リチャード・ホワイト、Fathom創設者兼CEO — インタビューシリーズ

リチャード・ホワイト、Fathomの創設者兼CEOは、複数の企業を立ち上げてきた、製品重視の起業家であり、自ら感じた不便をカテゴリを定義するソフトウェアに変えることで最もよく知られています。Fathom以前、彼はUserVoiceを創設し、約13年間リードし、スタートアップからマイクロソフトのような企業までの数千の会社が使用する収益性の高いフィードバック管理プラットフォームに成長させました。また、ウェブサイトの「フィードバック」タブを普及させました。彼のキャリアの初期には、SlimTimerを単独で開発し、10年以上運営しました。また、Ruby on RailsのエコシステムでAjaxScaffoldなどの影響力あるオープンソースプロジェクトを率い、Kiko（YC S05）でプロダクトデザインリードとして働きました。これらの経験は、使いやすさ、顧客への共感、チームの働き方をさりげなく、しかし確かに改善するツールを作るという彼の哲学を形作りました。

2020年に創設されたFathomは、同じ理念を体現しています。会話中にノートを取ることによる認知的過負荷という誰もが直面する課題に取り組んでいます。プラットフォームは会議を自動的に録画し、文字起こしし、要約します。特にZoomで顕著です。ユーザーはリアルタイムで瞬間を強調表示し、生のノートではなく短いクリップを共有し、書面の要約で失われるニュアンスを保存できます。Fathomが成熟するにつれて、単純なトランスクリプションを超えて会話のための手軽な記録管理システムに進化しました。チームがコンテキストを保持し、顧客との通話から学び、会議自体に摩擦を加えずに非同期でコラボレーションできるように設計されています。

あなたは過去15年間、UserVoiceからFathomまで、人々がコミュニケーションをとる方法を変える会社を構築してきました。Fathomを創設するきっかけとなった瞬間は何でしたか？また、あなたのエンジニアリングと製品デザインのルーツは会社を創設した当初からどのように形作りましたか?

Fathomを創設するきっかけとなったのは2020年初頭でした。パンデミック前のことでしたが、ある製品のためのユーザー調査をしており、突然、1日15〜20の連続したZoom会議に出席することになりました。6週間続いたその経験は、私にその体験がどれほどつらいかを痛感させました。私は同時に話し手を務めながらノートを取ることができません。2週間後にノートを見て、どの会議のどの会話であったかを覚えることができませんでした。最大の問題は、調査を行った後、チームにいくつかの要点を共有したものの、伝わらなかったことです。伝え直す過程で大切なことが失われたのです。私にとっては、足の指をぶつけるような経験でした。月に一度なら気にしませんが、毎日何度も何かにぶつけるなら、すぐに解決しようとします。

私のエンジニアリングとデザインの背景は、Fathomを構築する上で私の選択を形作りました。私は常に、すでに存在する概念を取り上げて、はるかに幅広い人々にとって格段に使いやすくすることを目指してきました。Fathomの場合、私はトランスクリプション技術がコモディティ化されていることを認識しました。5年前に存在しなかった市販のすぐ使えるソリューションの普及がありました。したがって、トランスクリプションは解決策の一部でしたが、解決策そのものではありませんでした。

製品デザインの観点から、私はトランスクリプトが会議に出席した人にとって貴重であることを認識しました。しかし、会議に出席していない人にとってはあまり役に立たないことを認識しました。会議に出席していない人にとっては、顧客が価格に反対したり技術的な質問をしたりした30秒のビデオクリップを見せることがはるかに影響力があります。私たちはトランスクリプトを本の目次のように使用して、実際のオーディオビデオクリップを見つけます。その製品思考 — 解決すべき仕事を理解すること、技術だけではなく — は私のデザインのルーツから直接来ています。

Fathomは2020年に創設されました。ほとんどの会社がAIネイティブなワークフローについて真剣に考えるよりも前にです。AIをコアとして構築すること — それを後から付け加えるのではなく — あなたにどのような利点をもたらしましたか?

