Richard White, pendiri dan CEO Fathom – Seri Wawancara

Richard White, pendiri & CEO Fathom, adalah pendiri beberapa perusahaan dan wirausaha yang berfokus pada produk yang terkenal karena mengubah frustrasi pribadi menjadi perangkat lunak yang mendefinisikan kategori. Sebelum Fathom, ia mendirikan dan memimpin UserVoice selama hampir 13 tahun dan mengembangkannya menjadi platform manajemen umpan balik yang menguntungkan yang digunakan oleh ribuan perusahaan mulai dari startup hingga perusahaan seperti Microsoft, sambil juga mempelopori tab “Umpan Balik” yang sekarang sangat umum di situs web. Awal dalam karirnya, ia membangun dan menjalankan SlimTimer sepenuhnya sendiri selama lebih dari satu dekade, memimpin proyek open-source yang berpengaruh seperti AjaxScaffold di ekosistem Ruby on Rails, dan bekerja sebagai Product Design Lead di Kiko (YC S05), pengalaman yang secara kolektif membentuk filosofinya tentang kegunaan, empati terhadap pelanggan, dan pengembangan alat yang secara tidak mencolok tetapi bermakna memperbaiki cara kerja tim.

Didirikan pada tahun 2020, Fathom mencerminkan etos yang sama dengan menangani masalah yang dialami banyak orang: beban kognitif saat mencatat sambil berusaha terlibat dalam percakapan yang sesungguhnya. Platform ini secara otomatis merekam, mentranskripsikan, dan meringkas pertemuan — terutama di Zoom — sehingga memungkinkan pengguna untuk menyoroti momen secara waktu nyata, berbagi klip pendek bukan catatan mentah, dan melestarikan nuansa yang sering hilang dalam ringkasan tertulis. Seiring perkembangannya, Fathom telah berkembang melampaui transkripsi sederhana menjadi sistem catatan ringan untuk percakapan, dirancang untuk membantu tim mempertahankan konteks, belajar dari panggilan pelanggan, dan berkolaborasi secara asinkron tanpa menambah gesekan pada pertemuan itu sendiri.

Anda telah menghabiskan 15 tahun terakhir membangun perusahaan yang mengubah cara orang berkomunikasi — dari UserVoice hingga Fathom. Apa yang mendorong Anda untuk mendirikan Fathom, dan bagaimana akar teknik dan desain produk Anda membentuk perusahaan dari hari pertama?

Inspirasi saya untuk mendirikan Fathom datang pada awal 2020. Itu sebelum pandemi, tetapi saya melakukan penelitian pengguna yang ekstensif untuk sebuah produk dan tiba-tiba mengikuti 15 atau 20 pertemuan Zoom berturut-turut setiap hari. Enam minggu itu membuat saya sangat menyadari betapa menyakitkannya pengalaman itu. Saya tidak bisa berbicara dan mengetik secara bersamaan — Saya akan melihat catatan saya dua minggu kemudian dan tidak ingat percakapan mana yang mana. Masalah terbesar adalah bahwa saya akan melakukan semua penelitian ini dan kemudian berbagi beberapa poin dengan tim saya dan itu tidak akan berhasil. Semuanya hilang dalam terjemahan. Bagi saya, ini seperti jari kaki yang terbentur: jika terjadi sekali sebulan, Anda mengabaikannya. Namun, jika terbentur sesuatu setiap hari, beberapa kali sehari, Anda akan segera mencari cara mengatasinya.

Akar teknik dan desain saya keduanya mempengaruhi pilihan yang saya buat saat membangun Fathom. Saya selalu mendekati masalah dengan mengambil konsep yang sudah ada dan membuatnya jauh lebih mudah digunakan untuk audiens yang jauh lebih besar. Dengan Fathom, saya memiliki wawasan bahwa teknologi transkripsi menjadi komoditas — semakin banyak solusi siap pakai yang tidak ada lima tahun sebelumnya. Jadi, transkripsi adalah bagian dari solusi, tetapi itu bukan solusi itu sendiri.

