ริชาร์ด ไวท์ ผู้ก่อตั้งและซีอีโอของ Fathom – ซีรีส์สัมภาษณ์

ริชาร์ด ไวท์ ผู้ก่อตั้งและซีอีโอของ Fathom เป็นผู้ก่อตั้งซ้ำและผู้ประกอบการมุ่งเน้นผลิตภัณฑ์ที่รู้จักกันดีที่สุดในการเปลี่ยนความผิดหวังส่วนบุคคลให้เป็นซอฟต์แวร์ที่กำหนดประเภท ก่อนที่จะก่อตั้ง Fathom เขาได้ก่อตั้งและนำ UserVoice มาเป็นเวลาเกือบ 13 ปี โดยเติบโตให้เป็นแพลตฟอร์มการจัดการข้อเสนอแนะที่มีประสิทธิภาพซึ่งใช้โดยบริษัทหลายพันแห่งตั้งแต่สตาร์ทอัพไปจนถึงองค์กรขนาดใหญ่เช่น Microsoft ในขณะที่ยังเป็นผู้บุกเบิกแท็บ “ข้อเสนอแนะ” บนเว็บไซต์ที่ใช้กันทั่วไปในขณะนั้น ในช่วงแรกของอาชีพการงานของเขา เขาได้สร้างและดำเนิน SlimTimer โดยลำพังเป็นเวลาเกินกว่าหนึ่งทศวรรษ นำโครงการโอเพ่นซอร์สที่มีอิทธิพล เช่น AjaxScaffold ในระบบนิเวศของ Ruby on Rails และทำงานเป็น Product Design Lead ที่ Kiko (YC S05) ซึ่งประสบการณ์เหล่านี้ได้รวบรวมกันเพื่อ塑造ปรัชญาของเขาเกี่ยวกับการใช้งาน ความเห็นอกเห็นใจลูกค้า และการสร้างเครื่องมือที่ปรับปรุงการทำงานของทีมอย่างเงียบๆ แต่ด้วยความหมาย

ที่ก่อตั้งขึ้นในปี 2020 Fathom สะท้อนถึงจิตวิญญาณเดียวกันโดยการแก้ไขปัญหาที่ทุกคนต้องเผชิญ: ภาระทางปัญญาของการบันทึกย่อขณะพยายามมีส่วนร่วมในบทสนทนา แพลตฟอร์มนี้บันทึก การถอดเสียง และสรุปการประชุมโดยอัตโนมัติ – โดยเฉพาะอย่างยิ่งบน Zoom – ทำให้ผู้ใช้สามารถเน้นย้ำช่วงเวลาในแบบเรียลไทม์ แบ่งปันคลิปสั้นแทนบันทึกย่อที่ไม่ได้ประมวลผล และรักษานัยที่มักจะสูญเสียไปในสรุปการเขียน เมื่อ Fathom มีความต่อเนื่อง มันพัฒนาไปไกลกว่าการถอดเสียงแบบง่ายๆ เป็นระบบบันทึกเบาๆ สำหรับการสนทนา ซึ่งออกแบบมาเพื่อช่วยให้ทีมรักษาความเข้าใจ เรียนรู้จากการโทรของลูกค้า และร่วมมือโดยไม่สม่ำเสมอโดยไม่เพิ่มความตึงเครียดในการประชุมด้วยตัวเอง

คุณใช้เวลา 15 ปีที่ผ่านมาในการสร้างบริษัทที่เปลี่ยนแปลงวิธีที่ผู้คนสื่อสาร – ตั้งแต่ UserVoice ไปจนถึง Fathom สิ่งใดที่ผลักดันให้คุณก่อตั้ง Fathom และวิธีการที่รากฐานด้านวิศวกรรมและออกแบบผลิตภัณฑ์ของคุณ塑造บริษัทตั้งแต่วันแรก?

แรงบันดาลใจในการก่อตั้ง Fathom ของฉันเกิดขึ้นในช่วงต้นปี 2020 ก่อนที่จะเกิดการระบาดของโควิด-19 แต่ฉันกำลังทำการวิจัยผู้ใช้สำหรับผลิตภัณฑ์อย่างกว้างขวางและพบว่าตัวเองกำลังเข้าร่วมการประชุม Zoom ติดต่อกัน 15-20 ครั้งต่อวัน หกสัปดาห์ของการทำเช่นนี้ทำให้ฉันตระหนักถึงความเจ็บปวดของประสบการณ์ ฉันไม่สามารถพูดและพิมพ์ได้ในเวลาเดียวกัน – ฉันจะดูบันทึกย่อของฉันสองสัปดาห์ต่อมาและไม่จำว่าบทสนทนาอันไหนคืออันไหน ปัญหาใหญ่ที่สุดคือฉันทำการวิจัยทั้งหมดนี้แล้วแบ่งปันเพียงบางจุดกับทีมของฉันและนั่นก็ไม่ได้ผล การสูญเสียทุกอย่างในการแปลเป็นภาษาอื่นเป็น “การกระแทกเท้า” สำหรับฉัน: สิ่งที่เกิดขึ้นเพียงครั้งเดียวในหนึ่งเดือน คุณเพิกเฉย มันคือสิ่งที่คุณกระแทกเท้าหลายครั้งต่อวัน คุณพยายามแก้ไขมันอย่างรวดเร็ว

