Een operationele mindset gebruiken om productlevering op te schalen

Hannah Clark: Product-marktfit vinden kan voelen alsof je de hoogste berg beklimt die je ooit hebt gezien, om vervolgens op de top een nog hogere berg achter die berg te ontdekken. De uitdaging om die fase van snelle groei binnen te gaan en productlevering op te schalen is veelzijdig; het stelt de processen en infrastructuur van je organisatie op de proef, dwingt je meedogenloos te zijn in de manier waarop je prioriteiten stelt en middelen inzet, en vereist enorme moed om beslissingen te nemen die nooit zonder risico zijn. Maar ondanks al die afhankelijkheden zijn er veel manieren om een berg te beklimmen. Daarom bekijken we vandaag slechts één daarvan.

Mijn gast vandaag is Amit Shah, Chief Operating Officer bij Virta Health. Wat zijn perspectief bijzonder waardevol maakt, is dat hij niet via traditioneel productmanagement is doorgegroeid. Hij begon in operations en gaf leiding aan zorgverleningsteams voordat hij vijf jaar geleden overstapte naar product. Die achtergrond geeft hem een unieke kijk op systeemdenken en cross-functionele samenwerking. Dat is cruciaal geweest terwijl Virta snel is opgeschaald en tegelijkertijd een van de lastigste uitdagingen in zorgtechnologie aanpakte: bepalen wanneer menselijke clinici moeten worden ingezet en wanneer AI-tools het werk kunnen doen.

Je gaat horen hoe zijn team de reis naar product-marktfit heeft afgelegd, welke beslissingen niet goed schaalden en hoe ze nadenken over AI en technische schuld in de volgende groeifase. Laten we beginnen.

Amit, heel erg bedankt dat je in januari tijd voor ons hebt vrijgemaakt in je drukke agenda.

Amit Shah: Bedankt voor de uitnodiging. Ik ben ontzettend blij hier te zijn.

Hannah Clark: Kun je ons iets vertellen over je achtergrond en over hoe je bent overgestapt van een operationele rol naar productleiderschap bij Virta Health?

Amit Shah: Zeker. Ik begin helemaal aan het begin en volg daarbij min of meer een chronologische volgorde. Ik heb industriële techniek gestudeerd, en dat leidt vrij rechtstreeks naar operations.

Ik heb een tijdje als consultant gewerkt. Daarna richtte ik mijn eigen bedrijf op dat zonne-energieproducten maakte in landelijk India. Vervolgens raakte ik sterk geïnteresseerd in de gezondheidszorg, vooral omdat ik het geweldig vond om te werken aan dingen die de levenskwaliteit van mensen verbeterden. Daarna werkte ik in waardegedreven gezondheidszorg, eerst in directe eerstelijnszorg, en ongeveer negeneneenhalf jaar geleden kwam ik bij Virta.

Ik werk dus ongeveer negeneneenhalf jaar bij Virta. In die jaren ben ik, zoals je terecht zei, begonnen in operations. Aanvankelijk gaf ik leiding aan zorgverleningsteams. Naarmate we bij Virta groeiden, werd ons kernmodel voor zorgverlening steeds meer gebaseerd op onze producten en op technologie. In het begin was ik daarom een partner van onze teams voor productontwikkeling en productlevering, en in de loop der jaren raakte ik daar steeds meer bij betrokken.

Ongeveer vijf jaar geleden werd mij gevraagd leiding te geven aan het team voor productontwikkeling, omdat veel van wat we deden bestond uit het samenbrengen van onze zorgverlening door menselijke clinici met de manier waarop ons product die zorg leverde. Zo ben ik dus in product terechtgekomen. En kort iets over Virta, zodat mensen weten wat Virta doet: we hebben als missie om metabole ziekten bij een miljard mensen terug te dringen. Daaronder vallen diabetes, obesitas en prediabetes. Al onze zorg leveren we volledig virtueel.

We zijn een volledige kliniek voor metabole ziekten. Wat we doen is buitengewoon uniek, omdat we biologie en voeding personaliseren om het metabolisme van mensen te herstellen.

Hannah Clark: Dat is fantastisch en altijd een zeer nobele missie. Ik weet dat dit veel gezinnen en hun levens beïnvloedt.

Ik ben dan ook erg blij dat je er bent om wat meer te vertellen over de praktische kant achter die missie en over hoe het nu met jullie gaat. Vandaag richten we ons specifiek op de overgangsfase van snelle groei naar opgeschaalde productlevering, precies waar je je nu bij Virta in lijkt te bevinden.

