Fathom'ın Kurucusu ve CEO'su Richard White ile Röportaj Serisi

Richard WhiteFathom'ın Kurucusu ve CEO'su, kişisel hayal kırıklıklarını kategori tanımlayan yazılımlara dönüştürmesiyle tanınan, tekrar tekrar şirket kuran ve ürün odaklı bir girişimcidir. Fathom'dan önce, yaklaşık 13 yıl boyunca UserVoice'ı kurdu ve yönetti; bu platformu, startup'lardan Microsoft gibi büyük işletmelere kadar binlerce şirket tarafından kullanılan karlı bir geri bildirim yönetim platformuna dönüştürdü ve aynı zamanda günümüzde her yerde bulunan web sitesi "Geri Bildirim" sekmesinin öncülüğünü yaptı. Kariyerinin başlarında, on yıldan fazla bir süre boyunca SlimTimer'ı tamamen tek başına kurdu ve yönetti, Ruby on Rails ekosisteminde AjaxScaffold gibi etkili açık kaynak projelerine liderlik etti ve Kiko'da (YC S05) Ürün Tasarım Lideri olarak çalıştı; bu deneyimler, kullanılabilirlik, müşteri empati ve ekiplerin çalışma şeklini sessizce ancak anlamlı bir şekilde iyileştiren araçlar geliştirme felsefesini şekillendirdi.

2020 yılında kurulan, Kulaç Aynı yaklaşımı yansıtan platform, evrensel bir soruna çözüm getiriyor: gerçek konuşmalar yaparken not alma zorluğu. Platform, özellikle Zoom'da olmak üzere toplantıları otomatik olarak kaydediyor, yazıya döküyor ve özetliyor; böylece kullanıcılar gerçek zamanlı olarak önemli anları vurgulayabiliyor, ham notlar yerine kısa klipler paylaşabiliyor ve yazılı özetlerde sıklıkla kaybolan incelikleri koruyabiliyor. Fathom olgunlaştıkça, basit bir yazıya dökme işleminden öteye geçerek, ekiplerin bağlamı korumasına, müşteri görüşmelerinden ders çıkarmasına ve toplantının kendisine ek bir zorluk katmadan eş zamanlı olmayan bir şekilde iş birliği yapmasına yardımcı olmak üzere tasarlanmış, konuşmalar için hafif bir kayıt sistemine dönüştü.

Son 15 yıldır, UserVoice'tan Fathom'a kadar insanların iletişim biçimini yeniden şekillendiren şirketler kurdunuz. Sizi Fathom'ı kurmaya iten an neydi ve mühendislik ve ürün tasarımı kökenleriniz şirketi ilk günden itibaren nasıl şekillendirdi?

Fathom'ı kurma ilhamım 2020'nin başlarında geldi. Pandemiden önceydi, ancak bir ürün için kapsamlı kullanıcı araştırması yapıyordum ve birdenbire günde 15 veya 20 ardışık Zoom toplantısına katılmak zorunda kaldım. Altı hafta boyunca bu durum, deneyimin ne kadar acı verici olduğunu bana çok iyi gösterdi. Aynı anda hem konuşup hem de yazamıyorum; notlarıma iki hafta sonra baktığımda hangi konuşmanın hangisi olduğunu hatırlamıyordum. En büyük sorun, tüm bu araştırmayı yapıp ekibimle birkaç madde halinde paylaşmama rağmen bunların bir türlü anlaşılmamasıydı. Her şey yanlış anlaşılıyordu. Benim için "ayağımı bir yere çarpmak" gibi bir durumdu: Ayda bir kez olsa görmezden gelirsiniz. Ama her gün, günde birkaç kez ayağınızı bir yere çarparsanız, hemen düzeltmeye çalışırsınız.

Mühendislik ve tasarım geçmişim, Fathom'ı geliştirirken yaptığım seçimleri etkiledi. Sorunlara her zaman, zaten var olan kavramları alıp çok daha geniş bir kitle için radikal bir şekilde daha kullanışlı hale getirerek yaklaştım. Fathom ile, transkripsiyon teknolojisinin ticarileşmeye başladığını, beş yıl önce var olmayan hazır çözümlerin çoğaldığını fark ettim. Dolayısıyla, transkripsiyon çözümün bir parçasıydı, ancak çözümün kendisi değildi.

