Richard White, fondatore e amministratore delegato di Fathom – Serie di interviste

Richard White, fondatore e amministratore delegato di Fathom, è un imprenditore che ha fondato più aziende, con un forte orientamento al prodotto, noto per aver trasformato 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 redditizia per la gestione dei feedback utilizzata da migliaia di aziende, dalle startup alle imprese come Microsoft, e ha anche introdotto, da pioniere, la scheda “Feedback” ora onnipresente sui siti web. All’inizio della sua carriera, ha costruito e gestito SlimTimer completamente da solo per oltre un decennio, ha guidato progetti open-source influenti 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 intorno all’usabilità, all’empatia verso i clienti e alla costruzione di strumenti che migliorano silenziosamente ma significativamente il modo in cui i team lavorano.

Fondata nel 2020, Fathom riflette la stessa etica affrontando un punto dolente universale: il sovraccarico cognitivo di prendere appunti mentre si cerca di avere conversazioni reali. La piattaforma registra automaticamente, trascrive e riassume le riunioni – soprattutto 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. Man mano che Fathom è maturata, è andata oltre la semplice trascrizione, diventando un archivio di riferimento leggero per le conversazioni, progettato per aiutare i team a conservare il contesto, imparare dalle chiamate dei clienti e collaborare in modo asincrono senza aggiungere attrito alla riunione stessa.

Ha trascorso gli ultimi 15 anni costruendo aziende che ridisegnano il modo in cui le persone comunicano – da UserVoice a Fathom. Qual è stato il momento che l’ha spinto a fondare Fathom, e come le sue 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 prima della pandemia, 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 questo 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 a quale conversazione si riferissero. Il problema più grande era che facevo tutta questa ricerca e poi condividevo alcuni punti salienti con il mio team ma il messaggio non arrivava. Tutto si perdeva nella traduzione. È stato come sbattere un dito del piede: se succede una volta al mese, lo ignori. Ma se sbatti contro qualcosa ogni giorno, più volte al giorno, cerchi molto rapidamente di risolvere il problema.

Le mie radici ingegneristiche e di progettazione del prodotto hanno entrambe guidato 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 un servizio standardizzato – 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.

Da una prospettiva di progettazione del prodotto, mi sono reso conto che le trascrizioni possono essere preziose per le persone che erano nella chiamata. Ma non sono particolarmente utili per le persone che non c’erano. Quello che abbiamo trovato molto più impattante è stato mostrare loro la clip video di 30 secondi del cliente che obietta sul prezzo o pone quella domanda tecnica. Utilizziamo la trascrizione quasi come un indice per trovare la clip audio o video corrispondente. Quel pensiero sul prodotto – capire i lavori da svolgere, non solo la tecnologia – proveniva direttamente dalle mie radici di progettazione.

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 centro — invece di aggiungerla in seguito – fin dall’inizio?

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 nel 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 in questo spazio sarebbero stati quelli che avrebbero potuto 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 difficili – registrazione affidabile su diverse piattaforme, meccaniche 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 avessimo aspettato che l’AI maturasse prima di costruire l’azienda, saremmo arrivati con due o tre anni di ritardo. 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 si è rivelata estremamente vantaggiosa. 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 il loro intero stack. Noi abbiamo semplicemente aggiornato i nostri modelli e continuato a rilasciare nuove versioni.

Costruire l’AI nativa 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 distribuisci. Con l’AI, utilizziamo 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 funzionalità prima che siano pronte, mentre ci assicuriamo di offrire 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 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.

Ha descritto le conversazioni di riunione come una delle fonti di dati più trascurate all’interno delle organizzazioni. Cosa l’ha convinto che questa fosse la prossima 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 suo 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, gettiamo via il 99% del contenuto, mentre l’ultimo 1% finisce sotto forma di appunti nel CRM. Poi cerchiamo di estrapolare a ritroso da lì cosa succederà con il nostro business. È un processo assurdo. Le informazioni che realmente contano – il tono della voce del cliente, l’obiezione specifica che ha sollevato, la menzione della concorrenza che è emersa – tutto viene filtrato attraverso gli appunti digitati in fretta da qualcuno e perde tutto il contesto.