Dari perspektif desain produk, saya menyadari bahwa transkrip dapat berharga bagi orang-orang yang berada di panggilan. Tapi mereka tidak berguna bagi orang-orang yang tidak ada di sana. Apa yang kita temukan jauh lebih berdampak adalah menunjukkan kepada Anda klip video 30 detik dari pelanggan yang keberatan dengan harga atau mengajukan pertanyaan teknis. Kami menggunakan transkrip hampir seperti daftar isi untuk menemukan klip audio-video sebenarnya. Pemikiran produk itu — memahami pekerjaan yang harus dilakukan, bukan hanya teknologi — datang langsung dari akar desain saya.

Fathom dibuat pada tahun 2020, jauh sebelum sebagian besar perusahaan serius mempertimbangkan alur kerja yang sejak awal berbasis AI. Apa keuntungan yang Anda dapatkan dengan membangun dengan AI di inti — alih-alih menambahkan AI belakangan — pada masa awal perusahaan?

Keuntungan kunci adalah kebebasan arsitektur. Kami bisa merancang setiap sistem, dari pipa data hingga pengalaman pengguna, dengan asumsi AI akan menjadi lapisan fundamental dan bukan fitur yang dipasang. Sebagian besar pesaing pada tahun 2020 dan 2021 merekrut ahli linguistik dan spesialis ML untuk membangun model mereka sendiri. Kami mengambil tindakan yang berlawanan karena kami percaya bahwa pemenang di ruang ini akan menjadi mereka yang dapat menerapkan AI secara efektif untuk memecahkan masalah nyata, bukan mereka yang membangun model mereka sendiri. Pandangan kontrarian itu memungkinkan kami untuk tetap lincah dengan tim yang lebih kecil dan untuk memusatkan sumber daya rekayasa kami pada masalah infrastruktur yang sulit — perekaman yang dapat diandalkan di seluruh platform, mekanika distribusi viral, pemrosesan waktu nyata dalam skala besar.

Ini adalah hal tentang memulai pada tahun 2020: AI belum cukup baik. Kami tahu itu. Tapi kami juga tahu bahwa jika kami menunggu AI untuk matang sebelum membangun perusahaan, kami akan terlambat dua hingga tiga tahun. Pintu akan terbuka lebar, dan semua orang akan berbondong-bondong masuk. Jadi kami membangun semuanya terlebih dahulu — infrastruktur, saluran distribusi, pengalaman pengguna — dengan harapan eksplisit bahwa ketika AI siap, kami dapat memasangnya seperti mesin baru pada mobil. Keputusan itu memberikan hasil yang sangat besar. Ketika GPT-4 dan Claude tiba pada tahun 2022-2023, kami dapat segera mengintegrasikannya. Pesaing yang telah menghabiskan tahun-tahun membangun pipa NLP kustom tiba-tiba harus memikirkan kembali seluruh tumpukan mereka. Kami hanya meningkatkan model kami dan terus merilis pembaruan.

Membangun produk yang sejak awal berbasis AI juga secara fundamental mengubah proses pengembangan produk kami. Perangkat lunak tradisional memiliki roadmap yang cukup linier: Anda memutuskan apa yang akan dibangun, Anda membangunnya lalu merilisnya. Dengan AI, kami menggunakan apa yang saya sebut “model Jenga.” Setiap blok mewakili kemampuan AI potensial. Jika kami mendorong blok dan mendapatkan resistensi karena model tidak cukup baik, kami mencoba yang berbeda. Kami tahu bahwa dalam enam bulan, teknologi akan ditingkatkan dan kami dapat kembali ke itu. Ini menjaga kami dari memaksakan fitur sebelum mereka siap, sambil memastikan kami selalu memberikan nilai.

