而且你要知道医生是假设问诊是要一天看一个诊间要看很多人跟我们现在这样聊天就是我可以完全知道你这一段时间跟我讲的东西是不一样

Shift 这个心脏科医生呢他其实蛮有趣的他自己是在一个美国非常大的医院体系就是皮兹堡大学的医学中心 UPMC 虽然是体系有很多但他们就是蛮大的一个也蛮知名的临床跟研究机构 UPMC 他们同时跟 CMU 卡内基美容大学他们在十多年前因为卡内基美容大学其实他的 CS team 非常强 AI team 也非常强那他们十几年前就开始思考怎么样让医院有更好的

你说数位转型也好或者说帮医院找一些提升效率不管是透过研究临床甚至这种行政数位的导入让医院的运作可以更为流畅更为高效确实就是跟台湾我觉得全世界不管是什么样的医疗体系的国家应该都接着会面临到一些问题高端人才培养不易少子化可是你又很需要这些有专业的人才在现场服务我们这些病人

所以 Shifrao 这个医生他不只在医院职业他同时也是 UPMC 这个医学中心的算是他说是一个 CVC 的投资人确切他看什么他其实没讲但是我猜可能就是跟这些数位转型就是跟医院的系统有关的一些企业吧

所以他可能看一看就自己的心生想法等一下你是说这个医疗系统他们自己有一个投资 branch 他是这么说而且 UPMC 其实自己也有自己的引导门房就是一个消务基金他们是自己有用这个体系在投各种

他不是只有投医疗相关科技相关他们什么都可以看好酷对很酷但是另外一个话题总之这整个痛点让他觉得他应该要去 pitch 那他就借着他过去在看新创的人脉呢接触到他的第一笔投资人是美国纽约的 USV 就是 Union Square Venture 的客户人那他就 pitch 了这个 idea

那一开始好像大家其实对这个 idea 也没有特别有兴趣因为他 pitch 的方式也蛮奇怪他就说我想要做一个类似 soundcloud 加上我可以把 eBin 这些 e 组全部都登录注解好的一个系统然后大家就是听不懂跟没有太用讲个 soundcloud 实在是很有吸引力对但是因为

大家可能看待他是医生然后而且他又是有帮助自己的医疗系统就是看一些案子看一些投资机会有比较商业化经验的医生大家想说给他一些资源至少他给个尊重啊他可能比较知道大家想要什么所以他们 19 年就募了第一个总值人 500 万然后 202 哇你说那个时候 500 万吗不是前面铺成那么多觉得这个 NPG 很不行但是给个尊重吧就先给个 500 万美元这样

对但是他其实就这个 traction 看起来募资他算是蛮顺利可能 either 是医生或者是他确实在 UPMC 帮他们看这些 corporate VC 案子的时候确实有真的累积到一些他比较知道这个游戏怎么玩怎么玩不管是怎么募资或是怎么去跟投资人沟通所以他说他一开始的 pitch 可能就涨那样但可能就是日趋变好

中间有很多细节有中子轮 AB 轮那他到 A 轮后 2022 年他的 Aplus 轮就找到他的老东家 UPMC 有参与投资我觉得是一个蛮大的 milestone 你如果只靠 financial 的投资的话也许你就一定要有些很明确的数字跟 traction 但是如果你是找企业或是你潜在客户进来的话代表说他们可能也愿意买单这样的投资的 pitch 甚至这样的产品那我觉得这是一个蛮大的 commitment

所以他们从 2022 年开始就一直在导入不同的医疗体系而且他们的每一轮中间应该说他们后面的几轮也都有知名的不管是企业投资人甚至更大规模的 VC 加入像他们到 2023 年的 10 月融了一个 B 轮就融到 3000 万美金那里面除了比较知名的美国大型软体 VCSpark Capital 的投资外他也找了

Mayo Clinic 就是美国知名大型连锁医疗体系诊所还有 CVS Health 就是 CVS 全到啦 CVS 是你说 Mayo 对然后 UPMC 对然后通路的通路因为 CVS Health 的 venture 看非常多各式各样的医疗体系的它只缺一个保险公司对你讲到重点我看到

但是他的下一轮就是 C 轮的时候除了 Lisbee Venture LSB 有进来之外 Kaiser Permanente 就是一个要怎么讲就是美国的整个 Payer System 里面很重要的一环有成为他们的客户他们自己的说法就是 Abridge 在 2024 年是以每一两周就会签新客户的方式在大幅拓展他的客户 Base 超完整的所以他现在的客户如果你这样拉开来他自己有写一些 PR 新闻稿包括一些 Medical Center

学校机构比如说他说耶鲁耶鲁的医学院体系然后刚刚讲的 Kaiser Permanente 还有 Emory 还有 Sutter Health 还有芝加哥大学的 Medical Center 他们就是一直在谈各种大型的医疗机构的导入