主な利点はアーキテクチャの自由でした。私たちは、AIが基本的なレイヤーであると仮定して、データパイプラインからユーザーエクスペリエンスまで、すべてのシステムを設計することができました。2020年と2021年のほとんどの競合他社は、独自のモデルを構築するために言語学の専門家とMLの専門家を雇っていました。私たちは反対のアプローチを取りました。なぜなら、私たちは、AIを効果的に適用して実際の問題を解決することができる会社が勝者となることを信じていたからです。私たちは、カスタムモデルを構築するのではなく、AIを効果的に適用することに焦点を当てました。そうすることで、私たちはより小さなチームで機敏性を維持し、プラットフォームをまたいだ信頼性の高い録画、利用者を通じて広まる仕組み、リアルタイムでスケーラブルな処理などの難しいインフラストラクチャの課題にエンジニアリングリソースを集中させることができました。

2020年に始めたということは、AIがまだ十分ではありませんでした。私たちはそれを知っていました。しかし、私たちは、AIが成熟するまで会社を作るのを待っていたら、2〜3年遅れます。ドアは広く開き、すべての人がそこに殺到します。したがって、私たちは、インフラストラクチャ、配布チャネル、ユーザーエクスペリエンスを最初に構築しました。AIが十分な水準に達したら、車に新しいエンジンを載せるように組み込めると明確に見込んでいました。この判断は大きな成果を生みました。2022〜2023年にGPT-4とClaudeが登場すると、すぐに統合できたのです。カスタムNLPパイプラインを構築していた競合他社は、突然、すべてのスタックを再考する必要がありました。私たちはただモデルをアップグレードし、更新を出し続けました。

AIネイティブな構築は、私たちの製品開発プロセスを根本的に変えました。従来のソフトウェアには、線形のロードマップがあります。何かを構築することを決め、それを開発してリリースします。AIの場合、私は「ジェンガモデル」と呼ぶものを使用します。各ブロックは、潜在的なAIの機能を表します。モデルの能力がまだ足りず、あるブロックを押しても動かないときは、別のブロックを試します。私たちは、6か月後には技術が進歩し、その機能に再び取り組めることを知っています。これにより、私たちは機能を押し付けるのではなく、価値を提供し続けることができます。

もう一つの利点は、私たち自身への信頼を得られたことです。はい、投資家は私に2020年には「AI」を社名に含めないように言ったのですが、早期に参入したことで、私たちの姿勢が本物であると示せました。私たちは、トレンドに乗るのではなく、明らかになる前にテーゼに賭けていました。そうすることで、私たちはビルダーとして、追随者としてではなく、位置付けられました。

あなたは会議での会話を組織内で最も見落とされているデータソースの1つと説明しています。会議での会話が次の主要なフロンティアになることを信じるようになったのは何でしたか?

私は、チーム全員の会議を聞くために1日8時間を使える営業責任者には会ったことがないと気付きました。聞いた内容に基づいて判断し、チームを指導するとなれば、なおさらです。会議は、非常に貴重なデータを生成しますが、大規模には活用できないのです。従来の会議では、コンテンツの99%を捨てて、残り1%をメモとしてCRMに入れます。すると、そこからビジネスに何が起こるかを逆算しようとします。それは馬鹿らしいプロセスです。実際に重要な情報 — 顧客の声のトーン、特定の反対意見、競合他社の言及 — はすべて、誰かの急いで打ったノートを通じてフィルタリングされ、すべてのコンテキストを失います。

会議での会話が次のフロンティアであることを私が信じるようになったのは、会議での会話が「会話の暗いデータ」であり、組織で何が起こっているかについての最も豊かなシグナルであることを認識したことです。リアルタイムで、顧客が抱える問題、製品のギャップ、競合の脅威、トレーニングのニーズについての洞察を、話した本人の言葉で得られます。顧客が機能が必要な理由を説明するのは、CRMの項目に営業担当者が記した言い換えよりもはるかに貴重です。

AIのブレークスルーは、ついにこのデータを大規模に活用できるようにしたことです。私たちがAsk Fathomを最初に立ち上げたとき、それは個別の会議について質問に答えることができました。次に、それを小さな会議グループに拡張しました。現在、それはあなたの会社全体の会議セットを理解するのに十分に賢いです。営業責任者は、「最近最もトレンドしている競合他社は何ですか？ クリップを表示してください」と尋ねることができます。エンジニアリングチームは、「Fathomでのトランスクリプションエンジンの歴史を教えてください」と尋ね、4年間のエンジニアリング会議から引き出された6ページの統合文書を受け取ることができます。

それは、実際に何が起こっているか、会話について何が話し合われているかを理解する、はるかに大きな脳になり始めています。AIがどの機能を作れば最も多くの商談を成約につなげられるか、どの競合が話題に上がっているか、チーム全体に存在する教育上の課題について、次の戦略会議やロードマッププロセスへの入力を与える世界を想像できます。

多くのユーザーは、会議中に会話に集中するためにFathomが変革的であると述べています。自動化と会話の自然な流れをどのようにバランスをとっていますか?

