Richard White, Fathom’un Kurucusu ve CEO’su – Röportaj Serisi

Richard White, Fathom’un kurucusu ve CEO’su olarak, birden fazla şirket kurmuş, ürün odaklı bir girişimcidir. Kişisel olarak yaşadığı sorunları, kendi kategorilerini tanımlayan yazılımlara dönüştürmesiyle tanınır. Fathom’dan önce, UserVoice’i kurdu ve yaklaşık 13 yıl boyunca yönetti. UserVoice’i, girişimlerden Microsoft gibi büyük kuruluşlara kadar binlerce şirketin kullandığı kârlı bir geri bildirim yönetim platformuna dönüştürürken bugün hemen her yerde görülen web sitesi ‘Geri Bildirim’ sekmesine de öncülük etti. Kariyerinin başlarında, SlimTimer’ı tamamen tek başına geliştirip on yılı aşkın süre yönetti, Ruby on Rails ekosisteminde AjaxScaffold gibi etkili açık kaynaklı projelere liderlik etti ve Kiko’da (YC S05) Ürün Tasarım Lideri olarak çalıştı, bu deneyimler birlikte kullanılabilirlik, müşterilerle empati kurma ve ekiplerin çalışma biçimini sessiz ama anlamlı şekilde iyileştiren araçlar geliştirme konusundaki yaklaşımını şekillendirdi.

2020 yılında kurulan Fathom, aynı yaklaşımı, ortak bir sorunu çözerek yansıtıyor: Bir yandan gerçekten sohbet etmeye çalışırken diğer yandan not almanın yarattığı zihinsel yük. Platform, toplantıları otomatik olarak kaydeder, transkribe eder ve özetler – özellikle Zoom’da – kullanıcıların gerçek zamanlı olarak anları vurgulamasına, ham notlar yerine kısa klipler paylaşmasına ve yazılı özetlerde sıklıkla kaybolan incelikleri korumasına olanak tanır. Fathom olgunlaştıkça, basit bir transkriptten öte, ekiplerin bağlamı korumasına, müşteri görüşmelerinden öğrenmesine ve toplantıyı zorlaştırmadan eşzamansız işbirliği yapmasına yardımcı olan, konuşmaların kaydını tutan sade bir sistem haline geldi.

Son 15 yılda, insanların iletişim şeklini değiştiren şirketler kurmakla meşguldünüz – UserVoice’den Fathom’a. Fathom’u kurmanıza yol açan an neydi ve mühendislik ve ürün tasarımı geçmişiniz şirketi ilk günden itibaren nasıl şekillendirdi?

Fathom’u kurma ilhamım 2020 başlarında geldi. Pandemi öncesi dönemdi, ancak bir ürün için kapsamlı kullanıcı araştırmaları yapıyordum ve aniden günde 15 ila 20 arka arkaya Zoom toplantısına katılıyordum. Altı hafta sonra, bu deneyimin ne kadar zorlayıcı olduğunu iyice anladım. Aynı anda hem konuşup hem yazamıyordum – notlarıma iki hafta sonra baktığımda hangi konuşmanın hangi konuşma olduğunu hatırlayamadım. En büyük sorun, tüm bu araştırmayı yaptıktan sonra ekibimle birkaç madde paylaşmam, fakat asıl anlatmak istediklerimi aktaramamamdı. Asıl anlam aktarım sırasında kaybolup gitti. Bu, benim için bir ‘ayak parmağımı çarptığım’ anıydı: Bir şey, ayda bir kez olursa, görmezden gelirsiniz. Ama her gün, günde birkaç kez ayağınızı aynı şeye çarparsanız sorunu çok hızlı çözmeye çalışırsınız.

Mühendislik ve tasarım geçmişim, Fathom’u inşa ederken yaptığım seçimlere yol gösterdi. Problemlere, zaten var olan kavramları çok daha büyük bir kitle için radikal olarak daha kullanışlı hale getirerek yaklaştım. Fathom ile, konuşmaları yazıya dökme teknolojisinin standartlaşarak yaygınlaştığını fark ettim – beş yıl önce mevcut olmayan birçok hazır çözüm vardı. Böylece, transkript çözümün bir parçasıydı, ancak çözümün kendisi değildi.