Hoe ziet die verschuiving er volgens jou in de praktijk uit? En wat maakt dit moment volgens jouw ervaring bijzonder uitdagend?

Amit Shah: Om mensen wat context te geven bij die verschuiving: we hebben de afgelopen jaren zowel snelle groei als een opgeschaald product gehad. Vorig jaar bedroeg onze groei bijvoorbeeld meer dan 70% op jaarbasis en hadden we honderden miljoenen dollars aan omzet.

Ik zal om verschillende redenen geen specifieke details delen, maar je kunt je voorstellen dat dit heel snel groeit en dat het product behoorlijk volwassen is. Er gebeurt op operationeel niveau ontzettend veel tijdens zo'n verschuiving, en dat kan bijzonder intens aanvoelen. Ik heb met veel teamgenoten gesproken en ten eerste vereist opschalen vaak simpelweg meer mensen: meer squads, meer productontwikkelingssquads die aan zaken werken, en verschillende mensen die binnenkomen om bepaalde dingen te doen. Daardoor moet je uitzoeken wie waarvoor verantwoordelijk is.

Je moet de juiste systemen en processen creëren om op grotere schaal te kunnen uitvoeren wat op kleinere schaal werkte. Het belangrijkste dat ik wil meegeven, is dus dat het op de werkvloer chaotisch kan voelen. Als leider moet je veel tijd besteden aan de vraag: wat is onze noordster, en wat proberen we te bereiken?

En vervolgens: welke systemen, processen en organisatiestructuren creëren we om dat te bereiken?

Hannah Clark: Ik wil terugkomen op wat je eerder zei over je achtergrond in operations. Volgens mij is dat een troef bij de overgang naar productleiderschap.

Hoe heeft die operationele focus, of die mindset van systeemdenken, de manier gevormd waarop je productontwikkeling benadert, vooral tijdens de opschalingsfase?

Amit Shah: Dat is een goede vraag, en ik ben er eigenlijk dankbaar voor dat je het als iets positiefs ziet. Als je naar productleiders kijkt, zie je vaak mensen die volledig binnen product zijn opgegroeid.

Daar zit veel waarde in en je doet daar veel kennis op. Ik had het geluk om, zoals je zei, in operations op te groeien, en ik denk dat bepaalde aspecten van operations erg nuttig zijn. Uitmuntende uitvoering is daar één van. Als student industriële techniek bestudeerde ik dat zelfs al op school.

Veel nadenken over uitmuntende uitvoering valt uiteen in systeemdenken, analytische besluitvorming, effectief prioriteren, vereenvoudigen en goed leidinggeven aan mensen. Dat zijn volgens mij de kernkwaliteiten van geweldige operationele leiders, en het blijkt dat geweldige productleiders veel van diezelfde kernkwaliteiten hebben.

Er zijn natuurlijk andere vaardigheden en de aanpak kan enigszins verschillen. Maar dit zijn de kernvaardigheden die volgens mij goed kunnen worden vertaald van operations naar productontwikkeling. Toen ik de overstap maakte en de tijd nam om me voor te bereiden, las ik boeken. Toen ik voor het eerst werd gevraagd om leiding te geven aan productontwikkeling, las ik waarschijnlijk vijftien boeken.

Ik luisterde naar veel podcasts, waaronder deze, en sprak met andere productleiders. Steeds kwam ik tot dezelfde conclusie: als je vanuit een systeemperspectief kunt denken, het team kunt helpen analytische beslissingen te nemen, het team kunt helpen prioriteiten te stellen op basis van die analyses en de systemen die je hebt gecreëerd, kunt vereenvoudigen wat het belangrijkst is en vervolgens leiding kunt geven aan mensen zoals je dat normaal zou doen, dan is dat wat het beste overdraagbaar is.

Hannah Clark: Wanneer je die vijf kernvaardigheden opsomt, lijken ze mij allemaal specifiek en even belangrijk om goed te kunnen opschalen. Het zijn bovendien allemaal zaken waar organisaties, afhankelijk van de afdeling, echt mee worstelen. Het is dus eigenlijk een vanzelfsprekende keuze.

Amit Shah: Om terug te komen op je vorige vraag over de overgang van snelle groei naar een opgeschaald product: ik denk dat eenvoud ook erg moeilijk wordt. Dat is de vierde vaardigheid die ik noemde. In een heel vroege fase, wanneer een bedrijf product-marktfit zoekt, is een product heel eenvoudig. Je moet product-marktfit vinden en weten wat je doet. Wanneer je heel snel opschaalt, is het eigenlijk ook vrij eenvoudig.