但虽然讲是这样讲这个数字看起来很厉害但我先跳一句话刚刚提到他的可能算竞争者或是比较先行者有一间公司叫做 nuancenuance 在 2022 年 2022 年吗对 2022 年被微软收购 nuance 的状态是他一直都是做语音辨识

Speech Recognition 的公司那它有分很多的 sector 它可能偏零售啊什么的但它医疗这一块有就是越做越好那 Newance 是一个已经成立 20 年以上好像是 1990 几年哦不对那是 30 年的公司

它在 2022 年是快要 200 亿美金被微软收购然后微软想要透过他们这样的 Speech Recognition 技术加上微软可能接下来的各种推陈出新的 AI 平台还有你看时间点回溯回来 2022 年收购后年底 TrackGPT 又推出了

然後 OpenAI 就跟微軟合作了還有自己的微軟的 Azure System 他想要用這個可能再去打更多醫院的體系所以我覺得真的嗎可是 New Orleans 他瞄準的這些 sector 醫院體系是他最值錢或是最主要的 sector 嗎這我沒辦法評論因為我不知道他這個 Payment Center 的占比對 因為 200 億是一大筆

但是他的医疗的就是先跳出来讲一下 Newance 提供给医院的像他们最知名的应该是一个叫 Dragon Medical One 的一个临床语音识别的平台他其实同样也是希望透过语音的命令去记录这些患者的资讯我觉得可能也许在 TagStack 处理完的资料的界面上也许刚开始有些不同但我觉得

但我很难想象这样的产品线以后不会趋于一同就像你讲的以后的 AI 会帮助我们在这种专业的任务上输入方式更便利更好懂更能去满足人类所有这些各个步骤之间的摩擦那我只想说在 Nuance 这个公司可以用倍快 200 亿美金收购的情况下而 Bridge 最新一轮融资大概是估值 25 亿其实是一个蛮便宜又蛮划算或者是可能 Traction 确实还没到

所以 Abridge 现在看到一两个他在一些访谈的 demo 影片其实他那个整个访谈的过程是非常流畅的如果要跟病患对谈他可以整个五分钟都专注在跟你讲各种就是你发生的状况而不用花心思去在意任何 coding 就是那些医疗的医嘱的代号输入啊或者是他不需要

他不会分心去做别的事情他看起来真的很专注然后那个出来的结果他也是非常的 precise 的至少他在 summary 里面他并不会像我们现在看到可能 TrashGPT 那种很只有裂点式的他是一个很完整的 paragraph 式的描述医生可以针对每一个点回去旁边看对应的逐字稿他刚刚讲的东西到底有没有被 AI 识别错

然后这件事情在不同的几个医院体系虽然是 Abridge 的新闻稿说的但是有不同的医院体系都说他们其实现在对于这些 AI 的工具的导入都会做 head to head 的比较就他们会把好几款这样的 AI 工具拿来一起比有些人就会说我们优先选择某些 solution 的原因就是因为我们觉得他做出来的东西就是有比较好这个比较好不一定是准确度可能是医生的易用性上面或是他对于医生这种

很需要专业语言就是产生出来的解决方案或它产生出来的文字就是让这些医生就这些专业的人员觉得是就是我要它确实在帮助我作为一个好的 agent 记录我要的东西我觉得这件事蛮厉害的

Bridge 现在据他们所说他们可以支援超过 14 种语言我觉得这也是蛮蛮符合美国的需求吧对但我不太确定其他人是不是已经更多譬如说可能没发新闻的 New 网他可能也支援了很多语系只是说确实在这种语音输入上面我知道之前的一直很大的困难点就是大家对于口音然后

哪里来的训练资料怎么再去把这个整个 AI model 或是你说现在可能进入到 LMTraining 好这件事情确实是蛮大的一个 barrier 所以 Abridge 也蛮有趣它一开始就是先推给医生的这个转入语言的工具然后用这个收集来的资讯再去 trend 自己的模型那累积以来其实就是从一开始小小的 500 万美金现在可能累积起来最新一轮融资是去年 10 月募了一个估值 25 亿美金的一个低轮

就是像 IVPR 然后还有美国矽谷知名的天子投资人 Elegio 还有 Alphabet 据说也有跟头所以我觉得这是一个蛮整体来说蛮在 AI 时代 Catch-up 上医疗尤其是医疗的行政数位转型环节里面蛮可以就是看的一间公司

我刚刚有提到说根据 Abridge 自己讲他们的客户断言需求算是一夜喷发不管是基于他们现在对 AI 的了解 TagStack 甚至是客户终于意识到就是说可能本来的数位化过程就一直在那边可是大家才发现我真的需要各种工具来加速我记录医患的各种医嘱的痛点突然被放得很大