Ürün tasarımı açısından, transkriptlerin, aramaya katılan insanlar için değerli olabileceğini fark ettim. Ancak, orada olmayan insanlar için gerçekten yardımcı olmazlar. Müşterinin fiyat konusunda itiraz ettiği veya teknik bir soru sorduğu 30 saniyelik video klibini göstermenin çok daha etkili olduğunu keşfettik. Transkripti, aslında ses-görüntü klibini bulmak için bir tür içindekiler dizini olarak kullanıyoruz. Bu ürün düşüncesi – yapılması gereken işleri anlamak, sadece teknolojiyi değil – doğrudan tasarım kökenimden geldi.

Fathom, 2020’de, çoğu şirket başlangıçtan itibaren yapay zekâya dayanan iş akışlarını ciddi biçimde düşünmeye başlamadan çok önce kuruldu. AI’yi ürünün merkezine yerleştirerek geliştirmek – onu sonradan entegre etmek yerine – size erken dönemde ne tür avantajlar sağladı?

Ana avantaj, mimari özgürlüktü. Her sistemi, veri boru hatlarından kullanıcı deneyimine kadar, AI’nin temel bir katman olacağını ve bir eklenti özelliği olmayacağını varsayarak tasarlayabildik. 2020 ve 2021’de çoğu rakip, kendi modellerini oluşturmak için dilbilim ve makine öğrenmesi uzmanlarını işe alıyordu. Biz bunun tersini yaptık, çünkü bu alanda kazananların, gerçek sorunları çözmek için AI’yi etkili biçimde uygulayanlar olacağını, modelleri bizzat geliştirenler olmayacağını düşündük. Bu karşıt görüş, daha küçük bir ekip ile kalma ve mühendislik kaynaklarımızı zor altyapı sorunlarına – platformlar arasında güvenilir kayıt, kullanıcılar aracılığıyla hızla yayılan dağıtım mekanizmaları ve büyük ölçekte gerçek zamanlı işleme – odaklanma konusunda esnek olmamızı sağladı.

2020’de işe başlamanın gerçeği şuydu: AI henüz yeterli değildi. Bunu biliyorduk. Ancak AI olgunlaşana kadar şirket kurmayı beklersek, iki ila üç yıl geç kalacağımızı biliyorduk. Kapı geniş açık olacaktı ve herkes içeri girecekti. Bu nedenle, her şeyi önce inşa ettik – altyapıyı, dağıtım kanallarını, kullanıcı deneyimini – AI yeterince geliştiğinde onu otomobile yeni bir motor takar gibi entegre edebileceğimiz beklentisiyle. Bu kararın karşılığını fazlasıyla aldık. 2022-2023’te GPT-4 ve Claude geldiğinde, bunları hemen entegre edebildik. Özel NLP boru hatları inşa etmiş olan rakipler, tüm yığınlarını yeniden düşünmek zorunda kaldı. Biz sadece modellerimizi güncelledik ve ilerlemeye devam ettik.

Başlangıçtan itibaren yapay zekâyı temel alarak ürün geliştirmek, temel olarak ürün geliştirme sürecimizi değiştirdi. Geleneksel yazılımda, oldukça lineer bir yol haritası vardır: Ne inşa edeceğinize karar verirsiniz, geliştirir ve kullanıma sunarsınız. AI ile, “Jenga modeli” olarak adlandırdığım bir şey kullanıyoruz. Bu yapıda her blok, potansiyel bir AI yeteneğini temsil eder. Bir bloğa bastığımızda ve AI’nin henüz yeterli olmadığından dolayı direnişle karşılaşırsak, farklı bir blokla denemeye devam ederiz. Altı ay içinde teknolojinin iyileşeceğine ve o konuya geri dönebileceğimizi biliriz. Böylece özellikleri hazır olmadan zorlamaz, bir yandan da kullanıcılara sürekli değer sunmaya devam ederiz.

