Richard White, Fundador e CEO da Fathom – Série de Entrevistas

Richard White, Fundador e CEO da Fathom, é um empreendedor repetido e focado em produtos, mais conhecido por transformar frustrações pessoais em software de definição de categoria. Antes da Fathom, ele fundou e liderou a UserVoice por quase 13 anos, transformando-a em uma plataforma de gerenciamento de feedback lucrativa usada por milhares de empresas, desde startups até empresas como a Microsoft, e também pioneira na agora onipresente aba “Feedback” dos sites. No início de sua carreira, ele construiu e executou o SlimTimer completamente sozinho por mais de uma década, liderou projetos de código aberto influentes, como o AjaxScaffold no ecossistema Ruby on Rails, e trabalhou como Líder de Design de Produto na Kiko (YC S05), experiências que coletivamente moldaram sua filosofia em torno da usabilidade, empatia do cliente e construção de ferramentas que melhoram silenciosamente, mas de forma significativa, a forma como as equipes trabalham.

Fundada em 2020, a Fathom reflete a mesma ética ao abordar um ponto de dor universal: a sobrecarga cognitiva de tomar notas enquanto tenta ter conversas reais. A plataforma registra, transcreve e resume reuniões automaticamente — mais notadamente no Zoom — permitindo que os usuários destaquem momentos em tempo real, compartilhem cliques curtos em vez de notas brutas e preservem a nuances que são frequentemente perdidas em resumos escritos. À medida que a Fathom amadureceu, ela evoluiu além da simples transcrição para um sistema de registro leve para conversas, projetado para ajudar as equipes a reter o contexto, aprender com as chamadas dos clientes e colaborar de forma assíncrona sem adicionar atrito à reunião em si.

Você passou os últimos 15 anos construindo empresas que redefinem como as pessoas se comunicam — desde a UserVoice até a Fathom. Qual foi o momento que o impulsionou a fundar a Fathom, e como suas raízes em engenharia e design de produtos moldaram a empresa desde o início?

Minha inspiração para fundar a Fathom veio no início de 2020. Era pré-pandêmico, mas eu estava fazendo uma pesquisa de usuário extensiva para um produto e de repente estava passando por 15 ou 20 reuniões consecutivas por dia no Zoom. Seis semanas disso me tornaram ciente de quão dolorosa a experiência era. Eu não posso falar e digitar ao mesmo tempo — eu olhava para minhas notas duas semanas depois e não me lembrava de qual conversa era qual. O maior problema era que eu faria toda essa pesquisa e então compartilharia alguns pontos com minha equipe e nada aconteceria. Tudo se perdia na tradução. Foi um momento de “machucar o pé”: algo que, se acontece uma vez por mês, você ignora. Você machuca o pé em algo todos os dias, várias vezes por dia, você tenta consertar rapidamente.

Minha formação em engenharia e design ambos informaram as escolhas que eu fiz enquanto construía a Fathom. Eu sempre abordei problemas pegando conceitos que já existem e tornando-os radicalmente mais usáveis para uma audiência muito maior. Com a Fathom, eu tive essa percepção de que a tecnologia de transcrição estava se tornando comoditizada — havia uma proliferação de soluções prontas para uso que não existiam cinco anos antes. Então, a transcrição fazia parte da solução, mas não era a solução em si.

Do ponto de vista do design de produtos, eu percebi que as transcrições podem ser valiosas para as pessoas que estavam na ligação. Mas elas não são muito úteis para as pessoas que não estavam lá. O que encontramos muito mais impactante foi mostrar a você o clipe de vídeo de 30 segundos do cliente objetando o preço ou fazendo aquela pergunta técnica. Usamos a transcrição quase como uma tabela de conteúdos para encontrar o clipe de áudio-vídeo real. Essa forma de pensar sobre produtos — entender os trabalhos a serem feitos, não apenas a tecnologia — veio diretamente de minhas raízes em design.

A Fathom foi criada em 2020, bem antes de a maioria das empresas pensar seriamente sobre fluxos de trabalho nativos em IA. Quais vantagens teve construir com a IA no núcleo — em vez de adaptá-la — no início?

