Richard White, Pendiri & CEO Fathom – Seri Wawancara

Richard White, Pendiri & CEO Fathom, adalah pendiri berulang dan wirausaha yang fokus 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, 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. Pada awal karirnya, ia membangun dan menjalankan SlimTimer sepenuhnya sendiri selama lebih dari satu dekade, memimpin proyek sumber terbuka yang berpengaruh seperti AjaxScaffold di ekosistem Ruby on Rails, dan bekerja sebagai Product Design Lead di Kiko (YC S05), pengalaman yang secara kolektif membentuk filosofi sekitar kegunaan, empati pelanggan, dan membangun alat yang secara diam-diam tetapi secara signifikan meningkatkan cara kerja tim.

Didirikan pada tahun 2020, Fathom mencerminkan etos yang sama dengan menangani titik nyeri universal: kelebihan kognitif mengambil catatan saat mencoba memiliki percakapan nyata. Platform ini secara otomatis merekam, menyalin, dan meringkas pertemuan—paling terkenal di Zoom—memungkinkan pengguna untuk menyoroti momen dalam waktu nyata, berbagi klip pendek bukan catatan mentah, dan melestarikan nuansa yang sering hilang dalam ringkasan tertulis. Ketika Fathom matang, itu berkembang melampaui transkripsi sederhana menjadi sistem ringan catatan 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 luas untuk sebuah produk dan tiba-tiba duduk melalui 15 atau 20 pertemuan Zoom berturut-turut sehari. Enam minggu itu membuat saya sangat menyadari betapa menyakitkannya pengalaman itu. Saya tidak bisa berbicara dan mengetik pada saat yang sama — Saya melihat catatan saya dua minggu kemudian dan tidak mengingat 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. Itu adalah ‘moments stub kaki’ bagi saya: Sesuatu yang, jika terjadi sekali sebulan, Anda abaikan. Anda menginjak kaki pada sesuatu setiap hari, beberapa kali sehari, Anda dengan cepat mencoba memperbaikinya.

Latar belakang 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 dapat digunakan untuk audiens yang jauh lebih besar. Dengan Fathom, saya memiliki wawasan bahwa teknologi transkripsi menjadi komoditas — ada proliferasi solusi off-the-shelf 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 dalam panggilan. Tapi mereka tidak membantu orang-orang yang tidak hadir. Apa yang kami temukan jauh lebih berdampak adalah menunjukkan kepada Anda klip video 30 detik dari pelanggan yang keberatan tentang harga atau bertanya pertanyaan teknis. Kami menggunakan transkrip hampir seperti daftar isi untuk menemukan klip audio-video sebenarnya. Pemikiran produk — 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 memikirkan alur kerja AI-asli. Apa keuntungan yang diperoleh dari membangun dengan AI di inti — bukan meretrofitnya?

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

Inilah 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 membanjiri. Jadi kami membangun semua yang lain terlebih dahulu — infrastruktur, saluran distribusi, pengalaman pengguna — dengan harapan eksplisit bahwa ketika AI sampai, kami akan menjatuhkannya seperti mesin baru di mobil. Keputusan itu membayar secara besar-besaran. Ketika GPT-4 dan Claude tiba pada tahun 2022-2023, kami bisa langsung mengintegrasikannya. Pesaing yang telah menghabiskan tahun-tahun membangun pipa NLP khusus tiba-tiba harus merancang ulang seluruh tumpukan mereka. Kami hanya meningkatkan model kami dan terus mengirim.

Membangun AI-asli juga secara fundamental mengubah proses pengembangan produk kami. Perangkat lunak tradisional memiliki peta jalan yang cukup linier: Anda memutuskan apa yang akan dibangun, Anda membangunnya dan Anda mengirimkannya. 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 lain. Kami tahu bahwa dalam enam bulan, teknologi akan ditingkatkan dan kami bisa kembali ke sana. Ini menjaga kami dari memaksakan fitur sebelum mereka siap, sambil memastikan kami selalu mengirim nilai.

Keuntungan lainnya adalah kredibilitas. Ya, para investor mengatakan kepada saya untuk tidak meletakkan “AI” di nama kami pada tahun 2020, tetapi menjadi awal memberi kami autentisitas. Kami tidak melompat ke 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 besar berikutnya untuk AI?