Je moet de trein op de rails houden. Maar wanneer je de overgang maakt naar een opgeschaald product, sluipt complexiteit er op een interessante manier in. Dat wil ik toevoegen als iets waarvan ik achteraf denk: ja, dat klopt.

Hannah Clark: Je komt hier niet zo gemakkelijk vanaf. We moeten daar wat dieper op ingaan. Je hebt mijn nieuwsgierigheid gewekt, dus vertel eens wat dat voor jou betekent. Ik kan het gedeeltelijk afleiden, maar ik ben ervan overtuigd dat mijn kijk op eenvoud vanuit mijn referentiekader heel anders zou zijn dan die van jou als operationeel leider die in deze situatie terechtkomt. Wat betekent eenvoud in jouw rol?

Amit Shah: Eenvoud betekent dat je alle verschillende mogelijkheden kunt terugbrengen tot een prioriteitenset waar het team daadwerkelijk en duidelijk aan kan werken zonder afgeleid te raken. Wij bevinden ons in de sector van metabole gezondheid, die zich ongelooflijk snel ontwikkelt door de opkomst van GLP-1-middelen en dergelijke.

Wat wij doen is heel onderscheidend. We hebben een opgeschaalde voedings- en leefstijlinterventie. Niet veel andere bedrijven hebben dat, en al helemaal niet volledig digitaal. Wanneer je een opgeschaald product hebt, moet je het product blijven leveren op het niveau en met de uitmuntendheid die je tot nu toe hebt bereikt. Dat gaat terug tot onze klinische studie in 2015, waarin we werkelijk wereldveranderende, uitstekende resultaten voor onze patiënten behaalden. Ons doel is dat iedere dag te blijven doen, ook al zijn we letterlijk honderden keren groter dan toen.

Daar komt veel werk bij kijken. Dat gebeurt niet vanzelf. Tegelijkertijd verandert de markt snel. Er is een nieuwe geneesmiddelenklasse bijgekomen. Er zijn andere bedrijven en wij zijn een B2B2C-bedrijf, want zo werkt zorgtechnologie vaak. Daardoor hebben we verschillende behoeften van verschillende klanten.

We moeten dus bepalen hoe we die behoeften prioriteren en terugbrengen tot de vraag: welke zaken dragen bij aan dezelfde kern? En welke zaken willen we misschien afzonderlijk uitwerken en daar anders of apart in investeren, of juist niet doen?

Dat is het soort vereenvoudiging waar we ons vandaag mee bezighouden.

Hannah Clark: Ik wilde dit verduidelijken, omdat je eenvoud kunt bekijken vanuit het perspectief van de gebruiker, vanuit interne operations of simpelweg om het kader te bepalen. Wat is precies de reikwijdte waar we het over hebben? Ik wil verdergaan, want ik ben benieuwd naar een bijzonder interessant aspect van Virta: hoe gebruik je clinici voor zorgverlening en wanneer ga je volledig digitaal?

Jullie lijken beide zaken tegelijkertijd te combineren binnen jullie product. Kun je uitleggen hoe jullie die balans ontwerpen en wat het zo moeilijk maakt om die goed te krijgen?

Amit Shah: Een groot deel van de magie van Virta, ons product en onze zorgverlening bestaat uit bepalen wanneer we technologie inzetten.

Ik gebruik technologie hier in de breedste zin: AI, automatisering, machine-learningmodellen die die automatisering aansturen, enzovoort. En wanneer zetten we clinici en mensen in? Om enkele resultaten te noemen: we bereiken gemiddeld 10% gewichtsverlies na één jaar. We verminderen het risico op een hartaanval en overlijden aanzienlijk.

Ik deel die resultaten omdat het gaat om echte resultaten bij echte mensen. Het is niet alsof mensen simpelweg vaker op hun telefoon klikken. Nee, mensen veranderen hun leefstijl, waardoor hun algehele metabole gezondheid verbetert. Dat verbetert hun leven en hun levensduur.

Het is voor ons dus ontzettend belangrijk om die balans goed te bepalen. Een van de systemen waarop ik vertrouw is die noordster. Wij zijn er om dat resultaat te leveren. Dat resultaat is voor ons heel duidelijk: verbetering van de metabole gezondheid. En je kunt dat meten. We vragen onze patiënten dagelijks biomarkers met ons te delen: gewicht, ketonen, glucose, bloeddruk enzovoort.

