过去几年，新加坡持续推动人工智能（AI）与深度科技创新，逐步将自身打造为相关领域的重要枢纽。然而，对于三位致力于将科技应用于社会关怀领域的创业者而言，更具挑战性、也更值得思考的问题，并不是新加坡能够开发多少AI技术，而是这些技术究竟被用来解决什么问题。
正如新加坡社会企业中心（Singapore Centre for Social Enterprise，简称 raiSE）所指出的，AI最具潜力的应用方向之一，是帮助个人与组织提升能力，而不仅仅是降低成本或将现有工作自动化。这一区别对各行各业都至关重要，尤其是在医疗保健、老年护理、康复治疗及社会服务等领域。科技不仅需要应对复杂的工作流程，还必须兼顾人与人之间的关系，以及其所服务社区的实际需求。
我们采访了三家从不同角度应对这些挑战的企业创始人：AdminLess AI 联合创始人兼首席运营官 Ryan Sacatani、Ajentik AI 首席执行官兼联合创始人 Volodymyr Iermolaiev，以及 Seamless XR 创始人兼首席执行官 Ajinkya Bhat。
从社会服务行政管理、老年护理协调到中风康复，他们的经历共同提出了一个比“AI能做什么”更值得探讨的问题：究竟需要满足哪些条件，人们才会真正信任AI，并愿意在实际工作与生活中使用它？
亮点
如果先开发AI，再寻找应用场景，会发生什么？
AdminLess AI 对这个问题的深刻理解，源于一次并不成功的早期尝试。
该公司最初推出的是一款面向小型律师事务所的AI助手。虽然产品成功吸引了付费客户，但团队发现，即使客户每个月持续支付费用，他们的实际工作方式却几乎没有改变。
这段经历暴露出一个根本问题：公司先为市场开发了产品，然后才试图寻找能够适应产品的用户。
这一教训彻底改变了 AdminLess AI 如今与社会企业及社会服务机构合作的方式。其合作对象包括从事老年护理服务的 SG Assist，以及致力于赋能马来族穆斯林女性社群的 PPIS。
如今，AdminLess AI 不再提供标准化的现成软件产品，而是根据各个机构的实际工作流程量身开发系统，并让合作机构拥有所开发系统的所有权。
AdminLess AI 指出，一些机构过去每个月需要支付约5,000新元的软件许可费用，但这些系统往往只能部分满足其需求。该公司表示，AI已大幅降低根据特定工作流程开发定制软件的成本。
对于如何判断一项创新是否真正具有社会价值，AdminLess AI 提出了一个简单的检验标准：
“你是从用户面临的问题出发，还是从自己拥有的技术能力出发？如果AI并不是解决某项工作流程问题的最佳方案，我们就不会使用它。”
只有真正理解痛点，科技才能发挥价值
对于 Volodymyr 而言，创立 Ajentik AI 的初衷首先来自个人经历，而非商业机会。
他亲身经历过“夹心世代”的困境。这一代人往往需要同时照顾年迈父母与自己的家庭，而他尤其深刻体会到，在家庭与医疗系统之间传递和衔接临床信息有多么困难。
他的联合创始人也从不同角度观察到类似问题。
Jefri 在医疗行业工作超过十年，亲眼见证医护人员职业倦怠如何影响老年护理服务。Pei Yi 则在医学院老年医学轮转实习期间发现，临床医护人员经常需要花费数小时，向照护者逐一收集患者信息，以应对眼前的护理需求。
这些共同的挫折与观察，最终促成了 Elderwise 的诞生。
Elderwise 是 Ajentik AI 开发的一款语音AI工具，旨在帮助扩大老年综合评估（Comprehensive Geriatric Assessments，简称 CGAs）的应用规模。
Volodymyr 解释，老年综合评估被视为老年医疗领域的黄金标准，已有研究显示它能够改善老年患者的健康结果。然而，由于评估需要投入大量临床医护人员的时间，因此很难让更多老年人普遍获得这项服务。
Volodymyr 表示：“真正的主角并不是科技本身，而是人与人之间的联系。”
对 Ajentik AI 而言，这意味着产品设计不能只关注数据收集。
当语音AI的使用对象是中年及年长照护者时，系统还必须具备同理心，在语气、耐心及多语言支持方面充分考虑用户的需求。
Ajinkya 创立 Seamless XR 的经历则始于他在新加坡国立大学（National University of Singapore）攻读博士学位期间的研究，但真正决定产品发展方向的，是职业治疗师提出的实际需求。
在初期需求探索过程中，他的团队向治疗师提出了一个简单的问题：如果今天能够替他们解决一个问题，他们最希望解决什么？
答案集中在因中风而失去感觉功能的患者身上。
临床医护人员缺乏一种客观且可靠的方法，能够持续追踪患者的感觉功能是否恢复，以及恢复的速度。
与此同时，公共医疗机构也面临另一个问题：感觉功能丧失的情况可能未被充分诊断，因为传统的标准评估方法需要人工操作，结果具有一定主观性，而且难以融入医护人员繁忙的工作日程。
