Richard White, Fondatore & CEO di Fathom – Serie di Interviste

Richard White, Fondatore & CEO di Fathom, è un imprenditore ripetuto e focalizzato sul prodotto, noto per trasformare le frustrazioni personali in software che definiscono una categoria. Prima di Fathom, ha fondato e guidato UserVoice per quasi 13 anni, trasformandolo in una piattaforma di gestione dei feedback profittevole utilizzata da migliaia di aziende, dalle startup alle aziende come Microsoft, e ha anche pionieristico il tab “Feedback” ora onnipresente sui siti web. All’inizio della sua carriera, ha costruito e gestito SlimTimer interamente da solo per oltre un decennio, ha guidato influenti progetti open-source come AjaxScaffold nell’ecosistema Ruby on Rails e ha lavorato come Product Design Lead a Kiko (YC S05), esperienze che hanno collettivamente plasmato la sua filosofia sull’usabilità, l’empatia del cliente e la costruzione di strumenti che migliorano silenziosamente ma significativamente il modo in cui i team lavorano.

Fondato nel 2020, Fathom riflette la stessa etica affrontando un punto dolente universale: il sovraccarico cognitivo di prendere appunti mentre si cercano di avere conversazioni reali. La piattaforma registra automaticamente, trascrive e riassume le riunioni – più notevolmente su Zoom – consentendo agli utenti di evidenziare momenti in tempo reale, condividere clip brevi invece di appunti grezzi e preservare la sfumatura che spesso si perde nelle sintesi scritte. Mentre Fathom ha maturato, è evoluta oltre la semplice trascrizione in un sistema di registrazione leggero per le conversazioni, progettato per aiutare i team a mantenere il contesto, imparare dalle chiamate dei clienti e collaborare in modo asincrono senza aggiungere attrito alla riunione stessa.

Hai trascorso gli ultimi 15 anni a costruire aziende che ridisegnano il modo in cui le persone comunicano – da UserVoice a Fathom. Qual è stato il momento che ti ha spinto a fondare Fathom e come le tue radici ingegneristiche e di progettazione del prodotto hanno plasmato l’azienda fin dal primo giorno?

La mia ispirazione per fondare Fathom è arrivata all’inizio del 2020. Era pre-pandemico, ma stavo facendo una vasta ricerca utente per un prodotto e improvvisamente mi sono trovato a partecipare a 15 o 20 riunioni consecutive al giorno su Zoom. Sei settimane di quello mi hanno reso estremamente consapevole di quanto fosse dolorosa l’esperienza. Non posso parlare e digitare contemporaneamente – guardavo i miei appunti due settimane dopo e non ricordavo quale conversazione era quale. Il problema più grande era che facevo tutta questa ricerca e poi condividevo alcuni punti salienti con il mio team e non atterrava mai. Tutto si perdeva nella traduzione. È stato un momento di “inciampare in qualcosa”: qualcosa che, se accade una volta al mese, lo ignori. Se inciampi in qualcosa ogni giorno, molte volte al giorno, cerchi molto rapidamente di risolverlo.

La mia formazione ingegneristica e di progettazione del prodotto hanno entrambe informato le scelte che ho fatto mentre costruivo Fathom. Ho sempre affrontato i problemi prendendo concetti che già esistevano e rendendoli radicalmente più utilizzabili per un pubblico molto più ampio. Con Fathom, ho avuto l’intuizione che la tecnologia della trascrizione stava diventando commoditized – c’era una proliferazione di soluzioni pronte all’uso che non esistevano cinque anni prima. Quindi, la trascrizione faceva parte della soluzione, ma non era la soluzione stessa.

Dal punto di vista della progettazione del prodotto, mi sono reso conto che le trascrizioni possono essere preziose per le persone che erano nella chiamata. Ma non sono affatto utili per le persone che non c’erano. Quello che abbiamo trovato molto più impattante è stato mostrare loro il clip video di 30 secondi del cliente che obiettava sul prezzo o chiedeva quella domanda tecnica. Usiamo la trascrizione quasi come un indice per trovare il clip audio-video effettivo. Quel pensiero sul prodotto – capire i lavori da svolgere, non solo la tecnologia – proveniva direttamente dalle mie radici progettuali.