これは、私たちのデザイン哲学の核心でした。目標は、会議中に何をすべきかをAIに指示させることではなく、会話により集中し、効果的に参加するための洞察を与えることです。

私たちは、自動化するものと自動化しないものについて慎重です。本当に高い品質で実現できると確信するまで、機能をリリースしません。時には、私たちが特定の機能について市場で最初に登場するのではないことを意味します。しかし、私たちが何かを立ち上げるとき、それは機能し、確かな価値を提供します。電話の録音や一部の対面会議の記録などは要望が多いものの、取り組みには慎重です。私たちは、会話の自然な流れを妨げるような中途半端な体験をロールアウトするよりも、優れたものを提供したいと思います。

最終的に、私たちのユーザーは私たちがバランスをとっていることを伝えています。彼らは、1週間あたり6時間以上を節約し、洞察から次のステップまで3倍速くなっていることを報告しています。95%のユーザーは、Fathomが会議中に会話に集中するのに役立っていることを伝えています。これは、私たちが人間の能力を増強していることを確認しています。人間の能力を置き換えているのではないです。

FathomはシリーズAで1,300人以上のユーザー投資家を引き付けた — これは、製品レベルの信頼のまれな兆候です。日常のユーザーにとって何が強く共鳴したと思いますか?

1つの理由は、私たちが十分に充実した無料製品を提供していることです。無制限の会議、月5つのAIサマリー。私たちのユーザーの3分の2は私たちに1ドルも支払わないで済みますが、私たちはそれで完全に満足しています。これは典型的なSaaS戦略ではありません。私たちのユーザーは、私たちが彼らから常に価値を搾取しようとしていないことを認識しています。私たちは、現場の個々の担当者の生活を無料で良くしようとしています。管理ツールを彼らの上司に販売することで収益を上げています — コーチングダッシュボード、クロスミーティングインテリジェンス、競合分析。製品は動作し、支払うかどうかに関係なく動作し続けます。それは本当の信頼を生み出します。

私たちの成長はほぼ完全に口コミです — 私たちは、伝統的なB2Bソフトウェアよりもソーシャルメディアプラットフォームのように成長しています。利用者は私たちを支持し、製品を広める経路にもなっています。彼らに投資家になってもらうことは、すでにそうであるように、この使命のパートナーだと認めることにすぎません。

私は、解決している問題についてのより深い共鳴があると思います。会議に集中しようとしているのに、相手が参加せず慌てて入力している、というもどかしさは誰でも経験しています。出席しなかった会議の情報が必要なのに、役に立たない2行の要約だけが届いた経験もあるでしょう。問題は誰にも共通しており、うまく機能すると解決策は魔法のようです。利用者が投資するのは、この未来を自分だけでなく、一緒に働く全員のためにも実現したいからです。

あなたの背景には、UserVoiceを構築したことがあります。UserVoiceは、会社が顧客のフィードバックを管理する方法を定義するのに役立ちました。UserVoiceでの経験は、組織の記憶とAIパワードの知識フローのあなたの考えにどのように影響しましたか?

UserVoiceは、私に最も貴重な情報が会社の中で最も散在していることを教えました。顧客のフィードバックはどこにでもありました。サポートチケット、転送されたメール、さまざまな営業上の会話に埋もれています。会社は何千ものデータポイントを持っていますが、戦略的な決定にそれをまとめる方法はありませんでした。私たちは、フィードバックを大規模に集めるためのインフラストラクチャを構築し、それを製品の決定を下す人々にアクセス可能にしました。