Daardoor kunnen we die verbetering regelmatig zien. Omdat we zo'n duidelijke noordster hebben — we moeten zien dat deze cijfers verbeteren — wordt het iets eenvoudiger om te bepalen hoe we die cijfers het best kunnen verbeteren. Bepaalde dingen geloven we, zelfs in het huidige AI-tijdperk, nog steeds beter door clinici en mensen te kunnen laten doen. We gebruiken overigens uitgebreid machine learning en AI-modellen bij Virta.

Die zaken zijn empathie, creativiteit, verantwoordelijkheid en complexe klinische besluitvorming. Dat zijn de vier gebieden waarvan we zeggen: hiervoor geven we prioriteit aan menselijke inzet.

De meeste andere dingen kan technologie en AI beter. Onze benadering is daarom over het algemeen als volgt: als een clinicus iets doet dat niet binnen een van die vier categorieën valt — bijvoorbeeld complexe klinische besluitvorming, zoals het voorschrijven of afbouwen van medicatie en het behandelen van comorbiditeiten — dan moeten we proberen technologie daarvoor in te zetten.

Of als het niet gaat om emotionele verantwoordelijkheid, waarbij iets een patiënt echt motiveert dankzij de menselijke verbinding, dan zouden we technologie moeten proberen. Overigens zijn diezelfde dingen waar clinici goed in zijn ook zaken die hun voldoening geven.

Het blijkt dat clinici zeer veel voldoening ervaren wanneer ze hun dag kunnen besteden aan empathie, verbinding met andere mensen en het helpen oplossen van complexe klinische problemen. Zo denken wij er dus over. Als iets met technologie kan worden gedaan, zowel om betere resultaten te bereiken als binnen de wettelijke richtlijnen, dan moeten we daar beginnen.

Maar er zijn bepaalde dingen waarvan wij denken dat mensen die beter doen. Daardoor kunnen we onze clinici zo effectief mogelijk inzetten om dat resultaat te bereiken.

Hannah Clark: Dat klinkt inderdaad heel vervullend. Het valt me op hoe motiverend het moet zijn om het succes van je platform te kunnen meten aan de hand van de echte resultaten van de mensen die het gebruiken, en ook aan de tevredenheid van de clinici die via het platform met hun patiënten werken. Tegelijkertijd moet iedereen een enorme verantwoordelijkheid voelen om ervoor te zorgen dat jullie die belofte, die noordster, dag na dag waarmaken.

Amit Shah: Ik werk hier inmiddels negeneneenhalf jaar. We zijn absoluut missiegedreven. Wat mij iedere ochtend uit bed krijgt, is dat beter presteren op het werk voor ons letterlijk betekent dat we meer levens redden en meer levens verbeteren. Dat geldt voor iedere persoon die bij Virta werkt.

Het is letterlijk de brandstof die zowel de fase van snelle groei als die van het opgeschaalde product heeft aangedreven.

Hannah Clark: Absoluut. Laten we het hebben over die grote eer en verantwoordelijkheid. Dat is geweldig. Laten we weer wat meer naar de praktische kant gaan. Naarmate Virta is opgeschaald: als we kijken naar eerdere beslissingen rond architectuur, processen of teamstructuur, wat werkte aanvankelijk goed maar moest je uiteindelijk loslaten toen alles sneller ging en je moest opschalen?

Amit Shah: Er komen twee dingen bij me op.

Het eerste gaat over organisatiestructuur. Een structuur die in de beginperiode werkte, was om product, engineering, analytics en design als afzonderlijke expertisegebieden te organiseren. Zo gaat het vaak: er is een engineering-leider, een productleider, een analytics-leider en een designleider.

Onze oorspronkelijke organisatiestructuur bestond dus uit die disciplines, met overlappende maar afzonderlijke prioriteiten. Dat werkte toen ons productontwikkelingsteam kleiner was. Er moest uitmuntendheid in engineering worden opgebouwd en er moest uitmuntendheid in product worden gecreëerd.

Naarmate we opschaalden en de teams groter werden, moesten we dat model loslaten. Uiteindelijk organiseerden we ons op een manier waarbij we die vakgroepen nog steeds hebben. We hebben nog steeds een engineering-vakgroep en werken aan uitmuntendheid in engineering. Maar de meeste engineers worden ingezet in wat wij een squad noemen.

