JBR | AI+医疗，如何实现价值共创？
人工智能如何赋能产业市场价值共创？基于医疗健康生态的探索性案例研究
文献来源：Daniele Leone, Francesco Schiavone, Francesco Paolo Appio, Benjamin Chiao. (2021). How does artificial intelligence enable and enhance value co-creation in industrial markets? An exploratory case study in the healthcare ecosystem[J]. Journal of Business Research, (129): 849–859.
后台发送“20220103”，即可获取原文献PDF版。
摘要
数字化转型带来的科技革命正在重塑B2B市场中企业价值共创模式。在众多数字技术中，人工智能具有最广泛的影响力。根据医疗保健行业的案例研究数据，本文旨在探讨不同类型的人工智能解决方案如何促进企业在B2B市场中进行价值共创。本文构建了一套包含两个迭代循环回路的整合框架。第一个循环回路连接了技术服务供应商和医疗保健企业（客户），揭示了企业如何通过识别和响应机制共创以客户为中心的人工智能解决方案。第二个循环回路将医疗保健企业（客户）与患者联系起来，通过用户知识改善操作实践，从而提高服务质量并优化患者就医流程。最后，本文讨论了理论贡献和实践价值并提出了未来研究展望。
▋01 引言
数字技术已经深刻地改变了企业创造和捕获价值的方式。更具体地说，物联网、大数据、云计算、人工智能、增强/虚拟现实和区块链等数字技术正在重塑组织和产业生态的主体、结构、惯例和价值观。而人工智能在B2B市场中的应用最为广泛。众多大公司都在应用人工智能，例如IBM、亚马逊、微软、谷歌。其中AI赋能产业伙伴之间的价值共创是一个重要研究领域。尽管大量文献研究了价值共创和数字技术，但是对于人工智能的特殊作用，现有研究关注较少。这一研究不足，使学者和B2B市场主体识别人工智能情境下价值共创机制和方法更加困难。
本文核心研究问题：人工智能如何在产业市场中赋能和加强价值共创？本文使用探索性案例研究方法，选取医疗保健行业的企业作为案例，因为医疗保健行业已开始大规模采用人工智能了。本文选取Pieces Technologies为调研对象，这家企业提供实时AI解决方案以获取和解读患者数据。本文分析了不同类型AI（机械式，分析式，知觉式，共情式）如何支持数字服务供应商和客户实现价值共创。
▋02 理论基础
价值共创存在于供应商和客户都存在相互依赖的关系中，这个概念涉及到价值交换、转移、测量和展示。数字技术的出现和应用彻底改变了产业市场中商业网络的结构以及价值共创的方式。已有营销研究表明，人工智能是一些商业活动中（如定价、管理、消费者行为和销售）的关键技术基础设施。人工智能为B2B营销人员提供了将有关客户、最终用户和其他业务利益相关者的数据转换为特定市场知识的机会。具体涉及价值共创，学者们非常关注过去几年技术服务提供商对人工智能和机器人的应用，但没有详细分析这些机器如何影响价值共创。因此，这一研究领域不仅缺乏实证研究，而且有必要通过案例探讨供应商如何使用不同类型人工智能的解决方案来共创价值。
▋03 研究方法
数据收集和分析：首先，本文依赖于官方和公开文件来收集软件DS和IRISTM的信息，以期能够更好地了解它们的功能和特性。其次，本文对Pieces Technologies公司和医疗保健生态系统中B2B组织的核心成员进行了深入访谈；他们有助于本文进一步了解“什么”是人工智能解决方案以及“如何”提供人工智能解决方案。第三，本文还分析了来自医院、卫生系统和社区服务组织的15位顾客的评论；他们帮助本文进一步明确B2B组织采用人工智能解决方案的动机，以及在特定B2B医疗保健背景下不同价值共创机制。第四，本文收集和分析了在线文档（即报告、统计数据、贸易媒体和媒体出版物），以了解Pieces人工智能解决方案的总体规模以及它们对B2B价值共创的贡献。
▋04 研究发现