พื้นฐานด้านวิศวกรรมและออกแบบผลิตภัณฑ์ของฉันทั้งสองสิ่งได้แจ้งคำตัดสินใจที่ฉันทำขณะสร้าง Fathom ฉันเข้าใกล้ปัญหาโดยการนำแนวคิดที่มีอยู่แล้วและทำให้มันใช้งานได้มากขึ้นสำหรับผู้ชมจำนวนมากขึ้น โดยมี Fathom ฉันมีความเข้าใจที่ว่าเทคโนโลยีการถอดเสียงกำลังกลายเป็นสินค้าโภคภัณฑ์ – มีการแพร่กระจายของโซลูชันที่พร้อมใช้งานซึ่งไม่มีอยู่ห้าปีก่อนหน้านี้ ดังนั้นการถอดเสียงจึงเป็นส่วนหนึ่งของคำตอบ แต่ไม่ใช่คำตอบเอง

จากมุมมองการออกแบบผลิตภัณฑ์ ฉันรู้สึกว่าการถอดเสียงสามารถมีคุณค่าสำหรับผู้ที่อยู่ในสาย แต่มันไม่ได้ช่วยเหลือผู้ที่ไม่ได้อยู่ในสายจริงๆ สิ่งที่เราพบว่ามีผลกระทบมากกว่าคือการแสดงคลิปวิดีโอที่มีความยาว 30 วินาทีของลูกค้าที่คัดค้านเรื่องราคาหรือถามคำถามทางเทคนิค เราใช้การถอดเสียงเหมือนดัชนีเพื่อค้นหาคลิปวิดีโอ-เสียงที่แท้จริง การคิดผลิตภัณฑ์ – การทำความเข้าใจงานที่ต้องทำ ไม่ใช่แค่เทคโนโลยี – มาจากรากฐานการออกแบบของฉัน

Fathom ถูกสร้างขึ้นในปี 2020 ก่อนที่บริษัทส่วนใหญ่จะคิดอย่างจริงจังเกี่ยวกับワークフローของ AI ที่เป็นเจ้าของ คุณได้รับประโยชน์อะไรจากการสร้างด้วย AI ในแก่นกลาง – มากกว่าการเพิ่มฟังก์ชันภายหลัง?

ข้อได้เปรียบหลักคือการมีอิสรภาพทางสถาปัตยกรรม เราสามารถออกแบบระบบทุกอย่าง ตั้งแต่การขนส่งข้อมูลไปจนถึงประสบการณ์ของผู้ใช้ โดยสมมติว่า AI จะเป็นชั้นพื้นฐานและไม่ใช่คุณสมบัติที่ติดตามมา ส่วนใหญ่ของcompetitors ในปี 2020 และ 2021 ได้ว่าจ้างผู้เชี่ยวชาญด้านภาษาศาสตร์และผู้เชี่ยวชาญ ML เพื่อสร้างโมเดลของตนเอง เราใช้แนวทางตรงกันข้ามเพราะเราเชื่อว่าผู้ชนะในพื้นที่นี้จะเป็นผู้ที่สามารถใช้ AI ได้อย่างมีประสิทธิภาพเพื่อแก้ปัญหาที่แท้จริง ไม่ใช่ผู้ที่สร้างโมเดลตัวเอง มุมมองตรงกันข้ามทำให้เราสามารถยืดหยุ่นได้ด้วยทีมที่เล็กกว่าและโฟกัสทรัพยากรทางวิศวกรรมของเราในเรื่องปัญหาสถาปัตยกรรมที่ยาก – การบันทึกที่เชื่อถือได้ข้ามแพลตฟอร์ม กลไกการกระจายแบบไวรัส การประมวลผลแบบเรียลไทม์ที่ระดับขนาด

สิ่งนี้เกี่ยวกับการเริ่มต้นในปี 2020: AI ยังไม่ดีเท่าที่ควร เรารู้ว่า แต่เรายังรู้ด้วยว่าถ้าเรา等待จนกว่า AI จะเติบโตก่อนที่จะสร้างบริษัท เราจะสายเกินไป 2-3 ปี ประตูจะกว้างเปิด และทุกคนจะหลั่งเข้ามา ดังนั้นเราจึงสร้างทุกสิ่งอื่นก่อน – สถาปัตยกรรม ช่องทางการกระจาย ประสบการณ์ของผู้ใช้ – โดยมีความคาดหวังอย่างชัดเจนว่าเมื่อ AI ถึงที่นั่น เราจะสามารถใส่ลงไปได้เหมือนเครื่องยนต์ใหม่ในรถยนต์ การตัดสินใจนั้นจ่ายออกไปอย่างมาก เมื่อ GPT-4 และ Claude มาถึงในปี 2022-2023 เราสามารถรวมเข้ากับระบบได้ทันที Competitors ที่ใช้เวลาสpent ปีในการสร้าง NLP pipeline แบบกำหนดเองต้องคิดทบทวนถึงทั้ง stack ของพวกเขา เราเพียงแค่อัปเดตโมเดลและยังคงจัดส่ง