Keuntungan lainnya adalah kredibilitas. Ya, investor memberitahu saya untuk tidak meletakkan “AI” di nama kami pada tahun 2020, tetapi memulai lebih awal memberi kami keaslian. Kami tidak sekadar mengikuti tren; kami bertaruh pada tesis sebelum menjadi jelas. Itu memposisikan kami sebagai pembangun, bukan pengikut cepat.

Anda telah menggambarkan percakapan pertemuan sebagai salah satu sumber data yang paling diabaikan di dalam organisasi. Apa yang meyakinkan Anda bahwa ini adalah frontier utama berikutnya untuk AI?

Saya menyadari bahwa saya tidak pernah bertemu dengan seorang tenaga penjualan yang memiliki delapan jam sehari untuk mendengarkan semua pertemuan tim mereka, apalagi membuat keputusan dan melatih tim mereka berdasarkan apa yang mereka dengar. Pertemuan menghasilkan data yang sangat berharga, tetapi itu sama sekali tidak dapat diakses pada skala besar. Dengan pertemuan tradisional kami membuang 99% dari konten, sementara 1% sisanya masuk ke CRM sebagai catatan. Lalu kami mencoba mengekstrapolasi balik dari sana apa yang akan terjadi dengan bisnis kami. Ini adalah proses yang tidak masuk akal. Informasi yang sebenarnya penting — nada suara pelanggan, keberatan tertentu yang mereka sampaikan dan pesaing yang mereka sebutkan — semuanya difilter melalui catatan yang diketik dengan terburu-buru dan kehilangan semua konteks.

Apa yang meyakinkan saya bahwa ini adalah frontier berikutnya adalah mengenali bahwa “data percakapan gelap” ini sebenarnya adalah sinyal yang paling kaya tentang apa yang terjadi di sebuah organisasi. Anda mendapatkan wawasan waktu nyata tentang masalah pelanggan, kesenjangan produk, ancaman kompetitif, dan kebutuhan pelatihan — semuanya dalam kata-kata orang sendiri. Ketika pelanggan menjelaskan mengapa mereka membutuhkan fitur, itu jauh lebih berharga daripada parafrasa tenaga penjualan dalam kolom CRM.

Terobosan berkat AI adalah bahwa kami akhirnya dapat menangkap data ini pada skala besar. Ketika kami pertama kali meluncurkan Ask Fathom, itu bisa menjawab pertanyaan tentang pertemuan individu. Lalu kami meningkatkannya untuk menangani kelompok pertemuan kecil. Sekarang itu cukup pintar untuk memahami pertemuan perusahaan Anda secara keseluruhan. Pemimpin penjualan dapat bertanya, “Pesaing mana yang belakangan paling banyak dibicarakan? Tunjukkan beberapa klip.” Tim insinyur dapat mengajukan pertanyaan, “Beritahu kami sejarah mesin transkripsi di Fathom” dan mendapatkan dokumen sintesis enam halaman yang merangkum empat tahun pertemuan tim rekayasa.

Ini mulai menjadi otak yang jauh lebih besar yang benar-benar memahami apa yang dilakukan bisnis Anda dan percakapan yang diadakan. Anda bisa membayangkan dunia di mana AI dapat memberitahu Anda fitur apa yang harus dibangun berikutnya berdasarkan apa yang akan membantu menutup kesepakatan paling banyak, atau pesaing mana yang muncul, atau apa celah pelatihan yang ada di seluruh tim. Ada sumber data yang luar biasa ini yang AI gali untuk memberikan input ke proses perencanaan strategis atau penyusunan rencana pengembangan Anda berikutnya.

Banyak pengguna menyebut Fathom sebagai transformasional untuk tetap hadir selama pertemuan. Bagaimana Anda menyeimbangkan otomatisasi dengan melestarikan aliran alami percakapan manusia?

Ini telah menjadi inti dari filosofi desain kami dari awal. Tujuan bukanlah memiliki AI memberitahu Anda apa yang harus dilakukan dalam pertemuan, tetapi memberikan wawasan yang membantu Anda lebih hadir dan efektif dalam percakapan Anda.

