Third-party research. These entries are summaries of publicly available company reports, vendor case studies, and peer-reviewed publications. They are not Ajentik customer references. Every numeric claim links back to its original source; entries marked vendor-sourced reflect figures published by the vendor and have not been independently audited.
Industry Research
Sourced summaries of how leading organisations are deploying AI in healthcare and adjacent industries — drawn entirely from public reporting.
Healthcare Industry
메이요 클리닉 AI 팩토리: 플랫폼 기반 임상 AI
세계 최대의 비영리 통합 의료 시스템이 가장 공격적인 AI 채택자가 되었습니다.
도전
Mayo faced the need to democratize AI development across their organization with 76,000 staff, enable clinicians to create AI solutions without extensive technical expertise, manage a large concurrent portfolio of AI projects and ensure regulatory compliance for medical AI applications while maintaining patient safety.
Reported approach
Mayo는 Google의 Vertex AI에서 AI Factory 플랫폼을 개발하여 AI 도구의 "시민 개발"을 가능하게 했습니다. 자율 에이전트에는 ECG 판독값(FDA 승인)을 통한 심장 질환 감지, ICU 용량 관리 시스템, 암 연구를 위한 가설 기반 AI이 포함됩니다. 이 플랫폼은 거버넌스를 위한 의료 기기 검토 위원회로서의 소프트웨어를 갖추고 있습니다.
Reported outcomes
- ·아누마나 등 스핀오프 기업을 통한 성공적인 상용화
- ·좌심실 기능 장애를 위한 Apple Watch AI 심전도 연구에 2,454명이 참여
- ·차세대 의료 AI 학위 프로그램 교육 확립
What this signals for the sector
This entry is included as a research note about the broader healthcare AI landscape. It does not describe an Ajentik product, customer, or partnership. Readers can use the source links below to inspect the original reporting.
Editorial note:Mayo Clinic operates its own AI programs (Mayo Clinic Platform); no Ajentik partnership exists or is implied. Corrected against primary sources: Anumana (the Mayo/nference spinoff) has three FDA-cleared ECG-AI algorithms, not five (low ejection fraction, pulmonary hypertension, cardiac amyloidosis); the Apple Watch reference is the 2,454-participant AI-ECG study, not 'millions'; and the unsourced '10,000+ staff trained' and internal-reporting figures were removed. Last verified 2026-07-21.
Documented Clinical Documentation and Medical Coding Deployments
Publicly documented Ambience Healthcare and AKASA deployments
도전
Clinical documentation and medical coding are the only deployment areas retained after source review.
Reported approach
Public source verification supports Cleveland Clinic Ambience clinical-documentation and AKASA medical-coding deployments. Earlier predictive-analytics, synthetic-data, AI phone-system, and integrated-ecosystem claims were removed pending evidence.
Reported outcomes
What this signals for the sector
This entry is included as a research note about the broader healthcare AI landscape. It does not describe an Ajentik product, customer, or partnership. Readers can use the source links below to inspect the original reporting.
Editorial note:Cleveland Clinic runs its own AI programs through Cleveland Clinic Innovations; no Ajentik partnership exists or is implied. Four call-automation figures previously shown here were traced to a vendor blog about an unrelated UK NHS GP surgery and have been removed. Only two verified deployments remain: Ambience Healthcare ambient documentation (Cleveland Clinic newsroom, 19 Feb 2025) and AKASA coding, ~100+ documents in 1.5 minutes (newsroom, 29 Apr 2025). The 13.7 million figure refers to annual outpatient encounters.
종양학 AI Orchestrator: 고급 임상 애플리케이션
매년 4,000명의 종양 환자에게 AI 기반 암 치료 서비스 제공
도전
Stanford는 의사가 영상, 병리학, 유전체학 및 임상 기록을 검토하는 데 환자당 1.5~2.5시간을 소비하여 정보 과부하에 직면했습니다. 빠르게 발전하는 암 연구에 보조를 맞추는 어려움(30초마다 새로운 논문) 시간 집약적인 종양 보드 준비 및 400,000개 이상의 활성 시험에서 환자를 적절한 임상 시험에 연결하는 과제.
Reported approach
Stanford deployed Microsoft-powered Healthcare Agent Orchestrator featuring specialized agents: tumor board agent analyzing multimodal data, care coordination agent providing treatment recommendations, research literature agent processing medical updates and clinical trial matching agent. The system uses secure Azure infrastructure with comprehensive FURM assessment for AI fairness.
