Richard White, Gründer & CEO von Fathom – Interview-Reihe

Richard White, Gründer & CEO von Fathom, ist ein wiederkehrender Gründer und produktorientierter Unternehmer, der am besten dafür bekannt ist, persönliche Frustrationen in kategoriedefinierende Software umzuwandeln. Vor Fathom gründete und leitete er UserVoice fast 13 Jahre lang, wuchs es zu einer profitablen Feedback-Management-Plattform heran, die von Tausenden von Unternehmen verwendet wird, von Start-ups bis hin zu Unternehmen wie Microsoft, und erfand auch das inzwischen allgegenwärtige “Feedback”-Feld auf Webseiten. Früher in seiner Karriere baute er SlimTimer vollständig alleine über einen Zeitraum von über zehn Jahren, leitete einflussreiche Open-Source-Projekte wie AjaxScaffold im Ruby-on-Rails-Ökosystem und arbeitete als Product-Design-Lead bei Kiko (YC S05), Erfahrungen, die seine Philosophie über Benutzerfreundlichkeit, Kundeneinfühlungsvermögen und den Bau von Tools, die auf unauffällige, aber bedeutungsvolle Weise die Arbeitsweise von Teams verbessern, kollektiv prägten.

Gegründet im Jahr 2020, spiegelt Fathom dieselbe Ethik wider, indem es einen universellen Schmerzpunkt angeht: die kognitive Überlastung beim Notizenmachen, während man versucht, echte Gespräche zu führen. Die Plattform zeichnet Meetings automatisch auf, transkribiert und fasst sie zusammen – insbesondere auf Zoom – und ermöglicht es Benutzern, Momente in Echtzeit zu markieren, kurze Clips anstelle von rohen Notizen zu teilen und die Nuancen zu bewahren, die oft in schriftlichen Zusammenfassungen verloren gehen. Als Fathom gereift ist, hat es sich von einfacher Transkription zu einem leichten System von Aufzeichnungen für Gespräche entwickelt, das darauf ausgelegt ist, Teams dabei zu helfen, Kontext zu bewahren, von Kundenanrufen zu lernen und asynchron zu kollaborieren, ohne der eigentlichen Besprechung Reibung zu verursachen.

Sie haben die letzten 15 Jahre damit verbracht, Unternehmen aufzubauen, die die Art und Weise verändern, wie Menschen kommunizieren – von UserVoice bis hin zu Fathom. Was war der Moment, der Sie dazu brachte, Fathom zu gründen, und wie haben Ihre ingenieurstechnischen und produktgestalterischen Wurzeln das Unternehmen von Tag eins an geprägt?

Meine Inspiration, Fathom zu gründen, kam Anfang 2020. Es war vor der Pandemie, aber ich führte umfangreiche Benutzerforschung für ein Produkt durch und saß plötzlich durch 15 oder 20 aufeinanderfolgende Zoom-Meetings pro Tag. Sechs Wochen davon machten mir schmerzlich bewusst, wie schmerzhaft die Erfahrung war. Ich kann nicht sprechen und tippen gleichzeitig – ich sah mir meine Notizen zwei Wochen später an und erinnerte mich nicht, welches Gespräch welches war. Das größte Problem war, dass ich all diese Recherche durchführen und dann nur einige Stichpunkte mit meinem Team teilen würde, und es einfach nicht funktionierte. Alles ging in der Übersetzung verloren. Es war ein “stoßerisches” Moment für mich: Etwas, das einmal im Monat passiert, ignoriere ich. Wenn man täglich mehrmals über etwas stolpert, versucht man sehr schnell, es zu beheben.

Mein ingenieurstechnischer und gestalterischer Hintergrund haben beide die Entscheidungen beeinflusst, die ich beim Aufbau von Fathom getroffen habe. Ich habe Probleme immer so angegangen, dass ich Konzepte, die bereits existieren, radikal benutzerfreundlicher für ein viel größeres Publikum mache. Bei Fathom hatte ich die Erkenntnis, dass Transkriptionstechnologie kommodifiziert wurde – es gab eine Verbreitung von Standardlösungen, die fünf Jahre zuvor nicht existierten. Also war die Transkription Teil der Lösung, aber nicht die Lösung selbst.

