Ричард Уайт, Основатель и Генеральный Директор Fathom – Интервью

Ричард Уайт, Основатель и Генеральный Директор Fathom, является повторным основателем и предпринимателем, ориентированным на продукт, наиболее известным за то, что он превращает личные разочарования в программное обеспечение, определяющее категорию. До Fathom он основал и возглавлял UserVoice почти 13 лет, выращивая его в прибыльную платформу управления обратной связью, используемую тысячами компаний, от стартапов до корпораций, таких как Microsoft, а также был пионером в теперь повсеместно используемой вкладке “Обратная связь” на сайте. Ранее в своей карьере он построил и управлял SlimTimer полностью самостоятельно более десяти лет, возглавлял влиятельные проекты с открытым исходным кодом, такие как AjaxScaffold в экосистеме Ruby on Rails, и работал в качестве руководителя по продукт-дизайну в Kiko (YC S05), опыт, который коллективно сформировал его философию вокруг удобства использования, эмпатии к клиентам и создания инструментов, которые тихо, но существенно улучшают работу команд.

Основанная в 2020 году, Fathom отражает ту же этику, решая универсальную проблему: когнитивную перегрузку от записи заметок, пытаясь вести реальные разговоры. Платформа автоматически записывает, транскрибирует и суммирует встречи – наиболее заметно на Zoom – позволяя пользователям выделять моменты в реальном времени, делиться короткими клипами вместо сырых заметок и сохранять нюансы, которые часто теряются в письменных резюме. По мере того, как Fathom созревала, она эволюционировала от простой транскрипции в легкую систему учета разговоров, предназначенную для того, чтобы помочь командам сохранить контекст, узнать из звонков клиентов и сотрудничать асинхронно без добавления трения к самой встрече.

Вы провели последние 15 лет, строя компании, которые меняют то, как люди общаются – от UserVoice до Fathom. Что было моментом, который подтолкнул вас к основанию Fathom, и как ваши инженерные и продукт-дизайнерские корни сформировали компанию с первого дня?

Моя вдохновение для основания Fathom пришло в начале 2020 года. Это было до пандемии, но я проводил обширные исследования пользователей для продукта и вдруг оказался в 15 или 20 последовательных встречах на Zoom в день. Шесть недель этого сделали меня остро осознающим, насколько болезненным был этот опыт. Я не могу говорить и печатать одновременно – я смотрел на свои заметки две недели спустя и не помнил, какой разговор был какой. Самой большой проблемой было то, что я проводил все это исследование, а затем делился несколькими пунктами с моей командой, и все это терялось в переводе. Это был момент, когда я “stubbed свою туфлю”: то, что, если оно происходит один раз в месяц, вы игнорируете. Вы stub свою туфлю на что-то каждый день, множество раз в день, вы очень быстро пытаетесь исправить это.

Мои инженерные и дизайнерские корни оба проинформировали выбор, который я сделал, строя Fathom. Я всегда подходил к проблемам, принимая концепции, которые уже существуют, и делая их радикально более удобными для гораздо большей аудитории. С Fathom у меня было это прозрение, что технология транскрипции становится коммодитизированной – было распространение готовых решений, которые не существовали пять лет назад. Итак, транскрипция была частью решения, но она не была решением само по себе.

С точки зрения продукт-дизайна, я понял, что транскрипты могут быть ценными для людей, которые были на звонке. Но они действительно не полезны для людей, которые не были там. То, что мы нашли гораздо более влиятельным, было показать вам 30-секундный видеоклип клиента, возражающего против цены или задавшего технический вопрос. Мы используем транскрипт почти как таблицу содержания, чтобы найти фактический аудио-видеоклип. Это продукт-думание – понимание работы, которая должна быть выполнена, а не только технологии – пришло直接 из моих дизайнерских корней.

Fathom была создана в 2020 году, задолго до того, как большинство компаний серьезно подумали о AI-родных рабочих процессах. Какие преимущества дало построение с AI в ядре – а не ретрофитирование – вам в начале?