Diğer avantaj, inandırıcılıktı. Evet, yatırımcılar bana 2020’de şirketin adına ‘AI’ koymamamı söylediler, ancak erken olmak bize otantiklik kazandırdı. Bir trendin üzerine atlamıyorduk; AI’nin önemi herkesçe anlaşılmadan önce belirli bir öngörüye yatırım yaptık. Bu da bizi, başkalarının hızla peşinden gidenler olarak değil, yeni şeyler geliştirenler olarak konumlandırdı.

Söylediğiniz gibi, toplantı konuşmaları, organizasyonlar içindeki en fazla göz ardı edilen veri kaynaklarından biridir. Bu alanın AI için bir sonraki büyük sınır olduğuna sizi ne ikna etti?

Ekibinin tüm toplantılarını dinlemeye günde sekiz saat ayırabilecek bir satışçıyla hiç karşılaşmadığımı fark ettim; üstelik duyduklarına dayanarak karar alıp ekibine koçluk yapmaya da zaman ayırması gerekir. Toplantılar, inanılmaz derecede değerli veri üretir, ancak ölçekte erişilemez. Geleneksel toplantılarda, içeriğin %99’unu atarız ve notların son %1’i CRM’ye gider. Ardından bu küçücük parçadan geriye doğru çıkarım yaparak işimizin nasıl ilerleyeceğini tahmin etmeye çalışırız. Bu, saçma bir süreçtir. Gerçekten önemli olan bilgiler – bir müşterinin ses tonu, belirli bir itiraz ya da adı geçen bir rakip – hepsi birinin aceleyle yazılmış notlarında kaybolur ve tüm bağlamını kaybeder.

Bu, “konuşma karanlık verileri”nin aslında bir organizasyondaki en zengin sinyal olduğuna beni ikna etti. Gerçek zamanlı olarak müşteri ağrı noktaları, ürün boşlukları, rekabet tehditleri ve eğitim ihtiyaçları hakkında fikir sahibi oluyorsunuz – hepsi insanların kendi sözleri ile. Bir müşteri, neden bir özelliğe ihtiyaç duyduğunu açıkladığında, bu, bir satış temsilcisinin bunu bir CRM alanına kendi sözleriyle özetlemesinden çok daha değerli bir şeydir.

AI ile, bu veriyi nihayet geniş ölçekte kullanabiliyoruz. İlk olarak Ask Fathom’u başlattığımızda, bireysel toplantılar hakkında soruları cevaplayabiliyordu. Ardından, küçük toplantı gruplarını işleyebilecek şekilde geliştirdik. Şimdi, tüm şirketin toplantı setini anlamak için yeterince akıllı. Satış liderleri, “Son zamanlarda en çok hangi rakipler trend oluyor? Bana bazı klipler gösterin” diye sorabilir. Mühendislik takımları, “Fathom’daki transkript motorlarının tarihini bize anlatın” diye sorgulayabilir ve dört yıllık mühendislik toplantılarından alınan altı sayfalık sentezlenmiş bir belge alabilir.

İşletmenizin ne yaptığını ve içinde hangi konuşmaların gerçekleştiğini gerçekten anlayan çok daha büyük bir beyin hâline gelmeye başlıyor. Bir AI’nin, en çok anlaşmanın sonuçlanmasına yardımcı olacak hangi özelliklerin geliştirilmesi gerektiğini, hangi rakiplerin ortaya çıktığını, hangi eğitim boşluklarının olduğunu belirlemek için konuşmalardan gelen verileri kullanabileceği bir dünya hayal edebilirsiniz. Ortada muazzam bir veri kaynağı var; AI bu kaynağı işleyerek bir sonraki strateji toplantınıza veya yol haritası hazırlama sürecinize girdi sağlıyor.

Çok sayıda kullanıcı, Fathom’u toplantılarda konuşmaya daha fazla odaklanmak için dönüştürücü olarak tanımlıyor. Otomasyonu, insan konuşmasının doğal akışını korurken nasıl dengeliyorsunuz?