Ürün tasarımı açısından bakıldığında, görüşme kayıtlarının görüşmeye katılan kişiler için değerli olabileceğini fark ettim. Ancak görüşmeye katılmayan kişiler için pek de faydalı değiller. Çok daha etkili olan şeyin, müşterinin fiyat konusunda itiraz ettiği veya teknik bir soru sorduğu 30 saniyelik video kaydını göstermek olduğunu gördük. Kayıtları, gerçek ses-video kaydını bulmak için neredeyse bir içindekiler tablosu gibi kullanıyoruz. Bu ürün odaklı düşünme biçimi – sadece teknolojiyi değil, yapılacak işleri de anlamak – doğrudan tasarım kökenlerimden geliyor.

Fathom, çoğu şirketin yapay zekâ tabanlı iş akışlarını ciddi olarak düşünmeye başlamasından çok önce, 2020 yılında kuruldu. Yapay zekâyı sonradan eklemek yerine, temel olarak bu yapıya entegre etmenin size erken dönemde sağladığı avantajlar nelerdi?

En önemli avantajımız mimari özgürlüktü. Veri hatlarından kullanıcı deneyimine kadar her sistemi, yapay zekanın temel bir katman olacağını ve sonradan eklenen bir özellik olmayacağını varsayarak tasarlayabiliyorduk. 2020 ve 2021'deki çoğu rakip, kendi modellerini oluşturmak için dilbilim uzmanları ve makine öğrenimi uzmanları işe alıyordu. Biz tam tersini yaptık çünkü bu alanda kazananların, modelleri kendileri oluşturanlar değil, yapay zekayı gerçek sorunları çözmek için etkili bir şekilde uygulayabilenler olacağına inanıyorduk. Bu aykırı görüş, daha küçük bir ekiple çevik kalmamızı ve mühendislik kaynaklarımızı zorlu altyapı sorunlarına odaklamamızı sağladı: platformlar arası güvenilir kayıt, viral dağıtım mekaniği, büyük ölçekte gerçek zamanlı işlem.

2020'de başlamanın şöyle bir yanı var: Yapay zeka henüz yeterince iyi değildi. Bunu biliyorduk. Ama aynı zamanda, şirketi kurmadan önce yapay zekanın olgunlaşmasını beklersek, iki üç yıl geç kalacağımızı da biliyorduk. Kapı ardına kadar açık olacak ve herkes içeri akın edecekti. Bu yüzden önce her şeyi - altyapıyı, dağıtım kanallarını, kullanıcı deneyimini - kurduk ve yapay zeka olgunlaştığında onu tıpkı bir arabaya yeni bir motor takar gibi entegre etmeyi hedefledik. Bu karar muazzam bir şekilde karşılığını verdi. GPT-4 ve Claude 2022-2023'te geldiğinde, onları hemen entegre edebildik. Yıllarca özel NLP işlem hatları kuran rakipler, aniden tüm sistemlerini yeniden düşünmek zorunda kaldılar. Biz sadece modellerimizi güncelledik ve ürün göndermeye devam ettik.

Yapay zekâya dayalı yazılım geliştirmek, ürün geliştirme sürecimizi de temelden değiştirdi. Geleneksel yazılımların oldukça doğrusal bir yol haritası vardır: Ne geliştireceğinize karar verirsiniz, geliştirirsiniz ve piyasaya sürersiniz. Yapay zekâ ile, benim "Jenga modeli" dediğim bir yöntem kullanıyoruz. Her blok, potansiyel bir yapay zekâ yeteneğini temsil eder. Bir bloğa baskı yapıp modeller henüz yeterince iyi olmadığı için dirençle karşılaşırsak, farklı bir blok deniyoruz. Altı ay içinde teknolojinin gelişeceğini ve ona geri dönebileceğimizi biliyoruz. Bu, özellikler hazır olmadan önce zorlamamızı engellerken, her zaman değer sunmamızı da sağlıyor.

