Richard White, oprichter en CEO van Fathom – Interviewserie

Richard White, oprichter en CEO van Fathom, is een productgerichte ondernemer die meerdere bedrijven heeft opgericht en vooral bekendstaat om het omzetten van persoonlijke frustraties in software die een hele productcategorie vormgeeft. Voordat hij Fathom oprichtte, richtte hij UserVoice op en leidde het bijna 13 jaar, waardoor het een winstgevend feedbackbeheerplatform werd dat door duizenden bedrijven werd gebruikt, van start-ups tot ondernemingen zoals Microsoft, en hij was ook een pionier op het gebied van het inmiddels alomtegenwoordige tabblad “Feedback” op websites. Eerder in zijn carrière bouwde en beheerde hij SlimTimer meer dan tien jaar volledig zelfstandig, leidde hij invloedrijke open-sourceprojecten zoals AjaxScaffold in het Ruby on Rails-ecosysteem en werkte hij als Product Design Lead bij Kiko (YC S05), ervaringen die samen zijn visie vormden op gebruiksgemak, inlevingsvermogen in klanten en het bouwen van tools die onopvallend maar betekenisvol verbeteren hoe teams werken.

Het in 2020 opgerichte Fathom weerspiegelt diezelfde filosofie door een universeel pijnpunt aan te pakken: de cognitieve overbelasting van notities maken terwijl men probeert echte gesprekken te voeren. Het platform neemt vergaderingen automatisch op, transcribeert ze en vat ze samen — vooral op Zoom — waardoor gebruikers momenten in real-time kunnen markeren, korte clips kunnen delen in plaats van ruwe notities en de nuances kunnen behouden die vaak verloren gaan in geschreven samenvattingen. Naarmate Fathom volwassener werd, is het uitgegroeid tot een lichtgewicht centraal registratiesysteem voor gesprekken, ontworpen om teams te helpen context te behouden, te leren van klantgesprekken en asynchroon samen te werken zonder wrijving toe te voegen aan de vergadering zelf.

U hebt de afgelopen 15 jaar bedrijven opgebouwd die de manier waarop mensen communiceren veranderen – van UserVoice tot Fathom. Wat was het moment dat u ertoe bracht Fathom op te richten, en hoe heeft uw achtergrond in engineering en productontwerp de onderneming vanaf de eerste dag vormgegeven?

Mijn inspiratie voor het oprichten van Fathom kwam in het begin van 2020. Het was vóór de pandemie, maar ik deed uitgebreid gebruikersonderzoek voor een product en had ineens 15 of 20 Zoom-vergaderingen achter elkaar per dag. Na zes weken besefte ik heel goed hoe vervelend die ervaring was. Ik kan niet praten en typen tegelijk – als ik twee weken later mijn notities teruglas, wist ik niet meer welke notities bij welk gesprek hoorden. Het grootste probleem was dat ik al dat onderzoek deed en vervolgens een paar opsommingstekens met mijn team deelde, maar dat de boodschap gewoon niet overkwam. Alles ging verloren in de vertaling. Het was voor mij alsof je je teen stoot: als dat één keer per maand gebeurt, negeer je het. Maar als je elke dag meerdere keren je teen tegen hetzelfde stoot, probeer je er heel snel iets aan te doen.

Mijn technische en ontwerpachtergrond hebben allebei de keuzes beïnvloed die ik maakte bij het bouwen van Fathom. Ik heb altijd problemen aangepakt door bestaande concepten te nemen en ze radicaal bruikbaarder te maken voor een veel groter publiek. Met Fathom besefte ik dat transcriptietechnologie gemeengoed werd — er kwamen steeds meer kant-en-klare oplossingen die vijf jaar eerder niet bestonden. Dus transcriptie was onderdeel van de oplossing, maar het was niet de oplossing zelf.

Vanuit een productontwerpperspectief realiseerde ik me dat transcripten waardevol kunnen zijn voor de mensen die aan het gesprek deelnamen. Maar voor mensen die er niet bij waren, zijn ze niet echt nuttig. Wat veel meer impact had, was een videofragment van 30 seconden laten zien waarin de klant bezwaar maakt tegen de prijs of die technische vraag stelt. We gebruiken het transcript bijna als een inhoudsopgave om het daadwerkelijke audio- of videofragment te vinden. Die productdenkwijze – het begrijpen van de taken die moeten worden uitgevoerd, niet alleen de technologie – kwam rechtstreeks uit mijn ontwerpwortels.