我自己脑补一下我觉得可能 may beCOVID 这段时间大家其实必须要经过远距医疗啊甚至医疗人力不足这些情况都有让大家在一夕之间发现说我们确实需要更好的工具来去 support 我们的医院体系那我觉得 Average 蛮有趣的一件事是我刚刚讲 Newance 的时候大概提到它其实已经被微软收购然后他们也已经就是用一个二三十年的公司然后打进 EHR 这种系统的姿态其实它已经在这个业界我就算是深耕蛮久的

对 Abridge 这种我觉得算后进者甚至你说他虽然可能比较有弹性轻薄短小甚至在价格上面也可以有一些比较优势的地方的公司他要怎么样打破这个医疗这种反理对啊可是我觉得一定有一些问题因为这个创办了以前在 UPMC 那如果 Nuance 他们那套系统已经这么深耕了那理论上这个医生他以前要么就是有用但是觉得很烂不然就是没有用只有这两种可能性

那如果没有用那就表示 Nuance 的 penetration 很低因为假设 UPMC 是一个蛮重要的医疗机构他们理论上应该 Nuance 要能打得进去所以如果 Nuance 没打进去它可能没有我们想象中的那么强那么强我自己的理解是这样我有试图就是用这点跟我的 AI 们论证这件事情我发现几个点

Nuance 因为它稍微有比较多的一些报道跟资料其实它不只是做语音识别的平台它后来也有做给专科用的一些解决方案比如说它有给放射科医生设计的解决方案可能处理这些放射科的影像报告资料

他也有做一些像是整合这些对话到 EHR 中间可能还要有一段什么样的东西去把它 bridge 起来就我自己感觉如果 bridge 是一个很专注于做医师跟病患之间的对话记录然后可能已经开始串到 EHR 的话

NEW ONCE 的东西感觉比较全面一样一样通一样一样松他可能要针对专科去打入就像 UPMC 这么大他有不同的科别有要开刀的不开刀的有影像的有对话加一科这种每一个科别科室可能都有他需要的 solution 你有什么样的资源跟你科医怎么样打进这个科好像不是说医院采用就每一个科室都一定会照这个流程采用因为这还要牵扯到你后面要报账

你后面要开药你后面要有些长期的跟病患现在的关系甚至你如果是一些 personalized 的现在大家更强调个人化精准化的医疗你这些东西要怎么记录有一天病患要跟你药的时候你要怎么吐给他

那我觉得这个行业怎么说可能他可能 Nuance 当初可以值 200 亿一部分一定是医疗这边有些涨货那当然他可能有些其他的考量那对微软来说买这样的公司很值得嘛因为他只要在他现有的云端跟 AI 上面再多增加更多的底层的基础他就有机会在应用层把这个东西全部都推给他接下来既有的客户

反而 Bridge 就是从一个很针对特定医疗行业而且我觉得他很适合的可能像是家医科啊这种就是很需要大量对话慢性病啊对就是这种很需要对话因为他现在的对话处理非常好那他有没有办法拓展到我刚刚讲的比如影像啊或其他的他现在还没有太多的 demo 也许这是他要做的事情但他在 2024 年开始就有跟一个美国现在应该是最大的

应该是我等一下会说为什么应该是应该是最大的电子病例公司叫做 EPIC 透过授权的方式它接下来 Abridge 只要你有用 Abridge 的 solution 然后你们公司也有买 EPIC 的 system 的话你就可以在这个 EPIC 的

电子病例平台系统里面直接编辑跟把那刚刚的转入档全部输出出来然后在里面做下一步的可能编辑或者是往送药啊往后面下一段去这件事很有趣我就去查一下 EPIC 这间公司因为我之前很久以前有听过他的名字但我不太知道他在做什么然后后来发现我为什么不知道因为他是一间 private 的公司他没有上市 EPIC

EPIC 成立于 1979 年它创办人是一个女性叫做 Judy Faulkner 她现在还是唯一的 CEOEPIC 公司不上市不收购其他企业不接受外部投资 CEO 本人家族持股超过 40%据说他们 2023 年整年的营收大概是美金 50 亿赚烂啊就做这一个东西怎么办那么厉害是不是政商关系很好不好说我觉得可能是肯定要吧我觉得可能是

他们员工大概有 13000 到 14000 人如果有兴趣的人去看查 Epic System 这间公司最新的一些报道或者是说他们在 Wisconsin 就是 Minnesota Wisconsin 这个地方他们的总部在这边弄了一个很像迪士尼乐园 Campus 对对不起 Campus 谢谢谢谢