Kami berhati-hati tentang apa yang kami otomatisasi dan apa yang tidak. Kami tidak akan meluncurkan fitur sampai kami tahu kami dapat melakukannya dengan sangat baik. Ini kadang-kadang berarti kami tidak pertama ke pasar dengan kemampuan tertentu, tetapi ketika kami meluncurkan sesuatu, itu bekerja dan memberikan nilai nyata. Kami telah berhati-hati tentang mengejar hal-hal seperti perekaman panggilan telepon atau perekaman jenis pertemuan tertentu yang berlangsung di satu ruangan meskipun permintaan yang sering. Kami lebih suka unggul dalam apa yang kami lakukan daripada meluncurkan pengalaman yang biasa-biasa saja yang mengganggu aliran alami percakapan.

Pada akhirnya, pengguna kami memberi tahu kami bahwa kami mencapai keseimbangan yang tepat: Mereka mengatakan bahwa mereka menghemat 6+ jam per minggu dan bergerak 3× lebih cepat dari wawasan ke langkah berikutnya; 95% melaporkan bahwa Fathom membantu mereka tetap fokus dalam pertemuan. Ini menegaskan bahwa kami sedang meningkatkan kemampuan manusia, bukan menggantinya.

Fathom menarik lebih dari 1.300 pengguna-investor dalam Seri A — tanda langka kepercayaan tingkat produk. Apa yang Anda pikir beresonansi kuat dengan pengguna sehari-hari?

Untuk satu hal, kami memberikan produk gratis yang benar-benar kuat: pertemuan tak terbatas, lima ringkasan AI per bulan. Dua pertiga dari pengguna kami tidak pernah membayar kami sepeser pun, dan kami benar-benar baik-baik saja dengan itu. Ini bukanlah strategi SaaS yang lazim. Pengguna kami melihat bahwa kami tidak mencoba mengekstrak nilai dari mereka di setiap kesempatan. Kami fokus pada membuat hidup kontributor individu lebih baik secara gratis, dan kami memonetisasi dengan menjual alat manajemen kepada bos mereka — dashboard pelatihan, intelijen lintas pertemuan, dan wawasan kompetitif. Produk ini berfungsi dengan baik dan terus berfungsi, baik Anda membayar maupun tidak. Ini menciptakan kepercayaan yang sebenarnya.

Pertumbuhan kami hampir seluruhnya dari mulut ke mulut — kami telah tumbuh lebih seperti platform media sosial daripada perangkat lunak B2B tradisional. Pengguna kami adalah advokat dan saluran distribusi kami. Membiarkan mereka menjadi investor hanya mengakui apa yang sudah benar: Mereka adalah mitra dalam misi ini.

Saya juga pikir ada resonansi yang lebih dalam sekitar masalah yang kami pecahkan. Setiap orang telah mengalami sakitnya berada dalam pertemuan, mencoba hadir, dan melihat seseorang dengan terburu-buru mengetik bukan terlibat. Setiap orang telah membutuhkan informasi dari pertemuan yang mereka tidak hadiri dan mendapatkan ringkasan dua baris yang tidak berguna. Masalahnya universal, dan solusinya terasa hampir ajaib ketika bekerja dengan baik. Pengguna berinvestasi karena mereka ingin masa depan ini ada — tidak hanya untuk diri mereka sendiri, tetapi untuk semua orang yang bekerja bersama mereka.

Latar belakang Anda termasuk membangun UserVoice, yang membantu mendefinisikan cara perusahaan mengelola umpan balik pelanggan. Bagaimana pengalaman itu mempengaruhi pemikiran Anda tentang memori organisasi dan aliran pengetahuan yang ditenagai AI?

UserVoice mengajari saya bahwa informasi paling berharga di perusahaan sering kali paling tersebar. Umpan balik pelanggan ada di mana-mana. Itu terkubur dalam tiket dukungan, email yang diteruskan, dan percakapan penjualan acak. Perusahaan akan memiliki ribuan poin data tentang apa yang diinginkan pelanggan, tetapi tidak ada cara untuk mensintesisnya menjadi keputusan strategis. Kami membangun infrastruktur untuk mengumpulkan umpan balik tersebut pada skala besar dan membuatnya dapat diakses oleh orang-orang yang membuat keputusan produk.