การสร้าง AI ที่เป็นเจ้าของเปลี่ยนกระบวนการพัฒนาผลิตภัณฑ์ของเราไปอย่างมาก ซอฟต์แวร์แบบดั้งเดิมมีแผนการทำงานที่เป็นเส้นตรง: คุณตัดสินใจว่าจะสร้างอะไร คุณสร้างและคุณจัดส่งมัน ด้วย AI เราใช้แบบจำลอง “Jenga” แต่ละบล็อกแทนความสามารถ AI ที่เป็นไปได้ หากเรากดบล็อกและได้รับการต้านทานเพราะโมเดลไม่ดีเพียงพอ เราจะลองบล็อกอื่น เรารู้ว่าในอีก 6 เดือน เทคโนโลยีจะดีขึ้นและเราสามารถกลับมาที่มันได้ สิ่งนี้ช่วยให้เราไม่บังคับฟีเจอร์ก่อนที่จะพร้อม ในขณะที่ยังคงจัดส่งคุณค่า

ข้อได้เปรียบอื่นๆ คือความน่าเชื่อถือ ใช่ นักลงทุนบอกฉันว่าไม่ควรใส่ “AI” ในชื่อของเราในปี 2020 แต่การเป็นคนแรกทำให้เราได้รับความถูกต้อง เราไม่ได้กระโดดเข้าไปในกระแส แต่เราเดิมพันในข้อสันนิษฐานก่อนที่จะกลายเป็นเรื่องที่ชัดเจน สิ่งนี้ทำให้เราอยู่ในตำแหน่งผู้สร้าง ไม่ใช่ผู้ติดตามที่เร็ว

คุณได้อธิบายว่าการสนทนาในระหว่างการประชุมเป็นหนึ่งในแหล่งข้อมูลที่ถูกละเลยที่สุดภายในองค์กร คุณเชื่ออะไรที่ทำให้คุณเชื่อว่านี่คือแนวหน้าที่สำคัญถัดไปสำหรับ AI?

ฉันรู้ว่าฉันไม่เคยพบผู้ขายที่มีเวลาว่าง 8 ชั่วโมงต่อวันเพื่อฟังการประชุมทั้งหมดของทีมของเขา ไม่ต้องพูดถึงการตัดสินใจและฝึกอบรมทีมของเขาโดยอาศัยสิ่งที่เขาฟัง การประชุมสร้างข้อมูลที่มีคุณค่าอย่างมาก แต่มันไม่สามารถเข้าถึงได้ในระดับขนาด ด้วยการประชุมแบบดั้งเดิม เราทิ้ง 99% ของเนื้อหาไป และ 1% สุดท้ายของบันทึกย่อจะเข้าไปใน CRM จากนั้นเราจะพยายามย้อนกลับจากที่นั่นเพื่อดูว่าธุรกิจของเราจะเป็นอย่างไร สิ่งนี้เป็นกระบวนการที่ไม่สมเหตุสมผล ข้อมูลที่แท้จริงที่สำคัญ – โทนเสียงของลูกค้า ข้อโต้แย้งเฉพาะที่พวกเขาเพิ่มขึ้น การกล่าวถึงการแข่งขันที่เกิดขึ้น – ทั้งหมดนี้ถูกกรองผ่านบันทึกย่อที่พิมพ์อย่างเร่งรีบของใครบางคนและเสียบริบทไป

สิ่งที่ทำให้ฉันเชื่อว่านี่คือแนวหน้าที่สำคัญถัดไปคือการรับรู้ว่า “ข้อมูลสนทนาในความมืด” นี้เป็นสัญญาณที่มีค่าที่สุดของสิ่งที่เกิดขึ้นในองค์กร คุณได้รับข้อมูลในเวลาจริงเกี่ยวกับจุดเจ็บปวดของลูกค้า ช่องว่างของผลิตภัณฑ์ การแข่งขันที่คุกคาม และความต้องการฝึกอบรม – ทั้งหมดนี้อยู่ในคำพูดของคนจริงๆ เมื่อลูกค้าอธิบายว่าทำไมพวกเขาถึงต้องการคุณลักษณะนั้น นั่นเป็นสิ่งที่มีคุณค่ามากกว่าข้อสรุปของตัวแทนขายในฟิลด์ CRM

