Річард Вайт, засновник і генеральний директор Fathom — серія інтерв’ю

Річард Вайт, засновник та генеральний директор Fathom, — засновник кількох компаній і підприємець, орієнтований на продукт, найбільш відомий тим, що перетворює особисті розчарування в програмне забезпечення, що визначає категорію. До Fathom він заснував і очолював UserVoice майже 13 років, перетворивши його на прибуткову платформу управління відгуками, яку використовують тисячі компаній, від стартапів до підприємств, таких як Microsoft, а також став піонером нині повсюдної вкладки “Відгук” на сайті. Раніше в своїй кар’єрі він самостійно створив SlimTimer і підтримував його понад десять років, очолював впливові проєкти з відкритим кодом, такі як AjaxScaffold в екосистемі Ruby on Rails, і працював керівником дизайну продукту в Kiko (YC S05). Цей досвід у сукупності сформував його філософію щодо зручності використання, розуміння потреб клієнтів і створення інструментів, які непомітно, але суттєво покращують роботу команд.

Заснована в 2020 році, Fathom втілює ту саму філософію, розв’язуючи поширену проблему: когнітивне перевантаження під час спроб одночасно робити нотатки й повноцінно спілкуватися. Платформа автоматично записує, транскрибує та підсумовує зустрічі – передусім у Zoom – дозволяючи користувачам виділяти моменти в режимі реального часу, ділитися короткими кліпами замість сирих нотаток і зберігати нюанси, які часто втрачаються в написаних підсумках. У міру розвитку Fathom платформа виросла з простого інструмента транскрипції до легкої системи реєстрації розмов, призначеної для допомоги командам зберігати контекст, вивчати клієнтські дзвінки та співпрацювати асинхронно, не ускладнюючи саму зустріч.

Ви провели останні 15 років, будуючи компанії, які змінюють спосіб спілкування людей – від UserVoice до Fathom. Який був момент, який спонукав вас заснувати Fathom, і як ваш досвід в інженерії та продуктовому дизайні сформував компанію з першого дня?

Моя ідея заснування Fathom виникла на початку 2020 року. Це було до пандемії, але я проводив широке дослідження користувачів для продукту і раптом почав брати участь у 15–20 зустрічах у Zoom поспіль щодня. За шість тижнів я добре усвідомив, наскільки виснажливим був цей досвід. Я не можу говорити та друкувати одночасно – я дивився на свої нотатки через два тижні і не пам’ятав, яка розмова була якою. Найбільша проблема полягала в тому, що я робив все це дослідження, а потім ділився кількома пунктами зі своєю командою, але команда не відчувала їхньої важливості. Сенс губився під час переказу. Для мене це було як ударитися пальцем ноги: якщо таке трапляється раз на місяць, ви не зважаєте. Але якщо вдаряєтеся об щось щодня, по кілька разів, то швидко починаєте шукати розв’язання.

Мій досвід в інженерії та дизайні вплинув на рішення, які я ухвалював під час створення Fathom. Я завжди підходив до проблем, беручи концепції, які вже існують, і роблячи їх радикально більш зручними для набагато ширшої аудиторії. З Fathom у мене виникло таке розуміння, що технологія транскрипції стає загальнодоступною — з’явилося багато готових рішень, яких не існувало п’ятьма роками раніше. Отже, транскрипція була частиною рішення, але не самим рішенням.

З погляду продуктового дизайну я зрозумів, що транскрипти можуть бути цінними для людей, які були на дзвінку. Але вони зовсім не корисні для людей, які не були там. Значно дієвішим виявилося показати 30-секундний відеокліп клієнта, який заперечує проти ціни або ставить технічне запитання. Ми використовуємо транскрипт майже як зміст, щоб знайти фактичний аудіо-відеокліп. Таке продуктове мислення – розуміння завдань, які потрібно виконати, а не тільки технології — прийшло безпосередньо з моїх дизайнерських коренів.

Fathom був створений у 2020 році, ще до того, як більшість компаній серйозно думали про робочі процеси, від початку побудовані на ШІ. Які переваги на ранньому етапі дало створення продукту із ШІ в основі, а не його додавання згодом?

Ключовою перевагою була архітектурна свобода. Ми могли спроєктувати кожну систему, від конвеєрів даних до користувацького досвіду, припускаючи, що AI буде фундаментальним шаром, а не додатковою функцією. Більшість конкурентів у 2020 та 2021 роках наймали лінгвістичних експертів та спеціалістів з машинного навчання, щоб побудувати свої власні моделі. Ми прийняли протилежний підхід, оскільки вірили, що переможцями в цій сфері будуть ті, хто зможе ефективно застосовувати AI для вирішення реальних проблем, а не ті, хто самостійно створює моделі. Такий підхід усупереч загальній думці дозволила нам залишатися гнучкими з меншою командою та зосередити наші інженерні ресурси на важких інфраструктурних проблемах – надійному записуванні на різних платформах, механізмах вірусного поширення, обробці в режимі реального часу у великому масштабі.