他把员工让他们在这个他们精心打造的办公室办公环境里面舒适的把大家养在这里然后听说他们是蛮靠自己内部就算他们是一个不寻求外面不太寻求外面比如说资金或特别合作的企业我查到 reddit 听说他们连内部一些开发的程式语言都是用自己写的

就跟 Google 一样就是非常的 internal 就是往内 Wisconsin 的 Google Campus 那他们主要就是说电子病例的系统然后他们里面其实有很多不同的产品线包括电子病例它也有给用户的一个 app 就是你可以透过登录这个 app 去看我的这些病例的健康资讯啊门诊啊我的检验结果啊什么的然后也做到 B0 跟一些 BI 的部分比如说这些医院运行的状况哪一个科别的较有效率啊看比较多病人啊这些反正

你可以想象到的从电子兵力往前后延伸的东西他几乎都有做我觉得这件事很惊人因为就他没有要上市所以他也没有太多的资料露出据说他们的市占率大概在美国有七到八成可是这件事是这样子就是我有想要去 reference 一下这件事情我在各个地方就是没有办法犯

推这件事我们那个听众应该有一些美国的医师太棒了我记得以前有人跟我聊过我就是要等这个如果在美国职业的医师听到这一集赶快分享一些你觉得 EPIC 的 System 好用不好用对对对因为它从 19 快 80 年代一开始就先做医院的资讯可能系统那时候系统就是还在非常老旧的阶段就像你说的要从打字机变成这个稍微有一点数位化的过程

当时可能很多东西都还是用手写的你要先把这个东西变成可以数位化这他们就做了可能一二十年在 2000 年的时候美国通过了一个 High Tech 法案简单来说就是要推动这些病例全部都要电子化这件事就让 EPIC 在市场上的份额持续的提升

这件事也不是没有人做前后的时候 Oracle 就有透过一些收购诊病他们也推出自己的 Based on Oracle 的因为 Oracle 是卖这些大型的资料库 DeaBase 在后面那很难想象他们不想切入他们后来推出了一个叫做 Oracle Cerner 这样的一个 solution 基本上也是电子病例

那我查了一下就发现这几年大家在说尤其像是急诊一些科别都只有 EPIC 的市占在提升其他人都是时评甚至没有办法就是继续成长所以我真的很好奇到底是怎样的你看这就是我们上一集还是上上一集有调到漫报的 endgame 什么 endgame 就是一直我们要访问谁我们要当自己被打脸我们也要访问 Morris 我也没有想要访问黄仁勋就我想要访问这种的

你看一年 50 亿然后完全不用靠别人或者说我可能我更想要访问的是一些比如说北欧的家族我懂我懂那种前三大前四大因为我觉得这东西很有趣你他怎么知道做这个会做到这边而且我不相信同时间没有其他人做为什么是 EPIC 火下来然后为什么 ORACLE 打不进去其实这些东西我很努力的问 AI 跟 Google 确实答案都非常少

反正只有一些七到八成的市占是一些美国的做医疗软体的杂志去统计出来那我在猜有可能在一些科别就是看了几篇报道发现大家确实有强调比如急诊啊或是一些科别的采用率 EPIC 可能比较高但我不确定是不是整个医疗体系这么大每一个科别的采用率又差不多所以就回过头来我刚刚讲你刚刚提到 New Orleans 的例子其实这个行业你说大医疗体系可以数位化真的可以有很多的空间跟机会

可是打他的时候可能不一定是以一个医院或是一间医疗体系去打有的时候可能也跟每个科别处事跟每个医院的行政体系有很多关系所以回过头来为什么 Shiffrao 这个医生他可能不只是有职业过所以他知道医院体系的一些行政流程运作模式他甚至也做过投资人他可以把这两边语言 bridge 在一起所以他才能从过去一年多来持续地打入不管是医院或是一些 payer 体系

2024 年初 Abridge 就有宣布他们接下来可以跟 EPIC 的系统做一些整合那我觉得这件事蛮有趣的因为回到 Nuance 还有甚至 EPIC 的竞争者 Oracle 他们都是先有了 Infra 然后才去打这些应用可是 Abridge 其实从应用端开始就它先有一个医生会喜欢用的东西然后再来找合作商为

我也觉得蛮好奇我就去找了一下 APIC 最近有没有什么新闻发现说 APIC 它其实这几年一直都有在自己发展一些他们自己的 AI 工具对我就发现因为我之前电子报有写过你有写过有然后但是有点像是 to see 的就是 to end user 的 AI 的功能比如说它有点像是 24 小时可以 access 的康护对它那个应该是在 my chart 这个功能对对对就是这个功能里面 my chart 的功能那

其实 EPIC 这几年发展了一些 AI 工具像是也有一些给医生的比如说我们刚刚提到像影像辨识它就可以让影像可能这些肺部辨识的影像更好地去判断有没有一些可能癌化的可能还有就是它有提说他们做了一个 AI 病例文件记录工具这个目的是用来让第三方可以整合进 EPIC