Diğer bir avantaj ise güvenilirlikti. Evet, yatırımcılar 2020'de ismimize "yapay zeka" eklemememi söylediler, ancak erken davranmak bize özgünlük kazandırdı. Bir trende atlamadık; henüz bariz hale gelmeden önce bir teze yatırım yaptık. Bu da bizi hızlı takipçiler değil, inşa edenler olarak konumlandırdı.

Toplantı konuşmalarını, kuruluşlar içindeki en göz ardı edilen veri kaynaklarından biri olarak tanımladınız. Bunun yapay zeka için bir sonraki büyük sınır olduğuna sizi ikna eden neydi?

Günde sekiz saatini tüm ekip toplantılarını dinlemeye, hele de duyduklarına dayanarak kararlar almaya ve ekibine koçluk yapmaya ayıracak vakti olan bir satış elemanıyla hiç karşılaşmadığımı fark ettim. Toplantılar inanılmaz derecede değerli veriler üretiyor, ancak bu verilere büyük ölçekte erişmek tamamen imkansız. Geleneksel toplantılarda içeriğin %99'unu çöpe atıyoruz, notların son %1'i ise CRM'ye kaydediliyor. Sonra da buradan işimizle ilgili neler olacağını tahmin etmeye çalışıyoruz. Bu absürt bir süreç. Gerçekten önemli olan bilgiler – müşterinin ses tonu, dile getirdiği özel itiraz, ortaya çıkan rakip firma – birinin aceleyle yazdığı notlardan süzülüyor ve tüm bağlamını kaybediyor.

Bunun bir sonraki aşama olduğuna beni ikna eden şey, bu "sohbetsel karanlık verinin" aslında bir organizasyonda neler olup bittiğine dair en zengin sinyal olduğunu fark etmemdi. Müşteri sorunlarına, ürün eksikliklerine, rekabet tehditlerine ve eğitim ihtiyaçlarına dair gerçek zamanlı bilgiler ediniyorsunuz - hepsi de insanların kendi sözleriyle. Bir müşteri bir özelliğe neden ihtiyaç duyduğunu açıkladığında, bu, bir satış temsilcisinin CRM alanındaki özetlemesinden çok daha değerlidir.

Yapay zekâdaki atılım, nihayet bu verileri büyük ölçekte kullanabilmemizdir. Ask Fathom'ı ilk piyasaya sürdüğümüzde, bireysel toplantılar hakkında soruları yanıtlayabiliyordu. Daha sonra küçük toplantı gruplarını da ele alacak şekilde geliştirdik. Şimdi ise tüm şirketinizin toplantılarını anlayabilecek kadar akıllı. Satış liderleri, "Son zamanlarda hangi rakipler en çok yükselişte? Bana birkaç örnek gösterin." diye sorabilir. Mühendislik ekipleri ise, "Fathom'daki transkripsiyon motorlarının tarihçesini bize anlatın" diye sorarak, dört yıllık mühendislik toplantılarından derlenmiş altı sayfalık bir belge alabilirler.

İşletmenizin neler yaptığını ve hangi görüşmeleri gerçekleştirdiğini gerçekten anlayan çok daha büyük bir beyin oluşmaya başlıyor. Yakında bir yapay zekanın, en çok anlaşmayı kapatmanıza yardımcı olacak özelliklere, ortaya çıkacak rakiplere veya ekibinizdeki eğitim eksikliklerine dayanarak hangi özellikleri geliştirmeniz gerektiğini söyleyebileceği bir dünya hayal edebilirsiniz. Yapay zeka, bir sonraki strateji toplantınıza veya yol haritası oluşturma sürecinize girdi sağlamak için bu inanılmaz veri kaynağını işliyor.

Birçok kullanıcı Fathom'ı toplantılar sırasında odaklanmayı sağlayan dönüştürücü bir araç olarak nitelendiriyor. Otomasyonu, insan konuşmasının doğal akışını korumakla nasıl dengelersiniz?

Bu, en başından beri tasarım felsefemizin temelini oluşturuyor. Amaç, yapay zekanın size bir toplantıda ne yapmanız gerektiğini söylemesi değil, aksine konuşmalarınızda daha hazır ve etkili olmanıza yardımcı olacak bilgiler sunmasıdır.