Saya menyadari bahwa saya tidak pernah bertemu dengan seorang sales 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 benar-benar tidak dapat diakses pada skala. Dengan pertemuan tradisional kami membuang 99% dari konten, sementara 1% terakhir dari catatan masuk ke CRM. Lalu kami mencoba mengextrapolasi kembali dari sana apa yang akan terjadi dengan bisnis kami. Ini adalah proses yang absurd. Informasi yang sebenarnya penting — nada suara pelanggan, objeksi spesifik yang mereka angkat, menyebutkan kompetitor yang muncul — semua disaring melalui catatan yang diketik dengan terburu-buru dan kehilangan semua konteks.

Apa yang meyakinkan saya bahwa ini adalah frontier berikutnya adalah mengakui bahwa “data percakapan gelap” ini sebenarnya adalah sinyal terkaya tentang apa yang terjadi di sebuah organisasi. Anda mendapatkan wawasan waktu nyata tentang poin nyeri pelanggan, kesenjangan produk, ancaman kompetitor, dan kebutuhan pelatihan — semuanya dalam kata-kata orang sendiri. Ketika pelanggan menjelaskan mengapa mereka membutuhkan fitur, itu jauh lebih berharga daripada paraphrase wakil penjualan di bidang CRM.

Pemecahan dengan AI adalah bahwa kami akhirnya bisa menangkap data ini pada skala. Ketika kami pertama kali meluncurkan Ask Fathom, itu bisa menjawab pertanyaan tentang pertemuan individu. Lalu kami meningkatkannya untuk menangani kelompok kecil pertemuan. Sekarang itu cukup pintar untuk memahami pertemuan seluruh perusahaan Anda. Pemimpin penjualan dapat bertanya, “Apa kompetitor yang sedang tren terbaru? Tunjukkan beberapa klip.” Tim insinyur dapat mengajukan pertanyaan, “Katakan kepada kami sejarah mesin transkripsi di Fathom” dan mendapatkan dokumen sintetis enam halaman yang menarik dari empat tahun pertemuan insinyur.

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 terbanyak, atau kompetitor mana yang muncul, atau celah pelatihan apa yang ada di seluruh tim Anda. Ada sumber data yang luar biasa ini yang AI tambang untuk memberi Anda input ke pertemuan strategi atau proses perencanaan jalan berikutnya.

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

Ini telah menjadi filosofi desain inti kami dari awal. Tujuan bukanlah memiliki AI yang mengatakan kepada Anda apa yang harus dilakukan dalam pertemuan, tetapi memberi Anda 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 bisa 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 penangkapan pertemuan dalam ruangan tertentu meskipun permintaan yang sering. Kami lebih suka unggul dalam apa yang kami lakukan daripada menggulirkan pengalaman yang biasa-biasa saja yang mengganggu aliran alami percakapan.

Pada akhirnya, pengguna kami mengatakan kepada 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 menjaga mereka hadir dalam pertemuan. Ini membenarkan bahwa kami meningkatkan kemampuan manusia, bukan menggantinya.

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

Pertama-tama, 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 bukan mainan SaaS yang khas. Pengguna kami melihat bahwa kami tidak mencoba mengekstrak nilai dari mereka pada setiap giliran. Kami fokus pada membuat hidup kontributor individu lebih baik secara gratis, dan kami memonetisasi dengan menjual alat manajemen kepada bos mereka — dashboard pelatihan, intelijen pertemuan lintas, dan wawasan kompetitor. Produknya hanya bekerja, dan itu terus bekerja apakah Anda membayar atau tidak. Itu menciptakan kepercayaan yang sebenarnya.

Pertumbuhan kami hampir seluruhnya dari mulut ke mulut — kami 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 daripada terlibat. Setiap orang pernah membutuhkan informasi dari pertemuan yang tidak mereka 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 mereka kerjakan.

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 seringkali 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 data poin tentang apa yang diinginkan pelanggan, tetapi tidak ada cara untuk mensintesisnya menjadi keputusan strategis. Kami membangun infrastruktur untuk mengumpulkan umpan balik itu pada skala dan membuatnya dapat diakses oleh orang-orang yang membuat keputusan produk.

Paralel dengan Fathom jelas, tetapi ruang masalah lebih mendalam. Pertemuan jauh lebih tersebar daripada umpan balik pelanggan. Setiap organisasi memiliki ratusan atau ribuan jam percakapan yang terjadi setiap minggu. Apa yang saya pelajari dari UserVoice adalah bahwa penangkapan 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 bisa memisahkan sinyal dari noise. Dengan Fathom, kami membangun AI yang memahami konteks di seluruh percakapan dan bisa secara proaktif menonjolkan wawasan: “Lima pelanggan menyebutkan kasus penggunaan ini bulan ini,” atau “Tim Anda terus tersangkut pada objeksi ini.”