Reported outcomes
- ·연간 4,000명의 종양 보드 환자 지원
What this signals for the sector
This entry is included as a research note about the broader healthcare AI landscape. It does not describe an Ajentik product, customer, or partnership. Readers can use the source links below to inspect the original reporting.
Editorial note:This is a research pilot, not a clinical deployment — per Microsoft's May 2025 Build announcement, Stanford is researching the Healthcare Agent Orchestrator, not running it in production. No Ajentik partnership exists or is implied. The 60% figure (which actually belongs to JM Family), plus the 25%, 300% ROI, '10,000 papers/month', and 'days to hours' claims were removed; only the ~4,000 tumor-board patients/year volume and the FURM safety framework remain. Last verified 2026-07-21.
코로나19 신약 발견: 연구 가속화
AI 기반 약물 발견으로 기록적인 시간 내에 코로나19 치료법 식별
도전
코로나19 팬데믹 기간 동안 연구자들은 매일 500,000건 이상의 사례가 발생하는 치료 옵션, 압도적인 양의 과학 문헌(주당 5,000건 이상의 코로나 논문이 게시됨), 10~15년의 전통적인 약물 개발 타임라인, 긴 실험을 피하기 위해 신속한 용도 변경을 위해 안전하고 이미 승인된 약물을 식별해야 하는 긴급한 필요성에 직면했습니다.
Reported approach
BenevolentAI deployed autonomous agents including biomedical literature mining agent processing millions of scientific papers, drug-target interaction agent predicting novel relationships using knowledge graphs, clinical trial optimization agent for patient selection and ADME prediction agent for drug properties. The system identified baricitinib as potential treatment in just 48 hours.
Reported outcomes
- ·Baricitinib은 2020년 11월까지 FDA 긴급 사용 승인을 받았습니다.
- ·AAK1 억제를 통해 사이토카인 폭풍을 성공적으로 완화했습니다.
- ·일반적인 10년 일정을 9개월로 압축
- ·Analyzed 1M+ scientific papers in days vs years
What this signals for the sector
This entry is included as a research note about the broader healthcare AI landscape. It does not describe an Ajentik product, customer, or partnership. Readers can use the source links below to inspect the original reporting.
Editorial note:BenevolentAI identified baricitinib (used in the baricitinib + remdesivir EUA) in about 48 hours. The '71% reduced recovery time' figure was fabricated — the ACTT-2 trial showed roughly one day's improvement (median 7 vs 8 days). The '$800M Alzheimer's deal' is unrelated and misdated, and the '20+ disease areas' claim predates a 2023 pipeline cut to ~5 assets — all removed. Company status: BenevolentAI was delisted from Euronext Amsterdam in March 2025 following a wind-down.
예측 노인 간호: AI 기반 낙상 예방 및 건강 모니터링
Wearable AI platform revolutionizes senior care with continuous behavioral monitoring and predictive analytics
도전
노인 생활 시설은 사고가 발생한 후에만 건강 문제가 해결되는 대응적 치료 모델에 직면했습니다. 65세 이상 성인의 부상 사망 원인 중 가장 큰 원인인 낙상으로 인해 연간 의료 비용이 500억 달러에 달했습니다. 시설은 직원 부족, 일관성 없는 모니터링, 비상 사태 발생 전 건강 악화를 예측할 수 없는 문제로 어려움을 겪었습니다.
Reported approach
CarePredict는 식사, 수면, 걷기, 화장실 사용 등 18가지 이상의 일상 활동을 지속적으로 모니터링하는 손목 착용형 AI 장치인 Tempo를 개발했습니다. 시스템은 기계 학습을 사용하여 개별 기준을 설정하고 건강 문제 이전의 미묘한 편차를 감지합니다. AI 알고리즘은 활동 패턴 변화를 통해 증상이 나타나기 3.5일 전에 요로감염, 낙상, 우울증 발병을 예측합니다.
Reported outcomes
- ·배치된 시설 전반에 걸쳐 낙상 69% 감소
- ·모니터링 대상 거주자의 입원이 39% 감소
- ·임상 진단 2~3주 전 우울증 예측
What this signals for the sector
This entry is included as a research note about the broader healthcare AI landscape. It does not describe an Ajentik product, customer, or partnership. Readers can use the source links below to inspect the original reporting.
Editorial note:Vendor-authored, retrospective study (JMIR Aging 2020, 6 communities / 490 residents). The 69% lower fall rate and 39% fewer hospitalizations are retained with that caveat; the unsourced '80% UTI accuracy', '2 hrs/day', and '18+ activities' figures were removed. Not independently audited. Last verified 2026-07-21.