A principal vantagem foi a liberdade arquitetônica. Podemos projetar cada sistema, desde pipelines de dados até experiência do usuário, supondo que a IA seria uma camada fundamental e não um recurso adicionado. A maioria dos concorrentes em 2020 e 2021 estava contratando especialistas em linguística e ML para construir seus próprios modelos. Nós tomamos a abordagem oposta porque acreditávamos que os vencedores no espaço seriam aqueles que pudessem aplicar a IA de forma eficaz para resolver problemas reais, e não aqueles que construíam os modelos em si. Essa visão contrária nos permitiu permanecer ágeis com uma equipe menor e focar nossos recursos de engenharia nos problemas de infraestrutura difíceis — gravação confiável em plataformas, mecânicas de distribuição viral, processamento em tempo real em escala.

Aqui está a coisa sobre começar em 2020: a IA não era boa o suficiente ainda. Sabíamos disso. Mas também sabíamos que se esperássemos a IA amadurecer antes de construir a empresa, estaríamos dois a três anos atrasados. A porta estaria completamente aberta, e todos entrariam. Então, construímos tudo o mais primeiro — a infraestrutura, os canais de distribuição, a experiência do usuário — com a expectativa explícita de que, quando a IA estivesse lá, poderíamos inseri-la como um novo motor em um carro. Essa decisão pagou muito. Quando o GPT-4 e o Claude chegaram em 2022-2023, pudemos integrá-los imediatamente. Concorrentes que haviam passado anos construindo pipelines de NLP personalizados tiveram que repensar toda a pilha. Nós apenas atualizamos nossos modelos e continuamos a enviar.

Construir com IA nativa também mudou fundamentalmente nosso processo de desenvolvimento de produtos. O software tradicional tem uma estrada de desenvolvimento pretty linear: Você decide o que construir, constrói e envia. Com a IA, usamos o que eu chamo de “modelo Jenga”. Cada bloco representa uma possível capacidade de IA. Se empurramos um bloco e encontramos resistência porque os modelos não são bons o suficiente ainda, tentamos um diferente. Sabemos que em seis meses, a tecnologia melhorará e poderemos voltar a ele. Isso nos impede de forçar recursos antes que estejam prontos, garantindo que sempre estamos enviando valor.

A outra vantagem foi a credibilidade. Sim, os investidores me disseram para não colocar “IA” no nosso nome em 2020, mas estar cedo nos deu autenticidade. Não estávamos pulando em uma tendência; estávamos apostando em uma tese antes que se tornasse óbvia. Isso nos posicionou como construtores, não como seguidores rápidos.

Você descreveu conversas de reuniões como uma das fontes de dados mais subestimadas dentro das organizações. O que o convenceu de que essa era a próxima grande fronteira para a IA?

Eu percebi que nunca conheci um vendedor que tenha oito horas por dia para ouvir todas as reuniões de sua equipe, quanto mais tomar decisões e treinar sua equipe com base no que ouviu. As reuniões geram dados incrivelmente valiosos, mas são completamente inacessíveis em escala. Com reuniões tradicionais, jogamos fora 99% do conteúdo, enquanto o último 1% de notas vai para o CRM. Então, tentamos extrapolar o que vai acontecer com nosso negócio a partir daí. É um processo absurdo. As informações que realmente importam — o tom da voz do cliente, a objeção específica que ele levantou, a menção competitiva que surgiu — tudo é filtrado por meio das notas apressadas de alguém e perde todo o contexto.

O que me convenceu de que essa era a próxima fronteira foi reconhecer que esses “dados conversacionais escuros” são, na verdade, o sinal mais rico do que está acontecendo em uma organização. Você está obtendo insights em tempo real sobre pontos de dor do cliente, lacunas de produtos, ameaças competitivas e necessidades de treinamento — tudo nas palavras das pessoas. Quando um cliente explica por que precisa de um recurso, isso é muito mais valioso do que um resumo de um representante de vendas em um campo do CRM.

A grande inovação com a IA é que finalmente podemos aproveitar esses dados em escala. Quando lançamos o Ask Fathom, ele podia responder a perguntas sobre reuniões individuais. Então, o aprimoramos para lidar com pequenos grupos de reuniões. Agora, ele é inteligente o suficiente para entender o conjunto de reuniões de toda a empresa. Líderes de vendas podem perguntar: “Quais concorrentes estão mais em alta recentemente? Mostre-me alguns cliques.” Equipes de engenharia podem consultar: “Diga-nos a história dos motores de transcrição na Fathom” e obter um documento sintetizado de seis páginas, tirado de quatro anos de reuniões de engenharia.