การผิดพลาดด้วย AI คือเราสามารถใช้ข้อมูลนี้ในระดับขนาดได้แล้ว เมื่อเราลॉनช์ Ask Fathom มันสามารถตอบคำถามเกี่ยวกับการประชุมแต่ละครั้ง จากนั้นเราก็ปรับปรุงให้จัดการกลุ่มการประชุมขนาดเล็กได้ ตอนนี้มันฉลาดพอที่จะเข้าใจชุดการประชุมทั้งหมดของบริษัทของคุณ ผู้นำฝ่ายขายสามารถถามได้ว่า “คู่แข่งใดที่เพิ่มขึ้นมากที่สุดในระยะหลัง? ให้ฉันดูคลิปบางส่วน” ทีมวิศวกรรมสามารถถามได้ว่า “บอกเราถึงประวัติของเครื่องมือการถอดเสียงที่ Fathom” และได้รับเอกสารที่สังเคราะห์ 6 หน้าโดยอ้างอิงจากการประชุมวิศวกรรม 4 ปี

เริ่มเป็นสมองขนาดใหญ่ที่เข้าใจสิ่งที่ธุรกิจของคุณกำลังทำและสนทนาที่มี คุณสามารถจินตนาการถึงโลกที่ AI บอกคุณว่าคุณควรสร้างคุณลักษณะต่อไปเพื่อช่วยปิดการขายมากที่สุด หรือคู่แข่งที่กำลังมา หรือช่องว่างในการฝึกอบรมที่มีอยู่ทั่วทีมของคุณ มีแหล่งข้อมูลที่น่าเหลือเชื่อที่ AI กำลังค้นหาเพื่อให้ข้อมูลเข้าสู่กระบวนการตัดสินใจหรือการวางแผนทางกลยุทธ์ของคุณในครั้งถัดไป

ผู้ใช้หลายคนอ้างถึง Fathom ว่าเป็นการเปลี่ยนแปลงที่ยิ่งใหญ่สำหรับการมีส่วนร่วมในการประชุมอย่างเต็มที่ คุณสร้างสมดุลระหว่างการทำให้กระบวนการอัตโนมัติด้วยการรักษากระแสสนทนาที่เป็นธรรมชาติของมนุษย์ได้อย่างไร?

สิ่งนี้เป็นส่วนสำคัญของปรัชญาการออกแบบของเราจากวันแรกเป็นต้นมา เป้าหมายไม่ใช่ให้ AI บอกคุณว่าคุณควรทำอะไรในระหว่างการประชุม แต่ให้ข้อมูลเชิงลึกที่ช่วยให้คุณมีประสิทธิภาพและเป็นปัจจุบันในการสนทนา

เรามีความระมัดระวังเกี่ยวกับสิ่งที่เราทำอัตโนมัติและไม่ทำ เราจะไม่ปล่อยฟีเจอร์จนกว่าเราจะแน่ใจว่าเราสามารถทำได้ดี เราสิ่งนี้อาจหมายความว่าเราจะไม่ใช่คนแรกที่เข้าสู่ตลาดด้วยความสามารถบางอย่าง แต่เมื่อเราทำสิ่งใดสิ่งหนึ่ง มันจะทำงานและให้คุณค่าที่แท้จริง เราได้รับการขอให้บันทึกการโทรหรือการประชุมในห้องโดยไม่ต้องมีใครขอให้ เราต้องการมั่นใจว่าเราสามารถทำได้ดีจริงๆ ก่อนที่จะปล่อยฟีเจอร์ใดๆ

สุดท้าย ผู้ใช้ของเราบอกเราว่าเรากำลังสร้างสมดุลที่ถูกต้อง: พวกเขาบอกว่าพวกเขาประหยัดเวลาได้ 6 ชั่วโมงหรือมากกว่านั้นต่อสัปดาห์ และเคลื่อนไหวได้เร็วขึ้น 3 เท่าจากข้อมูลเชิงลึกไปสู่ขั้นตอนต่อไป 95% รายงานว่า Fathom ช่วยให้พวกเขาอยู่ในระหว่างการประชุม สิ่งนี้ยืนยันว่าเรากำลังเพิ่มความสามารถของมนุษย์ ไม่ใช่การแทนที่

Fathom ดึงดูดผู้ลงทุนมากกว่า 1,300 รายในการระดมทุน Series A – สิ่งนี้เป็นสัญญาณที่หายากของความไว้วางใจในระดับผลิตภัณฑ์ คุณคิดว่าอะไรที่ส่งผลกระทบต่อผู้ใช้ทั่วไปอย่างรุนแรง?