Ajinkya 指出，一名临床医护人员每天可能需要接诊16至20名患者。
Ajinkya 表示：“我们从来没有一开始就打算开发所谓的‘AI驱动’解决方案。之所以朝这个方向开发算法，是因为我们了解到，真正的核心瓶颈在于评估必须由临床医护人员亲自执行。”
正是这一瓶颈促成了 Artemis 的诞生。
Artemis 是 Seamless XR 开发的感觉功能障碍评估平台，旨在自动执行评估并生成客观报告，无须临床医护人员亲自操作测试。
这也为在缺乏临床医护人员的场所开展即时评估创造了可能。
Seamless XR 目前也正在 Ng Teng Fong General Hospital（NTFGH）研究 Artemis 的干预治疗模式，利用视觉反馈和触觉刺激，协助中风患者进行感觉功能康复训练。
Ajinkya 如此总结其背后的理念：
“你必须从问题本身出发，并始终将问题放在所有产品开发工作的核心。AI只是附加工具，有时是一项功能，有时能够改善工作流程，但它很少是真正决定产品价值的核心。”
建立信任的关键不在AI，而在工作流程
对 AdminLess AI 而言，最重要的经验之一，是理解愿意为科技付费，与真正愿意使用科技，是两回事。
“在专业服务行业，工作流程本身就是风险管理机制。每一个步骤之所以存在，往往是因为过去有人曾因缺少这个步骤而付出代价。要求一个人改变工作流程，并不只是让他尝试一款新工具，而是要求他在必须亲自承担责任的工作中，接受自己不熟悉的风险。”
在社会服务领域，AdminLess AI 团队发现了另一种普遍存在的观念。
许多机构从未想过，自己可以拥有一套专门根据内部工作流程开发的软件，而不必一直租用其他公司的系统，再被迫调整工作方式来适应系统的限制。
当 AdminLess AI 告诉这些机构，团队会根据它们现有的工作流程开发软件，而且最终成果将归机构所有时，双方的讨论方式便发生了变化。
对于 AdminLess AI 来说，建立信任并不依赖于向用户解释AI模型的技术原理。
真正有效的方法，是从员工原本就不愿意处理的日常行政事务着手，在重要决策中保留人工参与，并迅速交付规模较小但真正可用的解决方案，让用户能够在自己的日常工作中亲眼看到效果。
如果用户必须费力适应科技，产品就已经失败了
Seamless XR 的 Ajinkya 团队同样采取了深入现场的实践方式。
NTFGH 的职业治疗师允许 Seamless XR 团队跟随观察一整天，了解急症护理、门诊服务，以及邻近社区医院的实际工作流程。
这次实地观察直接改变了 Artemis 的设计。
早期版本的设备需要评估每只手上的80个触觉检测点。根据临床医护人员的反馈，团队最终将检测点减少至每只手18个。
Ajinkya 表示，这样的数量已足以在实际康复治疗时间限制内，提供具有临床参考价值的信息。
但面对患者时，挑战又有所不同。
自动化诊断界面必须足够简单，让患者能够在社区环境中独立使用。
Ajinkya 表示，Seamless XR 曾让年龄最高达92岁的用户参与界面压力测试，并采用大型按钮、直观的触摸屏操作及尽可能简化的功能设计。
他指出，部分用户甚至将整个评估过程视为一种游戏体验。
他说：“我始终认为，科技应该尽可能隐藏在使用体验背后。真正重要的是用户的体验，而不是系统内部如何运作。”
在社区护理领域，这种简洁性尤其重要。
Ajinkya 表示，他们接触过的一些志愿福利机构反映，治疗师与患者的比例可能高达1比100，甚至1比150。
因此，他认为任何新工具都必须能够让使用者在大约15至30分钟内学会操作，并立即投入使用。
Ajentik AI 在与照护者合作时，也遇到了类似挑战。
该公司的用户访谈显示，中年及年长照护者并不一定抗拒科技。真正阻碍他们使用新工具的，往往是操作过于复杂。
因此，Elderwise 不要求用户再下载一款应用程序。
临床医护人员可以通过 WhatsApp、短信或电子邮件发送 Elderwise 链接。照护者只需在浏览器中打开链接，便可以自然对话的方式向AI提供信息。
系统随后会将这些信息整理成结构化摘要，供临床医护人员参考，同时向家属提供另一份更容易理解的报告。
Volodymyr 表示：“如果我们迫使忙碌的临床医护人员，或已经精疲力尽的照护者，去学习一套复杂的新工具，那就意味着我们失败了。我们的目标是减轻他们的负担，而不是增加负担。”
虽然三家企业采取的方法不同，但背后的道理却十分相似：
推动AI普及的关键，并不是不断说服人们接受AI，而是尽可能降低他们使用AI时需要付出的额外努力。
效率不等于社会影响力，关键在于如何运用节省下来的时间
当被问及如果五年后再次进行同样的访谈，他们希望看到什么成果时，三位创始人都没有首先提及企业增长指标。
对于 AdminLess AI 而言，业务增长只能证明公司建立了一个成功的商业模式。