AI 노인을 위한 동반자: 대규모의 외로움과 싸우기
공감 능력을 갖춘 소셜 로봇 AI은 매일 30회 이상의 상호 작용을 통해 노인 고립을 줄입니다.
도전
사회적 고립은 65세 이상 노인 4명 중 1명에게 영향을 미치며, 사망 위험은 26%, 치매 위험은 50% 증가합니다. 예약 통화나 지역사회 프로그램과 같은 기존 솔루션은 고립된 노인 중 극히 일부에게만 도달합니다. 코로나19 팬데믹으로 인해 고립이 더욱 심해졌고, 많은 노인들이 의미 있는 인간 상호작용 없이 며칠간 지내게 되었습니다.
Reported approach
ElliQ는 대화를 시작하고, 활동을 제안하고, 약물 복용 알림을 제공하고, 가족과의 화상 통화를 촉진하고, 건강 운동을 안내하는 적극적인 AI 동반자입니다. 명령을 기다리는 수동적 장치와 달리 ElliQ는 공감 능력을 갖춘 AI을 사용하여 기분을 감지하고 선호도를 학습하며 하루 종일 노인들의 참여를 유도합니다. 로봇은 대화형 AI을 감정적 연결을 생성하는 물리적 존재와 결합합니다.
Reported outcomes
- ·95%의 사용자가 30일 후에 외로움이 감소했다고 보고합니다.
- ·노인들은 ElliQ와 매일 30회 이상의 상호 작용에 참여합니다.
- ·뉴욕주는 Area Agencies on Aging을 통해 800명 이상의 고립된 노인에게 제공했습니다
What this signals for the sector
This entry is included as a research note about the broader healthcare AI landscape. It does not describe an Ajentik product, customer, or partnership. Readers can use the source links below to inspect the original reporting.
Editorial note:The 95% figure is a self-report from the New York State Office for the Aging (NYSOFA, Aug 2023), whose own headline reads '95% report reduced loneliness' — retained as a self-report, not a clinical outcome. The unsourced '90% retention', '~$10K/yr savings', and '3x video calls' figures were removed, and '800+ to Medicaid recipients' was corrected to 800+ isolated older adults reached via Area Agencies on Aging. Last verified 2026-07-21.
AI 기반 병원 퇴원: 환자 흐름의 병목 현상 제거
기계 학습 플랫폼으로 과도한 병원 일수를 줄이고 운영 비용을 수백만 달러 절약
도전
병원 퇴원은 의사, 간호사, 사회복지사, 약사, 급성기 후 시설 간의 조정을 포함하여 복잡하기로 악명이 높습니다. 14개 병원에서 매년 150만 명의 환자에게 서비스를 제공하는 OhioHealth는 초과일당 $800 이상의 비용이 드는 퇴원 지연 문제로 어려움을 겪었습니다. 환자들은 종종 보험 승인이나 전문 간호 배치와 같은 비임상 과정을 기다리며 입원했습니다.
Reported approach
Qventus deployed AI agents that predict discharge readiness, automate milestone tracking and orchestrate multi-team workflows. The system analyzes 100+ variables including clinical status, social determinants and post-acute bed availability to predict and accelerate safe discharges. AI identifies barriers early and automatically routes tasks to appropriate team members.
Reported outcomes
- ·첫해에 초과 환자 일수 8,554일 제거
- ·처리량 개선으로 연간 170만 달러 절감
- ·급성 후 치료 요구 사항을 조기에 식별(2일 이상 사전)
- ·관리부담 감소로 직원 만족도 향상
What this signals for the sector
This entry is included as a research note about the broader healthcare AI landscape. It does not describe an Ajentik product, customer, or partnership. Readers can use the source links below to inspect the original reporting.
Editorial note:Vendor-reported (Qventus–OhioHealth case study), not independently audited. The 8,554 figure is an annualized projection and the $1.7M is cumulative to date. The '0.5-day LOS reduction', '+25% discharge efficiency', '30% ED boarding', and '14 hospitals/1.5M patients/$800 per day' figures could not be verified and were removed (OhioHealth operates 15 hospitals). Last verified 2026-07-21.
AI 기반 원격 환자 모니터링: 집에서 병원 수준의 진료
FDA 승인을 받은 AI 플랫폼은 지속적인 활력 징후 모니터링을 통해 재입원을 줄입니다.