Aus produktgestalterischer Sicht erkannte ich, dass Transkripte für die Personen, die am Anruf teilnahmen, wertvoll sein können. Aber sie sind wirklich nicht hilfreich für Personen, die nicht dabei waren. Was wir viel aussagekräftiger fanden, war, wenn man dem Kunden eine 30-Sekunden-Videoaufnahme des Kunden zeigt, der den Preis beanstandet oder eine technische Frage stellt. Wir verwenden die Transkription fast wie ein Inhaltsverzeichnis, um die tatsächliche Audio-Video-Aufnahme zu finden. Diese Produktüberlegung – das Verständnis der Aufgaben, die erledigt werden müssen, und nicht nur der Technologie – kam direkt aus meinen Design-Wurzeln.

Fathom wurde 2020 gegründet, lange bevor die meisten Unternehmen ernsthaft über AI-nativen Workflows nachdachten. Welche Vorteile hatte das Bauen mit AI im Kern – anstelle von Nachrüstung – Ihnen frühzeitig?

Der Schlüsselvorteil war architektonische Freiheit. Wir konnten jedes System, von Datenpipelines bis hin zur Benutzeroberfläche, so entwerfen, dass AI eine fundamentale Schicht und kein nachträglich hinzugefügtes Feature darstellt. Die meisten Wettbewerber in den Jahren 2020 und 2021 stellten Linguistik-Experten und ML-Spezialisten ein, um ihre eigenen Modelle zu erstellen. Wir gingen den entgegengesetzten Weg, weil wir glaubten, dass die Gewinner in diesem Bereich diejenigen sein würden, die AI effektiv anwenden können, um reale Probleme zu lösen, und nicht diejenigen, die die Modelle selbst aufbauen. Diese gegensätzliche Sicht ermöglichte es uns, agil mit einem kleineren Team zu bleiben und unsere Ingenieurressourcen auf die harten Infrastrukturprobleme zu konzentrieren – zuverlässiges Aufzeichnen über Plattformen hinweg, virale Verteilungsmechanismen, Echtzeitverarbeitung im großen Maßstab.

Hier ist das Entscheidende daran, 2020 zu beginnen: AI war noch nicht gut genug. Wir wussten das. Aber wir wussten auch, dass wir, wenn wir auf die Reife von AI warteten, bevor wir das Unternehmen aufbauten, zwei bis drei Jahre zu spät dran wären. Die Tür würde weit offen stehen, und jeder würde hereinstürmen. Also bauten wir alles andere zuerst – die Infrastruktur, die Verteilungskanäle, die Benutzeroberfläche – mit der ausdrücklichen Erwartung, dass, wenn AI bereit ist, wir es wie einen neuen Motor in ein Auto einbauen können. Diese Entscheidung zahlte sich massiv aus. Als GPT-4 und Claude 2022-2023 ankamen, konnten wir sie sofort integrieren. Wettbewerber, die Jahre damit verbracht hatten, benutzerdefinierte NLP-Pipelines zu bauen, mussten plötzlich ihren gesamten Stack neu überdenken. Wir haben einfach unsere Modelle upgegradet und weiter ausgeliefert.

Das Bauen mit AI hat auch grundlegend unseren Produktentwicklungsprozess verändert. Traditionelle Software hat eine ziemlich lineare Roadmap: Sie entscheiden, was Sie bauen, bauen es und liefern es aus. Mit AI verwenden wir, was ich das “Jenga-Modell” nenne. Jeder Block repräsentiert eine potenzielle AI-Fähigkeit. Wenn wir auf einen Block drücken und Widerstand erhalten, weil die Modelle noch nicht gut genug sind, versuchen wir einen anderen. Wir wissen, dass die Technologie in sechs Monaten verbessert wird und wir zurückkommen können. Dies hält uns davon ab, Funktionen zu erzwingen, bevor sie bereit sind, während wir sicherstellen, dass wir immer Wert liefern.