但还有另外三项成果，才能真正证明公司带来了改变。
首先，即使五年后 AdminLess AI 不再参与维护，相关系统仍然能够持续运作。
团队认为，即使一项试点项目看起来非常成功，如果最终开发的软件被弃用，那仍然是一种失败。
其次，节省下来的工作时间，必须真正转化为帮助更多人的能力。
“效率本身不是最终成果，而是创造成果的投入。”
如果一个团队每个月节省了20个小时，真正重要的问题是：他们能够利用这些时间做些什么？
第三，社会服务项目应当能够因为机构更有效地展示其社会影响力，而获得持续发展的机会。
AdminLess AI 指出，一些社会服务项目的成果证明资料可能分散在电子邮件收件箱和电子表格中，但机构每年能否获得资金支持，却直接决定这些项目是否能够继续运营。
如果更完善的系统能够帮助资助方清楚了解哪些项目真正有效，那么这种影响力就有机会超越 AdminLess AI 本身，持续发挥作用。
“对于最终接受服务的照护者或家庭而言，真正的成功，是他们根本不会察觉背后发生了这些改变。他们只是能够更早获得帮助，而提供服务的人也不再被繁重的文书工作压得喘不过气。”
如果AI变得无形，反而意味着成功呢？
Volodymyr 认为，真正的成功将体现为整个护理行业出现三项更广泛的转变。
第一项转变是人们对AI的认知。
医疗保健领域的AI将成为一座值得信赖、几乎不会被察觉的桥梁，连接医院、社区与家庭。
第二项转变是合作模式。
医疗机构集群、社区服务机构及医疗科技创新企业，将不再各自孤立运作，而是通过更加开放、互联互通的生态系统展开合作。
第三项转变，也是最重要的一项，则与人有关。
临床医护人员能够减少处理文书工作的时间，将更多精力投入充满关怀与同理心的医疗服务。
与此同时，家庭照护者也不必再独自承担协调护理事务所带来的沉重心理负担与孤独感。
Volodymyr 表示：
“当有尊严地在熟悉的家中安老，成为每个家庭都能享有的常态时，我们就会知道，自己确实为社会带来了实质性的改变。”
相比之下，Ajinkya 对未来五年的衡量标准，更直接地与患者的康复成果挂钩。
根据 Ajinkya 引述的 Seamless XR 在 NTFGH 开展的第二项临床试验中期报告，一名参与试验的患者在最初评估时，左侧身体完全没有感觉。
经过10次治疗训练，即每周3次、持续约三个半星期后，她的手掌及靠近手掌的手指根部区域，有70%的范围恢复了感觉。
这一结果属于仍在进行中的临床试验所观察到的早期个别患者成果，尚不能作为证明该技术具有广泛临床疗效的证据。
但对 Ajinkya 而言，这个案例清楚体现了团队最终希望实现的目标。
他说：“正是这样的成果，让我们每天早上充满动力地投入工作。”
在这个个别案例背后，他也看到了更广泛的医疗服务可及性挑战。
Ajinkya 认为，患者人数的增长速度，正逐渐超过医疗人力与实体基础设施的扩充速度。
这使得越来越多的康复服务，从急症护理医院转移到社区环境中进行。
然而，社区医疗机构可能缺乏足够的专业临床医护人员，无法按照患者实际需要的频率提供康复治疗。
对于 Seamless XR 而言，长期目标就是协助缩小这一服务缺口，同时避免医疗服务能力的提升必须完全依赖同比例增加实体医疗人力。
新加坡的AI发展机遇：以人为本，解决真正的社会需求
综合三家企业的经历，可以更清楚地理解 raiSE 所强调的核心观点：AI的应用应当围绕人的实际需求展开，而不是将自动化本身视为最终目标。
一家律师事务所可能持续为AI付费，却几乎没有真正使用它。
一位92岁的长者，只要面对的是简单、直观且不需要学习复杂操作的界面，也能够顺利完成感觉功能评估。
一名精疲力尽的照护者，无须下载额外的应用程序，就能够提供重要的护理信息。
一家社会服务机构，则可以利用减少行政工作所节省的时间，更早为有需要的人提供帮助。
这些案例的共同点，并不在于AI技术有多先进，也不在于AI在使用过程中有多显眼。
真正重要的是，科技能否消除那些实际限制人们获得服务、完成工作或改善生活的障碍。
这或许才是新加坡AI生态系统更具深远意义的发展机遇。
未来的重点不应只是开发更多AI技术，而是将AI应用于真正能够扩大服务覆盖范围、为个人与机构释放宝贵时间，并支持那些始终以人为核心的工作领域。
关于创始人
Ryan Sacatani，AdminLess AI 联合创始人兼首席运营官
LinkedIn：Ryan Sacatani | AdminLess AI
Volodymyr Iermolaiev，Ajentik AI 首席执行官兼联合创始人
LinkedIn：Volodymyr I. | Ajentik AI
Ajinkya Bhat，Seamless XR 创始人兼首席执行官
LinkedIn：Ajinkya Bhat | Seamless XR
亮点
Read the English article here.
