Langkah ini adalah sebahagian daripada matlamat syarikat yang lebih luas untuk membina model AI sendiri dan kurang bergantung pada pasangannya, OpenAI. Dengan mensasarkan sektor penjagaan kesihatan kritikal, Microsoft berharap dapat membina jenama Copilot dan menjalin jalannya sendiri dalam perlumbaan AI yang kompetitif. Strategi ini nampaknya merupakan percubaan langsung untuk mengukir niche di mana kredibiliti adalah yang paling utama.
Kerjasama dengan Harvard, yang mana Microsoft akan membayar yuran pelesenan, adalah percubaan langsung untuk menyelesaikan salah satu cabaran terbesar bagi pengguna AI: kebolehpercayaan.
Matlamat strategik adalah untuk memberikan jawapan yang lebih sejajar dengan maklumat dari seorang pengamal perubatan daripada chatbot standard. Raja menyatakan niatnya adalah untuk membantu pengguna membuat keputusan yang tepat mengenai menguruskan keadaan kompleks seperti diabetes. Kajian 2024 Stanford University, misalnya, mendapati bahawa daripada 382 soalan perubatan yang ditimbulkan kepada CHATGPT, chatbot memberikan jawapan”tidak sesuai”dalam kira-kira 20% kes.
Jurang kredibiliti ini tidak terhad kepada chatbots; Meta-analisis yang komprehensif dari Universiti Osaka mendapati bahawa walaupun AI generatif sedang menghampiri kemahiran diagnostik doktor bukan pakar, ia masih jauh di belakang pakar manusia. Ini adalah sebahagian daripada usaha yang lebih luas untuk menjadikan Copilot sebagai alat kesihatan praktikal, yang juga termasuk ciri dalam pembangunan untuk membantu pengguna mencari penyedia penjagaan kesihatan yang berdekatan berdasarkan keperluan dan perlindungan insurans mereka. Kesusasteraan Penerbitan Kesihatan Harvard termasuk bahan mengenai kesihatan mental, tetapi apabila dipersoalkan, Microsoft enggan menyatakan bagaimana copilot yang dikemas kini akan mengendalikan pertanyaan tersebut.
Dorongan strategik untuk kemerdekaan AI
Inisiatif penjagaan kesihatan baru merupakan bahagian utama misi yang lebih besar dan lebih mendesak di dalam Microsoft: mencapai kemerdekaan teknologi dari OpenAI. Syarikat ini secara aktif melatih model AI sendiri dengan matlamat jangka panjang untuk menggantikan beban kerja yang sedang dikendalikan oleh OpenAI, menurut orang yang biasa dengan perkara itu. Pasukannya memberi tumpuan kepada memajukan model homegrown Microsoft.
Pada bulan Ogos, syarikat itu mula menguji secara terbuka satu model untuk copilot. Corak kepelbagaian ini sudah dapat dilihat, dengan Microsoft menggunakan model dari Anthropic saingan Openai untuk beberapa produk 365. Microsoft telah menyatakan secara terbuka bahawa”Openai’akan terus menjadi rakan kongsi kami di Frontier Models’dan bahawa falsafahnya adalah untuk menggunakan model terbaik yang tersedia,”tetapi tindakan dalamannya menandakan keinginan yang jelas untuk mengawal takdir AI sendiri. Ketua Pegawai Eksekutif Satya Nadella baru-baru ini mewakilkan tugas lain untuk memberi tumpuan kepada pertaruhan AI utama. Syarikat itu bukanlah baru untuk membuat tuntutan berani di ruang ini.
Pada bulan Jun, ia melancarkan sistem Mai-DXOnya, AI yang direka untuk menangani kes-kes perubatan yang kompleks. Menurut Microsoft, sistem itu dinilai terhadap standard baru yang ketat menggunakan kajian kes yang mencabar dari New England Journal of Medicine.”Microsoft telah mengambil’langkah tulen ke arah superintelligence perubatan.'”Syarikat menegaskan bahawa alatnya dapat mendiagnosis penyakit dengan empat kali ketepatan doktor. Meta-analisis Mac 2025 dari Universiti Osaka, yang diterbitkan dalam Alam, menawarkan perspektif yang lebih diukur.
Selepas mengkaji 83 kajian yang berbeza, ia mendapati bahawa walaupun AI generatif semakin meningkat, prestasinya masih jauh dari sempurna. Sebagai penyelidik utama Dr. Hirotaka Takita mencatat”keupayaan diagnostik AI generatif adalah setanding dengan doktor bukan pakar,”sambil menambah bahawa ia masih jauh di belakang pakar manusia dengan margin sebanyak 15.8%. Data Latihan Opaque.
Jurang ini antara prestasi penanda aras dan amalan klinikal dunia sebenar adalah tema berulang. Bidang radiologi berfungsi sebagai kajian kes yang kuat. Pada tahun 2016,
perintis AI Geoffrey Hinton terkenal mengisytiharkan bahawa”orang harus menghentikan radiologi latihan sekarang.”Namun, hampir satu dekad kemudian, permintaan untuk ahli radiologi manusia berkembang pesat, dengan kedudukan residensi rekod dan gaji yang melambung tinggi. Penanggung insurans semakin menulis klausa’pengecualian AI mutlak’ke dalam dasar penyelewengan, memaksa hospital untuk mengekalkan doktor berlesen secara sah untuk apa-apa diagnosis dan memastikan manusia tetap teguh dalam gelung. Sebagai contoh, penyelidik Eropah telah membangunkan Delphi-2m, AI yang dapat meramalkan risiko lebih dari 1,000 penyakit beberapa dekad lebih awal dengan menganalisis rekod kesihatan.
Pendekatan menggariskan cita-cita yang luas di seluruh sektor ini, di mana cabaran itu bukan hanya untuk mewujudkan algoritma yang tepat, tetapi satu yang selamat, boleh dipercayai, dan cukup praktikal untuk penggunaan klinikal. Penggunaan dataset pesakit yang luas untuk melatih model menimbulkan persoalan privasi yang mendalam. Kontroversi baru-baru ini mengenai AI’Foresight’di UK, yang dilatih pada 57 juta rekod NHS, menyerlahkan kebimbangan awam terhadap keselamatan data.
Copilot Microsoft juga menghadapi pendakian yang curam dalam penggunaan pengguna. Aplikasi ini telah dimuat turun 95 juta kali, sebahagian kecil daripada muat turun lebih daripada satu bilion, menurut data menara sensor. Membina reputasi untuk ketepatan dalam bidang yang sensitif seperti penjagaan kesihatan boleh menjadi pembezaan utama.
Pada akhirnya, kejayaan Microsoft akan bergantung bukan hanya pada teknologinya, tetapi keupayaannya untuk meyakinkan pengguna bahawa AInya adalah sumber yang boleh dipercayai untuk soalan-soalan yang paling penting. Perkongsian Harvard adalah langkah yang jelas dan strategik ke arah membina kepercayaan penting itu.