Fathom werd in 2020 opgericht, lang voordat de meeste bedrijven serieus nadachten over AI-native workflows. Wat waren de voordelen van het bouwen met AI als kern — in plaats van AI achteraf toe te voegen – in het begin?

Het belangrijkste voordeel was architectonische vrijheid. We konden elk systeem ontwerpen, van datapipelines tot gebruikerservaring, met de veronderstelling dat AI een fundamentele laag zou zijn en geen losse functie. De meeste concurrenten in 2020 en 2021 huurden taalkundige experts en ML-specialisten in om hun eigen modellen te bouwen. We namen de tegenovergestelde benadering omdat we geloofden dat de winnaars in deze markt degenen zouden zijn die AI effectief konden toepassen om echte problemen op te lossen, niet diegenen die de modellen zelf bouwden. Dankzij die tegendraadse visie konden we met een kleiner team wendbaar blijven en onze engineeringcapaciteit richten op de lastige infrastructuurproblemen: betrouwbaar opnemen op verschillende platforms, virale distributiemechanismen en realtime verwerking op grote schaal.

Het punt van beginnen in 2020 was dit: AI was nog niet goed genoeg. We wisten dat. Maar we wisten ook dat als we zouden wachten tot AI volwassen was voordat we het bedrijf zouden bouwen, we twee tot drie jaar te laat zouden zijn. De deur zou wijd openstaan en iedereen zou naar binnen stormen. Dus bouwden we eerst al het andere — de infrastructuur, de distributiekanalen, de gebruikerservaring – met de expliciete verwachting dat wanneer AI er was, we het zouden kunnen invoegen als een nieuwe motor in een auto. Die beslissing betaalde zich enorm uit. Toen GPT-4 en Claude in 2022-2023 verschenen, konden we ze onmiddellijk integreren. Concurrenten die jarenlang aangepaste NLP-pijpleidingen hadden gebouwd, moesten plotseling hun hele stack opnieuw overwegen. Wij werkten simpelweg onze modellen bij en bleven nieuwe versies uitbrengen.

Het bouwen van AI-native veranderde ook fundamenteel ons productontwikkelingsproces. Traditionele software heeft een vrij lineaire roadmap: je besluit wat je wilt bouwen, je bouwt het en je brengt het uit. Met AI gebruiken we wat ik een “Jenga-model” noem. Elk blok vertegenwoordigt een mogelijke AI-functionaliteit. Als we op een blok duwen en weerstand ondervinden omdat de modellen nog niet goed genoeg zijn, proberen we een andere. We weten dat over zes maanden de technologie zal verbeteren en we erop kunnen terugkomen. Zo voorkomen we dat we functies forceren voordat ze er klaar voor zijn, terwijl we wel steeds waarde blijven leveren.

Het andere voordeel was geloofwaardigheid. Ja, investeerders zeiden me dat ik “AI” niet in onze naam moest zetten in 2020, maar vroeg zijn gaf ons authenticiteit. We sprongen niet op een trend; we wedden op een these voordat het duidelijk werd. Dat positioneerde ons als bouwers, niet als snelle volgers.

U hebt vergaderingsgesprekken beschreven als een van de meest over het hoofd geziene gegevensbronnen binnen organisaties. Wat overtuigde u ervan dat dit het volgende grote werkterrein voor AI was?

Ik realiseerde me dat ik nooit een verkoper had ontmoet die acht uur per dag had om naar alle vergaderingen van zijn team te luisteren, laat staan om beslissingen te nemen en zijn team te coachen op basis van wat hij had gehoord. Vergaderingen leveren ongelooflijk waardevolle gegevens op, maar op grote schaal zijn die volledig ontoegankelijk. Met traditionele vergaderingen gooien we 99% van de inhoud weg, terwijl alleen de resterende 1% als notities in het CRM terechtkomt. Vervolgens proberen we daaruit terug te redeneren wat er met ons bedrijf gaat gebeuren. Het is een absurd proces. De informatie die echt belangrijk is – de toon van een klant, het specifieke bezwaar dat hij aanvoerde, de concurrent die werd genoemd – alles wordt gefilterd door iemands haastig getypte notities en verliest alle context.