Ciò che mi ha convinto che questa fosse la prossima frontiera era riconoscere che questi “dati conversazionali oscuri” sono in realtà il segnale più ricco di ciò che sta succedendo in un’organizzazione. Stai ottenendo informazioni in tempo reale sui punti dolenti dei clienti, sui gap dei prodotti, sulle minacce della concorrenza e sulle esigenze di formazione – tutto nelle parole delle persone. Quando un cliente spiega perché ha bisogno di una funzionalità, è molto più prezioso di un riassunto parafrasato 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 comprendere l’insieme delle riunioni dell’intera azienda. I responsabili commerciali possono chiedere, “Quali concorrenti vengono menzionati sempre più spesso ultimamente? Mostratemi alcuni clip.” I team 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 comprende veramente cosa sta facendo il tuo business e le conversazioni che sta avendo. Puoi immaginare un mondo in cui presto l’AI possa dirti quali funzionalità costruire come prossimi passi in base a ciò che aiuterà a chiudere il maggior numero di affari, o quali concorrenti stanno emergendo, o quali lacune di formazione esistono in tutta la squadra. 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 bilancia 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 avere un’AI che ti dica cosa fare in una riunione, ma piuttosto darti informazioni che ti aiutino a essere più presente ed efficace nelle tue conversazioni.

Siamo cauti su cosa automatizziamo e cosa no. Non lanceremo funzionalità fino a quando non saremo sicuri di poterle fare veramente bene. A volte significa che non siamo i primi sul mercato con determinate capacità, ma quando le lanciamo, funzionano e forniscono valore reale. Siamo stati cauti nell’inseguire cose come la registrazione di chiamate telefoniche o la registrazione di alcune riunioni con partecipanti fisicamente presenti nonostante le frequenti richieste. Preferiamo eccellere in ciò che facciamo piuttosto che proporre un’esperienza mediocre che disturbi il flusso naturale della conversazione.

In definitiva, i nostri utenti ci dicono che stiamo trovando il giusto equilibrio: dicono di stare risparmiando 6+ ore a settimana e di muoversi 3× più velocemente dalle informazioni emerse ai passi successivi; 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 nel prodotto. Cosa pensa abbia risuonato così fortemente con gli utenti quotidiani?

Per prima cosa, 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 una tipica strategia SaaS. I nostri utenti vedono che non stiamo cercando di estrarre valore da loro a ogni svolta. Siamo concentrati sul rendere migliore la vita lavorativa dei singoli collaboratori gratuitamente e ci remuneriamo vendendo strumenti di gestione ai loro capi – dashboard di coaching, intelligenza tra riunioni e informazioni sulla concorrenza. Il prodotto funziona e continua a funzionare sia che paghino o no. Ciò crea una fiducia genuina.

La nostra crescita si basa quasi interamente sul passaparola – siamo cresciuti più come una piattaforma di social media che come 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 ricevuto un riassunto 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 sua esperienza include la costruzione di UserVoice, che ha aiutato a definire come le aziende gestiscono il feedback dei clienti. Come ha influenzato la sua riflessione sulla memoria organizzativa e sui flussi di conoscenza alimentati dall’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 ticket di assistenza, nelle email inoltrate e nelle conversazioni di vendita casuali. Le aziende avevano migliaia di punti di 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. Ciò 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 tendenza e dashboard di amministrazione 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 far emergere informazioni: “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 a quelli che si facevano sentire di più e riuscivano a contattare i dirigenti al telefono. Con Fathom, stiamo democratizzando l’accesso alle informazioni sulla riunione. Nel nostro caso di studio con Netgain, il loro operations manager stava spendendo 7,5 ore al giorno solo per rispondere a domande basilari su cosa accadeva 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 – all’intelligenza conversazionale connessa. È l’evoluzione logica di ciò che abbiamo iniziato a costruire con UserVoice, ma l’AI rende possibile farlo con la piena fedeltà della conversazione umana, non solo con dati strutturati.

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

Dico sempre 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 un sacco di 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 punti di forza differenziali sono:

• Accuratezza della trascrizione. Fathom è considerata la soluzione di trascrizione più precisa oggi disponibile. 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 cattiva, tutto ciò che deriva dall’AI è assolutamente rovinato perché deriva tutto dalla trascrizione.
• Affidabilità e infrastruttura. Quando si entra in una riunione, spesso si è di fretta o 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 smette di funzionare due volte, l’utente se ne va. Non è come il SaaS tradizionale, che può permettersi qualche interruzione occasionale.
• 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: “Ho bisogno di sentire come hanno detto questo.” L’AI deve catturare non solo cosa è stato detto, ma il tono, l’esitazione e l’eccitazione (o la mancanza di essa). È per questo che colleghiamo 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, 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 motori di flusso di lavoro reali – collegando conversazione, decisioni e attività downstream in modo automatico?

Credo che siamo più vicini di quanto la maggior parte delle persone pensi, ma ci sono ancora passaggi importanti da compiere. Attualmente, stiamo entrando in un mondo in cui Fathom fa sempre più lavoro per te. Il primo passo è solo ottenere le informazioni dove desideri che vadano. Il passo successivo, che non è lontano, è avere l’AI che effettivamente fa il lavoro per te.