Bu, tasarım felsefemizin temelini oluşturdu. AI’nin, toplantılarda size ne yapmanız gerektiğini söylemesi değil, ancak konuşmalarınızda daha odaklı ve etkili olmanıza yardımcı olacak bilgiler sağlaması gerekiyor.

Neyi otomatikleştirdiğimizi ve neyi otomatikleştirmediğimizi dikkatle seçiyoruz. Özellikleri, gerçekten iyi yapabildiğimizden emin olmadıkça başlatmayız. Bu, bazı yetenekleri pazara ilk sunan şirket olmamamız anlamına gelebilir, ancak bir şeyi başlattığımızda, çalışır ve gerçek değer sağlar. Telefon görüşmelerini veya belirli türde yüz yüze toplantıları kaydetme konusunda sık sık talep almamıza rağmen bu alanlara yönelirken temkinli davrandık. Doğal konuşma akışını bozan bir deneyim sunmak yerine, yaptığımız şeyde mükemmelleşmeyi tercih ediyoruz.

Kullanıcılarımız, dengenin doğru olduğunu söylüyor: Haftada altı saatten fazla zaman tasarrufu yaptıklarını ve fikirlerden sonraki adımlara 3 kat daha hızlı geçtiklerini söylüyorlar; kullanıcıların %95’i Fathom’un toplantılarda konuşmaya odaklanmalarına yardımcı olduğunu söylüyor. Bu, insanların yerini almak yerine yeteneklerini güçlendirdiğimizi kanıtlıyor.

Fathom, Seri A’da 1.300’den fazla kullanıcı-yatırımcı çekti – bu, ürün düzeyinde güvenin nadir bir işaretidir. Sıradan kullanıcılar üzerinde neyin böylesine güçlü bir karşılık bulduğunu düşünüyorsunuz?

Örneğin, gerçekten güçlü bir ücretsiz ürün sunuyoruz: sınırsız toplantılar, ayda beş AI özeti. Kullanıcılarımızın üçte ikisi bize hiç para ödemez ve biz de bundan memnunuz. Bu, tipik bir SaaS oyunu değil. Kullanıcılarımız, bizim onlardan her adımda değer çıkarmaya çalışmadığımızı görüyor. Bireysel katkıda bulunanların hayatlarını ücretsiz olarak iyileştirmeye odaklanıyoruz ve yönetim araçlarını onların patronlarına satıyoruz – koçluk panelleri, çapraz toplantı istihbaratı ve rakiplere ilişkin içgörüler. Ürün çalışıyor ve çalışmaya devam ediyor, ödeme yapılıp yapılmadığına bakılmaksızın. Bu da gerçek bir güven yaratıyor.

Büyümemiz neredeyse tamamen ağızdan ağıza – geleneksel B2B yazılımdan daha çok bir sosyal medya platformu gibi büyüdük. Kullanıcılarımız, bizim savunucularımız ve dağıtım kanallarımız. Onlara yatırımcı olma imkânı tanımak, zaten var olan gerçeği kabul etmek demek: Bu misyonun ortakları onlar.

Çözdüğümüz sorunla kurulan bağın da daha derin olduğunu düşünüyorum. Herkes, bir toplantıda bulunup, konuşmaya odaklanmaya çalışırken, birinin sohbete katılmak yerine telaşla yazmasına tanık olmuştur. Herkes, içinde bulunmadığı bir toplantıdan bilgiye ihtiyaç duymuştur ve işe yaramaz iki satırlık bir özet almıştır. Problem evrenseldir ve çözüm, iyi çalıştığında neredeyse büyüleyici geliyor. Kullanıcılar bu geleceğin gerçekleşmesini istedikleri için yatırım yapıyorlar – sadece kendileri için değil, birlikte çalıştıkları herkes için.

Arka planınız, müşteri geri bildiriminin nasıl yönetildiğini tanımlamaya yardımcı olan UserVoice’i içeriyor. Bu deneyim, organizasyonel hafıza ve yapay zekâ destekli bilgi akışları hakkındaki düşüncenizi nasıl etkiledi?