Der andere Vorteil war Glaubwürdigkeit. Ja, Investoren sagten mir, ich solle “AI” 2020 nicht in unseren Namen setzen, aber Frühzeitigkeit gab uns Authentizität. Wir sprangen nicht auf einen Trend auf; wir setzten auf eine These, bevor sie offensichtlich wurde. Das positionierte uns als Erbauer, nicht als schnelle Nachahmer.

Sie haben Gespräche in Meetings als eine der am meisten übersehenen Datenquellen innerhalb von Organisationen bezeichnet. Was überzeugte Sie, dass dies die nächste große Grenze für AI ist?

Ich erkannte, dass ich noch nie einem Vertriebsmitarbeiter begegnet bin, der acht Stunden am Tag hat, um all den Meetings seines Teams zuzuhören, geschweige denn Entscheidungen zu treffen und sein Team auf der Grundlage dessen zu coachen, was er gehört hat. Meetings generieren unglaublich wertvolle Daten, aber sie sind völlig unzugänglich im großen Maßstab. Bei traditionellen Meetings werfen wir 99 % des Inhalts weg, während die letzten 1 % der Notizen in das CRM gelangen. Dann versuchen wir, rückwärts zu extrapolieren, was mit unserem Geschäft passieren wird. Es ist ein absurdem Prozess. Die Informationen, die tatsächlich wichtig sind – der Tonfall einer Kundenstimme, das spezifische Einwand, das aufkam, der Wettbewerbsverweis, der aufkam – all dies wird durch jemandes hastig getippte Notizen gefiltert und verliert all den Kontext.

Was mich überzeugte, dass dies die nächste Grenze ist, war die Erkenntnis, dass diese “konversationelle Dunkel-Daten” tatsächlich das reichste Signal dafür sind, was in einer Organisation passiert. Sie erhalten Echtzeit-Einblicke in Kunden-Schmerzpunkte, Produktlücken, Wettbewerbsbedrohungen und Trainingsbedürfnisse – all dies in den eigenen Worten der Menschen. Wenn ein Kunde erklärt, warum er eine Funktion benötigt, ist das viel wertvoller als die Paraphrase eines Vertriebsmitarbeiters in einem CRM-Feld.

Der Durchbruch mit AI ist, dass wir diese Daten endlich im großen Maßstab nutzen können. Als wir Ask Fathom zum ersten Mal starteten, konnte es Fragen zu einzelnen Meetings beantworten. Dann haben wir es verbessert, um kleine Gruppen von Meetings zu bewältigen. Jetzt ist es clever genug, um das gesamte Meeting-Set eines Unternehmens zu verstehen. Vertriebsleiter können fragen: “Welche Wettbewerber sind in den letzten Zeiten am häufigsten aufgetaucht? Zeigen Sie mir einige Clips.” Ingenieurteams können abfragen: “Erzählen Sie uns die Geschichte der Transkriptions-Engines bei Fathom” und erhalten ein sechsseitiges synthetisiertes Dokument, das aus vier Jahren Ingenieursmeetings stammt.

Es beginnt, ein viel größeres Gehirn zu werden, das wirklich versteht, was Ihr Geschäft tut und welche Gespräche es führt. Sie können sich eine Welt vorstellen, in der bald ein AI Ihnen sagen kann, welche Funktionen Sie als Nächstes bauen sollten, basierend darauf, was am meisten Deals schließen würde, oder welche Wettbewerber auftauchen, oder welche Trainingslücken in Ihrem Team bestehen. Es gibt diese erstaunliche Datenquelle, die AI ausgräbt, um Ihnen Eingaben für Ihr nächstes Strategie-Meeting oder Roadmapping-Prozess zu geben.

Viele Benutzer nennen Fathom als transformative für das Präsentbleiben während von Meetings. Wie balancieren Sie Automatisierung mit der Erhaltung des natürlichen Flusses menschlicher Konversation?

Dies war von Anfang an unser Kern-Design-Prinzip. Das Ziel ist nicht, AI zu haben, die Ihnen sagt, was Sie in einem Meeting tun sollen, sondern Ihnen Erkenntnisse zu geben, die Ihnen helfen, in Ihren Gesprächen präsenter und effektiver zu sein.