Een squad is een cross-functionele groep mensen die aan een bedrijfsprobleem werkt. Dat bleek veel effectiever tijdens onze snelle groei en ook in de fase van het opgeschaalde product. Teams krijgen daardoor veel context over het probleem en hebben een duidelijke noordster voor wat ze moeten oplossen.

Ze lossen min of meer dezelfde zaak of dezelfde reeks zaken op. Ze kunnen problemen diepgaander oplossen. In een meer gesiloëde aanpak zou je engineers die aan iets werkten steeds vervangen, wat weer eigen problemen oplevert.

De verandering in organisatiestructuur was dus een overgang van een kleinere organisatie waarin iedereen zich min of meer op hetzelfde kon richten, naar een organisatie die snel opschaalt en waarin je teams moet afbakenen. Elke afzonderlijke squad moet over de juiste cross-functionele capaciteiten beschikken om uit te voeren wat nodig is.

Hannah Clark: Ik wil hier kort op inhaken. Je noemde iets waar ik veel over heb nagedacht in verband met opschalen: volgens mij wordt het gewicht van kennisoverdracht onderschat. Dat kan een enorme bottleneck zijn, niet alleen tussen teams of tussen teamleden, maar ook wanneer organisaties groter worden, nieuwe mensen aannemen en oudere mensen vertrekken.

Er is vaak geen goed werkend mechanisme om kennis binnen een grotere organisatie echt optimaal over te dragen. Dat houdt me bezig en het is interessant om je daarover te horen praten, en om te horen dat je de squad-aanpak beschouwt als de efficiëntste manier om dat gedeeltelijk te beheren.

Amit Shah: Ik wil daarop reageren door te zeggen dat de squad-aanpak zeker beter is, maar dat het probleem daarmee niet is opgelost. We hebben gemerkt — en ik zal zelfs zeggen dat dit zowel positief is vanuit menselijk perspectief als zorgwekkend vanuit organisatorisch perspectief — dat bepaalde individuen ongelooflijk goed zijn. Dat betekent dat zij enorm veel context bezitten en buitengewoon goed presteren.

Als je zulke mensen verplaatst, vertrekken ze of gebeurt er iets anders, dan verlies je een deel van die context. Ik denk niet dat er een oplossing in de vorm van documentatie bestaat die dit volledig opvangt. Wij hebben die in ieder geval nog niet gevonden. Het squadmodel maakt het wel eenvoudiger, omdat er meer consistentie is in wat er wordt gedaan en welk resultaat nodig is.

Hannah Clark: Absoluut. Volgens mij zouden we hier een hele aflevering aan kunnen wijden, maar ga vooral verder.

Amit Shah: Je vroeg naar zaken die niet schaalden, of vroege beslissingen die niet schaalden. Een tweede punt is hoe we onze data en de uiteindelijke analytics hebben gestructureerd. Ik heb nog geen leider ontmoet bij een technologiebedrijf die dat vanaf het begin goed heeft gedaan — al bestaan ze ongetwijfeld.

In een heel vroege fase wilden we data democratiseren. We stopten alles in tabellen en gaven veel mensen toegang tot die tabellen. Dat werkte aanvankelijk uitstekend. Iedereen kon data ophalen. Naarmate we groeiden, werden de tabellen echter rommelig. Mensen haalden verschillende dingen op en we maakten soms de grap dat er twee antwoorden op dezelfde vraag waren, afhankelijk van wie de data ophaalde en hoe die persoon dat deed.

We hebben en blijven veel tijd besteden aan het opruimen daarvan. We kijken opnieuw naar de manier waarop data in die tabellen terechtkomt en zorgen ervoor dat die vanaf de bron schoon is. Dat is een investering geweest. Vooral in de overgang naar de fase van het opgeschaalde product speelt dat een belangrijke rol, hoewel dit in de fase van snelle groei nog steeds doorgaat.

Er komt immers veel nieuwe informatie binnen. Ik wil wel voorzichtig zijn: ik hoop niet dat we al uit de fase van snelle groei zijn. We hebben zowel een opgeschaald product als een product dat snel groeit. Juist omdat we een meer volwassen product hebben, proberen we vroegtijdig bewust controles in te bouwen voor wat er in datatabellen terechtkomt en hoe dat gebeurt.

Hannah Clark: Nu we bij het datagedeelte van deze aflevering zijn aangekomen, laten we het hebben over generatieve AI. Zoals je eerder zei, zijn er gebieden waarop de kennis en betrokkenheid van clinici echt de beste aanpak vormen. Maar er zijn ook zaken die niet binnen die vier categorieën vallen en die je het best aan AI kunt overlaten, omdat AI ze efficiënter kan uitvoeren zonder de kostbare tijd van mensen daarvoor te gebruiken.