也就是说假设 APIC 一直都是一个自己开发自己的环境语言这样的 ecosystem 公司他自己做了一个小的桥来去对接潜在的其他合作方然后我就很难不把这件事跟他们跟 Abridge 的合作就是联系在一起就是说接下来这个体系可能会有更多的其他第三方你可能是放射科的要影像你可能是其他比如说资商的体系你要去资商专用的这一套 Abridge 好了然后可以 plug in 到

EPIC 的 SystemlyEPIC 他们自己就说其实他们现在非常认真的在看各种的 AI Agent 成为他们下一代的开发的应用的核心因为他们已经整好了后面月后面那一段包括医院的底层的一些不管是你说资料的 Infra 也好甚至跟记账 B0 有关的这一段他们需要的是更多让我所谓的前台就是跟医生这边可以让医生更有效率的工作的各种应用

所以我觉得蛮有趣就刚好把这整个故事都串在一起有一间公司叫 Ubridge 它想做的先是帮助医生在转入跟患者对话过程中的一个有效率的工具延伸出来它的 go to market 除了自己有很好的 network 跟 connection 之外它也透过跟既有的它的这算上游吗上游厂商一起合作去打医院体系同时这件事又可以看到本来就也有人这么做而且这样的

公司就是像 Nuance 也会透过可能跟科技公司一起联手合作然后去打造更多底层跟垂直性的整合的服务然后来去推一些意愿我自己在想象的情况就真的回去 Echo 你一开始讲 AI Expo 就是如果在两年前或三年前 CheckGPT 刚出来的时候我一定会觉得这样的工具就是包一层 CheckGPT 不就可以做的事了

但是你看后面其实如果你真的要深入给各种 vertical 应用光就医疗这个体系好了你可能要去跟底层的资料去串接你可能要跟不同的科别打交道甚至有些是语音的有些是影像的各种不同的数据那这些多模态的数据要怎么样互相彼此可以整合那其实要很多 infrastructure 在里面去做

就是你不可能一个人做完所有事情那你怎么跟他们谈到一个合理很好的 go to market 我觉得是 Abridge 这个例子让我自己感觉猜测观察这我蛮 echo 的我刚才去不太想说 Abridge 它到底胜出的关键要要做好哪两件事情

我自己觉得很粗浅又毕竟不是这个行业但我很粗浅的想还有两件事情必须做得很好第一个是他的这个 model 一定要很符合这个领域要求的正确性跟完整度因为他不太可能是套用一个通用的模型因为这通用模型第一个准确度可能不一定这么高第二个是

他摘要出来或是他 highlight 或是一些资讯可能是这个领域专属的一些知识或是专属该要有的 output 的形式我觉得是第一个可是这个可能是我觉得相对直观好了解的

第二個其實就是你剛才講的 integration 這也是我額外岔題聊一個我很喜歡的 Facebook 粉專叫博物正業的 BitsDev 我剛好去 AWS 的期間我有遇到他本人是一個很有善的台灣人跟他上面那個顯圖是長蠻像的然後因為他最近 PO 了一篇文章我覺得寫得非常非常非常好現在有非常多人在講用 AI 寫程式不論是你用 Cursor 或是 WindServe 最近又有好多新的 solution 跑出來可是我覺得他整個文章裡面講的那個蠻好的

我们要怎么正确的评估 AI 写程式这件事情对于写程式的人带来的冲击不论是它的好处或坏处那因为我不是一个写程式的人但是我觉得我也比较少看到针对这件事情有很完整论述的文章因为很多文章出来就只是一个意识的结论就是说这件事情会取代或者这件事情不会取代然后我觉得这个结论没办法帮助我深度的思考

但博物正业的 BizDev 他写的那篇文章非常非常深他去说 AI 可以做到什么 AI 不能做到什么但是为什么你还是需要使用它例如我其实不太知道它完整的背景但我感觉起来它确实是一个做蛮多大型的计划项目而且它可能会大量的使用到 AWS 的 infra 然后它有大量的使用那些 infrastructure 里面有非常多的功能在这个情况下他去写一支程式他要考虑的不是这个程式会跑

他考虑的是这个城市它符不符合他今天要 deploy 的环境它在安全性上面它在效能上面它对未来扩充扩容的支援度上面所以他下了一个我觉得非常非常好的定位他说 AI 写程式现在可以做两件事情