สิ่งหนึ่งคือเราให้ผลิตภัณฑ์ฟรีที่แท้จริง: การประชุมไม่จำกัด การสรุป AI 5 ครั้งต่อเดือน สองในสามของผู้ใช้ของเราจะไม่จ่ายเงินให้เราเลย และเราก็ไม่คิดว่ามันเป็นเรื่องไม่ปกติ มันไม่ใช่การวางแผนที่เป็น SaaS ทั่วไป ผู้ใช้ของเราจะเห็นว่าเรากำลังพยายามทำให้ชีวิตของคนร่วมงานแต่ละคนดีขึ้นฟรี และเราจะสร้างรายได้โดยการขายเครื่องมือการจัดการให้กับหัวหน้าของพวกเขา – แดชบอร์ดฝึกอบรม ความฉลาดข้ามการประชุม และข้อมูลเชิงลึกการแข่งขัน ผลิตภัณฑ์ทำงาน และยังคงทำงานไม่ว่าคุณจะจ่ายเงินหรือไม่ สิ่งนี้สร้างความไว้วางใจที่แท้จริง

การเติบโตของเราส่วนใหญ่มาจากการบอกต่อ – เราเติบโตเหมือนแพลตฟอร์มโซเชียลมีเดียมากกว่าซอฟต์แวร์ B2B แบบดั้งเดิม ผู้ใช้ของเราคือผู้สนับสนุนและช่องทางการกระจายของเรา การให้พวกเขากลายเป็นผู้ลงทุนเพียงแค่ยอมรับสิ่งที่เป็นจริงแล้ว: พวกเขาเป็นหุ้นส่วนในภารกิจนี้

ฉันคิดว่ามีความเข้าใจลึกซึ้งเกี่ยวกับปัญหาที่เรากำลังแก้ไขที่นี่ ทุกคนต้องเผชิญกับความเจ็บปวดของการอยู่ในการประชุม พยายามที่จะอยู่ในขณะและดูคนอื่นพิมพ์อย่างเร่งรีบ ทุกคนต้องการข้อมูลจากการประชุมที่พวกเขาไม่ได้อยู่และได้รับการสรุปสองบรรทัดที่ไม่มีประโยชน์ ปัญหาเป็นสากล และวิธีแก้ปัญหาที่รู้สึกเหมือนเวทมนตร์เมื่อทำงานได้ดี ผู้ใช้ลงทุนเพราะพวกเขาต้องการให้อนาคตเช่นนี้มีอยู่ – ไม่ใช่แค่สำหรับตัวเอง แต่สำหรับทุกคนที่พวกเขาทำงานด้วย

ประสบการณ์ของคุณรวมถึงการสร้าง UserVoice ซึ่งช่วยกำหนดวิธีการที่บริษัทจัดการข้อเสนอแนะของลูกค้า อย่างไรประสบการณ์นี้ส่งผลต่อความคิดของคุณเกี่ยวกับหน่วยความจำขององค์กรและกระแสความรู้ที่ขับเคลื่อนด้วย AI?

UserVoice สอนฉันว่าข้อมูลที่มีค่าที่สุดในบริษัทมักจะกระจัดกระจายมากที่สุด ข้อเสนอแนะของลูกค้าอยู่ทุกที่ มันถูกฝังอยู่ในตั๋วสนับสนุน อีเมลที่ถูกส่งต่อ และการสนทนาขายสินค้าแบบสุ่ม บริษัทต่างๆ มีจุดข้อมูลหลายพันจุดเกี่ยวกับสิ่งที่ลูกค้าต้องการ แต่ไม่มีวิธีใดในการสังเคราะห์เป็นตัดสินใจเชิงกลยุทธ์ เราได้สร้างโครงสร้างพื้นฐานเพื่อสร้างข้อเสนอแนะนี้ในระดับขนาดและทำให้สามารถเข้าถึงได้สำหรับผู้ที่ตัดสินใจผลิตภัณฑ์

ความคล้ายคลึงกับ Fathom นั้นชัดเจน แต่พื้นที่ปัญหาเป็นเรื่องที่ลึกซึ้งยิ่งขึ้น การประชุมมีการกระจายมากกว่าข้อเสนอแนะของลูกค้าหลายเท่า ทุกองค์กรมีหลายร้อยหรือหลายพันชั่วโมงของการสนทนาเกิดขึ้นทุกสัปดาห์ สิ่งที่ฉันเรียนรู้จาก UserVoice คือการบันทึกเป็นสิ่งจำเป็น แต่ไม่เพียงพอ คุณไม่สามารถเพียงแค่รวบรวมข้อมูลได้; คุณต้องสร้างความฉลาดเกี่ยวกับสิ่งที่สำคัญและจัดเส้นทางไปยังคนถูกต้อง ด้วย UserVoice เราได้สร้างระบบการลงคะแนน อัลกอริทึมที่กำลังเป็นที่นิยม และแดชบอร์ดผู้ดูแลระบบเพื่อให้ทีมผลิตภัณฑ์สามารถแยกสัญญาณออกจากเสียงรบกวนได้ ด้วย Fathom เรากำลังสร้าง AI ที่เข้าใจบริบทข้ามการสนทนาและสามารถแสดงข้อมูลเชิงลึกได้อย่างแข็งขัน: “ลูกค้า 5 รายกล่าวถึงกรณีการใช้งานนี้ในเดือนนี้” หรือ “ทีมของคุณยังคงติดอยู่กับการคัดค้านนี้”