Wir sind vorsichtig bei dem, was wir automatisieren und was nicht. Wir werden keine Funktionen starten, bis wir wissen, dass wir sie wirklich gut machen können. Manchmal bedeutet dies, dass wir nicht der Erste auf dem Markt mit bestimmten Fähigkeiten sind, aber wenn wir etwas starten, funktioniert es und liefert echten Wert. Wir waren vorsichtig bei der Verfolgung von Dingen wie Telefonanrufaufzeichnung oder bestimmter In-Room-Meeting-Aufzeichnung, trotz häufiger Anfragen. Wir würden lieber hervorragend darin sein, was wir tun, als eine mittelmäßige Erfahrung auszurollen, die den natürlichen Fluss der Konversation stört.

Letztendlich sagen uns unsere Benutzer, dass wir die richtige Balance treffen: Sie sagen, sie sparen 6+ Stunden pro Woche und bewegen sich 3-mal schneller von Erkenntnis zu nächsten Schritten; 95 % berichten, dass Fathom sie in Meetings präsent hält. Dies bestätigt, dass wir menschliche Fähigkeiten erweitern, anstatt sie zu ersetzen.

Fathom zog mehr als 1.300 Benutzer-Investoren in seiner Series-A-Runde an – ein seltenes Zeichen von produktübergreifendem Vertrauen. Was glauben Sie, was so stark mit alltäglichen Benutzern resonanzierte?

Einerseits geben wir ein wirklich robustes kostenloses Produkt: unbegrenzte Meetings, fünf AI-Zusammenfassungen pro Monat. Zwei Drittel unserer Benutzer zahlen uns nie einen Cent, und wir sind damit völlig einverstanden. Es ist kein typischer SaaS-Spiel. Unsere Benutzer sehen, dass wir nicht versuchen, Wert aus ihnen zu every turn zu extrahieren. Wir konzentrieren uns darauf, das Leben von einzelnen Mitwirkenden kostenlos zu verbessern, und monetarisieren, indem wir Management-Tools an ihre Vorgesetzten verkaufen – Coaching-Dashboards, Cross-Meeting-Intelligence und Wettbewerbs-Einblicke. Das Produkt funktioniert einfach, und es funktioniert weiterhin, ob Sie zahlen oder nicht. Das schafft echtes Vertrauen.

Unser Wachstum ist fast vollständig Mundpropaganda – wir sind mehr wie eine soziale Medien-Plattform als traditionelle B2B-Software gewachsen. Unsere Benutzer sind unsere Botschafter und Verteilungskanäle. Ihnen zu ermöglichen, Investoren zu werden, erkennt nur an, was bereits wahr ist: Sie sind Partner in dieser Mission.

Ich denke auch, dass es eine tiefere Resonanz um das Problem gibt, das wir lösen. Jeder hat das Leid erfahren, in einem Meeting zu sein und versucht, präsent zu sein, während jemand hektisch tippt, anstatt sich zu engagieren. Jeder hat Informationen aus einem Meeting benötigt, an dem er nicht teilgenommen hat, und bekam eine nutzlose zweizeilige Zusammenfassung. Das Problem ist universell, und die Lösung fühlt sich fast magisch an, wenn sie gut funktioniert. Benutzer investieren, weil sie diese Zukunft existieren wollen – nicht nur für sich selbst, sondern für jeden, mit dem sie arbeiten.

Ihre Vergangenheit umfasst den Aufbau von UserVoice, der half, zu definieren, wie Unternehmen Kunden-Feedback verwalten. Wie beeinflusste diese Erfahrung Ihre Überlegungen zu organisatorischem Gedächtnis und AI-gesteuerter Wissensfluss?