Er komt ongetwijfeld meer besluitvorming kijken bij de manier waarop je generatieve AI in het product integreert. Hoe denken jullie over de integratie van AI en verschillende soorten AI in het product, zodat die menselijke vaardigheden worden aangevuld?

Amit Shah: Zoals ik eerder zei, zit een groot deel van de magie in hoe we dat doen. We blijven voortdurend itereren op de manier waarop we dit aanpakken. Een kader dat we gebruiken, is allereerst dat we vanaf dag één een datagedreven en analytisch rigoureus bedrijf zijn geweest.

Nog voordat we over generatieve AI praten: we beschikken al zeven of acht jaar over zeer voorspellende en effectieve machine-learningmodellen. Een belangrijk onderwerp waar we vaak over nadenken is proactieve interventie. We gebruiken machine-learningmodellen die zijn getraind op onze eigen dataset van meer dan 200.000 patiënten over een periode van tien jaar. Dat zijn letterlijk honderden miljoenen datapunten.

De datapunten waar ik het over heb zijn onder meer bloedglucosewaarden, ketonenniveaus en gewicht: objectieve gegevens waarmee we kunnen voorspellen wat de volgende beste interventie voor een patiënt kan zijn. Wanneer we die volgende beste interventie voorspellen, experimenteren we vaak met de vraag of die interventie door een mens, automatisch of door een door ons ontwikkeld generatief-AI-hulpmiddel moet worden uitgevoerd.

Ik kom zo terug op generatieve AI. Eerst wil ik zeggen dat dit proactieve interventiesysteem — de verzameling machine-learningmodellen die we daarvoor hebben gebouwd — essentieel is om überhaupt te weten wanneer we moeten ingrijpen.

Het tweede punt is reactieve hulp. Dat is hulp op het moment zelf, wanneer een patiënt met een vraag bij ons komt. Hoe goed je modellen ook zijn, je kunt niet altijd voorspellen wat er gaat gebeuren. Voor veel van die hulp op het moment zelf hebben we generatieve AI bijzonder nuttig gevonden.

De AI is getraind op onze systemen en onze data, en we hebben generatieve AI ingezet voor die directe, reactieve hulp. De patiënt kan op dat moment een antwoord krijgen en wij kunnen vervolgens een clinicus markeren voor opvolging als we dat nodig achten.

Een ander punt over generatieve AI is dat we veel vertrouwen met onze patiënten willen opbouwen. Daarom maken we heel duidelijk onderscheid tussen iets dat door AI wordt aangedreven en iets dat door een clinicus wordt gedaan. Een van de belangrijkste zaken in onze relatie met patiënten is dat we met hun gezondheid werken. Ze moeten echt kunnen vertrouwen op wat ze ontvangen.

We maken dat dus heel duidelijk en bieden waar mogelijk de gelegenheid om naar een clinicus te escaleren of met een clinicus samen te werken. Tot slot zijn er bepaalde zaken waarvan we door alle tests weten dat ze beter werken wanneer een mens ingrijpt. Daar geven we opnieuw prioriteit aan voor onze clinici. Zij willen andere mensen helpen gezonder te worden. Wat hen die mogelijkheid geeft, is het beste voor hen én voor de patiënt.

Hannah Clark: Terwijl je vertelt hoe jullie hierover nadenken, valt me iets op. Ik maak deze show inmiddels al een aantal jaar. Toen we begonnen met de podcast voor productmanagers, stonden we precies aan de vooravond van de enorme doorbraak van AI naar wat het vandaag is.

Wanneer ik met jou praat — met iemand die al werkte in een omgeving waarin AI werd gebruikt — merk ik een verschil in denkproces en aanpak. Virta gebruikte AI al voordat het populair werd. Dat verschilt van mensen die AI nu vooral willen inpassen omdat iedereen haastig probeert te bepalen hoe de technologie in een bestaand product kan worden geïntegreerd of hoe een nieuw product op basis van deze mogelijkheden kan worden gebouwd.

Heb je er ooit over nagedacht of je eerdere ervaring met AI of machine learning je onderscheidt in de manier waarop je over technologie nadenkt? En beïnvloedt dat je aanpak terwijl je verdergaat en ervoor probeert te zorgen dat dit duurzaam blijft?