บทเรียนอื่นๆ คือการทำให้ประชาธิปไตย UserVoice ทำให้ลูกค้าทุกคนสามารถให้ข้อเสนอแนะได้ ไม่ใช่แค่คนที่ดังที่สุดที่สามารถให้ผู้บริหารโทรศัพท์ได้ ด้วย Fathom เรากำลังทำให้การเข้าถึงข้อมูลการประชุมเป็นประชาธิปไตย ในกรณีศึกษาของเราเกี่ยวกับ Netgain ผู้จัดการฝ่ายปฏิบัติการใช้เวลา 7.5 ชั่วโมงต่อวันเพียงเพื่อตอบคำถามพื้นฐานเกี่ยวกับสิ่งที่เกิดขึ้นในการโทรขาย นั่นเป็นเรื่องที่ไม่สมเหตุสมผล ข้อมูลนั้นมีอยู่ แต่ถูกขังในหัวของคนและบันทึกย่อที่กระจัดกระจาย

อนาคตของหน่วยความจำขององค์กรกำลังเคลื่อนจากซิลโอด้านความรู้ที่แยกจากกัน – CRM, เอกสาร, ระบบข้อเสนอแนะ – ไปสู่ความฉลาดการสนทนาเชื่อมต่อ นี่คือวิวัฒนาการเชิงตรรกะของสิ่งที่เริ่มต้นด้วย UserVoice แต่ AI ทำให้เราสามารถทำได้ด้วยความซื่อสัตย์ของการสนทนาของมนุษย์ ไม่ใช่แค่ข้อมูลที่มีโครงสร้าง

เครื่องมือ AI บน Zoom ระเบิดขึ้นหลังปี 2020 ในมุมมองของคุณ สิ่งใดที่ทำให้ AI ที่ช่วยเหลืออย่างแท้จริงแตกต่างจากสิ่งที่เพิ่มเสียงรบกวน?

ฉันบอกคนเสมอว่ามีสองสิ่งที่สามารถจมเครื่องมือ AI ที่ช่วยเหลือการประชุมได้จริงๆ: หากผลิตภัณฑ์ไม่น่าเชื่อถือ หรือหากเอาต์พุต AI เป็นขยะ ฉันคิดว่ามีการตลาด AI ในรุ่นก่อนหน้านี้ที่สามารถสัญญาสิ่งที่น่ามหัศจรรย์ได้ แต่ความเป็นจริงออกมาเป็นเรื่องไร้สาระ เราได้พยายามทำให้แน่ใจว่าเรามีผลิตภัณฑ์ที่มีคุณภาพสูงและเชื่อถือได้ซึ่งทำสิ่งที่สัญญาไว้ ตัวเลือกที่แตกต่างหลักๆ ของเราคือ:

• ความแม่นยำในการถอดเสียง Fathom ถือว่าเป็นการถอดเสียงที่แม่นยำที่สุดในปัจจุบัน ส่วนใหญ่ของเครื่องมือเหล่านี้ใช้บริการการถอดเสียงของบุคคลที่สาม ในขณะที่เราสร้างเทคโนโลยีการถอดเสียงที่เป็นกรรมสิทธิ์ของเราเอง หากการถอดเสียงของคุณไม่ดี ทุกสิ่งที่มาจากส่วนประกอบ AI จะถูกทำลายเพราะทุกอย่างมาจากการถอดเสียง
• ความน่าเชื่อถือและโครงสร้างพื้นฐาน เมื่อคุณเข้าร่วมการประชุม คุณมักจะรีบหรือเครียด เครื่องมือหลายอย่างเหล่านี้จะมี bot เข้าร่วมการประชุม แต่จะไม่บันทึกหรือการบันทึกจะล้มเหลว เราเกิดขึ้นที่ระดับระบบจริงๆ – คุณทำงานกับสิ่งที่อยู่ข้างหลังอเวนิกส์ หากมันไม่ทำงานสองครั้ง ผู้ใช้ก็หายไปแล้ว มันไม่เหมือนกับ SaaS แบบดั้งเดิมที่คุณสามารถปิดได้บางครั้ง
• AI ที่เข้าใจความแตกต่างและบริบท ภาษาทางธุรกิจสามารถละเอียดอ่อนมาก ฉันจำได้ว่าฉันกำลังนำทีมขายที่ UserVoice และอ่านบันทึกย่อของคนอื่น คิดว่า “ฉันต้องฟังว่าพวกเขาพูดแบบนั้น” AI ต้องจับไม่เพียงแต่สิ่งที่พูด แต่โทน เสียงที่หยุดชั่วคราว และความตื่นเต้น (หรือการขาดไป) นั่นเป็นเหตุผลที่เรามีเชื่อมโยงระหว่างแต่ละจุดสรุปกับช่วงเวลาจริงๆ ในการบันทึก
• การปรับแต่งโดยไม่ต้องซับซ้อน AI ควรปรับให้เข้ากับธุรกิจของคุณ ไม่ใช่ในทางกลับกัน ทีมขายควรสามารถปรับเปลี่ยนเทมเพลตให้ตรงกับวิธีการเฉพาะของตน – MEDDIC, Challenger, SPICED, อะไรก็ตามที่พวกเขาใช้ แต่นี่ไม่ควรต้องใช้ปริญญา博士ด้านวิทยาศาสตร์ข้อมูล มันแค่ต้องทำงาน