Otomatikleştirdiğimiz ve otomatikleştirmediğimiz şeyler konusunda dikkatliyiz. Bir özelliği gerçekten iyi yapabileceğimizden emin olana kadar piyasaya sürmüyoruz. Bu bazen belirli yeteneklerle pazara ilk giren biz olmadığımız anlamına gelir, ancak bir şey piyasaya sürdüğümüzde, işe yarar ve gerçek değer sunar. Sık sık gelen taleplere rağmen, telefon görüşmesi kaydı veya belirli oda içi toplantı kaydı gibi şeyleri takip etme konusunda temkinli davrandık. Konuşmanın doğal akışını bozan vasat bir deneyim sunmaktansa, yaptığımız işte mükemmel olmayı tercih ediyoruz.

Sonuç olarak, kullanıcılarımız bize doğru dengeyi yakaladığımızı söylüyor: Haftada 6 saatten fazla zaman tasarrufu sağladıklarını ve içgörüden sonraki adımlara geçişte 3 kat daha hızlı olduklarını belirtiyorlar; %95'i Fathom'ın toplantılarda dikkatlerini toplamalarını sağladığını bildiriyor. Bu da insan yeteneklerini desteklediğimizi, yerini almadığımızı doğruluyor.

Fathom, A Serisi yatırım turunda 1,300'den fazla kullanıcı yatırımcıyı kendine çekti; bu, ürün düzeyinde nadir görülen bir güven göstergesi. Sizce günlük kullanıcılar arasında bu kadar güçlü yankı uyandıran neydi?

Öncelikle, gerçekten sağlam bir ücretsiz ürün sunuyoruz: sınırsız toplantı, ayda beş yapay zeka özeti. Kullanıcılarımızın üçte ikisi bize asla bir kuruş ödemiyor ve biz bundan tamamen memnunuz. Bu tipik bir SaaS stratejisi değil. Kullanıcılarımız, her fırsatta onlardan değer elde etmeye çalışmadığımızı görüyorlar. Bireysel çalışanların hayatlarını ücretsiz olarak iyileştirmeye odaklanıyoruz ve gelirlerimizi yöneticilerine yönetim araçları satarak elde ediyoruz – koçluk panoları, toplantılar arası zeka ve rekabetçi içgörüler. Ürün sadece çalışıyor ve ödeme yapsanız da yapmasanız da çalışmaya devam ediyor. Bu da gerçek bir güven yaratıyor.

Büyümemiz neredeyse tamamen kulaktan kulağa yayılmaya dayanıyor; geleneksel B2B yazılımından ziyade bir sosyal medya platformu gibi büyüdük. Kullanıcılarımız bizim savunucularımız ve dağıtım kanalımız. Onların yatırımcı olmalarına izin vermek, zaten doğru olanı teyit etmekten başka bir şey değil: Onlar bu misyonda ortaklarımız.

Bence çözdüğümüz sorunun daha derin bir yankısı da var. Herkes bir toplantıda olup, orada bulunmaya çalışırken birinin sohbet etmek yerine telaşla klavyeye basmasını izlemenin acısını yaşamıştır. Herkes katılmadığı bir toplantıdan bilgiye ihtiyaç duymuş ve işe yaramaz iki satırlık bir özetle karşılaşmıştır. Sorun evrenseldir ve çözüm iyi çalıştığında neredeyse sihirli gibi geliyor. Kullanıcılar bu geleceğin var olmasını istedikleri için yatırım yapıyorlar - sadece kendileri için değil, birlikte çalıştıkları herkes için.

Geçmişinizde, şirketlerin müşteri geri bildirimlerini nasıl yönettiğini tanımlamaya yardımcı olan UserVoice'u geliştirme deneyiminiz var. Bu deneyim, kurumsal hafıza ve yapay zeka destekli bilgi akışları hakkındaki düşüncelerinizi nasıl etkiledi?

UserVoice bana şirketlerdeki en değerli bilgilerin genellikle en dağınık bilgiler olduğunu öğretti. Müşteri geri bildirimleri her yerdeydi. Destek taleplerinde, iletilen e-postalarda ve rastgele satış görüşmelerinde gizliydi. Şirketler, müşterilerin ne istediği hakkında binlerce veri noktasına sahip olabiliyordu, ancak bunları stratejik kararlara dönüştürmenin bir yolu yoktu. Biz de bu geri bildirimleri büyük ölçekte toplamak ve ürün kararları veren kişilerin erişimine sunmak için bir altyapı oluşturduk.