UserVoice lehrte mich, dass die wertvollsten Informationen in Unternehmen oft die am weitesten verstreuten sind. Kunden-Feedback war überall. Es war in Support-Tickets vergraben, weitergeleitete E-Mails und zufällige Vertriebsgespräche. Unternehmen hätten Tausende von Datenpunkten darüber, was Kunden wollten, aber keine Möglichkeit, es in strategische Entscheidungen zu synthetisieren. Wir bauten Infrastruktur, um dieses Feedback im großen Maßstab zu aggregieren und es den Personen zugänglich zu machen, die Produktentscheidungen treffen.

Die Parallele zu Fathom ist klar, aber der Problemspace ist tiefer. Meetings sind exponentiell verstreuter als Kunden-Feedback. Jedes Unternehmen hat Hunderte oder Tausende von Stunden Gesprächen, die jede Woche stattfinden. Was ich von UserVoice gelernt habe, ist, dass Erfassung notwendig ist, aber nicht ausreicht. Sie können Informationen nicht nur aggregieren; Sie müssen Intelligenz über das aufbauen, was wichtig ist, und es den richtigen Personen zuweisen. Bei UserVoice bauten wir Voting-Systeme, Trend-Algorithmen und Admin-Dashboards, damit Produktteams Signal von Rauschen trennen konnten. Bei Fathom bauen wir AI, die Kontext über Gespräche hinweg versteht und Erkenntnisse proaktiv zuweisen kann: “Fünf Kunden erwähnten diesen Use-Case in diesem Monat” oder “Ihr Team bleibt an diesem Einwand hängen.”

Die andere Lektion war Demokratisierung. UserVoice machte es möglich, dass jeder Kunde Feedback geben konnte, nicht nur die lautesten, die Exekutiven am Telefon erreichen konnten. Bei Fathom demokratisieren wir den Zugang zu Meeting-Intelligence. In unserem Fallstudie mit Netgain verbrachte ihr Betriebsleiter 7,5 Stunden pro Tag damit, nur grundlegende Fragen zu beantworten, was in Vertriebsanrufen passierte. Das ist verrückt. Die Informationen existierten, aber sie waren in den Köpfen von Menschen und verstreuten Notizen gefangen.

Die Zukunft des organisatorischen Gedächtnisses bewegt sich von diesen isolierten Wissenssilos – CRM, Dokumente, Feedback-Systeme – hin zu vernetzter, konversationeller Intelligenz. Das ist die logische Evolution dessen, was wir mit UserVoice begonnen haben, aber AI macht es möglich, es mit der vollen Treue menschlicher Konversation zu tun, nicht nur strukturierten Daten.

Zoom-basierte AI-Tools explodierten nach 2020. Aus Ihrer Sicht, was unterscheidet einen wirklich hilfreichen AI-Assistenten von einem, der nur Rauschen hinzufügt?

Ich sage immer zu den Leuten, dass es nur zwei Dinge gibt, die einen AI-Meeting-Assistenten wirklich sinken lassen können: Wenn das Produkt nicht zuverlässig ist oder wenn die AI-Ausgabe Müll ist. Ich denke, es gab viel Marketing-AI in der vorherigen Generation, bei der es leicht war, magische Dinge zu versprechen, aber dann kam die Realität als Unsinn heraus. Wir haben immer versucht, sicherzustellen, dass wir ein hochwertiges, zuverlässiges Produkt haben, das das tut, was es verspricht. Unsere wichtigsten Unterscheidungsmerkmale sind:

• Transkriptionsgenauigkeit. Fathom gilt als genaueste Transkript, das es heute gibt. Die meisten Tools nutzen einen Drittanbieter-Transkriptionsdienst, während wir unsere eigene proprietäre Transkriptionstechnologie im Haus entwickelt haben. Wenn Ihre Transkription schlecht ist, ist alles von der AI-Komponente absolut zerstört, weil es alles von der Transkription abhängt.
• Zuverlässigkeit und Infrastruktur. Wenn Sie einem Meeting beitreten, sind Sie oft in Eile oder gestresst. Viele dieser anderen Tools würden Bots in Meetings haben, aber dann würden sie nicht aufzeichnen oder die Aufzeichnung würde fehlschlagen. Wir existieren fast auf einem Echtzeitsystem-Level – Sie arbeiten an etwas, das eine Stufe hinter der Avionik steht. Wenn es zweimal nicht funktioniert, ist der Benutzer weg. Es ist nicht wie traditionelle SaaS, bei der Sie gelegentlich down sein können.
• AI, die Nuancen und Kontext versteht. Geschäftssprache kann sehr subtil sein. Ich erinnere mich daran, das Vertriebsteam bei UserVoice zu leiten und die Notizen von Leuten zu lesen und zu denken: “Ich muss hören, wie sie es tatsächlich gesagt haben.” Die AI muss nicht nur erfassen, was gesagt wurde, sondern auch den Tonfall, die Zögern und die Begeisterung (oder deren Fehlen). Das ist der Grund, warum wir jeden Zusammenfassungspunkt mit dem tatsächlichen Moment in der Aufnahme verlinken.
• Anpassungsfähigkeit ohne Komplexität. Die AI sollte sich an Ihr Geschäft anpassen, nicht umgekehrt. Vertriebsteams sollten in der Lage sein, Vorlagen anzupassen, um ihren spezifischen Methoden zu entsprechen – MEDDIC, Challenger, SPICED, was auch immer sie verwenden. Aber das darf nicht einen Datenwissenschafts-Abschluss erfordern. Es muss einfach funktionieren.

Fathom wandelt Meeting-Inhalte in handlungsfähiges Wissen um. Wie nahe sind wir an AI-Systemen, die als echte Workflow-Engines fungieren – Gespräche, Entscheidungen und nachgelagerte Aufgaben automatisch verbinden?

Ich denke, wir sind näher, als die meisten Leute glauben, aber es gibt noch wichtige Schritte zu unternehmen. Derzeit bewegen wir uns in eine Welt, in der Fathom mehr und mehr der Arbeit für Sie erledigt. Der erste Schritt ist einfach, die Informationen dorthin zu bringen, wo Sie sie haben wollen. Der nächste Schritt, der nicht weit entfernt ist, ist, dass die AI tatsächlich die Arbeit für Sie erledigt.

Wir sehen bereits frühe Versionen davon. Unsere Asana-Integration nimmt Aufgaben aus Meetings und erstellt automatisch nachverfolgbare Aufgaben. Fathom will keine Aufgabenverwaltungslösung erstellen – es gibt viele großartige da draußen, wie Asana. Also bauen wir Integrationen, die Meeting-Ergebnisse direkt in die Tools leiten, die die Leute bereits verwenden, um Arbeit zu erledigen.

Auf der CRM-Seite pushen wir strukturierte Felder – Schmerzpunkte, Zeitpläne, wichtige Entscheidungsträger – automatisch in Salesforce und HubSpot. In einem Fallstudie half dies dabei, 20 bis 30 Minuten pro Deal-Status-Update zu sparen und führte zu einer fast perfekten Monatsend-Prognose-Genauigkeit. Das ist eine Workflow-Engine in Aktion: Gespräch findet statt, AI extrahiert die wichtigsten Geschäftsdaten und dann fließt es automatisch in Ihr System der Aufzeichnung ohne dass jemand etwas tippt.

Aber ich denke, der wahre Durchbruch kommt mit dem, was ich semantische Warnungen und intelligente Weiterleitung nenne. Stellen Sie sich vor, Sie sind ein Manager oder Vertriebsleiter und erhalten eine tägliche Highlight-Reel, bei der die AI jeden Preis-Diskussion gefunden hat, die schief gelaufen ist, oder jede Produkt-Blockierung, die in einem Verlängerungsanruf aufkam. Wenn Sie ein Ingenieur-Manager sind, sehen Sie jede hitzige Debatte unter Ihren Ingenieuren. Die AI kann Ton und Nuancen verstehen, nicht nur Schlüsselwörter, also weiß sie, welche Momente Sie wirklich interessieren.

Wenn Unternehmen wachsen, kämpfen sie mit verteiltem Wissen und Informationsverfall. Wie sehen Sie AI die Lücke zwischen dem, was Teams diskutieren, und dem, was tatsächlich umgesetzt wird, angehen?