Fathomとの平行性は明らかですが、問題空間はより深刻です。会議は顧客のフィードバックよりもはるかに散在しています。毎組織には、毎週何百、何千時間の会話が発生しています。UserVoiceから学んだことは、キャプチャーは必要ですが十分ではないことです。情報を集めるだけでなく、どれが重要かについての知恵を構築し、それを正しい人々にルーティングする必要があります。UserVoiceでは、投票システム、トレンドアルゴリズム、管理ダッシュボードを構築しました。製品チームがノイズからシグナルを分離できるようにしました。Fathomでは、会話全体でコンテキストを理解し、洞察を能動的に提示するAIを構築しています — 「5人の顧客が今月このユースケースについて言及しました」または「あなたのチームはこの反対意見でいつもつまずいています」。

別の教訓は、民主化についてでした。UserVoiceは、経営幹部に電話が通じるほど声の大きな顧客に限らず、どの顧客でもフィードバックを提供できるようにしました。Fathomでは、会議のインテリジェンスへのアクセスを民主化しています。私たちのケーススタディでは、Netgainの運用マネージャーは、1日7.5時間を費やして、売上会議について基本的な質問に答えていました。それは馬鹿らしいことです。情報は存在しましたが、人の頭の中や散在したノートに閉じ込められていました。

組織の記憶の未来は、CRM、ドキュメント、フィードバックシステムのような孤立した知識のサイロから、つながった会話のインテリジェンスへの移行です。UserVoiceで構築したものの論理的な進化です。AIにより、人間の会話の細部をすべて保ったまま、単なる構造化データにとどまらずそれを実現できるようになりました。

2020年以降、ZoomベースのAIツールが爆発的に増えました。あなたの見解では、本当に役立つAIアシスタントとただノイズを追加するものを区別するのは何ですか?

私は常に、AI会議アシスタントを実際に沈めることができる2つのことしかないと人々に伝えています。製品に信頼性がない場合、またはAIの出力がごみである場合です。前の世代では、マーケティングAIが多くあり、魔法のようなものを約束することは簡単でしたが、現実は馬鹿らしいものでした。私たちは、製品が本当に高品質で信頼性があることを確認することに常に努めてきました。私たちを特徴付ける主な点は次のとおりです。

• トランスクリプションの精度です。Fathomは現在、最も正確なトランスクリプトと見なされています。ほとんどのツールは、サードパーティのトランスクリプションサービスを利用していますが、私たちは独自のプロプライエタリトランスクリプションテクノロジーを社内で構築しました。トランスクリプトが悪いと、トランスクリプトから派生するすべてのAIの出力が台無しになります。
• 信頼性とインフラストラクチャです。会議に参加するときは、急いでいるか、ストレスを感じていることが多いです。他の多くのツールでは会議にボットを参加させても、会議を記録しなかったり、録画に失敗したりします。私たちは、ほぼリアルタイムのシステムレベルで存在します — あなたはアビオニクスに次ぐステップで作業しています。2回失敗すると、ユーザーは去っていきます。伝統的なSaaSでは、時々ダウンすることはありますが、会議中はそうではありません。
• ニュアンスとコンテキストを理解するAIです。ビジネス言語は非常に繊細です。UserVoiceの営業チームを運営していたとき、人々のノートを読んで、「彼らが実際にどう言ったかを聞きたい」と思ったことがあります。AIは、何が言われたかだけでなく、トーン、躊躇、興奮（またはその欠如）を捉える必要があります。そうすることで、私たちは要約ポイントごとに実際のレコーディングの瞬間をリンクしています。
• 複雑性のないカスタマイズです。AIはあなたのビジネスに適応する必要があり、あなたがAIに適応する必要はありません。営業チームは、特定の方法論（MEDDIC、Challenger、SPICEDなど）に合わせてテンプレートを変更できる必要があります。ただし、そのためにデータサイエンスの学位が必要であってはいけません。特別な知識なしに動作する必要があります。

Fathomは会議のコンテンツを実行可能な知識に変えます。会話、決定、ダウンストリームのタスクを自動的に接続するワークフローエンジンとして機能するAIシステムにどのくらい近いと思いますか?