Está começando a ser um cérebro muito maior que realmente entende o que o seu negócio está fazendo e as conversas que está tendo. Você pode imaginar um mundo em que uma IA pode dizer a você quais recursos você deve construir em seguida com base no que ajudaria a fechar mais negócios, ou quais concorrentes estão surgindo, ou quais lacunas de treinamento existem em sua equipe. Há essa fonte de dados incrível que a IA está minerando para dar entradas para sua próxima reunião estratégica ou processo de planejamento.

Muitos usuários citam a Fathom como transformadora para permanecer presente durante as reuniões. Como você equilibra a automação com a preservação do fluxo natural da conversa humana?

Isso tem sido fundamental para nossa filosofia de design desde o início. O objetivo não é ter a IA dizer a você o que fazer em uma reunião, mas sim dar a você insights que ajudem a ser mais presente e eficaz em suas conversas.

Somos cuidadosos sobre o que automatizamos e o que não automatizamos. Não lançamos recursos até que saibamos que podemos fazer realmente bem. Isso às vezes significa que não somos os primeiros a chegar ao mercado com certas capacidades, mas quando as lançamos, elas funcionam e entregam valor genuíno. Fomos cautelosos em perseguir coisas como gravação de ligações telefônicas ou certa captura de reuniões em sala, apesar de solicitações frequentes. Preferimos nos destacar no que fazemos a lançar uma experiência medíocre que interrompa o fluxo natural da conversa.

Ultimamente, nossos usuários nos dizem que estamos acertando o equilíbrio: Eles relatam que estão economizando 6+ horas por semana e se movendo 3× mais rápido de insight para as próximas etapas; 95% relatam que a Fathom os mantém presentes nas reuniões. Isso confirma que estamos aumentando a capacidade humana, não a substituindo.

A Fathom atraiu mais de 1.300 investidores-usuários em sua Série A — um raro sinal de confiança no nível do produto. O que você acha que ressoou fortemente com os usuários comuns?

Em primeiro lugar, damos um produto gratuito realmente robusto: reuniões ilimitadas, cinco resumos de IA por mês. Dois terços de nossos usuários nunca nos pagam um centavo, e estamos completamente satisfeitos com isso. Não é um jogo de SaaS típico. Nossos usuários veem que não estamos tentando extrair valor deles a cada vez. Estamos focados em tornar a vida dos contribuintes individuais melhor de graça, e monetizamos vendendo ferramentas de gerenciamento para seus chefes — painéis de treinamento, inteligência entre reuniões e insights competitivos. O produto simplesmente funciona, e continua funcionando, independentemente de você pagar ou não. Isso cria confiança genuína.

Nosso crescimento é quase inteiramente boca a boca — cresceu mais como uma plataforma de mídia social do que como um software B2B tradicional. Nossos usuários são nossos defensores e canal de distribuição. Deixá-los se tornarem investidores apenas reconhece o que já é verdade: Eles são parceiros nessa missão.

Acho também que há uma ressonância mais profunda em torno do problema que estamos resolvendo. Todos já experimentaram a dor de estar em uma reunião, tentando estar presente e vendo alguém digitar freneticamente em vez de se envolver. Todos já precisaram de informações de uma reunião que não estavam lá e receberam um resumo inútil de duas linhas. O problema é universal, e a solução parece quase mágica quando funciona bem. Os usuários investem porque querem que esse futuro exista — não apenas para si mesmos, mas para todos com quem trabalham.

Sua formação inclui a construção da UserVoice, que ajudou a definir como as empresas gerenciam o feedback dos clientes. Como essa experiência influenciou seu pensamento sobre a memória organizacional e os fluxos de conhecimento alimentados por IA?

A UserVoice me ensinou que as informações mais valiosas nas empresas são frequentemente as mais dispersas. O feedback do cliente estava em todos os lugares. Estava enterrado em tickets de suporte, e-mails encaminhados e conversas aleatórias de vendas. As empresas tinham milhares de pontos de dados sobre o que os clientes queriam, mas não havia como sintetizar isso em decisões estratégicas. Construímos infraestrutura para agregar esse feedback em escala e torná-lo acessível às pessoas que tomavam decisões de produtos.

O paralelo com a Fathom é claro, mas o espaço do problema é mais profundo. As reuniões são exponencialmente mais dispersas do que o feedback do cliente. Cada organização tem centenas ou milhares de horas de conversas acontecendo a cada semana. O que aprendi com a UserVoice é que a captura é necessária, mas não é suficiente. Você não pode apenas agregar informações; precisa construir inteligência sobre o que importa e encaminhá-la para as pessoas certas. Com a UserVoice, construímos sistemas de votação, algoritmos de tendências e painéis de administração para que as equipes de produtos pudessem separar o sinal do ruído. Com a Fathom, estamos construindo uma IA que entende o contexto em conversas e pode surfacear insights proativamente: “Cinco clientes mencionaram esse caso de uso este mês,” ou “Sua equipe está sempre ficando presa nessa objeção.”