Fathom è stato creato nel 2020, molto prima che la maggior parte delle aziende iniziasse a pensare seriamente ai flussi di lavoro nativi AI. Quali vantaggi ha avuto costruire con l’AI al core – invece di adattarla successivamente?

Il vantaggio chiave è stata la libertà architettonica. Abbiamo potuto progettare ogni sistema, dalle pipeline di dati all’esperienza utente, assumendo che l’AI sarebbe stata uno strato fondamentale e non una funzionalità aggiuntiva. La maggior parte dei competitor nel 2020 e 2021 assumeva esperti di linguistica e specialisti di ML per costruire i propri modelli. Noi abbiamo preso la strada opposta perché credevamo che i vincitori nello spazio sarebbero stati quelli in grado di applicare l’AI in modo efficace per risolvere problemi reali, non quelli che costruivano i modelli stessi. Quella visione contraria ci ha permesso di rimanere agili con un team più piccolo e di concentrare le nostre risorse ingegneristiche sui problemi di infrastruttura più difficili – registrazione affidabile su piattaforme, meccanismi di distribuzione virale, elaborazione in tempo reale su larga scala.

Ecco la cosa sull’iniziare nel 2020: l’AI non era ancora abbastanza buona. Lo sapevamo. Ma sapevamo anche che se aspettavamo che l’AI maturasse prima di costruire l’azienda, saremmo stati due o tre anni troppo tardi. La porta sarebbe stata spalancata e tutti sarebbero entrati. Quindi abbiamo costruito tutto il resto per primo – l’infrastruttura, i canali di distribuzione, l’esperienza utente – con l’esplicita aspettativa che quando l’AI sarebbe stata pronta, l’avremmo inserita come un nuovo motore in una macchina. Quella decisione ha pagato enormemente. Quando GPT-4 e Claude sono arrivati nel 2022-2023, abbiamo potuto integrarli immediatamente. I competitor che avevano speso anni a costruire pipeline NLP personalizzate hanno dovuto ripensare l’intero loro stack. Noi abbiamo semplicemente aggiornato i nostri modelli e continuato a spedire.

Costruire con l’AI al core ha anche fondamentalmente cambiato il nostro processo di sviluppo del prodotto. Il software tradizionale ha una roadmap abbastanza lineare: decidi cosa costruire, lo costruisci e lo spedi. Con l’AI, usiamo quello che chiamo un “modello Jenga”. Ogni blocco rappresenta una potenziale capacità AI. Se spingiamo su un blocco e incontriamo resistenza perché i modelli non sono ancora abbastanza buoni, proviamo con un altro. Sappiamo che in sei mesi, la tecnologia migliorerà e potremo tornare a lavorarci. Ciò ci impedisce di forzare le funzionalità prima che siano pronte, assicurandoci di spedire sempre valore.

L’altro vantaggio è stata la credibilità. Sì, gli investitori mi hanno detto di non mettere “AI” nel nostro nome nel 2020, ma essere stati precoci ci ha dato autenticità. Non stavamo saltando su una tendenza; stavamo scommettendo su una tesi prima che diventasse ovvia. Ciò ci ha posizionati come costruttori, non come seguaci veloci.

Hai descritto le conversazioni di riunione come una delle fonti di dati più trascurate all’interno delle organizzazioni. Cosa ti ha convinto che questo fosse il prossimo grande frontiera per l’AI?

Mi sono reso conto che non avevo mai incontrato un rappresentante di vendita che avesse otto ore al giorno per ascoltare tutte le riunioni del suo team, per non parlare di prendere decisioni e coachare il team in base a ciò che aveva sentito. Le riunioni generano dati incredibilmente preziosi, ma sono completamente inaccessibili su larga scala. Con le riunioni tradizionali, buttiamo via il 99% del contenuto, mentre l’ultimo 1% di appunti va nel CRM. Poi cerchiamo di estrapolare a ritroso da lì cosa accadrà con il nostro business. È un processo assurdo. Le informazioni che realmente contano – il tono della voce di un cliente, l’obiezione specifica che ha sollevato, la menzione competitiva che è emersa – tutto viene filtrato attraverso gli appunti frettolosamente battuti a macchina di qualcuno e perde tutto il contesto.