도전
퇴원 후 환자는 의료 여정에서 가장 위험한 기간에 직면해 있으며, 메디케어 환자 5명 중 1명은 연간 260억 달러의 비용으로 30일 이내에 재입원합니다. 기존의 후속 조치(전화 통화 및 사무실 방문)는 문제를 너무 늦게 파악합니다. 심부전, COPD 및 기타 만성 질환이 있는 환자는 치료 팀에 경고 신호가 전달되지 않은 채 집에서 악화됩니다.
Reported approach
Biofourmis deploys FDA-cleared wearable biosensors combined with AI algorithms that continuously analyze 20+ physiological parameters. The Biovitals platform detects subtle deterioration patterns 8+ hours before clinical symptoms appear, enabling proactive intervention. AI personalizes alert thresholds based on each patient's baseline, dramatically reducing false alarms while catching true deterioration.
Reported outcomes
- ·임상팀은 원시 데이터가 아닌 실행 가능한 통찰력을 얻습니다.
What this signals for the sector
This entry is included as a research note about the broader healthcare AI landscape. It does not describe an Ajentik product, customer, or partnership. Readers can use the source links below to inspect the original reporting.
Editorial note:Vendor-reported, not independently audited. The FDA 510(k) clearance K183282 (Biovitals Analytics Engine, 2019) is verified; the unsourced '8+ hours early detection', '97%', '$12K/patient', '89% mortality reduction', and '20+ parameters' figures were removed. Company status: Biofourmis merged with CopilotIQ (Oct 2024), and its life-science arm was acquired by ActiGraph (Jan 2025). Last verified 2026-07-21.
AI 매칭 동반자 케어: 인간 연결 확장
기술 플랫폼은 노인을 "Papa Pals" 동반자와 연결하여 의료 비용을 9% 절감합니다.
도전
Healthcare plans struggled to address social determinants of health—transportation barriers, social isolation and daily living challenges—that drive costly medical utilization. Traditional home care focused on clinical tasks, missing the companionship and practical support that prevents health decline. Seniors needed both social connection and help with errands, technology and appointments.
Reported approach
Papa는 AI을(를) 사용하여 노인들을 "Papa Pals"(교통, 친구 관계, 기술 지원 및 간단한 가사 서비스를 제공하는 검증된 동반자)와 연결합니다. 플랫폼의 알고리즘은 성격, 관심사, 언어 및 특정 요구 사항을 고려하여 최적의 일치를 만듭니다. AI은 방문 패턴과 결과를 모니터링하여 매칭을 지속적으로 개선하고 새로운 건강 위험을 식별합니다.
Reported outcomes
- ·참여 회원의 총 의료 비용 9% 절감
- ·병원 입원 18% 감소
- ·평균 회원 만족도 4.8/5
- ·200만 명 이상의 동반자 방문 완료
- ·정점에 약 70개 건강보험 파트너(Humana, Aetna, Centene 포함), 2023년 이후 축소
What this signals for the sector
This entry is included as a research note about the broader healthcare AI landscape. It does not describe an Ajentik product, customer, or partnership. Readers can use the source links below to inspect the original reporting.
Editorial note:Vendor-reported (Papa's May 2024 Medicare Advantage claims study): the 9% cost reduction and 18% fewer inpatient admissions are retained as vendor claims. '150+ health plans' was corrected to about 70 at peak, contracting since 2023. Reputational context: a May 2023 Bloomberg Businessweek investigation detailed abuse allegations, after which major insurers (Humana, Aetna, Molina) declined to renew. Last verified 2026-07-21.
AI 기반 만성 질환 관리: 대규모 당뇨병 관리
AI 코칭이 포함된 연결된 장치 플랫폼은 집중적인 대면 치료에 필적하는 임상 결과를 달성합니다.
도전
당뇨병은 전 세계적으로 5억 3,700만 명의 성인에게 영향을 미치고 있으며 관리를 위해서는 혈당, 식이요법, 운동 및 약물 치료에 지속적인 주의가 필요합니다. 분기별로 의사를 방문하는 전통적인 진료에서는 환자가 99%의 시간 동안 지원을 받지 못합니다. 잘못된 통제로 인해 미국에서만 연간 3,270억 달러의 비용이 소요되는 합병증이 발생합니다. 환자에게는 일시적인 진료가 아닌 지속적인 지도가 필요합니다.