A outra lição foi sobre democratização. A UserVoice tornou possível que qualquer cliente fornecesse feedback, não apenas os mais altos que podiam colocar executivos no telefone. Com a Fathom, estamos democratizando o acesso à inteligência de reuniões. Em nosso estudo de caso com a Netgain, o gerente de operações estava gastando 7,5 horas por dia apenas respondendo a perguntas básicas sobre o que estava acontecendo nas ligações de vendas. Isso é louco. As informações existiam, mas estavam presas nas cabeças das pessoas e em notas dispersas.

O futuro da memória organizacional está se movendo de silos de conhecimento isolados — CRM, docs, sistemas de feedback — para inteligência conversacional conectada. Essa é a evolução lógica do que começamos a construir com a UserVoice, mas a IA torna possível fazer isso com a fidelidade completa da conversa humana, e não apenas com dados estruturados.

Ferramentas de IA baseadas no Zoom explodiram após 2020. Na sua opinião, o que diferencia um assistente de IA realmente útil de um que apenas adiciona ruído?

Eu sempre digo às pessoas que há apenas duas coisas que podem realmente afundar um assistente de IA de reuniões: se o produto não for confiável, ou se a saída da IA for lixo. Acho que havia muita IA de marketing na geração anterior, onde era fácil prometer coisas mágicas, mas então a realidade saía como bobagem. Sempre tentamos garantir que tenhamos um produto de alta qualidade e confiável que faça o que promete. Nossos principais diferenciais são:

• Precisão da transcrição. A Fathom é considerada a transcrição mais precisa por aí hoje. A maioria das ferramentas aproveita um serviço de transcrição de terceiros, enquanto construímos nossa própria tecnologia de transcrição proprietária internamente. Se a transcrição for ruim, tudo que vem da IA é absolutamente lixo porque tudo vem da transcrição.
• Confiabilidade e infraestrutura. Quando você se junta a uma reunião, você está frequentemente com pressa ou estressado. Muitas dessas outras ferramentas tinham bots que se juntavam às reuniões, mas então não gravavam, ou a gravação falhava. Existe quase em um nível de sistema em tempo real — você está trabalhando em algo que está um passo atrás da aviónica. Se não funcionar duas vezes, o usuário some. Não é como o SaaS tradicional, onde você pode estar inativo ocasionalmente.
• IA que entende nuances e contexto. A linguagem de negócios pode ser muito sutil. Lembro-me de liderar a equipe de vendas da UserVoice e ler as notas das pessoas, pensando: “Preciso ouvir como elas realmente disseram isso.” A IA precisa capturar não apenas o que foi dito, mas o tom, a hesitação e o entusiasmo (ou falta dele). É por isso que ligamos cada ponto de resumo de volta ao momento real na gravação.
• Personalização sem complexidade. A IA deve se adaptar ao seu negócio, não o contrário. As equipes de vendas devem ser capazes de modificar modelos para corresponder às suas metodologias específicas — MEDDIC, Challenger, SPICED, o que for. Mas isso não pode exigir um diploma em ciência de dados. Precisa apenas funcionar.

A Fathom transforma o conteúdo da reunião em conhecimento ação. Quão perto estamos de sistemas de IA que funcionam como verdadeiros motores de fluxo de trabalho — conectando conversa, decisões e tarefas downstream automaticamente?

Acho que estamos mais perto do que a maioria das pessoas imagina, mas ainda há passos importantes a serem dados. No momento, estamos nos movendo para um mundo onde a Fathom faz cada vez mais do trabalho por você. O primeiro passo é apenas obter as informações para onde você quer que elas vão. O próximo passo, que não está muito longe, é ter a IA realmente fazer o trabalho por você.

Já estamos vendo versões iniciais disso. Nossa integração com o Asana pega itens de ação de reuniões e cria tarefas rastreáveis automaticamente. A Fathom não quer criar uma solução de gerenciamento de tarefas — há muitas ótimas por aí, como o Asana. Então, estamos construindo integrações que empurram os resultados das reuniões diretamente para as ferramentas que as pessoas já usam para fazer o trabalho.