Dies ist eines der kritischsten Probleme, die wir lösen. Es gibt zwei Gruppen, denen wir wirklich helfen können: Menschen im Meeting, die versuchen, Notizen zu machen und präsent zu sein, und die Führungskräfte, Manager und Gründer, die nicht im Meeting sind, aber Teams leiten und versuchen, zu verstehen, was passiert. Diese zweite Gruppe ist, wo das verteilte Wissensproblem wirklich zugeschlagen wird.

Das Kernproblem ist Sichtbarkeit. Wenn jemand in einem Unternehmen wissen möchte, was der Status eines Deals ist oder was mit einem Kunden passiert, gibt es traditionell keinen einfachen Ort, um diese Informationen zu finden. Sie rufen das Vertriebsteam an, was die Reps zwingt, 20-30 Minuten damit zu verbringen, in Notizen zu suchen. Während der Spitzenzeiten erhalten einige Betriebsmanager 15 Anfragen pro Tag – das sind 7,5 Stunden, die für Informationsabruf anstelle von wertsteigernden Aktivitäten aufgewendet werden.

AI kann beginnen, Verbindungen über Gespräche zu knüpfen, die kein Mensch verfolgen kann. Diese Art von Mustererkennung über verteilte Gespräche ist, wie man Wissensverfall verhindert und Gespräche tatsächlich in strategische Intelligenz umwandelt.

Blicken Sie fünf Jahre voraus, wie erwarten Sie, dass Meeting-Intelligence evolviert – und welche Rolle sehen Sie AI in der Zukunft des organisatorischen Gedächtnisses, der Entscheidungsfindung und der Zusammenarbeit spielen?

In fünf Jahren werden wir auf die heutigen Meeting-Intelligence-Tools zurückblicken, genauso wie wir jetzt auf die frühen Smartphones zurückblicken: beeindruckend für ihre Zeit, aber primitiv im Vergleich zu dem, was möglich wurde.

Die erste große Evolution ist der Übergang von Notizen zu echter Workflow-Automatisierung. Wir stellen uns eine Zukunft vor, in der nur das Sprechen in einem Meeting es in die Existenz treten lassen kann, ohne die Nachbearbeitung. Derzeit sagen Sie in einem Meeting: “Lassen Sie uns eine Spezifikation für diese Funktion erstellen und einen Follow-up-Termin mit dem Ingenieurteam für nächste Woche planen”, Sie müssen diese Dokumente und Kalender-Einladungen manuell erstellen. In fünf Jahren wird die AI all dies automatisch tun. Sie sprechen es aus, und es passiert. Mit der AI, die die Aufgaben erstellt, können Menschen sich auf die Arbeit konzentrieren, die tatsächlich menschliche Kreativität und Urteilsvermögen erfordert.

Die zweite Evolution ist die Erweiterung von kundenorientierten zu allen Meetings. Derzeit konzentrieren wir uns auf externe Meetings: Vertrieb, Kundenerfolg, Agenturen, die mit Kunden treffen. Aber unser Ziel in den nächsten 12 bis 18 Monaten ist es, Fathom zu einer Plattform zu machen, die Sie über Ihr gesamtes Unternehmen hinweg verwenden können, nicht nur kundenorientierte Teams. Wir bauen botless-Aufzeichnung, die jedes Gespräch erfassen kann, einschließlich Slack-Huddles und persönlicher Meetings. Es entwickelt sich zu einer Plattform, die jedes Gespräch erfassen kann, das Sie in Ihrem Unternehmen führen, unabhängig vom Medium.

Die Unternehmen, die an die Spitze kommen, werden diejenigen sein, die konversationelle Daten als erstklassige Bürger behandeln – so wichtig wie ihre CRM-Daten, Analytics und Dokumente. Denn letztendlich ist das wichtigste Wissen in jedem Unternehmen nicht in den Systemen, sondern in den Gesprächen. AI macht es endlich möglich, dies zu nutzen.

Vielen Dank für das großartige Interview. Leser, die mehr über diese Notiz-App erfahren möchten, sollten Fathom besuchen.