Fathom ile paralellik açık, ancak sorun alanı daha derin. Toplantılar, müşteri geri bildirimlerinden kat kat daha dağınık. Her kuruluşta her hafta yüzlerce veya binlerce saatlik görüşme gerçekleşiyor. UserVoice'tan öğrendiğim şey, veri toplamanın gerekli olduğu, ancak yeterli olmadığıdır. Sadece bilgileri bir araya getiremezsiniz; neyin önemli olduğu konusunda zeka oluşturmanız ve bunu doğru kişilere yönlendirmeniz gerekir. UserVoice ile, ürün ekiplerinin sinyali gürültüden ayırabilmesi için oylama sistemleri, trend algoritmaları ve yönetici panoları oluşturduk. Fathom ile, konuşmalar genelinde bağlamı anlayan ve proaktif olarak içgörüler ortaya çıkarabilen yapay zeka geliştiriyoruz: "Bu ay beş müşteri bu kullanım durumundan bahsetti" veya "Ekibiniz bu itirazda sürekli takılıp kalıyor."

Diğer bir ders ise demokratikleşmeyle ilgiliydi. UserVoice, sadece telefonla yöneticilere ulaşabilen en sesli müşteriler değil, tüm müşterilerin geri bildirimde bulunmasını mümkün kıldı. Fathom ile toplantı bilgilerine erişimi demokratikleştiriyoruz. Netgain ile yaptığımız vaka çalışmasında, operasyon müdürleri günde 7.5 saatini sadece satış görüşmelerinde neler olup bittiğiyle ilgili temel soruları yanıtlamakla geçiriyordu. Bu akıl almaz bir durum. Bilgiler mevcuttu, ancak insanların zihinlerinde ve dağınık notlarda hapsolmuştu.

Kurumsal hafızanın geleceği, CRM, dokümanlar, geri bildirim sistemleri gibi birbirinden izole bilgi silolarından, bağlantılı, konuşmaya dayalı zekaya doğru ilerliyor. Bu, UserVoice ile inşa etmeye başladığımız şeyin mantıksal evrimi, ancak yapay zeka bunu yalnızca yapılandırılmış verilerle değil, insan konuşmasının tüm doğruluğuyla yapmayı mümkün kılıyor.

Zoom tabanlı yapay zeka araçları 2020'den sonra hızla yaygınlaştı. Sizce, gerçekten faydalı bir yapay zeka asistanını sadece gereksiz gürültü çıkaran birinden ayıran nedir?

İnsanlara her zaman yapay zekâ destekli toplantı asistanlarını gerçekten batırabilecek sadece iki şey olduğunu söylerim: ürün güvenilir değilse veya yapay zekâ çıktısı berbatsa. Bence önceki nesilde yapay zekâ pazarlamasında sihirli şeyler vaat etmek kolaydı, ancak gerçeklik anlamsız çıktı. Biz her zaman yüksek kaliteli, güvenilir ve vaatlerini yerine getiren bir ürüne sahip olduğumuzdan emin olmaya çalıştık. Başlıca farklılaştırıcı özelliklerimiz şunlardır:

• Transkripsiyon doğruluğu. Fathom, günümüzde piyasadaki en doğru transkript olarak kabul ediliyor. Çoğu araç üçüncü taraf bir transkripsiyon hizmetinden yararlanırken, biz kendi geliştirdiğimiz özel transkripsiyon teknolojimizi kullandık. Transkriptiniz kötüyse, yapay zeka bileşeninden gelen her şey tamamen geçersiz olur çünkü hepsi transkriptten silinir.
• Güvenilirlik ve altyapı. Bir toplantıya katıldığınızda genellikle acele ediyorsunuz veya streslisiniz. Bu diğer araçların çoğu, toplantılara botların katılmasını sağlar ancak kayıt yapmaz veya kayıt başarısız olur. Biz neredeyse gerçek zamanlı bir sistem seviyesinde çalışıyoruz; havacılık teknolojisinin bir adım gerisinde bir şey üzerinde çalışıyorsunuz. İki kez çalışmazsa, kullanıcı gider. Ara sıra kesintiye uğrayabileceğiniz geleneksel SaaS'lardan farklı.
• İnce ayrıntıları ve bağlamı anlayabilen yapay zeka. İş dili çok incelikli olabilir. UserVoice'da satış ekibini yönetirken insanların notlarını okuduğumu ve "Bunu aslında nasıl söylediklerini duymam gerek" diye düşündüğümü hatırlıyorum. Yapay zekanın sadece söylenenleri değil, tonu, tereddüdü ve heyecanı (veya heyecansızlığı) da yakalaması gerekiyor. Bu yüzden her özet noktasını kayıttaki gerçek ana bağlıyoruz.
• Karmaşıklık olmadan kişiselleştirme. Yapay zekâ işletmenize uyum sağlamalı, tersi değil. Satış ekipleri, kullandıkları MEDDIC, Challenger, SPICED veya benzeri yöntemlere uyacak şekilde şablonları değiştirebilmelidir. Ancak bunun için veri bilimi diplomasına gerek yok. Sadece çalışması yeterli.

Fathom, toplantı içeriğini eyleme dönüştürülebilir bilgiye dönüştürüyor. Konuşmaları, kararları ve sonraki aşamalardaki görevleri otomatik olarak birbirine bağlayan, gerçek iş akışı motorları gibi çalışan yapay zeka sistemlerine ne kadar yakınız?

Bence çoğu insanın fark ettiğinden daha yakınız, ancak atılması gereken önemli adımlar hala var. Şu anda, Fathom'ın sizin için giderek daha fazla iş yaptığı bir dünyaya doğru ilerliyoruz. İlk adım, bilgiyi istediğiniz yere ulaştırmak. Bir sonraki adım ise, ki bu çok uzak değil, yapay zekanın sizin için işi gerçekten yapması.

Bunun erken versiyonlarını zaten görüyoruz. Asana entegrasyonumuz, toplantılardan eylem maddelerini alıyor ve otomatik olarak takip edilebilir görevler oluşturuyor. Fathom, bir görev yönetimi çözümü geliştirmek istemiyor; Asana gibi birçok harika çözüm zaten mevcut. Bu nedenle, toplantı sonuçlarını insanların işlerini halletmek için zaten kullandıkları araçlara doğrudan aktaran entegrasyonlar geliştiriyoruz.

CRM tarafında, yapılandırılmış alanları (sorun noktaları, zaman çizelgeleri, kilit karar vericiler) otomatik olarak Salesforce ve HubSpot'a aktarıyoruz. Bir örnek olay incelemesinde, bu, anlaşma durum güncellemesi başına 20 ila 30 dakika tasarruf sağladı ve ay sonu tahminlerinin neredeyse mükemmel doğrulukta olmasını sağladı. İşte bir iş akışı motorunun işleyişi: Konuşma gerçekleşiyor, yapay zeka temel iş verilerini çıkarıyor ve ardından hiç kimse bir şey yazmadan otomatik olarak kayıt sisteminize aktarılıyor.

Ama bence asıl atılım, benim "anlamsal tabanlı uyarılar" ve "akıllı yönlendirme" olarak adlandırdığım şeyle geliyor. Bir yönetici veya satış lideri olduğunuzu ve yapay zekanın her ters giden fiyatlandırma görüşmesini veya yenileme görüşmesinde ortaya çıkan her ürün engelini bulduğu günlük bir özet videosu aldığınızı hayal edin. Bir mühendislik yöneticisiyseniz, mühendisleriniz arasındaki her hararetli tartışmayı görürsünüz. Yapay zeka artık sadece anahtar kelimeleri değil, tonu ve nüansları da anlayabiliyor, bu nedenle hangi anların sizin için gerçekten önemli olduğunu biliyor.

Şirketler büyüdükçe, dağıtılmış bilgi ve bilgi kaybıyla mücadele ediyorlar. Yapay zekanın, ekiplerin tartıştıkları ile fiilen hayata geçirdikleri arasındaki boşluğu nasıl kapatacağını düşünüyorsunuz?