Ключевым преимуществом было архитектурная свобода. Мы могли спроектировать каждую систему, от данных до пользовательского опыта, предполагая, что AI будет фундаментальным слоем, а не функцией, прикрепленной к болту. Большинство конкурентов в 2020 и 2021 годах нанимали лингвистических экспертов и специалистов по ML, чтобы построить свои собственные модели. Мы пошли по противоположному пути, потому что мы верили, что победители в этом пространстве будут теми, кто сможет эффективно применить AI для решения реальных проблем, а не теми, кто построил модели сами. Этот контрарный взгляд позволил нам остаться гибкими с меньшей командой и сосредоточиться наших инженерных ресурсов на трудных инфраструктурных проблемах – надежной записи на платформах, вирусных механиках распространения, обработке в реальном времени в масштабе.

Вот то, о чем идет речь, начиная в 2020 году: AI еще не был достаточно хорош. Мы знали это. Но мы также знали, что если мы подождем, пока AI созреет, прежде чем построить компанию, мы будем на два-три года слишком поздно. Дверь будет широко открыта, и все зайдут. Итак мы построили все остальное сначала – инфраструктуру, каналы распространения, пользовательский опыт – с явным ожиданием, что когда AI появится, мы сможем просто вставить его, как новый двигатель в машине. Это решение окупилось массово. Когда GPT-4 и Claude появились в 2022-2023 годах, мы могли сразу же интегрировать их. Конкуренты, которые потратили годы на построение пользовательских NLP-конвейеров, вдруг должны были переосмыслить свою entire стек. Мы просто обновили свои модели и продолжили отправлять.

Построение AI-родного также фундаментально изменило наш процесс разработки продукта. Традиционное программное обеспечение имеет довольно линейную дорожную карту: вы решаете, что строить, строите и отправляете. С AI мы используем то, что я называю “моделью Дженги”. Каждый блок представляет потенциальную AI-возможность. Если мы толкаем блок и получаем сопротивление, потому что модели еще не достаточно хороши, мы пробуем другой. Мы знаем, что через шесть месяцев технология улучшится, и мы сможем вернуться к этому. Это не позволяет нам заставлять функции, прежде чем они готовы, гарантируя, что мы всегда отправляем ценность.

Другим преимуществом была авторитетность. Да, инвесторы сказали мне не ставить “AI” в наше название в 2020 году, но быть ранним дало нам подлинность. Мы не прыгали на тренде; мы ставили на тезис, прежде чем он стал очевидным. Это позиционировало нас как строителей, а не быстрых последователей.

Вы описали разговоры на встречах как одну из наиболее упущенных источников данных внутри организаций. Что убедило вас, что это следующий крупный рубеж для AI?

Я понял, что я никогда не встречал продавца, который имеет восемь часов в день, чтобы слушать все встречи своей команды, не говоря уже о том, чтобы принимать решения и тренировать свою команду на основе того, что они услышали. Встречи генерируют невероятно ценные данные, но они совершенно недоступны в масштабе. С традиционными встречами мы выбрасываем 99% содержания, а последний 1% заметок попадает в CRM. Затем мы пытаемся обратно экстраполировать оттуда, что произойдет с нашим бизнесом. Это абсурдный процесс. Информация, которая на самом деле имеет значение – тон голоса клиента, конкретное возражение, которое он поднял, конкурентное упоминание, которое появилось – все фильтруется через поспешно набранные заметки и теряет весь контекст.

То, что убедило меня, что это следующий рубеж, было признанием того, что эта “темная разговорная dữ” на самом деле является самым богатым сигналом того, что происходит в организации. Вы получаете информацию в реальном времени о болевых точках клиентов, пробелах в продукте, конкурентных угрозах и потребностях в обучении – все на языке людей. Когда клиент объясняет, почему ему нужна функция, это гораздо более ценно, чем парафраз продажного представителя в поле CRM.

Прорыв с AI заключается в том, что мы можем наконец использовать эти данные в масштабе. Когда мы впервые запустили Ask Fathom, он мог отвечать на вопросы об отдельных встречах. Затем мы улучшили его, чтобы он мог справиться с небольшими группами встреч. Теперь он достаточно умный, чтобы понять все встречи вашей компании. Руководители продаж могут спросить: “Какие конкуренты наиболее часто упоминаются в последнее время? Покажите мне некоторые клипы.” Инженерные команды могут запросить: “Расскажите нам историю транскрипционных двигов в Fathom” и получить шестистраничный синтезированный документ, извлеченный из четырех лет инженерных встреч.

