Вход крупных компаний в области ИИ в сферу здравоохранения ускоряет техническую базу, доступную для отрасли. Модели всё более способны обрабатывать длинные клинические записи, интерпретировать сложную терминологию и генерировать связные резюме. Для врачей и административных команд эти достижения снижают когнитивную нагрузку и делают ценную информацию более доступной. Однако руководители здравоохранения не должны путать возможности модели с операционными возможностями. Административные проблемы возникают из-за фрагментированной информации, рабочих процессов и ответственности, а не из-за нехватки данных. Отрасль десятилетиями инвестировала в такие системы, как электронные медицинские карты, биллинговые платформы и порталы страховщиков. Хотя каждая система фиксирует важную активность, немногие были спроектированы для рассуждений по всей цепочке решений, определяющих доступ пациента, клиническое документирование и возмещение провайдеру. Цикл доходов становится одним из полигонов для ИИ в здравоохранении. Цикл доходов — процесс, который провайдеры используют для получения оплаты от записи на приём до сбора платежей, — сочетает высокий объём транзакций, сложное рассуждение и измеримые результаты. Он находится на пересечении финансовой производительности, доступа пациентов и административной нагрузки. Одиночный запрос может зависеть от страховки пациента, клинического документирования, правил кодирования и политик страховщиков. Традиционная роботизированная автоматизация процессов часто не справляется в этой нестабильной среде. Большие языковые модели улучшают часть уравнения, извлекая смысл из повествовательного текста, но при использовании в одиночку они наследуют ограничения. Они могут выдавать правдоподобные результаты без прослеживаемости и не знают ограничений локальных рабочих процессов. Крупные ИИ-компании решают реальные технические проблемы за счёт более широких контекстных окон и более сильного рассуждения. Однако только эти возможности не решат глубоко укоренившуюся административную сложность. Большая часть операционного знания живет в накопленном опыте, а не в общей литературе.