UserVoice, şirketlerdeki en değerli bilginin genellikle en dağınık olduğunu bana öğretti. Müşteri geri bildirimi her yerdeydi – destek biletlerinde, iletilen e-postalarda ve rastgele satış konuşmalarında. Şirketler, müşterilerin ne istediği hakkında binlerce veri noktasına sahip olabilirdi, ancak bu bilgileri stratejik kararlara dönüştürebilecek bir yol yoktu. Büyük ölçekte geri bildirimi toplamak için altyapı inşa ettik ve bunu kararları veren insanlara erişilebilir hale getirdik.

Fathom ile paralel açık. Ancak Fathom’da sorun daha da derindir: Toplantılar müşteri geri bildiriminden katbekat daha dağınıktır. Her kuruluşta haftada yüzlerce, hatta binlerce saatlik konuşma gerçekleşir. UserVoice’den öğrendiğim şey, yakalamanın gerekli, ancak yeterli olmadığıdır. Sadece bilgiyi toplamak yetmez; neyin önemli olduğunu anlayan ve bunu doğru insanlara yönlendiren zeka inşa etmelisiniz. UserVoice’de, ürün takımlarının sinyali gürültüden ayırmalarına yardımcı olmak için oy sistemi, trend algoritmaları ve yönetim panelleri inşa ettik. Fathom’da, konuşmalar boyunca bağlamı anlayan ve proaktif olarak içgörüler sunan AI inşa ediyoruz: “Bu ay beş müşteri bu kullanım senaryosundan söz etti” veya “Ekibiniz sürekli olarak bu itiraza takıldı”.

Diğer ders, erişimin demokratikleştirilmesiydi. UserVoice, herhangi bir müşterinin geri bildirimde bulunmasını mümkün kıldı, yalnızca üst düzey yöneticilere telefonla ulaşabilen en baskın müşterilerin değil. Fathom ile, toplantılardan elde edilen içgörülere erişimi demokratikleştirmekteyiz. Netgain vaka çalışmamızda operasyon müdürü, satış aramaları hakkında temel sorulara cevap vermek için günde 7,5 saat harcadı. Bu saçma. Bilgi mevcuttu, ancak insanların zihinlerinde ve dağınık notlarda mahsurdu.

Organizasyonel hafızanın geleceği, birbirinden yalıtılmış bilgi silolarından — CRM, belgeler ve geri bildirim sistemleri — birbirine bağlı konuşma zekâsına doğru ilerliyor. Bu, UserVoice ile başlattığımız şeyin mantıksal evrimi, ancak AI bunu yalnızca yapılandırılmış verilerle değil, insan konuşmasının bütün inceliklerini koruyarak yapmayı mümkün kılıyor.

2020’den sonra, Zoom tabanlı AI araçları patladı. Gerçekten yardımcı olan bir AI asistanı ile sadece gürültü ekleyen bir AI asistanı arasındaki farkı nasıl görüyorsunuz?

İnsanlara, bir AI toplantı asistanını gerçekten başarısızlığa uğratabilecek yalnızca iki şey olduğunu söylerim: ürünün güvenilir olmaması veya AI çıktısının çöp olması. Önceki nesilde, pazarlamada mucizeler vadeden, fakat gerçekte anlamsız çıktılar üreten AI ürünleri vardı. Her zaman ürünün kaliteli, güvenilir ve vaat edilen şeyi yaptığından emin olmak için çaba sarfettik. Ana farklılıklarımız:

• Transkript doğruluğu. Fathom, günümüzde en doğru transkript olarak kabul ediliyor. Çoğu araç, üçüncü taraf bir transkript hizmetini kullanırken, biz kendi özel transkripsiyon teknolojimizi şirket içinde geliştirdik. Transkript kötü ise, AI bileşeninden gelen her şey kesinlikle mahvolur, çünkü hepsi transkriptten gelir.
• Güvenilirlik ve altyapı. Bir toplantıya katıldığınızda, genellikle acele ediyorsunuz veya streslisiniz. Bu diğer araçların botları toplantılara katılıyordu, ancak sonra kayıt yapılmıyordu veya kayıt başarısız oluyordu. Neredeyse gerçek zamanlı sistemler düzeyinde çalışıyoruz; gereksinimlerimiz, uçak elektroniğinin yalnızca bir adım gerisinde. Eğer iki kez çalışmazsa, kullanıcı gidiyor. Bu iş, zaman zaman hizmet kesintilerinin yaşanabildiği geleneksel SaaS’a benzemiyor.
• İncelikleri ve bağlamı anlayan AI. İş dili çok ince olabilir. UserVoice’deki satış ekibini yönetirken, insanların notlarını okurken şöyle düşünüyordum: ‘Bunu gerçekten nasıl söylediklerini duymam gerekiyor.’ AI, sadece ne söylendiğini değil, tonu, tereddütü ve heyecanı (veya heyecansızlığı) yakalamalıdır. Bu nedenle, her özet noktasını kaydın gerçek anına bağlıyoruz.
• Karmaşıklık olmadan özelleştirme. AI, işinize uyum sağlamalıdır, tersi değil. Satış takımları, MEDDIC, Challenger, SPICED gibi özel metodolojilerine uyan şablonları değiştirebilmelidir. Ancak bu, veri bilimi diploması gerektirmemelidir. Sadece çalışmalıdır.

Fathom, toplantı içeriğini eyleme dönüştürülebilir bilgiye dönüştürür. Konuşmaları, kararları ve bunlardan doğan sonraki görevleri otomatik olarak birbirine bağlayan gerçek iş akışı motorları gibi çalışan AI sistemlerine ne kadar yakınız?

Çoğu insanın düşündüğünden daha yakın olduğumuzu düşünüyorum, ancak hâlâ atılması gereken önemli adımlar var. Şu anda, Fathom’un daha fazla iş yapması için bir dünya inşa ediyoruz. İlk adım, bilgiyi, ulaşmasını istediğiniz yere götürmektir. Çok da uzakta olmayan bir sonraki adım ise AI’nin işi gerçekten sizin için yapmasıdır.

Şu anda, bu dünyanın erken versiyonlarını görüyoruz. Asana entegrasyonumuz, toplantılardan yapılacak işleri alır ve otomatik olarak izlenebilir görevler oluşturur. Fathom, bir görev yönetimi çözümü oluşturmak istemiyor – zaten harika olanlar var, Asana gibi. Bu nedenle toplantı sonuçlarını doğrudan insanların işlerini yapmak için zaten kullandığı araçlara aktaran entegrasyonlar geliştiriyoruz.

CRM tarafında, yapılandırılmış alanları – ağrı noktaları, zaman çizelgeleri, ana karar vericiler – otomatik olarak Salesforce ve HubSpot’a aktarıyoruz. Bir vaka çalışmasında, bu, her bir anlaşma durumu güncellemesi için 20 ila 30 dakika tasarrufu sağladı ve ay sonlarında neredeyse mükemmel tahmin doğruluğuna yol açtı. Bu, bir iş akışı motorunun iş başındaki hâli – konuşma gerçekleşir, AI ana iş verilerini çıkarır ve sonra bu veriler otomatik olarak esas kayıt sisteminize akar, kimse bir şey yazmadan.

Ama gerçekten büyük atılım, anlam temelli uyarılar ve akıllı yönlendirme ile geliyor. Bir müdür veya satış lideri olarak, AI’nin her gün, fiyat konusunda yanlış giden her tartışmayı, ya da sözleşme yenileme görüşmesinde ortaya çıkan her ürün engelini bulduğu günün önemli anlarından oluşan bir klip derlemesi almak istiyorum. Eğer bir mühendislik müdürüyseniz, mühendisleriniz arasındaki her hararetli tartışmayı göreceksiniz. AI, şimdi sadece anahtar kelimeleri değil, tonu ve nüansı anlıyor, bu nedenle gerçekten önem verdiğiniz anları biliyor.

Şirketler büyüdükçe, dağıtılmış bilgi ve bilgi bozulması ile mücadele ediyorlar. AI’nin, takımların konuştuğu şey ile gerçekten neyin uygulandığı arasındaki boşluğu nasıl kapattığını görüyorsunuz?