第一件事情是 AI 写程式就很像是你可以直接靠它去参赛一个 Hackathon 因为你去 Hackathon 你只需要把你的 idea 抛出来就好了这个 idea 是能跑能实现你的 concept 以及第二个它确实能够大幅减少真的是在开发一个复杂项目的过程中你还是有非常多非常繁琐的小事情这些东西 AI 可以自动把你把那些东西写完就很像我们当一个 PM 我可能现在也还是需要写 PRD 可是我现在 PRD 可能里面 70%是 AI 写的

我只需要去掌握里面它最需要被 highlight 的东西甚至是 AI 可以帮助我去做 stakeholder 的预先模拟我可以叫 AI 扮演 10 种角色它来 review 这个需求或是 PRD 或是这张 ticket 它可以省去我真的实际跟 10 个人聊过可能 maybe 可以在我脑中先沙盘推演一下嘛那可以加速我后续的沟通流程

但并不是我今天只要 appoint 一个 AI agent 他就自动把这件事情做完了我觉得这件事也 echo 回来就是现在这种医嘱的转入工具可是 abridge 的做法 exactly 不管 in hindsight 或怎么样他就是我讲完之后我看得到东西而且我可以回去 backtrack 让医生做最后 10%20%的你说微调也好或是 approval 也好

你减少的就是那些 no taking 跟你没有意识掉忽略的重要部分可是你却需要专业的人士在中间做最后人的判断我觉得回过头来好像从底到应用层其实大部分的 AI 工具假设我统一叫它 AI solution 或 AI 工具其实面临的问题跟讨论的问题都差不多所以那个东西它曝露一个问题是 AI 目前来讲很难

完全處理掉的就是 integration 為什麼因為現在並沒有一個一統天下一統江湖的東西我們現在為什麼會覺得 LLM 很好用因為很明顯的是這世界上 cover 百分之 maybe50 甚至 70%以上人都可以使用的語言是被統一的

就是那几种语言你能够掌握那你就能跟 AI 沟通嘛好 第二个数学啊物理啊公式啊这些东西甚至是大部分一般可见的程式语言这个是已经相对统一的所以这些统一的情况下 AI 已经学完了所以你就会觉得你跟 AI 处理这些 task 是 OK 的可是还有非常多东西没有被统一 integration 在处理就是这件事情

每个医疗系统里面用的 solution 都不一样每个 solution 它的资料结构都不一样它的 API 要 to 的甚至最无聊的就是表单的栏列就他妈长不一样 N 种资料的结构 N 种资料的形态 N 种的更新的时间 N 种的安全 check 或者是它的 tolerance 都不同

这东西才是真正的我们所谓的 vertical 的 solution 要落地必须要突破的关键不是你前面那一颗脑有多厉害是这一颗脑真的能够跟你的主干神经啊没烧神经啊连接的地方要这个连接好不然你就站不起来你就会躺平你有一个很厉害的脑但是你没有脊髓你没有脑干你怎么驱动你其他的东西去运作我觉得这件事也是蛮有趣的也许当初在 Trash GP 刚出来的时候很多人都想过我们要做这些 vertical 的只要这颗脑就可以征服一切的

那时候应该有我们应该有必谈很多类似的公司所以我可能到这个时候才发现原来 Abridge 可能接好了一些部分不管他用的方法是什么也许他的竞争者或他的先行者是先用 infra 方式去打这个市场但他反过头来就去跟

现在的一线至少是市占最高的底层的厂商去做合作不管他们怎么谈的嘛最后反正他就是谈了一些合作的模式我觉得这是一个很可能是我今天最终为什么觉得虽然他的规模并没有像他的竞争者那么大甚至他也有可能在过程中以后就会被其他人吃掉病掉毕竟这是一个很竞争的市场他有很多 fail 的可能第一个他的专业语言模型只要没有做得那么好

或是他打入市场的速度没有他的竞争者陪着微软这样的大型的 Azure 的系统一起进医院的快他随时都可能被淘汰掉但我还是觉得真的是从零开始的医院公司然后从整合各个系统然后还有他打造产品的过程蛮有趣的

我没有预料到会因为今天是讲那个 AI Expo 完全没有预料到会跟这个有一些我心灵上感觉有的 echo 对啊因为我觉得现在真的就是两条路并进 EI 还有非常多人在去做 pre-training 更强更下一世代的 model 那这个 model 他可能可以做更多的事情不论是他的多模态更强而且这个多模态他现在进入到他自己就是有 agent

他可以直接做代理任务的自动化执行这个我觉得可能会是 2025 年甚至是到 2026 年最被 highlight 的一个项目因为我觉得到 2024 年下半年到现在大家在强调的是他 reasoning 这件事情可是我们现在面见的看到他们在讨论他身为一个 agent 的 capability 但另一方面我觉得一个算是金矿吧可是相对的没有那么 fancy 而且 maybe 我觉得他能够被给予的价值层数也没到那么高就是偏黑手活的 integration