Amit Shah: Dat is een geweldige vraag. Ik vind het leuk dat je zegt dat we oorspronkelijke gebruikers van deze technologie zijn. Die formulering ga ik vanaf nu gebruiken. Het is inderdaad een kader voor ons geweest. We weten dat een van de meest unieke zaken die we hebben onze dataset is.

We beschikken over gegevens van honderdduizenden patiënten gedurende een periode van tien jaar. Het gaat om objectieve, subjectieve en sentimentgegevens. Het toepassen van machine-learningmodellen op onze data en het trainen van generatieve AI met die data is een superkracht die niemand anders heeft.

Iemand zou morgen een generatieve-AI-versie kunnen uitbrengen van wat wij doen. Maar onze noordster is het resultaat: het terugdringen van metabole ziekten. Wij kennen het pad voor één individuele persoon op basis van alle datapunten waarover we beschikken.

Ik beschouw generatieve AI en machine-learningmodellen als hulpmiddelen om clinici in te zetten. Het zijn allemaal instrumenten in de gereedschapskist waarmee we naar dat resultaat toe werken. Hoe meer technologische hulpmiddelen we krijgen, hoe meer we er zullen gebruiken. Wat er na generatieve AI komt, weet ik niet. Maar ik geloof dat we het zullen kunnen inzetten voor hetzelfde resultaat.

Wat uniek blijft, is onze aanpak en onze dataset die die aanpak mogelijk maken.

Hannah Clark: Ik moest daar even op doorgaan, omdat ik echt respect hoor in je stem voor de data waarover jullie beschikken. Daar hoort een grote verantwoordelijkheid bij om die data correct te verwerken en je steeds af te vragen: draagt dit bij aan het resultaat?

In de sector hoor je momenteel vaak kritiek op het gebruik van AI omwille van AI zelf. Soms voelt de toepassing ervan geforceerd of zelfs onverantwoordelijk. Daarom is het verfrissend om een menselijke en nuchtere manier te horen waarop jullie nadenken over AI en het gebruik ervan in producten.

Amit Shah: Onze patiënten komen naar ons om hun gezondheid te verbeteren en onze B2B-klanten nemen ons in dienst om de gezondheid van hun populatie te verbeteren. Onze noordster is dus betere gezondheid en we gebruiken alle hulpmiddelen waarover we beschikken om dat te bereiken.

Laat er geen misverstand over bestaan: generatieve AI is een ongelooflijk hulpmiddel dat zich razendsnel ontwikkelt, en ik denk dat het ons helpt dat doel te bereiken. Een van mijn favoriete functies in onze app is dat je een foto van een bord eten kunt maken, waarna de app de macronutriënten voor je uitsplitst.

Op basis van alle gegevens die we over die persoon hebben, geeft de app ook aan — met oranje, geel of groen — of de maaltijd past binnen diens voedingsplan. Zonder generatieve AI zouden we die volledige toepassing niet kunnen bouwen. De technologie is ontzettend krachtig.

Het laatste onderdeel is wat ervoor zorgt dat het bijdraagt aan het resultaat: we helpen deze persoon op dat moment een beslissing te nemen die het beste voor hem of haar is.

Hannah Clark: Deze aanpak doet me denken aan een gesprek dat we enkele maanden geleden hadden met de leider van user research bij Photo Room. Zij merkte iets soortgelijks op: user researchers waren aanvankelijk terughoudend om AI te gebruiken. Nu zien we meer toepassing en vertrouwen, omdat er een duidelijker pad is ontstaan voor verantwoord gebruik.

De overeenkomst die ik zie, is dat Virta Health en andere organisaties AI inzetten voor grootschalige herkenning van datapatronen, iets wat voor een menselijke clinicus niet mogelijk is om volledig te verwerken. Dat is precies waarvoor je generatieve AI zou moeten inzetten.

Het aspect van oordeel blijft echter menselijk. Inmiddels zouden we allemaal moeten weten dat ChatGPT niet altijd het beste beoordelingsvermogen heeft. Het is goed om te horen en te blijven herhalen waarvoor AI bijzonder geschikt is, waar we die technologie echt voor moeten benutten en waarvoor misschien niet.

Amit Shah: Ik maakte onlangs een grapje tegen mijn vrouw. Zij is om veel redenen veel briljanter dan ik. We hadden het over generatieve AI en ik zei: uiteindelijk moet je het zien als een systeem dat in feite is getraind op alles wat openbaar is op het internet.

Het is de beste kennisbank die er is. En er staat heel veel op internet, dus dat is behoorlijk veel. Maar zoals je zegt: niet alles op internet getuigt van goed beoordelingsvermogen.