Bu, çözmekte olduğumuz en kritik sorunlardan biridir. Yardım edebileceğimiz iki grup vardır: toplantılarda not almaya çalışan ve konuşmaya odaklanmaya çalışan insanlar ve toplantılara katılmayan, ancak takımları yönetmeye çalışan liderlik ve kurucular. Bölünmüş bilgi sorunu özellikle bu ikinci grubu etkiliyor.

Temel sorun, görünürlüktür. Şirkette herhangi biri bir anlaşmanın durumunu veya bir müşteriyle neler yaşandığını öğrenmek istediğinde, geleneksel olarak bunu kolayca bulabileceğiniz bir yer yoktur. Satış ekibini ararlar, temsilcilerin notları arasında 20-30 dakika geçirmelerini sağlar. Zirve dönemlerinde, bazı operasyon müdürleri günde 15 taleple karşılaşıyor – bu, değer yaratan işler yerine bilgi aramaya 7,5 saat harcanması demek.

AI, farklı konuşmalar arasında bir insanın takip edemeyeceği bağlantıları kurmaya başlayabilir. Dağınık konuşmalardaki bu örüntüleri tanımak, bilginin zamanla kaybolmasını önlemenin ve konuşmaları gerçekten stratejik içgörülere dönüştürmenin yoludur.

Beş yıl sonrasına bakıldığında, toplantı zekasının nasıl evrileceğini öngörüyorsunuz ve AI’nin organizasyonel hafıza, karar verme ve işbirliği geleceğinde nasıl bir rol oynayacağını görüyorsunuz?

Beş yıl sonra, bugünün toplantı zekâsı araçlarına, bugün ilk akıllı telefonlara baktığımız gibi bakacağız: Kendi dönemleri için etkileyici, fakat sonradan mümkün hâle gelenlerle karşılaştırıldığında ilkel.

İlk büyük evrim, not almaktan gerçek iş akışı otomasyonuna geçmek. Gelecekte, bir şeyi toplantıda söylemek, onu var etmek için yeterli olacak – toplantı sonrasında ek iş yapmadan. Şu anda, bir toplantıda, “Bu özellik için bir teknik gereksinim belgesi hazırlayalım ve mühendislik ile bir hafta sonraki takip toplantısını planlayalım” dediğinizde, hâlâ elle o belgeyi oluşturmanız ve o takvim davetini göndermeniz gerekir. Beş yıl içinde, AI tüm bunları otomatik olarak yapacaktır. Konuşursunuz ve olur. AI, görevleri, teknik gereksinim belgelerini ve diğer belgeleri oluşturduğunda, insanlar, gerçekten insan yaratıcılığı ve yargısına gereksinim duyan işe odaklanabilir.

İkinci evrim, müşteri odaklı toplantılardan tüm toplantılara genişlemektir. Şu anda, satış, müşteri başarısı, ajansların müşterilerle buluşması gibi dış toplantılara odaklanıyoruz. Ancak, bir sonraki 12 ila 18 ay içinde, Fathom’u tüm organizasyonunuz için, sadece müşteri odaklı takımlar için değil, kullanabileceğiniz bir platform haline getirmeyi hedefliyoruz. Slack Huddles görüşmeleri ve yüz yüze toplantılar dâhil her türlü konuşmayı yakalayabilecek, bot gerektirmeyen bir kayıt sistemi geliştiriyoruz. Şirketinizdeki herhangi bir konuşmayı yakalayabilen bir şey haline geliyor, hangi iletişim ortamı kullanılırsa kullanılsın.

Öne çıkacak şirketler, konuşma verilerini CRM verileri, analizler ve belgeler kadar önemli, temel bir kaynak olarak gören şirketler olacak. Çünkü sonuçta kuruluşların en önemli bilgisi, sistemlerde değil, konuşmalarda bulunur. AI, nihayet bunu kullanmayı mümkün kılıyor.

Harika bir röportaj için teşekkür ederiz, bu not alma uygulaması hakkında daha fazla bilgi edinmek isteyen okuyucular Fathom‘u ziyaret edebilir.