Pelajaran lainnya adalah tentang demokratisasi. UserVoice membuatnya memungkinkan bagi setiap pelanggan untuk memberikan umpan balik, bukan hanya yang paling keras yang bisa mendapatkan eksekutif di telepon. Dengan Fathom, kami mendemokratisasi 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 dalam kepala orang dan catatan yang tersebar.

Masa depan memori organisasi adalah bergerak dari silo pengetahuan yang terisolasi — CRM, dokumen, sistem umpan balik — ke intelijen percakapan yang terhubung. Itu evolusi logis dari apa yang kami mulai bangun dengan UserVoice, tetapi AI membuatnya memungkinkan untuk dilakukan dengan kesetiaan penuh percakapan manusia, bukan hanya data terstruktur.

Alat berbasis Zoom yang ditenagai AI meledak setelah 2020. Dalam pandangan 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 bisa benar-benar menenggelamkan 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 kenyataan 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 membangun teknologi transkripsi milik kami sendiri. Jika transkrip Anda buruk, semua dari komponen AI benar-benar hancur karena semua itu berasal dari transkrip.
• Keandalan dan infrastruktur. Ketika Anda bergabung dengan pertemuan, Anda sering terburu-buru atau stres. Banyak alat lain akan memiliki bot yang bergabung dengan pertemuan tetapi kemudian tidak akan merekam, atau perekaman akan 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 sudah pergi. Ini tidak seperti perangkat lunak SaaS tradisional di mana Anda bisa turun secara teratur.
• AI yang memahami nuansa dan konteks. Bahasa bisnis bisa sangat halus. Saya ingat menjalankan tim penjualan di UserVoice dan membaca catatan orang, berpikir, “Saya perlu mendengar bagaimana mereka sebenarnya mengatakannya.” AI perlu menangkap tidak hanya apa yang dikatakan, tetapi nada, ragu-ragu, dan antusiasme (atau kurangnya). Itulah mengapa kami menghubungkan setiap poin ringkasan kembali ke saat sebenarnya dalam rekaman.
• Kustomisasi tanpa kompleksitas. AI harus beradaptasi dengan bisnis Anda, bukan sebaliknya. Tim penjualan harus dapat memodifikasi template untuk mencocokkan metodologi spesifik mereka — MEDDIC, Challenger, SPICED, apa pun yang mereka gunakan. Tapi ini tidak memerlukan gelar ilmu data. Ini perlu hanya bekerja.

Fathom mengubah konten pertemuan menjadi pengetahuan yang dapat ditindaklanjuti. Bagaimana dekatnya kita dengan sistem AI yang berfungsi sebagai mesin kerja alur yang sebenarnya — 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 untuk diambil. Lima tahun dari sekarang, saya pikir kita akan melihat kembali alat intelijen pertemuan hari ini dengan cara yang sama seperti kita sekarang melihat smartphone awal: mengesankan untuk waktunya, tetapi primitif dibandingkan dengan apa yang menjadi mungkin.

Evolusi pertama adalah beralih dari pengambilan catatan ke otomatisasi alur kerja yang sebenarnya. Kami membayangkan masa depan di mana hanya dengan mengatakan sesuatu dalam pertemuan dapat menghidupkannya, tanpa pekerjaan pasca-pertemuan. Saat ini, jika Anda mengatakan dalam pertemuan, “Mari kita buat spesifikasi untuk fitur ini dan jadwalkan pertemuan lanjutan dengan insinyur minggu depan,” Anda masih harus secara manual membuat dokumen itu dan mengirimkan undangan kalender. Dalam lima tahun, AI akan melakukan semua itu secara otomatis. Anda mengucapkannya, dan itu terjadi. Dengan AI yang membuat tugas, spesifikasi, dan dokumen, orang dapat fokus pada pekerjaan yang sebenarnya memerlukan kreativitas dan penilaian manusia.

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

Perusahaan yang naik ke atas akan menjadi mereka yang memperlakukan data percakapan sebagai warga negara kelas satu — sama pentingnya dengan data CRM, analitik, dan dokumen mereka. Karena pada akhirnya, pengetahuan paling penting di dalam organisasi bukanlah di sistem; itu ada di percakapan. AI akhirnya membuatnya memungkinkan untuk menangkapnya.

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