Wat me ervan overtuigde dat dit het volgende werkterrein was, was het erkennen dat deze “conversational dark data” eigenlijk het rijkste signaal is van wat er gebeurt in een organisatie. Je krijgt real-time inzicht in problemen van klanten, tekortkomingen van het product, concurrentiedreigingen en opleidingsbehoeften — allemaal in de eigen woorden van mensen. Wanneer een klant uitlegt waarom hij een functie nodig heeft, is dat veel waardevoller dan de parafrase van een verkoper in een CRM-veld.

De doorbraak met AI is dat we deze gegevens eindelijk op grote schaal kunnen benutten. Toen we Ask Fathom voor het eerst lanceerden, kon het vragen over individuele vergaderingen beantwoorden. Vervolgens verbeterden we het om kleine groepen vergaderingen aan te kunnen. Nu is het slim genoeg om alle vergaderingen van uw hele bedrijf te begrijpen. Salesleiders kunnen vragen: “Welke concurrenten komen de laatste tijd steeds vaker ter sprake? Laat me enkele clips zien.” Engineeringteams kunnen vragen: “Vertel ons de geschiedenis van transcriptie-engines bij Fathom” en krijgen een zes pagina’s tellend gesynthetiseerd document dat uit vier jaar aan engineeringvergaderingen put.

Het begint een veel groter brein te worden dat echt begrijpt wat uw bedrijf doet en de gesprekken die het voert. U kunt zich een wereld voorstellen waarin AI u binnenkort kan vertellen welke functies u het beste als volgende kunt bouwen op basis van wat de meeste deals zou helpen sluiten, of welke concurrenten opkomen, of welke opleidingsbehoeften er zijn in uw team. AI haalt uit deze geweldige gegevensbron inzichten voor uw volgende strategievergadering of het opstellen van uw productroadmap.

Veel gebruikers zeggen dat Fathom het veel gemakkelijker maakt om tijdens vergaderingen met hun aandacht bij het gesprek te blijven. Hoe brengt u automatisering in balans met het behoud van het natuurlijke verloop van menselijke gesprekken?

Dit staat vanaf het begin centraal in onze ontwerpfilosofie. Het doel is niet om AI u te laten vertellen wat u moet doen in een vergadering, maar om u inzichten te geven die u helpen aandachtiger en effectiever te zijn in uw gesprekken.

We kiezen zorgvuldig wat we wel en niet automatiseren. We lanceren geen functies totdat we weten dat we ze echt goed kunnen doen. Dit betekent soms dat we niet de eerste zijn om bepaalde capaciteiten op de markt te brengen, maar wanneer we iets lanceren, werkt het en levert het echte waarde. We zijn voorzichtig geweest met het nastreven van dingen zoals het opnemen van telefoongesprekken of bepaalde vergaderingen waarbij mensen fysiek bij elkaar zijn, ondanks frequente verzoeken. We zouden liever uitmuntend zijn in wat we doen dan een matige ervaring lanceren die de natuurlijke stroom van conversatie verstoort.

Uiteindelijk vertellen onze gebruikers ons dat we de juiste balans vinden: ze zeggen dat ze 6+ uur per week besparen en 3× sneller gaan van inzicht tot volgende stappen; 95% meldt dat Fathom hen helpt tijdens vergaderingen met hun aandacht bij het gesprek te blijven. Dit bevestigt dat we menselijke capaciteiten aanvullen, niet vervangen.

Fathom trok meer dan 1.300 gebruikers-investeerders aan in zijn Series A – een zeldzaam teken van vertrouwen in het product. Wat denkt u dat zo sterk resoneerde met gewone gebruikers?

Ten eerste geven we een echt robuust gratis product: onbeperkte vergaderingen, vijf AI-samenvattingen per maand. Twee derde van onze gebruikers betaalt ons nooit een cent en we zijn daar helemaal tevreden mee. Het is geen typische SaaS-aanpak. Onze gebruikers zien dat we niet proberen waarde uit hen te halen bij elke gelegenheid. We zijn gericht op het gratis verbeteren van het werk van individuele medewerkers en we verdienen geld door managementtools te verkopen aan hun bazen – coachingdashboards, cross-meetingintelligentie en concurrentie-inzichten. Het product werkt gewoon en het blijft werken, of je nu betaalt of niet. Dat creëert echt vertrouwen.