Это начинает быть гораздо большим мозгом, который действительно понимает, что делает ваш бизнес и какие разговоры он ведет. Вы можете представить себе мир, где AI может сказать вам, какие функции вы должны построить дальше на основе того, что поможет закрыть наиболее сделок, или какие конкуренты появляются, или какие пробелы в обучении существуют в вашей команде. Есть этот удивительный источник данных, который AI добывает, чтобы дать вам входные данные в ваше следующее стратегическое совещание или процесс планирования.

Многие пользователи цитируют Fathom как трансформирующий для сохранения присутствия во время встреч. Как вы балансируете автоматизацию с сохранением естественного потока человеческого разговора?

Это было ядром нашей философии дизайна с самого начала. Цель не состоит в том, чтобы AI сказал вам, что делать на встрече, а rather в том, чтобы дать вам прозрения, которые помогут вам быть более присутствующими и эффективными в ваших разговорах.

Мы осторожны с тем, что мы автоматизируем и что не делаем. Мы не запускаем функции, пока не знаем, что мы можем сделать их действительно хорошо. Это иногда означает, что мы не первые на рынке с определенными возможностями, но когда мы запускаем что-то, оно работает и доставляет подлинную ценность. Мы были осторожны с преследованием таких вещей, как запись телефонных звонков или определенного захвата встреч в комнате, несмотря на частые запросы. Мы бы предпочли преуспеть в том, что мы делаем, чем запустить посредственный опыт, который нарушает естественный поток разговора.

В конечном итоге наши пользователи говорят нам, что мы находим правильный баланс: они говорят, что они экономят 6+ часов в неделю и движутся в 3 раза быстрее от прозрения к следующим шагам; 95% сообщают, что Fathom сохраняет их присутствие на встречах. Это подтверждает, что мы усиливаем человеческую способность, а не заменяем ее.

Fathom привлек более 1 300 пользователь-инвесторов в своей серии A – редкий знак доверия на уровне продукта. Что, по вашему мнению, резонировало так сильно с повседневными пользователями?

Во-первых, мы даем действительно прочный бесплатный продукт: неограниченные встречи, пять AI-суммаризаций в месяц. Две трети наших пользователей никогда не платят нам ни копейки, и мы совершенно согласны с этим. Это не типичная игра SaaS. Наши пользователи видят, что мы не пытаемся извлечь из них ценность на каждом шагу. Мы сосредоточены на том, чтобы сделать жизнь индивидуальных вкладчиков лучше бесплатно, и мы монетизируем, продавая инструменты управления их руководителям – панели управления, интеллект на основе встреч и конкурентные прозрения. Продукт просто работает, и он продолжает работать, независимо от того, платите вы или нет. Это создает подлинное доверие.

Наш рост почти полностью происходит из устной речи – мы выросли больше, как социальная медиа-платформа, чем традиционное программное обеспечение B2B. Наши пользователи являются нашими адвокатами и каналом распространения. Позволение им стать инвесторами просто признает то, что уже истинно: они являются партнерами в этом миссии.

Я также думаю, что есть более глубокий резонанс вокруг проблемы, которую мы решаем. Каждый испытал боль от нахождения на встрече, пытаясь быть присутствующим и наблюдая, как кто-то лихорадочно печатает, вместо того, чтобы участвовать. Каждый нуждался в информации из встречи, в которой он не был, и получил бесполезное двухстрочное резюме. Проблема универсальна, и решение кажется почти магическим, когда оно работает хорошо. Пользователи инвестируют, потому что они хотят, чтобы это будущее существовало – не только для себя, но и для всех, с кем они работают.

Ваш опыт включает в себя построение UserVoice, который помог определить, как компании управляют обратной связью клиентов. Как этот опыт повлиял на ваши мысли об организационной памяти и AI-интеллекте?

UserVoice научил меня, что наиболее ценная информация в компаниях часто наиболее разбросана. Обратная связь клиентов была повсюду. Она была захоронена в билетах поддержки, пересланных электронных письмах и случайных разговорах продаж. У компаний было тысячи точек данных о том, чего хотели клиенты, но не было способа синтезировать это в стратегические решения. Мы построили инфраструктуру, чтобы агрегировать эту обратную связь в масштабе и сделать ее доступной для людей, принимающих решения о продукте.