Pieces Technologies 公司为两个细分市场开发B2B服务：（1）医院和医疗保健系统，（2）社会服务组织。医疗保健系统及其利益相关者掌握着大量可收集和可编码的知识，这些知识可以减少医疗失误的潜在风险，并为医疗保健企业的决策者提供合适的信息。Pieces所做的是通过机械式和分析式人工智能来利用医疗保健系统和医院内的知识，以便为客户提供服务，提高护理质量和患者的整体满意度。这些B2B解决方案使用预测分析模型/算法。通过这些模型，医疗保健系统和组织可以将医养过程的关键点（例如，住院时间过长）转化为创造价值的机会。
养护管理是该医养市场的主要业务。Pieces Technologies的主要贡献在于使用AI软件进行医养流程管理，减少病人住院时长，降低患者出院后再入院的风险。该企业将人工智能嵌入预警系统，通过机械式和分析式人工智能及时发现危害患者健康的因素，针对患者需要保护的器官，构建医养解决方案。通过利用PiecesAI预测模型的组合来监测高风险的患者，以及将实时数据纳入到日常流程，医院能够因此改善服务效果和降低风险。
此外，Pieces的创建考虑了更大的范围。首先，通常近80%的医疗保健结果是由临床护理以外的因素造成（即社会、经济、环境和行为等因素）；第二，医疗保健估计仅占人口健康结果的20%左右。迄今为止，只有1%的医院和社会服务组织共享数字信息，这意味着数据未得到充分利用和不同患者的病程数据未建立横向联系。因此，应当创建一个平台，应用主动医疗干预和院外治疗流程，并连接医院与社会服务组织，如临终关怀院、精神中心和学校等等。参与这个网络的医疗保健组织能够快速地将患者与社区联系起来，以帮助他们在医院之外开启治疗流程。因此，这些平台提供了对管理患者治疗流程有用的解决方案，因为它们在提供护理之前、期间和之后支持医院和医疗保健系统。
Pieces Technologies采用识别和响应机制，以满足任何医养系统主体的需求（例如医生、分析师、患者、决策者和机构客户）。医疗保健专业人员和公司是价值共创的首选客户。事实上，所有的被访者都强调，Pieces Technologies常常利用医生和医疗机构掌握的临床知识，初步细分具有潜在价值的临床问题，并分析潜在原因。
价值共创的识别机制旨在提高医疗服务的有效性和效率以及优化以客户为中心的运营流程。Pieces Technologies大范围采用了这种机制，在与达拉斯帕克兰医院合作关系的建立过程中，该机制发挥了重要作用。该合作伙伴建立了一个信息共享网络，社区中弱势群体进入急诊室之前，该网络就向他们提供医疗保健服务。该网络利用机械式和分析式人工智能来减少不必要的住院，节省开支，并提高这类社会弱势群体的生活质量。在某些情况下，这两种机制（识别和响应）以及知觉式和共情式人工智能都可以用于价值共创。例如，2016年，该公司与美国私立医院集团贝勒·斯科特和怀特健康(BSWH)建立了商业合作，以确定质量、安全和患者体验指标，并提供基于知觉式和共情式人工智能的先进分析系统。通过这种方式，医院可以实现更以客户为中心的服务和更灵活的收入模式。数据存储平台和云服务是B2B服务供应商和客户通过识别和响应机制以及四种不同类型的人工智能共创价值的核心要素。因此，整个服务生态系统可以受益于这些平台的共创价值，这为全面的案例管理提供了一个解决方案。
综上，基于不同类型人工智能的识别和响应机制从柔性、可传送性、易于存储性和可复制性四个方面改善了B2B市场中的服务和操作质量。
▋05 研究贡献
第一，本文为产业市场中人工智能赋能价值共创的理论做出了贡献，提出了实现和增强价值共创的整合框架。本文将不同类型的人工智能与价值共创机制以及不同类型的市场知识相结合，发现了高质量服务创新的新路径。
第二，本文丰富了人工智能在服务研究领域的文献，从多维视角建议解决方案供应商应该考虑实施基于AI的服务创新。本文从数据的流动性、可复制性和可保存性，探讨了医疗健康生态系统的价值共创机制。
第三，本文研究了四种不同类型的人工智能与价值共创的关系，论述了信息和知识反馈循环在设计和更新人工智能医疗服务解决方案中的作用，探讨了人工智能赋能价值共创的机制。
本文经翻译整理，仅供学习与交流，转载请注明出处。
供稿、编辑：孙孟子
文章荐读