Onze groei komt bijna volledig voort uit mond-tot-mondreclame – we zijn gegroeid als een sociaal mediaplatform in plaats van traditionele B2B-software. Onze gebruikers zijn onze ambassadeurs en distributiekanaal. Door hen investeerder te laten worden, erkennen we alleen wat al waar is: ze zijn partners in deze missie.

Ik denk ook dat er een diepere resonantie is rond het probleem dat we oplossen. Iedereen heeft de pijn ervaren van het zitten in een vergadering, proberen met je aandacht bij het gesprek te blijven en iemand zien die koortsachtig typt in plaats van aan het gesprek deel te nemen. Iedereen heeft ooit informatie nodig gehad uit een vergadering waar hij niet bij was en kreeg een nutteloze samenvatting van twee regels. Het probleem is universeel en de oplossing voelt bijna magisch aan wanneer het goed werkt. Gebruikers investeren omdat ze willen dat deze toekomst werkelijkheid wordt – niet alleen voor zichzelf, maar voor iedereen met wie ze werken.

Uw achtergrond omvat het opbouwen van UserVoice, dat hielp bepalen hoe bedrijven klantfeedback beheren. Hoe heeft die ervaring uw denken over organisatiegeheugen en door AI aangedreven kennisstromen beïnvloed?

UserVoice leerde me dat de meest waardevolle informatie in bedrijven vaak de meest verspreide is. Klantfeedback was overal. Het was begraven in supporttickets, doorgestuurde e-mails en willekeurige verkoopgesprekken. Bedrijven hadden duizenden gegevenspunten over wat klanten wilden, maar geen manier om die samen te brengen als basis voor strategische beslissingen. We bouwden infrastructuur om die feedback op grote schaal te verzamelen en toegankelijk te maken voor de mensen die productbeslissingen namen.

De parallel met Fathom is duidelijk, maar het probleemgebied is dieper. Vergaderingen zijn exponentieel meer verspreid dan klantfeedback. Elke organisatie heeft honderden of duizenden uren aan gesprekken per week. Wat ik van UserVoice leerde, is dat vastleggen noodzakelijk is, maar het is niet genoeg. U kunt niet alleen informatie verzamelen; u moet intelligentie opbouwen over wat ertoe doet en het naar de juiste mensen routeren. Met UserVoice bouwden we stemsystemen, trendingalgoritmen en beheerdersdashboards, zodat productteams signalen van ruis konden scheiden. Met Fathom bouwen we AI die context over gesprekken heen begrijpt en proactief inzichten naar boven brengt: “Vijf klanten hebben deze use case deze maand genoemd” of “Uw team blijft vastzitten op dit bezwaar”.

De andere les was over democratisering. UserVoice maakte het mogelijk voor elke klant om feedback te geven, niet alleen de luidste die executives aan de telefoon konden krijgen. Met Fathom democratiseren we toegang tot vergaderingsintelligentie. In onze casestudy met Netgain besteedde de operationsmanager 7,5 uur per dag aan het beantwoorden van basisvragen over wat er gebeurde in verkoopgesprekken. Dat is absurd. De informatie bestond, maar ze zat opgesloten in de hoofden van mensen en verspreide notities.

De toekomst van organisatorisch geheugen verplaatst zich van deze geïsoleerde kennissilo’s – CRM, docs, feedbacksystemen – naar verbonden gespreksintelligentie. Dat is de logische evolutie van wat we begonnen te bouwen met UserVoice, maar AI maakt het mogelijk om het te doen met de volledige detailrijkdom van menselijke gesprekken, niet alleen gestructureerde gegevens.

Zoom-gebaseerde AI-hulpmiddelen explodeerden na 2020. Wat onderscheidt volgens u een echt behulpzaam AI-hulpmiddel van een dat alleen ruis toevoegt?