Cosa mi ha convinto che questo fosse il prossimo frontiera era riconoscere che questo “dato conversazionale oscuro” è in realtà il segnale più ricco di ciò che sta accadendo in un’organizzazione. Stai ottenendo insight in tempo reale sui punti dolenti dei clienti, sui gap di prodotto, sulle minacce competitive e sui bisogni di formazione – tutto nelle parole delle persone. Quando un cliente spiega perché ha bisogno di una funzionalità, è molto più prezioso di un parafrasi di un rappresentante di vendita in un campo CRM.

La svolta con l’AI è che possiamo finalmente sfruttare questi dati su larga scala. Quando abbiamo lanciato Ask Fathom, poteva rispondere a domande su riunioni individuali. Poi l’abbiamo migliorato per gestire piccoli gruppi di riunioni. Ora è abbastanza intelligente da capire l’intera serie di riunioni della tua azienda. I leader di vendita possono chiedere, “Quali competitor stanno salendo di più recentemente? Mostratemi alcuni clip.” Le squadre di ingegneria possono chiedere, “Diteci la storia dei motori di trascrizione a Fathom” e ottenere un documento sintetizzato di sei pagine che attinge da quattro anni di riunioni di ingegneria.

Sta iniziando a essere un cervello molto più grande che capisce realmente cosa sta facendo il tuo business e le conversazioni che sta avendo. Puoi immaginare un mondo presto in cui un’AI può dirti quali funzionalità costruire per aiutare a chiudere il maggior numero di affari, o quali competitor stanno emergendo, o quali lacune di formazione esistono nel tuo team. C’è questa fonte di dati incredibile che l’AI sta scavando per darti input per la tua prossima riunione strategica o processo di pianificazione.

Molti utenti citano Fathom come trasformativo per rimanere presenti durante le riunioni. Come bilanci l’automazione con la preservazione del flusso naturale della conversazione umana?

Questo è stato fondamentale per la nostra filosofia di progettazione fin dall’inizio. L’obiettivo non è che l’AI ti dica cosa fare in una riunione, ma piuttosto darti insight che ti aiutino a essere più presente e efficace nelle tue conversazioni.

Siamo cauti su cosa automizzare e cosa no. Non lanceremo funzionalità fino a quando non saremo sicuri di poterle fare veramente bene. A volte ciò significa che non siamo i primi sul mercato con determinate capacità, ma quando le lanceremo, funzioneranno e daranno valore reale. Siamo stati cauti nell’inseguire cose come la registrazione di chiamate telefoniche o la cattura di riunioni in sala nonostante le frequenti richieste. Preferiremmo eccellere in ciò che facciamo piuttosto che lanciare un’esperienza mediocre che interrompa il flusso naturale della conversazione.

In definitiva, i nostri utenti ci dicono che stiamo colpendo l’equilibrio giusto: dicono di risparmiare 6+ ore a settimana e di muoversi 3 volte più velocemente dall’insight al prossimo passo; il 95% riferisce che Fathom li mantiene presenti nelle riunioni. Ciò conferma che stiamo aumentando la capacità umana, non sostituendola.

Fathom ha attirato oltre 1.300 utenti-investitori nella sua Serie A – un raro segno di fiducia a livello di prodotto. Cosa pensi abbia risuonato così fortemente con gli utenti quotidiani?

Innanzitutto, offriamo un prodotto gratuito veramente robusto: riunioni illimitate, cinque riassunti AI al mese. Due terzi dei nostri utenti non ci pagano mai un centesimo, e noi siamo completamente a nostro agio con questo. Non è un gioco SaaS tipico. I nostri utenti vedono che non stiamo cercando di estrarre valore da loro a ogni passo. Siamo concentrati sul rendere migliori le vite dei contributori individuali gratuitamente, e monetizziamo vendendo strumenti di gestione ai loro capi – dashboard di coaching, intelligenza cross-riunione e insight competitivi. Il prodotto funziona, e continua a funzionare sia che paghino o no. Ciò crea una fiducia genuina.