多くの人が思うより実現は近いと思いますが、まだ重要な段階が残っています。現在、Fathomはあなたのためにより多くの作業を行っています。最初のステップは、情報をあなたがそれを置きたい場所に持って行くことです。次のステップは、AIが実際にあなたのために作業を行うことです。私たちは、既にその初期バージョンを見ています。Asanaとの統合により、会議からのアクションアイテムを自動的に追跡可能なタスクに変換します。Fathomはタスク管理ソリューションを構築したいとは思いません。Asanaのような素晴らしいものがたくさんあります。したがって、私たちは、会議の結果をすでに使用しているツールに直接プッシュする統合を構築しています。

CRM側では、構造化されたフィールド（顧客の課題、タイムライン、主要な意思決定者など）をSalesforceやHubSpotに自動的にプッシュしています。あるケーススタディでは、案件の状況を更新するたびに20〜30分を節約し、月末の予測精度をほぼ100%にしました。ワークフローエンジンが実際に機能しています。会議が行われ、AIが重要なビジネスデータを抽出して、記録管理システムに、誰も入力することなく自動的に流れ込むのです。

しかし、私が本当のブレークスルーになると考えるのは、セマンティクスベースのアラートとインテリジェントルーティングの到来です。マネージャーや営業責任者が毎日重要場面の動画集を受け取ることを想像してください。AIは、価格交渉で失敗したすべての会話や契約更新の電話で話題になった、製品に関するすべての障害を見つけます。エンジニアリングマネージャーの場合、エンジニア間のすべての激しい議論を見ます。AIは、キーワードだけでなくトーンやニュアンスを理解できるようになりました。したがって、実際に気になる瞬間を理解しています。

会社が拡大するにつれて、分散された知識と情報の衰退に苦労します。AIは会議で話し合われたことと実際に実行されることのギャップをどのように埋めますか?

これは、私たちが解決している最も重要な問題の1つです。会議に出席している人と、会議に出席していないがチームを運営し、会社が何をしているかを理解しようとしているマネージャー、リーダー、創設者という2つのグループがいます。後者のグループは、分散された知識の問題が実際に発生する場所です。

根本的な問題は、可視性の欠如です。会社の誰でも、案件の状況や顧客の状況を知りたいときに、簡単に情報を見つける場所がないのです。彼らは営業チームに電話し、営業担当者はノートを調べて20〜30分を費やします。ピーク時には、運用マネージャーは1日15件のリクエストを受け取り、7.5時間を情報の回収に費やします。価値を加える活動ではなく、情報の回収に費やします。

AIは、人間が追跡できないさまざまな会話を横断して関連性を見いだせます。会話全体でパターンを認識することで、知識の衰退を防ぎ、会話を戦略的なインテリジェンスに変えることができます。

5年先を見て、会議のインテリジェンスはどのように進化すると思いますか?また、組織の記憶、意思決定、コラボレーションの未来におけるAIの役割は何でしょうか?

5年後、現在の会議のインテリジェンスツールを見て、初期のスマートフォンと同じように思うでしょう。 当時の時代には印象的でしたが、可能になったものと比較して原始的です。

最初の主要な進化は、ノートテイキングから真のワークフローオートメーションへの移行です。私たちは、会議で何かを言っただけで、それが実現する未来を想像しています。会議後の作業が不要になる未来です。今は会議で「この機能の仕様書を作り、来週エンジニアリングチームとのフォローアップ会議を設定しよう」と言っても、文書の作成もカレンダーの招待送信も手動で行わなければなりません。5年後、AIがすべてを自動的に行います。何かを話すと、それが実現します。AIがタスク、仕様、ドキュメントを作成することで、人々は人間の創造性と判断が必要な作業に集中できます。

2番目の進化は、顧客向けからすべての会議への拡大です。現在、外向け会議 — 営業、カスタマーサクセス、代理店とクライアントの会議 — に焦点を当てています。しかし、今後12〜18か月の目標は、Fathomを顧客対応チームだけでなく、組織全体で使えるプラットフォームにすることです。Slack Huddlesや対面会議を含む、会社で行われるあらゆる会話をキャプチャーできるボットレスレコーディングを構築しています。会社で行われるあらゆる会話を、どのようなメディアでもキャプチャーできるように進化しています。

会社がトップに立つのは、会話データをCRMデータ、分析、文書と同じくらい重要な資源として扱う会社です。最終的に、組織で最も重要な知識はシステムの中ではなく、会話の中にあります。AIは、ついにそれを利用できるようにしました。

素晴らしいインタビューをありがとうございました。このノートアプリについて詳しく知りたい方は、Fathomをご覧ください。