Stiamo già vedendo le prime versioni di questo. La nostra integrazione con Asana prende gli elementi azionabili dalle riunioni e crea automaticamente attività tracciabili. Fathom non vuole inventare una soluzione di gestione delle attività – ce ne sono molte ottime lì fuori, come Asana. Quindi stiamo costruendo integrazioni che spingono i risultati delle riunioni direttamente negli strumenti che le persone già utilizzano per svolgere il lavoro.

Sul lato CRM, spingiamo automaticamente campi strutturati – punti dolenti, tempi, decision maker chiave – in Salesforce e HubSpot. In un caso di studio, ciò ha risparmiato 20-30 minuti per ogni aggiornamento dello stato dell’accordo e ha portato a un’accuratezza di previsione quasi perfetta a fine mese. È un motore di flusso di lavoro in azione: la conversazione si verifica, l’AI estrae i dati aziendali chiave e poi li fa fluire automaticamente nel tuo sistema di registrazione senza che nessuno debba digitare nulla.

Ma credo che la vera svolta stia arrivando con ciò che chiamo avvisi basati sul significato delle conversazioni e routing intelligente. Immagina di essere un manager o un leader di vendita e di ricevere una raccolta quotidiana di clip in cui l’AI ha trovato ogni discussione sui prezzi che è andata storta, o ogni blocco del prodotto che è emerso in una chiamata di rinnovo. Se sei un manager di ingegneria, vedresti ogni acceso dibattito tra i tuoi ingegneri. L’AI può comprendere il tono e la sfumatura, non solo le parole chiave, quindi sa quali momenti ti interessano veramente.

Man mano che le aziende crescono, lottano con la conoscenza distribuita e il decadimento delle informazioni. Come vede l’AI che colma il divario tra ciò di cui i team discutono e ciò che viene effettivamente eseguito?

Questo è uno dei problemi più critici che stiamo risolvendo. Ci sono due gruppi che possiamo veramente aiutare: le persone nella riunione che cercano di prendere appunti e di essere presenti, e i manager, i dirigenti e i fondatori che non sono nella riunione ma guidano team e cercano di capire cosa sta succedendo. Quel secondo gruppo è dove il problema della conoscenza distribuita colpisce veramente.

Il problema di base è la visibilità. Quando qualcuno in un’azienda vuole sapere lo stato di un accordo o cosa sta succedendo con un cliente, tradizionalmente non c’è un posto facile dove trovare quelle informazioni. Chiamano il team di vendita, costringendo i rappresentanti a spendere 20-30 minuti scavando tra le note. Durante i periodi di picco, alcuni operations manager ricevono 15 richieste al giorno – sono 7,5 ore spese nella ricerca di informazioni invece di attività che aggiungono valore.

L’AI può iniziare a collegare i punti attraverso conversazioni che nessun essere umano potrebbe tracciare. Quel tipo di riconoscimento di pattern attraverso conversazioni distribuite è come si previene il decadimento della conoscenza e si trasformano le conversazioni in intelligenza strategica.

Guardando avanti di cinque anni, come si aspetta che l’intelligenza della riunione evolva – e quale ruolo vede l’AI svolgere nel futuro della memoria organizzativa, dei processi decisionali e della collaborazione?

Tra cinque anni, credo che guarderemo indietro agli strumenti di intelligenza della riunione di oggi allo stesso modo in cui ora guardiamo i 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 a una vera e propria automazione dei flussi di lavoro. Noi immaginiamo un futuro in cui dire qualcosa in una riunione può farlo esistere senza il lavoro post-riunione. Attualmente, se dici in una riunione: “Creiamo una specifica per questa funzionalità e pianifichiamo un follow-up con l’ingegneria la prossima settimana”, devi ancora creare manualmente quel documento e inviare quell’invito al calendario. Tra cinque anni, l’AI farà tutto automaticamente. Parli e succede. 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 espandersi dalle riunioni rivolte ai clienti a tutte le riunioni. Attualmente, 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 nelle squadre rivolte ai clienti. Stiamo costruendo la registrazione senza bot in grado di catturare qualsiasi conversazione, comprese le riunioni in Slack e le riunioni in persona. Sta evolvendo verso la capacità di catturare qualsiasi conversazione che stai avendo nella tua azienda, indipendentemente dal mezzo.

Le aziende che emergono in cima saranno quelle che trattano i dati conversazionali come una risorsa di primo piano – altrettanto importanti dei dati CRM, dell’analisi e dei documenti. Perché, in definitiva, le conoscenze più importanti in qualsiasi organizzazione non sono nei sistemi; sono nelle conversazioni. L’AI sta finalmente rendendo possibile sfruttarle.

Grazie per l’ottima intervista. I lettori che desiderano saperne di più su questa app per prendere appunti possono visitare Fathom.