Onderscheidingsvermogen, kritisch denken, bepalen hoe en waar je de technologie inzet en hoe je de informatie presenteert — daar zit volgens mij een groot deel van de magie.

Hannah Clark: Absoluut. Een onderdeel van beoordelingsvermogen is empathie. Empathie is misschien niet iets wat we met een metriek kunnen meten, maar we kunnen wel degelijk het resultaat zien wanneer empathie wordt meegewogen.

Ik wil het hebben over enkele actuele uitdagingen, vooral met het oog op 2026. We zijn inmiddels aan een nieuw jaar begonnen. Virta schaalt op en groeit snel. Wat is de volgende grote uitdaging waar je voor staat en hoe pak je de ontwikkelingen in 2026 aan?

Amit Shah: Dat sluit zeker aan bij het onderwerp van deze podcast. We zijn een snelgroeiend bedrijf met een opgeschaald product. Ik richt me daarom op het waarborgen dat we systemen en processen hebben die voor afstemming zorgen, vanaf het eerste gesprek met een klant over hoe we diens populatie kunnen helpen tot aan de ervaring van een individuele patiënt wanneer die zich bij Virta aanmeldt.

Dat doen we in een markt die opnieuw snel verandert. Een van de zaken die we voor onze klanten doen — en iets bijzonders aan ons aanbod — is dat we hetzelfde gewichtsverlies bereiken als GLP-1-middelen zoals Ozempic, Wegovy, Zepbound en Mounjaro, maar dan zonder medicatie.

We zijn dus enerzijds een alternatief voor medicatie. Ongeveer 70% van de Amerikanen die willen afvallen, wil dat doen zonder medicatie. Dat is een belangrijke reden waarom patiënten voor ons kiezen. Anderzijds zijn we ook een afbouwroute. Onderdeel van de goedkeuring van de GLP-1-geneesmiddelenklasse is dat deze wordt gecombineerd met leefstijlverandering. Wij bieden leefstijlverandering die werkt.

We hebben een peer-reviewed en gepubliceerd onderzoek waaruit blijkt dat mensen ongeveer 11% gewichtsverlies behouden gedurende een extra jaar nadat we hun GLP-1-medicatie hebben afgebouwd.

GLP-1-middelen zijn momenteel dus een zeer actueel onderwerp. Er komen orale varianten aan en er gebeuren allerlei andere dingen. Wij zijn daarom flexibel in onze benadering van de markt, want er verandert veel. Onze kernwaardepropositie blijft echter hetzelfde.

Ik richt me er sterk op dat we flexibel blijven, kunnen reageren op de behoeften in de markt, onze patiënten en klanten tegemoetkomen waar zij zich bevinden, en ons tegelijkertijd zo organiseren dat we de ongelooflijke en onderscheidende resultaten kunnen blijven leveren die we tot nu toe hebben bereikt. Daarmee helpen we het leven van mensen te verbeteren tegen lagere kosten.

Hannah Clark: Het is ongelooflijk om te horen dat jullie vergelijkbare resultaten bereiken als de geneesmiddelen die op de markt zijn. Een enorme pluim voor het hele team van Virta. Dat is zo'n belangrijke missie. Het is geweldig om te horen dat jullie die met zoveel succes uitvoeren.

Nu je het hebt over mensen tegemoetkomen waar ze zich bevinden: waar kunnen mensen je na deze show vinden?

Amit Shah: Ik ben het actiefst op LinkedIn, dus zoek me daar gerust op. Dat is eerlijk gezegd de beste plek om me te vinden. Volg Virta Health ook op Instagram, want ik ben daar via mijn account vaak bij betrokken.

Hannah Clark: Bedankt dat je bij ons bent aangeschoven. We waarderen je tijd, Amit. Het was geweldig.

Amit Shah: Dit was geweldig. Heel erg bedankt.

Hannah Clark: De volgende keer in de Product Manager-podcast. Deze aflevering is voor bedrijfsleiders die meerdere productportfolio's tegelijk in goede banen moeten leiden. Als je ooit hebt gekeken naar moeders bij Costco die zich een weg door een menigte banen terwijl ze vier kinderen begeleiden die zich in totaal verschillende ontwikkelingsfasen bevinden, en dacht: dit voelt precies als mijn baan, dan wordt deze aflevering met Anneka Gupta van Rubrik jouw overlevingspakket. Abonneer je nu, zodat je hem niet mist.