Richard White, Oprichter & CEO van Fathom – Interview Serie

Richard White, Oprichter & CEO van Fathom, is een herhaalde oprichter en productgerichte ondernemer die het meest bekend is vanwege het omzetten van persoonlijke frustraties in categorie-definiërende software. 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 de nu-ubiquitaire website “Feedback”-tab. Eerder in zijn carrière bouwde en beheerde hij SlimTimer helemaal alleen voor meer dan een decennium, leidde invloedrijke open-sourceprojecten zoals AjaxScaffold in het Ruby on Rails-ecosysteem en werkte als Product Design Lead bij Kiko (YC S05), ervaringen die collectief zijn filosofie rond gebruikersvriendelijkheid, klantempathie en het bouwen van tools die op een stille maar betekenisvolle manier verbeteren hoe teams werken.

Opgericht in 2020, weerspiegelt Fathom dezelfde ethos door een universeel pijnpunt aan te pakken: de cognitieve overbelasting van notities maken terwijl men probeert echte gesprekken te voeren. Het platform neemt automatisch vergaderingen op, transcribeert en samenvat ze – meest opvallend 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 systeem van record 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 hebben uw technische en productontwerpachtergrond de onderneming vanaf de eerste dag vormgegeven?

Mijn inspiratie voor het oprichten van Fathom kwam in het begin van 2020. Het was pre-pandemisch, maar ik deed uitgebreid gebruikersonderzoek voor een product en zat plotseling door 15 of 20 aaneengesloten Zoom-vergaderingen per dag. Zes weken daarvan maakten me pijnlijk bewust van hoe pijnlijk de ervaring was. Ik kan niet praten en typen tegelijk – ik keek naar mijn notities twee weken later en wist niet welk gesprek het was. Het grootste probleem was dat ik al dit onderzoek zou doen en dan een paar bullet-points met mijn team zou delen en het gewoon niet zou aankomen. Alles ging verloren in de vertaling. Het was een ‘stub je teen’-moment voor me: iets dat, als het een keer per maand gebeurt, je negeert. Je stoot je teen tegen iets elke dag, meerdere keren per dag, je probeert het snel te fixen.

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 had ik deze inzicht dat transcriptietechnologie aan het worden was commodity – er was een proliferatie van standaardoplossingen 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 bij de oproep aanwezig waren. Maar ze zijn echt niet behulpzaam voor mensen die er niet bij waren. Wat we veel meer impactvol vonden, was om je de 30-secondenvideo-clip van de klant te laten zien die tegen de prijs protesteert of die technische vraag stelt. We gebruiken het transcript bijna als een inhoudsopgave om de daadwerkelijke audio-video-clip 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 in het hart – in plaats van het achteraf aan te passen – 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 de ruimte zouden zijn die AI effectief konden toepassen om echte problemen op te lossen, niet diegenen die de modellen zelf bouwden. Die tegenovergestelde visie liet ons behendig blijven met een kleiner team en ons engineeringbronnen richten op de moeilijke infrastructuurproblemen – betrouwbaar opnemen over platforms, virale distributiemechanismen, real-time verwerking op grote schaal.

Hier is het punt over het begin in 2020: 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 we bouwden alles eerst – 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 arriveerden, konden we ze onmiddellijk integreren. Concurrenten die jarenlang aangepaste NLP-pijpleidingen hadden gebouwd, moesten plotseling hun hele stack opnieuw overwegen. We upgradeten gewoon onze modellen en bleven verzenden.

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 verzendt het. Met AI gebruiken we wat ik een “Jenga-model” noem. Elk blok vertegenwoordigt een potentieel AI-vermogen. 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 kunnen terugkomen naar het. Dit houdt ons ervan om functies af te dwingen voordat ze klaar zijn, terwijl we ervoor zorgen dat we altijd waarde blijven verzenden.

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 gezien gegevensbronnen binnen organisaties. Wat overtuigde u ervan dat dit de volgende grote frontier 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 genereren ongelooflijk waardevolle gegevens, maar het is volledig ontoegankelijk op grote schaal. Met traditionele vergaderingen gooien we 99% van de inhoud weg, terwijl de laatste 1% van de notities in de CRM terechtkomt. Vervolgens proberen we omgekeerd af te leiden uit daar wat er met ons bedrijf zal gebeuren. Het is een absurd proces. De informatie die echt belangrijk is – de toon van een klant, het specifieke bezwaar dat hij aanvoerde, de concurrentie die ter sprake kwam – alles wordt gefilterd door iemands haastig getypte notities en verliest alle context.