Reported approach
Livongo provides a connected blood glucose meter that uploads readings in real-time to an AI platform. When readings fall outside personalized parameters, AI triggers immediate coaching interventions—sometimes automated messages, sometimes live certified diabetes educators. The system learns each member's patterns, providing proactive guidance before problems occur.
Reported outcomes
- ·0.9% 평균 A1c 감소(임상적으로 유의함)
- ·회원의 86%가 한 달에 16회 이상 혈당을 확인합니다.
- ·회원당 연간 평균 $1,908 비용 절감
- ·당뇨병 관련 의료비 지출 21% 감소
- ·당뇨병과 관련된 응급실 방문 30% 감소
What this signals for the sector
This entry is included as a research note about the broader healthcare AI landscape. It does not describe an Ajentik product, customer, or partnership. Readers can use the source links below to inspect the original reporting.
Editorial note:Vendor-reported, not independently audited. The ~0.8–0.9% A1c reduction is Livongo's own sustained figure; the '$1,908 savings' traces to the Livongo S-1 filing; '1.2M members' is Teladoc's total, not Livongo's. The unsourced '86% engagement' was removed and '2,000+ employers' corrected toward the ~1,328 actually reported. Context: Teladoc recorded multibillion-dollar goodwill impairments after its 2020 Livongo acquisition. Last verified 2026-07-21.
AI 간병인 평가: 번아웃이 발생하기 전에 예방하기
증거 기반 플랫폼은 AI을 사용하여 가족 간병인의 탈진 위험을 식별하고 해결합니다.
도전
가족 간병인(미국인 5,300만 명 이상 증가)은 60%가 넘는 탈진율에 직면해 있으며, 이로 인해 자신의 건강 문제가 발생하고 간병을 계속할 수 없게 됩니다. 간병인이 근무 시간을 단축하거나, 결근하거나, 그만두면서 고용주는 연간 330억 달러의 손실을 입습니다. 전통적인 지원 프로그램은 탈진을 예방하기보다는 이미 위기에 처한 간병인에게 서비스를 제공합니다.
Reported approach
TCARE uses an AI-powered assessment algorithm developed from 20+ years of academic research to quantify caregiver burden across multiple dimensions: identity discrepancy, care burden, relationship quality and health. The platform then generates personalized action plans with specific interventions proven to address identified risks. AI continuously learns from outcomes to improve recommendations.
Reported outcomes
What this signals for the sector
This entry is included as a research note about the broader healthcare AI landscape. It does not describe an Ajentik product, customer, or partnership. Readers can use the source links below to inspect the original reporting.
Editorial note:Vendor-reported, not independently audited. The '+35% retention' is an employee-retention figure (vendor framing), and the unsourced 42%, +25%, '$200-400', and '15-min' figures were removed. The evidence base is the peer-reviewed Montgomery et al. 2011 randomized controlled trial (266 caregivers, 4 states), not a 40-state deployment. Last verified 2026-07-21.
가상 간호사 아바타: AI 참여를 통한 재입원 감소
공감력이 뛰어난 AI 아바타가 퇴원 후 후속 조치를 수행하여 <5% 재입원율 달성
도전
Post-discharge patient follow-up is critical but difficult to scale. Hospitals face 20% readmission rates with $26 billion in annual penalties. Phone call follow-up reaches only 30-40% of patients, with nurses spending hours on unsuccessful calls. Patients forget instructions, don't recognize warning signs and delay seeking care until emergencies occur.
Reported approach
Sensely의 AI 기반 가상 간호사 아바타인 Molly는 스마트폰을 통해 체크인을 진행하며 자연스러운 대화를 통해 증상, 복약 준수 여부, 우려 사항을 질문합니다. 이 시스템은 음성 인식, 정서 분석 및 임상 프로토콜을 사용하여 악화 위험이 있는 환자를 식별합니다. 고위험 환자는 전체 대화 내용을 바탕으로 임상 직원에게 자동으로 에스컬레이션됩니다.
Reported outcomes
- ·NHS, Mayo Clinic 및 주요 의료 시스템 전반에 배포
What this signals for the sector
This entry is included as a research note about the broader healthcare AI landscape. It does not describe an Ajentik product, customer, or partnership. Readers can use the source links below to inspect the original reporting.
Editorial note:Vendor-reported, not independently audited. The original four tiles (<5% / 85% / 93% / 4.5) had no source and were removed; the entry is rebuilt on the real 'Ask NHS' pilot (Sensely/PRNewswire, Apr 2021). Company status: Sensely was acquired by Mediktor in June 2024. Last verified 2026-07-21.