因为这些东西我就是在跳题谈另外一间公司也就是大家很喜欢谈的 Parentier 其实就是一个偏黑手的公司早期发展起来的接那些大家没有要接起来的水管的意思它一个非常大的护城河或者是它真正很强的积累不是 AI 这件事情虽然说它对外会讲 AI 我说很多人对它理解可能它是不是有一个超强的 ontologyAI whatever

但其实它真正的积累是来自于它对接过非常多系统因为他们早期打客户就是一个一个这样打每个打过去就是 Customize 就像企业顾问服务一样我进去了解你的需求盘整你的结构架构然后我们把这个专案直接单一专案来去执行那你们的资料结构长怎样他们去发展不同的 Connector 可是这样就是说你做一间公司做十间公司做一百间公司你 3PAL 已经是这个你要打领域里面你已经处理过最多 Connecting Problems

你各种的资料结构都做过了你的 connect 也都建立过了那这就是你不断可以去累积的 knowhow 跟资产嘛所以你的平台未来就可以再加速你的导入的速度比如说这间公司他的状态跟前期公司一模一样那可能直接就进去你的 lead time 就变得很短这间公司 50% 60%是一样没关系那我们一样也只要多开发 30% 40%的东西这个东西的竞争优势就是另外一间公司全新的公司他要打进去他是不是这件事情要重新全部积累起来

那这东西偏黑手坦白说在一开始起步的时候但它慢慢的就会累积成一个优势那我觉得因为我也不知道 Nuance 的状况是什么但听起来 Nuance 它可能是在上一个时代的技术背景底下它用这样子的服务可以达到一定的水准

所以它的广度可能比较广因为那个时代不觉得那个技术可以被直接往下深化下去比如说我们现在就觉得 LOM 是有比上一个时代的 AI 的 model 可以更有机会直接往下再去做到什么程度只要我们可以把后面的 integration 做得更好可是以前可能没有大家接受那个技术 paradigm 就是 60 分的水准所以它就在这个技术 paradigm 底下它可能跨不同科室去把那个广度把它打起了

各个 vertical 可能就还没有做到 80 分所以不论我们这个创办人他以前是用过但是觉得这只是个 60 分的东西还是因为 60 分而已所以他们的科室不采用 either way 他都觉得他所处理的这个 vertical 还没有出现 90 分的产品然后他觉得他现在的 paradigm 是有机会他可以在这个 vertical 先做出 90 分的产品最后补充一个我觉得很有趣的点因为我一直觉得说微软当中花 200 亿一定不是随便乱买

就算有划不同的行业一定有些行业特别就是钱特别多医疗行业其实在美国尤其这个后面 backend 体系是一个很大这种盘根错节的一个体系不太可能没有人想出钱来去做更多的数位化或者是这种增加效率的投资我就很好奇 Nuance 到底做了什么

然后就看了一下新闻发现好像是上上礼拜吧 Newance 就推出他们 Dragon 这个本来就要帮助这个医院去做医生病患的资料转入工具就转入这个对话工具的一个进阶版叫做 Dragon Copilot

就是要 on top of 在接下来微软推出的不管你是现在给企业端一端用的 Copilot 或是专门给医生用的这种 Copilot 它接下来就是一样要去做可以根据医生病人的对话录音做摘要跟转诊其他的这些就是文件资料处理的工具

我觉得这蛮有趣就是如果你现在所处的假设你在新创公司你发现你的竞争者很大你做的东西他也开始跟着做好像是一个好的征兆因为你们两个在同样的队的路上前进我看了一下 Dragon Co. Pilot 它现在的网页它就是一个 One Page Landing 其实长得就是真的蛮像的

他们有那个 demo 的影片就是他们怎么转译这些内容跟怎么样输出出来我没有办法判断它是不是比 Abridge 更好或是比 Abridge 更有效率没有大不敬蛤蛮大不敬的但是身为一个真的也算是 Microsoft 体系三十几年用户心得他要帮我讲我想讲话了对真的我们两个也都有用过企业版的口牌了哇

真的沒有很好用欸我真的很想知道它的限制器到底都限制在哪裡了真的限制很多欸就真的蠻難用的真的不好用 所以我現在就會覺得欸把這個東西再把它 Apply 到 Dragon 這個平台因為我真的沒用過 Dragon 本來是長怎樣希望它真的可以很好用對 我只會覺得喔如果是現在這個 Copilot 把它套上去到底是加分還是扣分我其實沒有很清楚沒關係我們可以再觀察因為我覺得這是一個網

大家在产品线上可能终端来讲比较类似的 mindset 在前进就看哪一条路比较可能成功因为我认真说我觉得 Copilot 这些东西出来也一年多了对但我使用体验上并没有很显著的升级我要暂时拿掉限制器它真的很难用不是它真的我知道它有些场景你必须尤其在工作上