La nostra crescita è quasi interamente passaparola – siamo cresciuti più come una piattaforma di social media che come un software B2B tradizionale. I nostri utenti sono i nostri sostenitori e canale di distribuzione. Lasciarli diventare investitori riconosce semplicemente ciò che già è vero: sono partner in questa missione.

Credo anche che ci sia una risonanza più profonda intorno al problema che stiamo risolvendo. Tutti hanno sperimentato il dolore di essere in una riunione, cercando di essere presenti e guardando qualcuno che digita freneticamente invece di partecipare. Tutti hanno avuto bisogno di informazioni da una riunione a cui non hanno partecipato e hanno ottenuto una sintesi inutile di due righe. Il problema è universale, e la soluzione sembra quasi magica quando funziona bene. Gli utenti investono perché vogliono che questo futuro esista – non solo per se stessi, ma per tutti quelli con cui lavorano.

La tua esperienza include la costruzione di UserVoice, che ha aiutato a definire come le aziende gestiscono il feedback dei clienti. Come ha influenzato il tuo pensiero sulla memoria organizzativa e sui flussi di conoscenza alimentati da AI?

UserVoice mi ha insegnato che le informazioni più preziose nelle aziende sono spesso le più sparse. Il feedback dei clienti era ovunque. Era sepolto nei biglietti di supporto, nelle email inoltrate e nelle conversazioni di vendita casuali. Le aziende avevano migliaia di punti dati su ciò che i clienti volevano, ma nessun modo per sintetizzarlo in decisioni strategiche. Abbiamo costruito un’infrastruttura per aggregare quel feedback su larga scala e renderlo accessibile alle persone che prendevano decisioni sui prodotti.

Il parallelo con Fathom è chiaro, ma lo spazio del problema è più profondo. Le riunioni sono esponenzialmente più sparse del feedback dei clienti. Ogni organizzazione ha centinaia o migliaia di ore di conversazioni che si verificano ogni settimana. Quello che ho imparato da UserVoice è che la cattura è necessaria, ma non è sufficiente. Non puoi solo aggregare le informazioni; devi costruire intelligenza su ciò che conta e indirizzarla alle persone giuste. Con UserVoice, abbiamo costruito sistemi di voto, algoritmi di trending e dashboard amministrative in modo che i team di prodotto potessero separare il segnale dal rumore. Con Fathom, stiamo costruendo un’AI che comprende il contesto attraverso le conversazioni e può attivamente portare a galla insight: “Cinque clienti hanno menzionato questo caso d’uso questo mese”, o “Il tuo team continua a rimanere bloccato su questa obiezione”.

L’altra lezione è stata sulla democratizzazione. UserVoice ha reso possibile per qualsiasi cliente fornire feedback, non solo quelli più rumorosi che potevano ottenere esecutivi al telefono. Con Fathom, stiamo democratizzando l’accesso all’intelligenza delle riunioni. Nel nostro caso di studio con Netgain, il loro operations manager stava spendendo 7,5 ore al giorno solo per rispondere a domande di base su cosa stava accadendo nelle chiamate di vendita. È assurdo. Le informazioni esistevano, ma erano intrappolate nelle teste delle persone e nelle note sparse.

Il futuro della memoria organizzativa sta passando da questi silos di conoscenza isolati – CRM, documenti, sistemi di feedback – a un’intelligenza conversazionale connessa. Questa è l’evoluzione logica di ciò che abbiamo iniziato a costruire con UserVoice, ma l’AI rende possibile farlo con la completezza della conversazione umana, non solo con i dati strutturati.

Strumenti AI basati su Zoom sono esplosi dopo il 2020. Secondo te, cosa differenzia un vero assistente AI utile da uno che aggiunge solo rumore?