AI-Optimized Hospital Operations: From Bottlenecks to Flow
Machine learning platform optimizes infusion centers ORs and bed management across 600+ hospitals
도전
병원 부서는 하루 종일 예측할 수 없는 암 주입, 수술, 입원 등 매우 다양한 수요에 직면해 있습니다. 정적인 일정으로 인해 오전에는 붐비고 오후에는 소강 상태가 발생하므로 환자는 수용 능력이 유휴 상태인 동안 기다리게 됩니다. 그 결과 병목 현상이 연속적으로 발생합니다. 응급실 탑승, 수술 지연, 직원의 초과 근무로 인해 환자가 고통받는 동안 비용이 쌓입니다.
Reported approach
LeanTaaS iQueue uses machine learning to predict demand patterns and optimize scheduling across infusion centers, operating rooms and inpatient beds. The system analyzes historical patterns, treatment durations and real-time data to create optimal appointment templates. AI continuously learns from actual flow to improve predictions and identifies scheduling opportunities in real-time.
Reported outcomes
- ·환자 대기 시간 50% 감소
- ·대규모 의료 시스템의 경우 연간 1,000만 달러 이상의 비용 절감
- ·Stanford, UCSF, Cleveland Clinic을 포함한 1,000+개 이상의 병원에 배포
- ·환자 처리량 15% 증가
- ·직원 초과 근무 25% 감소
What this signals for the sector
This entry is included as a research note about the broader healthcare AI landscape. It does not describe an Ajentik product, customer, or partnership. Readers can use the source links below to inspect the original reporting.
Editorial note:Vendor-reported, not independently audited. The '50%' utilization figure was corrected toward the ~31% in LeanTaaS's own case studies, and the unsourced +20%, $10M, and +30% figures were removed. '600+ hospitals' was updated to the published figure: LeanTaaS serves 1,000+ hospitals and centers across 185 health systems (Dec 2023). Last verified 2026-07-21.
Historical Current Health Hospital-at-Home Platform
Historical overview; Best Buy completed the sale of Current Health in June 2025
도전
This entry is retained only as historical context for Best Buy ownership of Current Health.
Reported approach
Best Buy acquired Current Health in 2021 and completed its sale in June 2025. This entry describes the former ownership period and does not represent a current Best Buy Health deployment.
Reported outcomes
What this signals for the sector
This entry is included as a research note about the broader healthcare AI landscape. It does not describe an Ajentik product, customer, or partnership. Readers can use the source links below to inspect the original reporting.
Editorial note:The 38% cost-reduction and <10% readmission figures previously shown were outcomes from Levine et al. (Annals of Internal Medicine, 2020), a Brigham & Women's home-hospital RCT of 91 patients — not Best Buy Health / Current Health results — and the 95% preference, 30%-faster, 'Equal+', and reach figures were unsourced; all removed. Company status: Best Buy divested Current Health in June 2025 and cut 161 roles in July 2025; this entry is retained as history.
Cross-Industry
고객 서비스 혁명: 의료 커뮤니케이션을 위한 교훈
전 세계적으로 1억 5천만 명 이상의 사용자에게 서비스를 제공하는 스웨덴 핀테크 거대 기업은 AI을 통해 고객 서비스를 혁신합니다.
도전
Klarna는 평균 11분의 해결 시간으로 어려움을 겪었으며 35개 이상의 언어로 매일 수백만 건의 거래를 처리하기 위해 연중무휴 다국어 지원이 필요했습니다. 이 회사는 높은 고객 만족도와 규정 준수를 유지하면서 민감한 금융 정보를 처리할 수 있는 솔루션이 필요했습니다.
Reported approach
Klarna deployed an OpenAI-powered autonomous AI assistant that handled 2.3 million conversations in its first month (February 2024). The system processes natural language queries, makes autonomous decisions about refunds and payments and seamlessly escalates complex cases to human agents. It maintains context across conversations and provides personalized responses based on customer history.
Reported outcomes
- ·해결 시간이 11분에서 2분 미만으로 단축되었습니다(82% 개선).
- ·AI은 700명의 정규 상담원에 해당하는 작업을 수행합니다.
- ·재 문의 25% 감소로 고객 만족도 향상
- ·연간 이익 4천만 달러 이상 개선 예상
- ·원어민 수준의 유창함으로 35개 이상의 언어 지원
What this signals for the sector
This entry is included as a research note about the broader healthcare AI landscape. It does not describe an Ajentik product, customer, or partnership. Readers can use the source links below to inspect the original reporting.