Paralel dengan Fathom jelas, tetapi ruang masalah lebih mendalam. Percakapan dalam pertemuan jauh lebih tersebar secara eksponensial daripada umpan balik pelanggan. Setiap organisasi memiliki ratusan atau ribuan jam percakapan yang terjadi setiap minggu. Apa yang saya pelajari dari UserVoice adalah bahwa pencatatan diperlukan, tetapi itu tidak cukup. Anda tidak bisa hanya mengumpulkan informasi; Anda perlu membangun kecerdasan tentang apa yang penting dan mengarahkannya ke orang yang tepat. Dengan UserVoice, kami membangun sistem voting, algoritma trending, dan dashboard admin sehingga tim produk dapat memisahkan sinyal dari noise. Dengan Fathom, kami membangun AI yang memahami konteks di seluruh percakapan dan dapat secara proaktif mengungkapkan wawasan: “Lima pelanggan menyebutkan kasus penggunaan ini bulan ini,” atau “Tim Anda terus terjebak pada objeksi ini.”

Pelajaran lainnya adalah tentang demokratisasi. UserVoice memungkinkan setiap pelanggan untuk memberikan umpan balik, bukan hanya yang paling lantang dan dapat menghubungi para eksekutif lewat telepon. Dengan Fathom, kami mendemokratisasikan akses ke intelijen pertemuan. Dalam studi kasus kami dengan Netgain, manajer operasional mereka menghabiskan 7,5 jam sehari hanya untuk menjawab pertanyaan dasar tentang apa yang terjadi dalam panggilan penjualan. Itu gila. Informasi itu ada, tetapi itu terjebak di kepala orang dan catatan yang tersebar.

Masa depan memori organisasi bergerak dari silo pengetahuan yang terisolasi ini — CRM, dokumen, sistem umpan balik — ke kecerdasan percakapan yang terhubung. Itu adalah evolusi logis dari apa yang kami mulai bangun dengan UserVoice, tetapi AI memungkinkan hal itu dilakukan dengan mempertahankan seluruh nuansa percakapan manusia, bukan hanya data terstruktur.

Alat AI berbasis Zoom meledak setelah 2020. Menurut Anda, apa yang membedakan asisten AI yang benar-benar membantu dari yang hanya menambah kebisingan?

Saya selalu mengatakan kepada orang-orang bahwa hanya dua hal yang dapat benar-benar menghancurkan asisten pertemuan AI: jika produk tidak dapat diandalkan, atau jika output AI adalah sampah. Saya pikir ada banyak pemasaran AI di generasi sebelumnya di mana mudah untuk berjanji hal-hal ajaib, tetapi kemudian kenyataannya muncul sebagai omong kosong. Kami selalu berusaha untuk memastikan kami memiliki produk yang berkualitas tinggi dan dapat diandalkan yang melakukan apa yang dijanjikan. Pembeda kunci kami adalah:

• Akurasi transkripsi. Fathom dianggap sebagai transkrip paling akurat di luar sana saat ini. Sebagian besar alat menggunakan layanan transkripsi pihak ketiga, sedangkan kami mengembangkan sendiri teknologi transkripsi proprieter kami. Jika transkrip Anda buruk, semuanya dari komponen AI hancur karena semuanya datang dari transkrip.
• Keandalan dan infrastruktur. Ketika Anda bergabung dengan pertemuan, Anda sering terburu-buru atau stres. Banyak alat lain memiliki bot yang bergabung dengan pertemuan tetapi kemudian tidak merekam, atau perekaman gagal. Kami ada hampir pada tingkat sistem waktu nyata — Anda bekerja pada sesuatu yang satu langkah di belakang avionik. Jika itu tidak bekerja dua kali, pengguna pergi. Ini tidak seperti perangkat lunak SaaS tradisional di mana Anda sesekali dapat mengalami gangguan layanan.
• AI yang memahami nuansa dan konteks. Bahasa bisnis dapat sangat halus. Saya ingat memimpin tim penjualan di UserVoice dan membaca catatan orang, berpikir, “Saya perlu mendengar bagaimana mereka benar-benar mengatakan ini.” AI perlu menangkap tidak hanya apa yang dikatakan, tetapi nada, keraguan, dan antusiasme (atau kurangnya). Itulah mengapa kami menghubungkan setiap poin ringkasan kembali ke saat sebenarnya dalam perekaman.
• Kustomisasi tanpa kompleksitas. AI harus beradaptasi dengan bisnis Anda, bukan sebaliknya. Tim penjualan harus dapat memodifikasi template untuk mencocokkan metodologi khusus mereka — MEDDIC, Challenger, SPICED, apa pun yang mereka gunakan. Tapi ini tidak boleh memerlukan gelar ilmu data. Semuanya harus langsung berfungsi.

Fathom mengubah konten pertemuan menjadi pengetahuan yang dapat ditindaklanjuti. Seberapa dekat kita dengan sistem alur kerja AI yang berfungsi sebagai mesin alur kerja nyata — menghubungkan percakapan, keputusan, dan tugas hilir secara otomatis?

Saya pikir kita lebih dekat daripada yang dibayangkan oleh kebanyakan orang, tetapi masih ada langkah-langkah penting yang harus diambil. Saat ini, kita sedang bergerak ke dunia di mana Fathom melakukan lebih dan lebih banyak pekerjaan untuk Anda. Langkah pertama adalah hanya mendapatkan informasi ke tempat Anda ingin itu pergi. Langkah berikutnya, yang tidak terlalu jauh, adalah memiliki AI yang sebenarnya melakukan pekerjaan untuk Anda.

Kami sudah melihat versi awal dari ini. Integrasi Asana kami mengambil butir tindak lanjut dari pertemuan dan secara otomatis membuat tugas yang dapat dilacak. Fathom tidak ingin membuat solusi manajemen tugas — ada banyak solusi hebat di luar sana, seperti Asana. Jadi kami membangun integrasi yang mendorong hasil pertemuan langsung ke dalam alat yang orang gunakan untuk melakukan pekerjaan.

Di sisi CRM, kami secara otomatis mendorong kolom terstruktur — masalah pelanggan, jadwal, dan pengambil keputusan utama — ke Salesforce dan HubSpot. Dalam satu studi kasus, ini menghemat 20 hingga 30 menit per pembaruan status penawaran dan mengarah pada akurasi ramalan akhir bulan yang hampir sempurna. Itu adalah mesin alur kerja yang beraksi: Percakapan terjadi, AI mengekstrak data bisnis kunci, dan kemudian itu mengalir secara otomatis ke sistem catatan Anda tanpa ada yang mengetik.

Tapi saya pikir terobosan nyata datang dengan apa yang saya sebut peringatan berbasis semantik dan perutean cerdas. Bayangkan menjadi seorang manajer atau pemimpin penjualan dan mendapatkan reel sorotan harian di mana AI telah menemukan setiap pembahasan harga yang tidak berjalan baik, atau setiap penghalang produk yang muncul dalam panggilan perpanjangan. Jika Anda adalah manajer tim rekayasa, Anda akan melihat setiap debat sengit di antara insinyur Anda. AI dapat memahami nada dan nuansa sekarang, bukan hanya kata kunci, sehingga tahu momen apa yang Anda pedulikan.

Ketika perusahaan berkembang, mereka berjuang dengan pengetahuan yang tersebar dan kehilangan informasi. Bagaimana Anda melihat AI mengatasi kesenjangan antara apa yang dibahas tim dan apa yang sebenarnya dilaksanakan?