Fathom เปลี่ยนเนื้อหาการประชุมให้เป็นความรู้ที่สามารถดำเนินการได้ เราใกล้จะถึงระบบ AI ที่ทำงานเป็นเครื่องยนต์ 워์กโฟลว์จริงๆ – เชื่อมต่อการสนทนา การตัดสินใจ และงานที่ต้องทำโดยอัตโนมัติ – ไกลแค่ไหน?

ฉันคิดว่าเรากำลังใกล้กว่าที่คนส่วนใหญ่คิด แต่ยังมีหลายขั้นตอนที่สำคัญที่ต้องทำ ในขณะนี้ เรากำลังเข้าสู่โลกที่ Fathom ทำงานมากขึ้นสำหรับคุณ ขั้นตอนแรกคือการรับข้อมูลที่คุณต้องการให้ไปที่ไหน ต่อไป ซึ่งไม่ไกลเลย คือการมี AI ที่ทำงานจริงๆ สำหรับคุณ

เรากำลังเห็นรุ่นแรกๆ ของสิ่งนี้แล้ว การบูรณาการของเรากับ Asana จะนำรายการงานจากการประชุมและสร้างงานที่สามารถติดตามได้โดยอัตโนมัติ Fathom ไม่ต้องการที่จะสร้างโซลูชันการจัดการงาน – มีหลายตัวเลือกที่ดีออกมาตามตลาด เช่น Asana ดังนั้นเราจึงสร้างการบูรณาการที่ผลักดันผลลัพธ์ของการประชุมโดยตรงไปยังเครื่องมือที่ผู้คนใช้ในการทำงาน

ในด้าน CRM เราจะผลักดันฟิลด์ที่มีโครงสร้าง – จุดเจ็บปวด เวลาเส้นตาย ผู้ตัดสินใจหลัก – ไปยัง Salesforce และ HubSpot ในกรณีศึกษาหนึ่ง สิ่งนี้ช่วยประหยัดเวลา 20-30 นาทีต่อการอัปเดตสถานะข้อตกลง และนำไปสู่ความแม่นยำในการคาดการณ์สิ้นเดือนที่เกือบสมบูรณ์ นี่คือเครื่องยนต์ 워์กโฟลว์ในกระบวนการ: การสนทนาเกิดขึ้น AI นำข้อมูลทางธุรกิจที่สำคัญออกมา และจากนั้นไหลเข้าสู่ระบบบันทึกของคุณโดยไม่ต้องพิมพ์อะไร

แต่ฉันคิดว่าการผิดพลาดที่แท้จริงกำลังจะเกิดขึ้นกับสิ่งที่ฉันเรียกว่า “การแจ้งเตือนตามความหมาย” และการกำหนดเส้นทางอย่างชาญฉลาด สมมติว่าคุณเป็นผู้จัดการหรือผู้นำฝ่ายขายและได้รับการเล่นไฮไลท์รายวันโดยที่ AI พบการอภิปรายเรื่องราคาหรือการอภิปรายผลิตภัณฑ์ที่เกิดขึ้นในระหว่างการโทรต่ออายุ หากคุณเป็นผู้จัดการฝ่ายวิศวกรรม คุณจะเห็นการอภิปรายที่ร้อนแรงที่สุดในหมู่วิศวกรของคุณ AI สามารถเข้าใจโทนและบริบทได้แล้ว ไม่ใช่แค่คีย์เวิร์ด ดังนั้นมันจึงรู้ว่าช่วงเวลาใดที่คุณแท้จริงๆ คิดว่ามันสำคัญ

เมื่อบริษัทเติบโต พวกเขาต้องดิ้นรนกับความรู้ที่กระจายและความเสื่อมสภาพของข้อมูล AI จะช่วยลดช่องว่างระหว่างสิ่งที่ทีมสนทนาและสิ่งที่ได้ดำเนินการจริงๆ ได้อย่างไร?