Ik zeg altijd tegen mensen dat er maar twee dingen zijn die een AI-vergaderhulpmiddel echt kunnen laten mislukken: als het product niet betrouwbaar is, of als de AI-uitvoer afval is. Ik denk dat er veel marketing-AI in de vorige generatie was waar het gemakkelijk was om magische dingen te beloven, maar toen kwam de realiteit naar buiten als onzin. We hebben altijd geprobeerd ervoor te zorgen dat we een kwalitatief hoogwaardig, betrouwbaar product hebben dat doet wat het belooft. Onze belangrijkste differentiatoren zijn:

• Nauwkeurigheid van de transcriptie. Fathom wordt beschouwd als de meest nauwkeurige transcriptieoplossing van dit moment. De meeste tools gebruiken een transcriptiedienst van een derde partij, terwijl wij onze eigen transcriptietechnologie intern hebben gebouwd. Als uw transcript slecht is, is alles van het AI-onderdeel absoluut naar de knoppen omdat het allemaal van het transcript afkomt.
• Betrouwbaarheid en infrastructuur. Wanneer u deelneemt aan een vergadering, bent u vaak haastig of gestrest. Veel van deze andere tools zouden bots naar vergaderingen sturen, maar dan zouden ze niet opnemen of de opname zou falen. We bestaan bijna op een real-time systeemniveau – u werkt aan iets dat maar één stap verwijderd is van vliegtuigelektronica. Als het twee keer niet werkt, is de gebruiker weg. Het is niet zoals traditionele SaaS waar u af en toe uit kunt vallen.
• AI die nuances en context begrijpt. Zakelijke taal kan heel subtiel zijn. Ik herinner me dat ik het verkoopteam leidde bij UserVoice en de notities van mensen las, denkend: “Ik moet horen hoe ze dit echt zeiden.” De AI moet niet alleen vastleggen wat er werd gezegd, maar ook de toon, de aarzeling en de opwinding (of het gebrek daaraan). Dat is waarom we elk punt in de samenvatting koppelen aan het daadwerkelijke moment in de opname.
• Aanpassing zonder complexiteit. De AI moet zich aanpassen aan uw bedrijf, niet andersom. Verkoopteams moeten sjablonen kunnen aanpassen om overeen te komen met hun specifieke methodologieën – MEDDIC, Challenger, SPICED, wat ze ook gebruiken. Maar hiervoor mag geen diploma in datawetenschap nodig zijn. Het moet gewoon werken.

Fathom verandert vergaderinhoud in actiegerichte kennis. Hoe dicht zijn we bij AI-systemen die functioneren als echte workflow-motoren – die gesprekken, beslissingen en vervolgtaken automatisch met elkaar verbinden?

Ik denk dat we dichterbij zijn dan de meeste mensen denken, maar er zijn nog belangrijke stappen te nemen. Op dit moment bewegen we ons naar een wereld waarin Fathom meer en meer van het werk voor u doet. De eerste stap is om de informatie te krijgen waar u die wilt hebben. De volgende stap, die niet ver weg is, is om de AI het werk voor u te laten doen.

We zien al vroege versies hiervan. Onze Asana-integratie neemt actiepunten uit vergaderingen en maakt automatisch taken waarvan de voortgang kan worden gevolgd. Fathom wil geen taakbeheersysteem creëren – daar bestaan al veel goede oplossingen voor, zoals Asana. Dus we bouwen integraties die vergaderingsresultaten rechtstreeks in de tools duwen die mensen al gebruiken om werk te doen.

Aan de CRM-kant duwen we gestructureerde velden – pijnpunten, tijdslijnen, sleutelbeslissers – automatisch in Salesforce en HubSpot. In één casestudy bespaarde dit 20 tot 30 minuten per update van de status van een deal en leidde het tot vrijwel volledig nauwkeurige prognoses aan het einde van de maand. Dat is een workflow-motor in actie: conversatie gebeurt, AI haalt de belangrijkste bedrijfsgegevens eruit en vervolgens stromen die automatisch naar uw centrale registratiesysteem, zonder dat iemand iets hoeft te typen.