Параллель с Fathom очевидна, но пространство проблемы более глубоко. Встречи экспоненциально более разбросаны, чем обратная связь клиентов. Каждая организация имеет сотни или тысячи часов разговоров, происходящих каждую неделю. То, что я узнал из UserVoice, заключается в том, что захват необходим, но это не достаточно. Вы не можете просто агрегировать информацию; вы должны построить интеллект о том, что имеет значение, и направить его к правильным людям. С UserVoice мы построили системы голосования, алгоритмы трендов и панели управления администратора, чтобы продукт-команды могли отделить сигнал от шума. С Fathom мы строим AI, который понимает контекст на протяжении разговоров и может проактивно выдвигать прозрения: “Пять клиентов упомянули этот случай использования в этом месяце” или “Ваша команда постоянно застревает на этом возражении”.

Другим уроком было демократизация. UserVoice сделал возможным для любого клиента предоставить обратную связь, а не только для самых громких, которые могли получить руководителей на телефон. С Fathom мы демократизируем доступ к интеллекту встреч. В нашем случае с Netgain их операционный менеджер тратил 7,5 часов в день, просто отвечая на базовые вопросы о том, что происходило в звонках продаж. Это было безумно. Информация существовала, но она была заперта в головах людей и разбросанных заметках.

Будущее организационной памяти переходит от этих изолированных знаний-силосов – CRM, документы, системы обратной связи – к связанным, разговорным интеллектам. Это логическое развитие того, что мы начали строить с UserVoice, но AI делает возможным делать это с полной верностью человеческого разговора, а не только структурированных данных.

Инструменты Zoom на основе AI взорвались после 2020 года. С вашей точки зрения, что отличает действительно полезного AI-помощника от того, который просто добавляет шум?

Я всегда говорю людям, что есть только две вещи, которые могут действительно потопить AI-помощник встречи: если продукт не надежен или если AI-выход является мусором. Я думаю, что было много маркетингового AI в предыдущем поколении, где было легко обещать магические вещи, но затем реальность оказалась глупой. Мы всегда пытались убедиться, что у нас есть высококачественный, надежный продукт, который делает то, что он обещает. Наши ключевые дифференциаторы являются:

• Точность транскрипции. Fathom считается наиболее точным транскриптом на сегодняшний день. Большинство инструментов используют стороннюю службу транскрипции, тогда как мы построили свою собственную проприетарную технологию транскрипции внутри.
• Надежность и инфраструктура. Когда вы присоединяетесь к встрече, вы часто спешите или испытываете стресс. Многие из этих других инструментов имели ботов, присоединяющихся к встречам, но затем они не записывали или запись не удавалась. Мы существуем почти на уровне реальной системы – вы работаете над чем-то, что является одним шагом позади авионики. Если это не работает дважды, пользователь ушел. Это не как традиционное программное обеспечение, где вы можете быть внизу время от времени.
• AI, который понимает нюансы и контекст. Бизнес-язык может быть очень тонким. Я помню, как управлял командой продаж в UserVoice и читал заметки людей, думая: “Мне нужно услышать, как они фактически сказали это”. AI должен захватить не только то, что было сказано, но и тон, колебания и волнение (или его отсутствие). Это почему мы связываем каждый пункт суммирования с фактическим моментом в записи.
• Настройка без сложности. AI должен адаптироваться к вашему бизнесу, а не наоборот. Команды продаж должны быть в состоянии изменить шаблоны, чтобы они соответствовали их конкретным методологиям – MEDDIC, Challenger, SPICED, что бы они ни использовали. Но это не может требовать степени по науке о данных. Это должно просто работать.

Fathom превращает содержание встречи в действенную информацию. Как близко мы находимся к AI-системам, которые функционируют как реальные рабочие двигатели – соединяющие разговор, решения и задачи вниз по потоку автоматически?

Я думаю, что мы ближе, чем большинство людей осознают, но все еще есть важные шаги, которые нужно предпринять. Сейчас мы переходим в мир, где Fathom делает больше и больше работы за вас. Первым шагом является просто получение информации туда, куда вы хотите, чтобы она пошла. Следующий шаг, который не далеко, заключается в том, что AI фактически делает работу за вас.

Мы уже видим ранние версии этого. Наша интеграция с Asana берет пункты действий из встреч и автоматически создает отслеживаемые задачи. Fathom не хочет создавать решение для управления задачами – есть много отличных из них, как Asana. Итак, мы строим интеграции, которые толкают результаты встреч直接 в инструменты, которые люди уже используют для выполнения работы.