สิ่งนี้เป็นหนึ่งในปัญหาที่สำคัญที่สุดที่เรากำลังแก้ไข มีสองกลุ่มที่เราสามารถช่วยได้: คนที่อยู่ในการประชุมพยายามที่จะบันทึกย่อและเป็นปัจจุบัน และผู้จัดการ ผู้นำ และผู้ก่อตั้งที่ไม่ได้อยู่ในการประชุมแต่กำลังจัดการทีมและพยายามเข้าใจสิ่งที่เกิดขึ้น กลุ่มที่สองคือที่ที่ปัญหาความรู้ที่กระจายอยู่จริงๆ

ปัญหาหลักคือการมองเห็น เมื่อบุคคลใดๆ ในบริษัทต้องการทราบสถานะของข้อตกลงหรือสิ่งที่เกิดขึ้นกับลูกค้า โดยทั่วไปแล้วไม่มีที่ที่ง่ายต่อการค้นหาข้อมูลนั้น พวกเขาจะโทรหาทีมขาย บังคับให้พวกเขาใช้เวลา 20-30 นาทีในการค้นหาในบันทึกย่อของพวกเขา ในช่วงเวลาเร่งด่วน ผู้จัดการฝ่ายปฏิบัติการบางคนได้รับการขอ 15 ครั้งต่อวัน – นั่นคือ 7.5 ชั่วโมงที่ใช้ในการดึงข้อมูลแทนการเพิ่มมูลค่า

AI สามารถเริ่มเชื่อมโยงจุดข้ามการสนทนาที่ไม่มีมนุษย์ใดสามารถติดตามได้ การตระหนักแบบแผนข้ามการสนทนาที่กระจายเป็นอย่างไรที่คุณป้องกันความเสื่อมสภาพของความรู้และเปลี่ยนการสนทนาให้เป็นข้อมูลเชิงกลยุทธ์

เมื่อมองไปข้างหน้า 5 ปี คุณคาดหวังว่าข้อมูลการประชุมจะพัฒนาไปอย่างไร และคุณเห็น AI มีบทบาทในอนาคตของหน่วยความจำขององค์กร การตัดสินใจ และการทำงานร่วมกันอย่างไร?

5 ปีต่อจากนี้ ฉันคิดว่าเราจะมองย้อนกลับไปที่เครื่องมือการประชุมอัจฉริยะในปัจจุบันเหมือนกับที่เรามองย้อนกลับไปที่สมาร์ทโฟนรุ่นแรกๆ ในสมัยนั้น: น่าประทับใจสำหรับเวลานั้น แต่ดูเป็นเรื่องเก่าเมื่อเทียบกับสิ่งที่เป็นไปได้

การเปลี่ยนแปลงครั้งสำคัญแรกคือการย้ายจากการจดบันทึกไปยังการทำให้กระบวนการทำงานอัตโนมัติ เราเห็นอนาคตที่พูดอะไรในระหว่างการประชุมสามารถทำให้มันเกิดขึ้นได้โดยไม่ต้องทำงานหลังการประชุม ในปัจจุบัน หากคุณพูดในระหว่างการประชุมว่า “ให้สร้างสเปคสำหรับคุณลักษณะนี้และจัดตารางการประชุมกับฝ่ายวิศวกรรมในสัปดาห์หน้า” คุณยังคงต้องสร้างเอกสารนั้นและส่งคำเชิญปฏิทินอัตโนมัติ ใน 5 ปี AI จะทำทุกสิ่งนี้โดยอัตโนมัติ คุณพูดมัน และมันเกิดขึ้น ด้วย AI ที่สร้างงาน 仕様 และเอกสาร คนสามารถมุ่งเน้นไปที่งานที่ต้องใช้ความคิดสร้างสรรค์และการตัดสินใจของมนุษย์

การเปลี่ยนแปลงครั้งที่สองคือการขยายจากลูกค้าไปสู่การประชุมทั้งหมด ในปัจจุบันเราเน้นไปที่การประชุมภายนอก: การขาย ความสำเร็จของลูกค้า หน่วยงานที่พบกับลูกค้า แต่เป้าหมายของเราสำหรับ 12-18 เดือนข้างหน้าคือการทำให้ Fathom เป็นแพลตฟอร์มที่คุณสามารถใช้ได้ทั่วทั้งองค์กร ไม่ใช่แค่ทีมที่เผชิญหน้ากับลูกค้าเท่านั้น เรากำลังสร้างการบันทึกโดยไม่ต้องมี bot ที่สามารถจับได้ทุกการสนทนา รวมถึงการประชุมแบบ huddle บน Slack และการประชุมแบบตัวต่อตัว มันกำลังพัฒนาไปสู่การสามารถจับได้ทุกการสนทนาใดๆ ที่คุณกำลังมีในบริษัทของคุณ ไม่ว่าจะเป็นช่องทางใด

บริษัทที่จะขึ้นสู่จุดสูงสุดจะเป็นบริษัทที่รักษาข้อมูลการสนทนาให้เป็นพลเมืองชั้นหนึ่ง – มีความสำคัญเท่ากับข้อมูล CRM ของพวกเขา การวิเคราะห์ และเอกสาร เนื่องจากในที่สุดแล้วความรู้ที่สำคัญที่สุดในองค์กรใดๆ ไม่ได้อยู่ในระบบ แต่อยู่ในการสนทนา AI สุดท้ายทำให้เราสามารถใช้ประโยชน์จากสิ่งนี้ได้

ขอขอบคุณสำหรับการสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านสามารถเรียนรู้เพิ่มเติมเกี่ยวกับแอปบันทึกย่อได้ที่ Fathom