No lado do CRM, empurramos campos estruturados — pontos de dor, cronogramas, principais tomadores de decisão — para o Salesforce e o HubSpot. Em um caso de estudo, isso economizou 20 a 30 minutos por atualização de status de negociação e levou a uma precisão de previsão de fim de mês quase perfeita. Isso é um motor de fluxo de trabalho em ação: a conversa acontece, a IA extrai os dados de negócios principais e, em seguida, flui automaticamente para o seu sistema de registro sem que ninguém digite nada.

Mas acho que a grande inovação está vindo com o que chamo de alertas e encaminhamento baseados em semântica. Imagine ser um gerente ou líder de vendas e receber um clipe de destaque diário onde a IA encontrou todas as discussões de preços que deram errado, ou todas as objeções de produtos que surgiram em uma chamada de renovação. Se você é um gerente de engenharia, verá todas as discussões acaloradas entre seus engenheiros. A IA pode entender o tom e a nuances agora, não apenas palavras-chave, então sabe quais momentos você realmente se importa.

À medida que as empresas crescem, elas lutam com conhecimento distribuído e decadência de informações. Como você vê a IA abordando a lacuna entre o que as equipes discutem e o que realmente é executado?

Isso é um dos problemas mais críticos que estamos resolvendo. Há dois grupos que podemos realmente ajudar: as pessoas na reunião tentando tomar notas e estar presentes, e a gestão, liderança e fundadores que não estão na reunião, mas estão liderando equipes e tentando entender o que está acontecendo. Esse segundo grupo é onde o problema de conhecimento distribuído realmente atinge.

A questão central é a visibilidade. Quando alguém em uma empresa quer saber o status de um negócio ou o que está acontecendo com um cliente, tradicionalmente não há um lugar fácil para encontrar essa informação. Eles ligam para a equipe de vendas, forçando os representantes a gastar 20-30 minutos procurando em notas. Durante os períodos de pico, alguns gerentes de operações recebem 15 solicitações por dia — isso é 7,5 horas gastas em recuperação de informações em vez de atividades de valor agregado.

A IA pode começar a conectar os pontos em conversas que nenhum ser humano poderia rastrear. Esse tipo de reconhecimento de padrões em conversas distribuídas é como você evita a decadência do conhecimento e, na verdade, transforma conversas em inteligência estratégica.

Olhando cinco anos à frente, como você antevê a evolução da inteligência de reuniões — e qual papel você vê a IA desempenhando no futuro da memória organizacional, tomada de decisões e colaboração?

Cinco anos à frente, acho que olharemos para as ferramentas de inteligência de reuniões de hoje da mesma forma que agora olhamos para os primeiros smartphones: impressionantes para a época, mas primitivos em comparação com o que se tornou possível.

A primeira grande evolução é mudar da tomada de notas para a automação real do fluxo de trabalho. Imaginamos um futuro onde apenas dizer algo em uma reunião pode torná-lo realidade, sem o trabalho pós-reunião. No momento, se você disser em uma reunião: “Vamos criar um spec para esse recurso e agendar uma reunião de follow-up com a engenharia na próxima semana”, você ainda tem que criar manualmente esse documento e enviar esse convite de calendário. Em cinco anos, a IA fará tudo isso automaticamente. Você fala, e acontece. Com a IA criando as tarefas, specs e documentos, as pessoas podem se concentrar no trabalho que realmente exige criatividade e julgamento humanos.

A segunda evolução é expandir de reuniões voltadas para o cliente para todas as reuniões. No momento, nos concentramos em reuniões externas: vendas, sucesso do cliente, agências se encontrando com clientes. Mas nosso objetivo nos próximos 12 a 18 meses é tornar a Fathom a plataforma que você pode usar em toda a sua organização, não apenas equipes voltadas para o cliente. Estamos construindo gravação sem bot que pode capturar qualquer conversa, incluindo huddles do Slack e reuniões presenciais. Está evoluindo para capturar qualquer conversa que você esteja tendo em sua empresa, independentemente do meio.

As empresas que sobem ao topo serão aquelas que tratam dados conversacionais como um cidadão de primeira classe — tão importantes quanto seus dados do CRM, análise e documentos. Porque, no final, o conhecimento mais importante em qualquer organização não está nos sistemas; está nas conversas. A IA finalmente está tornando possível aproveitar isso.

Obrigado pela grande entrevista, leitores que desejam aprender mais sobre esse aplicativo de notas devem visitar Fathom.