Maar ik denk dat de echte doorbraak komt met wat ik semantische waarschuwingen en intelligente routing noem. Stel uzelf voor als manager of verkoopleider en u krijgt een dagelijkse highlight reel waar de AI elke prijsdiscussie heeft gevonden die misging, of elk productprobleem dat in een gesprek over contractverlenging een belemmering vormde. Als u een engineeringmanager bent, ziet u elke verhitte discussie onder uw engineers. De AI kan toon en nuance begrijpen, niet alleen trefwoorden, dus het weet welke momenten er voor u echt toe doen.

Terwijl bedrijven groeien, worstelen ze met gedistribueerde kennis en het vervagen van informatie. Hoe kan AI volgens u de kloof dichten tussen wat teams bespreken en wat er daadwerkelijk wordt uitgevoerd?

Dit is een van de meest kritieke problemen die we oplossen. Er zijn twee groepen die we echt kunnen helpen: mensen in de vergadering die proberen notities te maken en hun aandacht bij het gesprek te houden, en het management, de leiders en de oprichters die niet in de vergadering zitten maar teams leiden en proberen te begrijpen wat er gebeurt. Die tweede groep is waar het probleem van gedistribueerde kennis echt toeslaat.

Het kernprobleem is zichtbaarheid. Wanneer iemand in een bedrijf de status van een deal of wat er met een klant gebeurt wil weten, is er traditioneel geen gemakkelijke manier om die informatie te vinden. Ze bellen het verkoopteam, waardoor vertegenwoordigers 20-30 minuten moeten doorbrengen met het doorzoeken van notities. Tijdens piekperioden krijgen sommige operationsmanagers 15 verzoeken per dag – dat is 7,5 uur besteed aan het opzoeken van informatie in plaats van activiteiten die waarde toevoegen.

AI kan beginnen met het verbinden van de punten over gesprekken heen die geen mens kan bijhouden. Dat soort patroonherkenning over gedistribueerde gesprekken is hoe u voorkomt dat kennis verloren gaat en gesprekken daadwerkelijk in strategische intelligentie omzet.

Terwijl we vooruitkijken naar de komende vijf jaar, hoe verwacht u dat vergaderingsintelligentie zal evolueren – en wat is de rol die u ziet voor AI in de toekomst van organisatorisch geheugen, besluitvorming en samenwerking?

Over vijf jaar denk ik dat we terugkijken op de huidige vergaderingsintelligentiehulpmiddelen zoals we nu kijken naar vroege smartphones: indrukwekkend voor hun tijd, maar primitief in vergelijking met wat mogelijk werd.

De eerste grote evolutie is het verplaatsen van notities maken naar echte workflow-automatisering. We voorzien een toekomst waarin u iets alleen maar in een vergadering hoeft te zeggen om het werkelijkheid te laten worden, zonder werk achteraf. Op dit moment, als u in een vergadering zegt: “Laten we een specificatie voor deze functie maken en een vervolggesprek met engineering volgende week plannen”, moet u nog steeds handmatig dat document maken en die kalenderuitnodiging sturen. Over vijf jaar zal de AI al dat werk voor u doen. U spreekt het uit en het gebeurt. Met AI die taken, specificaties en documenten maakt, kunnen mensen zich concentreren op het werk dat echt menselijke creativiteit en oordeel vereist.

De tweede evolutie is het uitbreiden van klantgerichte naar alle vergaderingen. Op dit moment richten we ons op externe vergaderingen: verkoop, customer success, bureaus die met klanten vergaderen. Maar ons doel voor de komende 12 tot 18 maanden is om Fathom het platform te maken dat u kunt gebruiken in uw hele organisatie, niet alleen voor klantgerichte teams. We bouwen botloze opname die elke conversatie kan vastleggen, inclusief Slack-huddles en fysieke bijeenkomsten. Het evolueert naar het kunnen vastleggen van elke conversatie die u in uw bedrijf voert, ongeacht het medium.

De bedrijven die bovenaan komen te staan, zullen die zijn die conversatiegegevens behandelen als een volwaardige, centrale informatiebron – net zo belangrijk als hun CRM-gegevens, analytics en documenten. Omdat uiteindelijk de belangrijkste kennis in elke organisatie niet in de systemen zit; het zit in de gesprekken. AI maakt het eindelijk mogelijk om dat te benutten.

Bedankt voor het geweldige interview. Lezers die meer willen weten over deze notitie-app, kunnen Fathom bezoeken.