Bu, çözmeye çalıştığımız en kritik sorunlardan biri. Gerçekten yardımcı olabileceğimiz iki grup var: toplantıda not almaya ve hazır bulunmaya çalışanlar ve toplantıda olmayan ancak ekipleri yöneten ve neler olup bittiğini anlamaya çalışan yönetim, liderlik ve kurucular. Dağıtılmış bilgi sorunu asıl olarak bu ikinci grupta ortaya çıkıyor.

Asıl sorun görünürlük. Bir şirkette herhangi biri bir anlaşmanın durumunu veya bir müşteriyle ilgili gelişmeleri öğrenmek istediğinde, geleneksel olarak bu bilgiyi kolayca bulabileceği bir yer yok. Satış ekibini arıyorlar ve bu da temsilcilerin notlar arasında 20-30 dakika arama yapmasına neden oluyor. Yoğun dönemlerde, bazı operasyon yöneticileri günde 15 talep alıyor; bu da değer katan faaliyetler yerine bilgi edinmeye harcanan 7.5 saat anlamına geliyor.

Yapay zeka, hiçbir insanın takip edemeyeceği konuşmalar arasında bağlantılar kurmaya başlayabilir. Dağıtılmış konuşmalardaki bu tür örüntü tanıma, bilgi kaybını önlemenin ve konuşmaları stratejik istihbarata dönüştürmenin yoludur.

Önümüzdeki beş yıla baktığınızda, toplantı zekasının nasıl gelişeceğini öngörüyorsunuz ve yapay zekanın kurumsal hafıza, karar verme ve iş birliğinin geleceğinde ne gibi bir rol oynayacağını düşünüyorsunuz?

Beş yıl sonra, bugünkü toplantı zekası araçlarına tıpkı şimdi ilk akıllı telefonlara baktığımız gibi bakacağımızı düşünüyorum: zamanına göre etkileyici, ancak daha sonra mümkün olanlara kıyasla ilkel.

İlk büyük evrim, not almaktan gerçek iş akışı otomasyonuna geçmektir. Toplantıda sadece bir şey söylemenin, toplantı sonrası çalışmaya gerek kalmadan, o şeyin gerçekleşmesini sağlayabileceği bir gelecek öngörüyoruz. Şu anda, bir toplantıda "Bu özellik için bir şartname oluşturalım ve önümüzdeki hafta mühendislik ekibiyle bir takip toplantısı planlayalım" deseniz bile, yine de o belgeyi manuel olarak oluşturmanız ve takvim davetini göndermeniz gerekiyor. Beş yıl içinde yapay zeka bunların hepsini otomatik olarak yapacak. Siz söylersiniz ve gerçekleşir. Yapay zeka görevleri, şartnameleri ve belgeleri oluşturduğu için, insanlar gerçekten insan yaratıcılığı ve yargısı gerektiren işlere odaklanabilirler.

İkinci evrim, müşteriyle doğrudan etkileşimden tüm toplantılara doğru genişlemektir. Şu anda dış toplantılara odaklanıyoruz: satış, müşteri başarısı, ajansların müşterileriyle yaptığı toplantılar. Ancak önümüzdeki 12 ila 18 ay içinde hedefimiz, Fathom'ı yalnızca müşteriyle doğrudan etkileşimde bulunan ekipler için değil, tüm kuruluşunuz genelinde kullanabileceğiniz bir platform haline getirmektir. Slack toplantıları ve yüz yüze görüşmeler de dahil olmak üzere her türlü konuşmayı kaydedebilen, bot gerektirmeyen bir kayıt sistemi geliştiriyoruz. Bu sistem, şirketinizde yaptığınız her türlü konuşmayı, ortam ne olursa olsun, kaydedebilecek şekilde gelişiyor.

Zirveye çıkacak şirketler, konuşma verilerini CRM verileri, analizler ve belgeler kadar önemli, birinci sınıf bir değer olarak ele alan şirketler olacaktır. Çünkü nihayetinde, herhangi bir organizasyondaki en önemli bilgi sistemlerde değil, konuşmalardadır. Yapay zeka nihayet bunu kullanmayı mümkün kılıyor.

Harika röportaj için teşekkürler, bu not alma uygulaması hakkında daha fazla bilgi edinmek isteyen okuyucular şu adresi ziyaret edebilirler: Kulaç.