Editorial note:Figures are Klarna's own press release (company-reported, not independent third-party research). The 2.3M conversations figure covers Klarna's first month (February 2024), not a full year. For balance: Klarna publicly rebalanced toward human support in 2025 after the initial rollout.
Erica: 의료용 가상 비서를 위한 청사진
Serving 40+ million mobile banking customers with personalized AI guidance
도전
은행은 상담사에게 상당한 시간을 소모하는 일상적인 문의로 인해 압도적인 고객 서비스 요구에 직면했습니다. 고객은 사람의 도움을 기다리지 않고 계좌 정보, 거래 내역, 재무 조언에 즉시 액세스할 수 있어야 했습니다. 기존의 IVR 시스템은 고객을 좌절시키고 높은 포기율로 이어졌습니다.
Reported approach
Erica, launched in 2018, uses predictive analytics and natural language processing to provide comprehensive financial assistance. The AI agent autonomously handles balance inquiries, payment scheduling, spending analysis, fraud detection and personalized financial insights. It integrates seamlessly with mobile banking and learns from each interaction.
Reported outcomes
- ·출시 이후 30억 건 이상의 상호작용 처리
- ·4,200만 명의 고객에게 서비스 제공(모바일 사용자의 50%)
- ·일일 150만 건의 상호작용 처리
- ·98% 이상의 고객이 44초 이내에 답변을 받음(사람 에스컬레이션 포함)
- ·Reduced call center volume by 50% for routine inquiries
- ·고객 만족도 4.7/5 달성
What this signals for the sector
This entry is included as a research note about the broader healthcare AI landscape. It does not describe an Ajentik product, customer, or partnership. Readers can use the source links below to inspect the original reporting.
Editorial note:Figures are Bank of America's own disclosures (company-reported, not independent third-party research). The '+19%' figure was a bank-wide Q2-2023 net-income headline never attributed by BofA to Erica and has been removed. '98% autonomous resolution' was a speed metric, not autonomy: BofA reports that over 98% of clients get answers within 44 seconds, with human escalation. Totals updated to the August 2025 release (3B+ interactions, ~50M users).
Devin AI 구현: 의료 운영 확장
브라질 최대의 핀테크는 자율적인 AI로 레거시 시스템을 변화시킵니다.
도전
이 회사는 8년 된 600만 회선 모놀리식 ETL 시스템에서 100,000개 이상의 데이터 클래스 구현을 리팩터링하고, 레거시 시스템의 복잡한 상호 종속성을 관리하고, 기존 마이그레이션의 대규모 리소스 할당을 피하고(18개월 동안 1,000명 이상의 엔지니어) 변환 중에 시스템 안정성을 유지해야 했습니다.
Reported approach
Nubank deployed Cognition Labs' Devin AI, an autonomous software engineering agent. Devin analyzed the monolithic codebase, created migration strategies, generated modular sub-components and executed systematic refactoring. The AI learned from each task, improving performance over time.
Reported outcomes
- ·엔지니어링 시간 12배 향상 절감
- ·수동 마이그레이션에 비해 20배의 비용 절감
- ·작업 완료 시간을 40분에서 10분으로 단축
- ·몇 개월/년이 아닌 몇 주 만에 마이그레이션 완료
- ·마이그레이션 중 생산 사고 제로
- ·혁신 작업을 위해 1,000명 이상의 엔지니어 해방
What this signals for the sector
This entry is included as a research note about the broader healthcare AI landscape. It does not describe an Ajentik product, customer, or partnership. Readers can use the source links below to inspect the original reporting.
Editorial note:Outcome figures originate from Cognition AI (Devin) marketing about a Nubank engineering engagement — vendor-reported, not independently audited. Nubank is a digital bank, not a healthcare organization (the earlier 'Healthcare Operations' headline was wrong). The unsourced 'zero production incidents' claim was removed, and 'freed 1,000+ engineers' is the vendor's counterfactual, not an audited outcome. Last verified 2026-07-21.
Salesforce Agentforce: 보험-의료 융합
50개 이상의 국가에서 5천만 명의 고객에게 서비스를 제공하는 150년 역사의 회사
도전
직원이 38,000명인 Prudential은 복잡한 주별 보험 규정, 여러 사업부에 걸쳐 시간이 많이 소요되는 청구 처리, 전체적인 서비스를 방해하는 단편화된 고객 데이터, 50개 이상의 다양한 규제 프레임워크를 탐색해야 하는 고객 서비스 운영의 상당한 수동 작업으로 인해 어려움을 겪었습니다.