可是拿掉這一層之後我真的不知道他的限制器到底問題出在哪我真的不知道 anyway 這也是我很好奇的我其實蠻想要知道所以如果我們聽眾有微軟的人對 如果你給一些 feedback 就是到底這個 roadmap 是什麼比如說我可以接受微軟加大業大

进展的速度比较慢这没有问题的而且或者是说你要推出这样一个 AI 的产品其实难度是蛮高的因为它没办法切到很细比如说它没办法切说 This is copilot for certain features 所以我觉得它相对来说如果我这整个产品这个 product 它要有升级它可能底部它要做的非常多东西杂工 接那个水管我完全能理解完全能理解但是也一年多了

我觉得时间也蛮久然后也不便宜我觉得他们在商业上的动作又相对的多比如说在让你比较难 aware 的情况下把你的 365 升级成 Copilot 版本这是

这是一个我觉得大家都会想说进去干嘛这当然是商业上我觉得非常合理的操作但我好像没有因为商业上的操作往前推进但是他的产品体验有相对应的推进但没问题反正因为这只是一个很新的新闻而且就是企业总是会有我觉得真的蛮有趣今天 Touch 的话题我觉得有点就是我以前都不去 Touch 的一些题目都有在今天提到比如说到底是垂直的好还是 general 的好

到底是从小功能往下打好还是有一个大平台去推市场好这个东西其实就是万年不变的商业议题因为这东西我们回应到 bundle 好还是 unbundle 好对就是我一直都很不想提 nuance 可能是个 bundle 对它是 bundle 那个 abridge 可能是个 unbundle 对正反合最后会变怎样不知道我觉得我一直有非常有意识的不想要用各种

方式去谈这个题目因为我觉得就像你讲这是万年不变的题目只要黑猫白猫可以抓到老鼠应该都是好猫但是两种都有它可以借镜跟在不同时间节点上面我觉得该去处理的问题那明显至少我个人觉得 Bridge 这样比较 nimble 一点的公司在这个节点上面处理的可能还不错

但你也不知道他會不會維持這個優勢可是我們兩個偏好喔 怎麼樣我覺得我們兩個好像比較喜歡這種東西這一定是偏好啊會選這個就是偏好眼界沒有 我覺得這樣 眼界對 因為我看的東西太少了我們兩個眼界大概就是只有這樣我們只有這樣啊所以我覺得眼其實我覺得這不是在講幹話我覺得眼界決定了偏好

对我觉得大家不要自欺欺人说啊没有这只是因为我喜欢这个没有我觉得就是眼界不一样因为我就只看到这对我们只看到这里所以我们才会告诉我们说我们只喜欢这里因为我们只看得到这里也有可能他半年后打我脸就是也许就是 nuance 那个体系真的可以快速 deply 是有可能我们就眼界不到那对所以我想要透过就这个方式先记录下来我现在看到的这些小小的东西然后假设他可以有一天辩证我是错的我觉得很好

那如果变得很好也没有问题因为我一直就刚好看到了我也不会说这是我特别看到了什么这样你不觉得这样对自己很坦然很舒服吗有点痛苦我们就承认自己真的有痛苦不是因为这个坦然的过程是这样就是你要先知道你自己不知道很多东西接受现况要先接受这个现况然后找到自己的存在价值我老实说我不要还没有进到这一步我还没有我老实说要诚实接受现况是一个蛮辛苦的事情真的喔对啊好

没有人可以像你这么坦然说我就是一个比较渣的人没有办法没有那么多人可以这样子的对我真的觉得我们接受眼界限制的一个人的偏好跟兴趣但也没有问题因为我觉得这个社会这个世界是一个交易环境

大眼界的人他可能也很好奇小眼界的人他看到了什么东西吗呼吸不同阶层的空气是吗就是大家交换一下资讯啊每个人时间有限我们能够 focus 东西有限那我们因为眼界所限我们特别 focus 看这个东西看出他的趣味他可能因为他在关心的是一个更宏大的叙事他看不到小事情的叙事

趣味那这东西就是个交换我觉得也没什么太大问题你竟然可以帮我这集收尾延伸到这个部分不是因为你提出了刚才那个问题你提出了说到底是怎样怎样但我觉得我现在给你一个终极解我们就是这样但我们这样也是有它的价值的

好励志的结尾哦对不对对感谢你以上就是本期节目了如果你喜欢收听的话欢迎推荐你的朋友收听那如果你喜欢透过文字的方式接收一些商业或是科技甚至是一些深度阴谋像我这礼拜又发了一篇蛮阴谋的 2000 块 3000 字的阴谋那如果你喜欢的话就欢迎透过节目资讯订阅慢报电子报以上节目拜拜