На стороне CRM мы автоматически толкаем структурированные поля – болевые точки, сроки, ключевые лица принятия решений – в Salesforce и HubSpot. В одном случае мы спасли 20-30 минут на обновление статуса сделки и привели к почти идеальной точности прогноза на конец месяца. Это рабочий двигатель в действии: разговор происходит, AI извлекает ключевые бизнес-данные, а затем он течет автоматически в вашу систему учета без того, чтобы кто-то набрал что-либо.

Но я думаю, что真正щий прорыв наступает с семантическими оповещениями и интеллектуальной маршрутизацией. Представьте себе, что вы менеджер или лидер продаж и получаете ежедневный хайлайт-ролик, где AI нашел каждое обсуждение цены, которое пошло не так, или каждое возражение продукта, которое возникло в звонке обновления. Если вы менеджер по инжинирингу, вы увидите каждый жаркий спор среди ваших инженеров. AI может понять тон и нюансы сейчас, а не только ключевые слова, поэтому он знает, какие моменты вы действительно заботитесь.

По мере того, как компании растут, они борются с распределенной информацией и информационным распадом. Как вы видите AI, решающий разрыв между тем, что обсуждают команды, и тем, что фактически выполняется?

Это одна из наиболее критических проблем, которые мы решаем. Есть две группы, которым мы можем действительно помочь: люди на встрече, пытающиеся делать заметки и быть присутствующими, и менеджмент, лидерство и основатели, которые не на встрече, но управляют командами и пытаются понять, что происходит. Эта вторая группа – это где проблема распределенной информации действительно ударяет.

Ключевая проблема – это видимость. Когда кто-либо в компании хочет знать статус сделки или то, что происходит с клиентом, традиционно нет места, чтобы легко найти эту информацию. Они звонят команде продаж, заставляя представителей тратить 20-30 минут, копаясь в заметках. Во время пиковых периодов некоторые операционные менеджеры получают 15 запросов в день – это 7,5 часов, потраченных на извлечение информации, вместо того, чтобы заниматься деятельностью, добавляющей ценность.

AI может начать соединять точки на протяжении разговоров, которые ни один человек не может отслеживать. Этот тип распознавания образов на протяжении распределенных разговоров – это то, как вы предотвращаете информационный распад и фактически превращаете разговоры в стратегическую информацию.

Оглядываясь вперед на пять лет, как вы предвидите эволюцию интеллекта встреч – и какую роль вы видите AI, играющую в будущем организационной памяти, принятия решений и сотрудничества?

Через пять лет я думаю, что мы оглянемся назад на сегодняшние инструменты интеллекта встреч так же, как мы теперь смотрим на ранние смартфоны: впечатляющие для своего времени, но примитивные по сравнению с тем, что стало возможным.

Первой крупной эволюцией является переход от ведения заметок к настоящей автоматизации рабочего процесса. Мы представляем себе будущее, где просто сказать что-то на встрече может воли его в существование, без пост-встречной работы. Сейчас, если вы скажете на встрече: “Давайте создадим спецификацию для этой функции и запланируем повторную встречу с инженерией на следующей неделе”, вы все равно должны вручную создать этот документ и отправить приглашение на календарь. Через пять лет AI сделает все это автоматически. Вы говорите это, и оно происходит. С AI, создающим задачи, спецификации и документы, люди могут сосредоточиться на работе, которая действительно требует человеческой креативности и суждения.

Второй эволюцией является расширение от внешних встреч до всех встреч. Сейчас мы фокусируемся на внешних встречах: продажи, успех клиентов, агентства, встречающиеся с клиентами. Но наша цель в течение следующих 12-18 месяцев – сделать Fathom платформой, которую вы можете использовать на протяжении всей вашей организации, а не только внешние команды. Мы строим запись без ботов, которая может захватить любой разговор, включая Slack-хаддлы и встречи в комнате. Это эволюционирует в способность захватить любой разговор, который вы ведете в своей компании, независимо от того, какой это носитель.

Компании, которые поднимутся на вершину, будут теми, которые будут относиться к разговорным данным как к первоклассному гражданину – так же, как к данным CRM, аналитике и документам. Потому что в конечном итоге наиболее важные знания в любой организации не находятся в системах; они находятся в разговорах. AI наконец делает возможным использовать это.