Reported approach
Prudential implemented Salesforce Agentforce for Financial Services, deploying autonomous agents for customer identification, contract analysis, policy retrieval and claims processing. The system features human-in-the-loop oversight for regulated operations and multi-LLM architecture for specialized functions.
Reported outcomes
- ·고객 서비스 담당자당 일주일에 최소 반나절을 절약했습니다.
- ·수백 개의 수동 라우팅 워크플로 제거
- ·관리 부담 감소로 고객 공감 강화
- ·도매업체 운영의 생산성이 크게 향상되었습니다.
- ·연간 운영 비용 1,200만 달러 절감
What this signals for the sector
This entry is included as a research note about the broader healthcare AI landscape. It does not describe an Ajentik product, customer, or partnership. Readers can use the source links below to inspect the original reporting.
Editorial note:Vendor-reported (Salesforce customer story), and a pilot/beta rather than a deployment — Agentforce launched in late 2024. Prudential is a financial-services firm, not healthcare. The 'half a day' saving applies to annuity wholesalers and is a projected figure ('up to half a day per week'), not a realized CSR outcome; the unsourced 'hundreds of workflows', '100% compliance', and '$12M' figures were removed. Last verified 2026-07-21.
UiPath Enterprise Automation: Verified PACE Evidence
Global bank reports a vendor-sourced efficiency benefit across its PACE automation portfolio
도전
This entry is limited to published evidence about the Barclays PACE automation portfolio; earlier mortgage-processing and document-agent details were removed pending evidence.
Reported approach
Barclays uses UiPath for enterprise automation and is exploring agentic workflows. The retained vendor-reported evidence is a 30%+ efficiency benefit across its PACE automation portfolio; earlier document-agent deployment claims were removed pending evidence.
Reported outcomes
- ·Vendor-reported 30%+ efficiency benefit across PACE implementations
What this signals for the sector
This entry is included as a research note about the broader healthcare AI landscape. It does not describe an Ajentik product, customer, or partnership. Readers can use the source links below to inspect the original reporting.
Editorial note:The 98% straight-through and 12,000-hours figures shown in earlier versions were Fiserv's numbers from the same UiPath On Tour London coverage, not Barclays'; the days-to-minutes figure was a UiPath product demo and the £25M figure was unsourced — all removed. Barclays is exploring agentic workflows; the only correctly scoped figure retained is the 30%+ efficiency benefit across its PACE automation portfolio (vendor-reported, not independently audited).
Microsoft Copilot Studio: 공급망 인텔리전스
글로벌 소재 기업, AI 자동화로 공급망 혁신
도전
Dow struggled with manual processing of 100,000+ PDF invoices yearly from 5,000+ suppliers, difficulty detecting billing inaccuracies and anomalies costing $3-5M annually, time-consuming freight rate investigations taking weeks or months per dispute and lack of visibility into cost optimization opportunities across global supply chain.
Reported approach
Using Microsoft Copilot Studio, Dow deployed autonomous invoice scanning agents for billing analysis and a natural language "Freight Agent" for investigation. The system features automatic anomaly detection, pattern recognition for cost optimization, dashboard integration for employee review and conversational interface for deep analysis.
Reported outcomes
- ·첫 해 내에 500만 달러 이상의 비용 절감 기대
- ·조사 시간을 몇 주/몇 달에서 몇 분으로 단축
- ·추가 직원 없이 100,000개 이상의 송장을 처리할 수 있도록 확장
- ·1분기에 200만 달러의 초과 요금이 확인되었습니다
- ·비기술 직원이 복잡한 분석을 수행할 수 있도록 지원
- ·수동 데이터 입력 95% 감소
What this signals for the sector
This entry is included as a research note about the broader healthcare AI landscape. It does not describe an Ajentik product, customer, or partnership. Readers can use the source links below to inspect the original reporting.
Editorial note:Vendor-reported (Microsoft WorkLab 'AI impact at Dow'), not independently audited. The '$5M+ first year' figure was softened to 'millions (anticipated, once scaled)' to match the source, and the unsourced '99.5% accuracy' and '$2M first quarter' figures were removed. Last verified 2026-07-21.
Want to discuss your own deployment?
These research notes describe other organisations work. If you would like to talk to us about your own healthcare AI plans, contact our team.