Ini adalah salah satu masalah paling kritis yang kami pecahkan. Ada dua kelompok yang kami bisa bantu secara signifikan: orang-orang dalam pertemuan yang mencoba mencatat sekaligus tetap fokus, dan manajemen, kepemimpinan, dan pendiri yang tidak dalam pertemuan tetapi menjalankan tim dan mencoba memahami apa yang terjadi. Kelompok kedua adalah di mana masalah pengetahuan yang tersebar benar-benar terjadi.

Isu inti adalah visibilitas. Ketika siapa pun di sebuah perusahaan ingin tahu status penawaran atau apa yang terjadi dengan pelanggan, secara tradisional tidak ada tempat yang mudah untuk menemukan informasi itu. Mereka menelepon tim penjualan, memaksa tenaga penjualan untuk menghabiskan 20-30 menit menggali catatan. Selama periode puncak, beberapa manajer operasional menerima 15 permintaan sehari — itu 7,5 jam yang dihabiskan untuk pengambilan informasi bukan kegiatan yang menambah nilai.

AI dapat mulai menghubungkan titik-titik di seluruh percakapan yang tidak dapat dilacak oleh manusia. Pengenalan pola seperti itu di seluruh percakapan yang tersebar adalah bagaimana Anda mencegah kehilangan pengetahuan dan sebenarnya mengubah percakapan menjadi intelijen strategis.

Menghadap ke depan lima tahun, bagaimana Anda memperkirakan perkembangan kecerdasan berbasis pertemuan — dan peran apa yang akan dimainkan AI dalam masa depan memori organisasi, pengambilan keputusan, dan kolaborasi?

Lima tahun dari sekarang, saya pikir kita akan melihat kembali alat kecerdasan pertemuan hari ini dengan cara yang sama seperti kita melihat kembali smartphone awal: mengesankan untuk waktunya, tetapi primitif dibandingkan dengan apa yang menjadi mungkin.

Evolusi besar pertama adalah peralihan dari pencatatan ke otomatisasi alur kerja yang sesungguhnya. Kami membayangkan masa depan ketika cukup mengucapkan sesuatu dalam pertemuan untuk mewujudkannya, tanpa pekerjaan lanjutan setelah rapat. Saat ini, jika Anda mengatakan, “Mari buat spesifikasi untuk fitur ini dan jadwalkan pertemuan lanjutan dengan tim rekayasa minggu depan,” Anda masih harus membuat dokumen dan mengirim undangan kalender secara manual. Dalam lima tahun, AI akan melakukan semuanya secara otomatis. Anda mengatakannya, lalu hal itu terlaksana. Dengan AI membuat tugas, spesifikasi, dan dokumen, manusia dapat berfokus pada pekerjaan yang benar-benar membutuhkan kreativitas dan pertimbangan manusia.

Evolusi kedua adalah perluasan dari pertemuan yang berfokus pada pelanggan ke semua pertemuan. Saat ini kami fokus pada pertemuan eksternal: penjualan, keberhasilan pelanggan, agensi yang bertemu dengan klien. Tetapi tujuan kami dalam 12 hingga 18 bulan ke depan adalah membuat Fathom menjadi platform yang dapat Anda gunakan di seluruh organisasi Anda, bukan hanya tim yang berfokus pada pelanggan. Kami membangun perekaman tanpa bot yang dapat menangkap percakapan apa pun, termasuk huddle Slack dan pertemuan tatap muka. Ini berkembang menjadi dapat menangkap percakapan apa pun yang Anda lakukan di perusahaan, apa pun medianya.

Perusahaan yang unggul akan menjadi mereka yang memperlakukan data percakapan sebagai aset utama — sama pentingnya dengan data CRM, analitik, dan dokumen. Karena pada akhirnya, pengetahuan paling penting dalam sebuah organisasi bukanlah di sistem; itu ada di percakapan. AI akhirnya memungkinkan kita memanfaatkannya.

Terima kasih atas wawancara yang luar biasa. Pembaca yang ingin mempelajari lebih lanjut tentang aplikasi catatan ini harus mengunjungi Fathom.