Ho sempre detto alle persone che ci sono solo due cose che possono veramente affondare un assistente di riunione AI: se il prodotto non è affidabile, o se l’output AI è spazzatura. Credo che ci sia stato molto marketing AI nella generazione precedente in cui era facile promettere cose magiche, ma poi la realtà è emersa come nonsenso. Abbiamo sempre cercato di assicurarci di avere un prodotto di alta qualità e affidabile che faccia ciò che promette. I nostri differenziali chiave sono:

• Accuratezza della trascrizione. Fathom è considerata la trascrizione più accurata in circolazione oggi. La maggior parte degli strumenti sfrutta un servizio di trascrizione di terze parti, mentre noi abbiamo costruito la nostra tecnologia di trascrizione proprietaria in-house. Se la tua trascrizione è scadente, tutto ciò che deriva dall’AI è assolutamente danneggiato perché deriva tutto dalla trascrizione.
• Affidabilità e infrastruttura. Quando si entra in una riunione, spesso si è di fretta o si è stressati. Molti di questi altri strumenti avevano bot che si univano alle riunioni ma poi non registravano, o la registrazione falliva. Esistiamo quasi a livello di sistema in tempo reale – stai lavorando su qualcosa che è un passo indietro rispetto all’avionica. Se non funziona due volte, l’utente se ne va. Non è come il software SaaS tradizionale dove puoi essere giù occasionalmente.
• AI che comprende la sfumatura e il contesto. Il linguaggio aziendale può essere molto sottile. Ricordo di aver gestito il team di vendita a UserVoice e di aver letto le note delle persone, pensando: “Devo sentire come hanno detto veramente questo”. L’AI deve catturare non solo cosa è stato detto, ma il tono, l’esitazione e l’entusiasmo (o la mancanza di esso). È per questo che collegiamo ogni punto di riassunto al momento effettivo della registrazione.
• Personalizzazione senza complessità. L’AI dovrebbe adattarsi al tuo business, non il contrario. I team di vendita dovrebbero essere in grado di modificare i modelli per corrispondere alle loro metodologie specifiche – MEDDIC, Challenger, SPICED, o qualsiasi cosa utilizzino. Ma ciò non deve richiedere una laurea in scienze dei dati. Deve semplicemente funzionare.

Fathom trasforma il contenuto della riunione in conoscenza azionabile. Quanto siamo vicini a sistemi AI che funzionano come veri e propri motori di flusso di lavoro – collegando conversazione, decisioni e attività downstream in modo automatico?

Credo che siamo più vicini di quanto pensano molte persone. Ma ci sono ancora passi importanti da compiere. Tra cinque anni, credo che guarderemo agli strumenti di intelligenza della riunione di oggi nello stesso modo in cui guardiamo ora ai primi smartphone: impressionanti per il loro tempo, ma primitivi rispetto a ciò che è diventato possibile.

La prima grande evoluzione è passare dalla presa di appunti alla vera automazione del flusso di lavoro. Immaginiamo un futuro in cui dire semplicemente qualcosa in una riunione può farlo esistere, senza il lavoro post-riunione. Al momento, se dici in una riunione: “Creiamo una specifica per questa funzionalità e pianifichiamo un follow-up con l’ingegneria la prossima settimana”, devi ancora manualmente creare quel documento e inviare quell’invito al calendario. Tra cinque anni, l’AI farà tutto automaticamente. Parli, e accade. Con l’AI che crea attività, specifiche e documenti, le persone possono concentrarsi sul lavoro che richiede realmente creatività e giudizio umano.

La seconda evoluzione è l’espansione dalle riunioni rivolte ai clienti a tutte le riunioni. Al momento ci concentriamo sulle riunioni esterne: vendite, successo del cliente, agenzie che si incontrano con i clienti. Ma il nostro obiettivo nei prossimi 12-18 mesi è rendere Fathom la piattaforma che puoi utilizzare in tutta la tua organizzazione, non solo nei team rivolti ai clienti. Stiamo costruendo la registrazione senza bot in grado di catturare qualsiasi conversazione, comprese le riunioni di Slack e le riunioni in persona. Sta evolvendo verso la possibilità di catturare qualsiasi conversazione tu stia avendo nella tua azienda, indipendentemente dal mezzo.

Le aziende che emergeranno in cima saranno quelle che tratteranno i dati conversazionali come un cittadino di prima classe – altrettanto importanti dei dati CRM, dell’analisi e dei documenti. Perché alla fine, la conoscenza più importante in qualsiasi organizzazione non è nei sistemi; è nelle conversazioni. L’AI sta finalmente rendendo possibile sfruttarla.

Grazie per la grande intervista, i lettori che desiderano saperne di più su questa app di prendere appunti possono visitare Fathom.