Wat me ervan overtuigde dat dit de volgende frontier was, was het erkennen dat deze “conversational dark data” eigenlijk de rijkste signaal is van wat er gebeurt in een organisatie. Je krijgt real-time inzicht in klantpijnpunten, productgaten, concurrentiebedreigingen en trainingsbehoeften – allemaal in mensen eigen woorden. Wanneer een klant uitlegt waarom hij een functie nodig heeft, is dat veel waardevoller dan een verkopers parafrase 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 uw hele bedrijf te begrijpen – niet alleen één vergadering. Salesleiders kunnen vragen: “Welke concurrenten zijn het meest recent aan het stijgen? 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 grotere hersenen te worden die echt begrijpen wat uw bedrijf doet en de gesprekken die het voert. U kunt zich een wereld voorstellen waarin een AI u kunt vertellen welke functies u het eerst moet bouwen op basis van wat het meeste deals zou helpen sluiten, of welke concurrenten opkomen, of welke trainingsgaten er bestaan in uw team. Er is deze geweldige gegevensbron die AI mijnt om u inputs te geven voor uw volgende strategische vergadering of roadmappingproces.

Veel gebruikers noemen Fathom transformatief voor het blijven van aanwezigheid tijdens vergaderingen. Hoe balanceert u automatisering met het behoud van de natuurlijke stroom van menselijke conversatie?

Dit is vanaf het begin kern van onze ontwerpfilosofie. Het doel is niet om AI te laten vertellen wat u moet doen in een vergadering, maar om u inzichten te geven die u helpen meer aanwezig en effectief te zijn in uw gesprekken.

We zijn voorzichtig over wat we automatiseren en wat we niet. 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 telefoongespreksopname of bepaalde in-ruimte-vergaderingsopname, 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 aanwezig houdt in vergaderingen. 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 productniveau-vertrouwen. 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 okay mee. Het is geen typische SaaS-spel. Onze gebruikers zien dat we niet proberen waarde uit hen te halen bij elke gelegenheid. We zijn gericht op het verbeteren van het leven van individuele bijdragers voor niets 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 is bijna geheel mond-tot-mond – we zijn gegroeid als een sociaal mediaplatform in plaats van traditionele B2B-software. Onze gebruikers zijn onze voorstanders en distributiekanaal. Het laten worden van investeerders erkent gewoon 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 aanwezig te zijn en iemand zien die koortsachtig typt in plaats van te engageren. Iedereen heeft ooit informatie nodig gehad uit een vergadering waar hij niet bij was en kreeg een nutteloze twee-regel samenvatting. Het probleem is universeel en de oplossing voelt bijna magisch aan wanneer het goed werkt. Gebruikers investeren omdat ze deze toekomst willen dat die bestaat – 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 organisatorische geheugen en AI-gepowered kennisstromen beïnvloed?

UserVoice leerde me dat de meest waardevolle informatie in bedrijven vaak de meest verspreide is. Klantfeedback was overal. Het was begraven in ondersteuningsTickets, doorgestuurde e-mails en willekeurige verkoopgesprekken. Bedrijven hadden duizenden gegevenspunten over wat klanten wilden, maar geen manier om het te synthetiseren tot 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 capture 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 ons 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 het was vastgelopen in mensenhoofden en verspreide notities.

De toekomst van organisatorisch geheugen verplaatst zich van deze geïsoleerde kennis silo’s – CRM, docs, feedbacksystemen – naar verbonden, conversational intelligentie. 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 geloofwaardigheid van menselijke conversatie, 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 zinken: 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:

• Transcriptie nauwkeurigheid. Fathom wordt beschouwd als het meest nauwkeurige transcript van vandaag. De meeste tools gebruiken een derde partij transcriptieservice, terwijl wij onze eigen propriëtaire transcriptietechnologie in-house 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 één stap achter avionics zit. Als het niet twee keer 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 mensennotities 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 elke samenvattingspunt 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 dit mag niet een datawetenschappelijke graad vereisen. Het moet gewoon werken.

Fathom verandert vergaderinhoud in actiegerichte kennis. Hoe dicht zijn we bij AI-systemen die functioneren als echte workflow-motoren – het verbinden van conversatie, beslissingen en downstream-taken automatisch?

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 het 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 traceerbare taken. Fathom wil geen taakbeheersysteem creëren – er zijn veel goede daarvan, 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 bespaarden we 20 tot 30 minuten per dealstatusupdate en leidde tot bijna perfecte maandelijkse prognose nauwkeurigheid. Dat is een workflow-motor in actie: conversatie gebeurt, AI haalt de belangrijkste bedrijfsgegevens eruit en vervolgens stroomt het automatisch in uw systeem van record 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 elke productblokker die in een vernieuwingsgesprek opdook. 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 wat momenten u echt iets kan schelen.

Terwijl bedrijven groeien, worstelen ze met gedistribueerde kennis en informatievervalsing. Hoe ziet u AI de kloof tussen wat teams bespreken en wat er werkelijk wordt uitgevoerd aan?

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 aanwezig te zijn, 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 informatieopname in plaats van waarde toevoegende activiteiten.

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 kennisvervalsing voorkomt 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 Fathom meer en meer van het werk voor u doet. Het eerste wat u zegt in een vergadering kan het in werkelijkheid brengen, zonder de nasleep. 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, klantensucces, agentschappen 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 klantgerichte teams. We bouwen botloze opname die elke conversatie kan vastleggen, inclusief Slack-huddles en persoonlijke vergaderingen. 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 eerste klas burger – 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 leren over deze notitie-app, moeten Fathom bezoeken.