Отже, початок у 2020 році: AI ще не був достатньо хорошим. Ми знали це. Але ми також знали, що якщо ми почнемо будувати компанію, тільки коли AI дозріє, ми запізнимося на два-три роки. Двері будуть широко відкриті, і всі кинуться туди. Тому ми побудували все інше спочатку – інфраструктуру, канали поширення, користувацький досвід – з явним очікуванням, що коли AI досягне потрібного рівня, ми зможемо просто вставити його, як новий двигун в автомобіль. Це рішення дало величезну віддачу. Коли GPT-4 і Claude з’явилися у 2022-2023 роках, ми могли негайно інтегрувати їх. Конкуренти, які провели роки, будуючи власні конвеєри обробки природної мови, раптом мали переглянути весь свій стек. Ми просто оновили свої моделі та продовжили випускати оновлення.

Створення продукту із ШІ в основі також фундаментально змінило наш процес розробки продукту. Традиційне програмне забезпечення має досить лінійну дорожню карту: Ви вирішуєте, що побудувати, створюєте це й випускаєте. З AI ми використовуємо те, що я називаю “моделлю Дженги”. Кожен блок представляє потенційну можливість AI. Якщо ми тиснемо на блок і зустрічаємо опір, тому що моделі ще не достатньо хороші, ми пробуємо інший. Ми знаємо, що за шість місяців технологія покращиться, і ми зможемо повернутися до цього. Це не дозволяє нам примусово впроваджувати функції, поки вони не будуть готові, а також забезпечує, що ми постійно приносимо користь.

Інша перевага полягала в авторитетності. Так, інвестори сказали мені не ставити “AI” у назву нашої компанії у 2020 році, але ранній старт підтвердив щирість нашого підходу. Ми не намагалися підхопити модну тенденцію; ми ставили на тезу до того, як вона стала очевидною. Це позиціонувало нас як творців, а не тих, хто швидко наслідує інших.

Ви описали розмови на зустрічах як одне з найбільш недооцінених джерел даних всередині організацій. Що переконало вас, що це наступний великий рубіж для AI?

Я зрозумів, що ніколи не зустрічав керівника продажів, який мав би вісім годин на день, щоб слухати всі зустрічі своєї команди, не кажучи вже про те, щоб приймати рішення та навчати свою команду на основі того, що вони чули. Зустрічі генерують надзвичайно цінні дані, але вони зовсім недоступні у великому масштабі. З традиційними зустрічами ми викидаємо 99% вмісту, тоді як решта 1% потрапляє до CRM у вигляді нотаток. Потім ми намагаємося на цій основі відновити картину того, що станеться з нашим бізнесом. Це абсурдний процес. Інформація, яка насправді має значення – тон клієнта, конкретне заперечення клієнта, згадка конкурента — усе це проходить через чиїсь поспіхом надруковані нотатки і втрачає весь контекст.

Мене переконало усвідомлення того, що ці “розмовні темні дані” насправді є найбагатшим сигналом того, що відбувається в організації. Ви отримуєте інформацію в режимі реального часу про болі клієнтів, прогалини продукту, конкурентні загрози та потреби в навчанні – усе це словами самих людей. Коли клієнт пояснює, чому йому потрібна функція, це набагато цінніше, ніж переказ торгового представника у полі CRM.

Прорив з AI полягає в тому, що ми нарешті можемо використовувати ці дані у великому масштабі. Коли ми вперше запустили Ask Fathom, він міг відповідати на питання про окремі зустрічі. Потім ми покращили його, щоб він міг обробляти невеликі групи зустрічей. Тепер він достатньо розумний, щоб зрозуміти весь набір зустрічей вашої компанії. Лідери продажів можуть запитати: “Які конкуренти найбільш часто згадуються останнім часом? Покажіть мені деякі кліпи”. Інженерні команди можуть запитати: “Розкажіть нам історію систем транскрипції у Fathom” і отримати шестисторінковий синтезований документ, який бере інформацію з чотирьох років інженерних зустрічей.

Система поступово стає значно потужнішим мозком, який справді розуміє, що ваш бізнес робить і які розмови він веде. Ви можете уявити світ, де AI може сказати вам, які функції вам потрібно побудувати далі, щоб допомогти закрити найбільше угод, або які конкуренти з’являються в розмовах, або які прогалини в навчанні існують у вашій команді. Є це дивовижне джерело даних, яке AI видобуває, щоб дати вам вихідні відомості для наступної стратегічної наради або планування розвитку продукту.

Багато користувачів кажуть, що Fathom докорінно допомагає їм зосередитися на зустрічах. Як ви поєднуєте автоматизацію зі збереженням природного плину людської розмови?

Це було основним у нашій дизайнерській філософії з самого початку. Мета не в тому, щоб ШІ вказував вам, що робити на зустрічі, а в тому, щоб давати корисні відомості, які допомагають повніше долучатися до розмови й ефективніше спілкуватися.

Ми обережні щодо того, що ми автоматизуємо, а чого не робимо. Ми не запускаємо функції, поки не знаємо, що ми можемо зробити їх справді добре. Це іноді означає, що ми не перші на ринку з певними можливостями, але коли ми запускаємо щось, воно працює і приносить справжню користь. Ми були обережні щодо впровадження таких можливостей, як запис телефонних дзвінків або певних типів очних зустрічей, незважаючи на часті прохання. Ми воліємо відмінно робити те, що вже робимо, а не пропонувати посередній досвід, який порушує природний потік розмови.

В кінцевому підсумку наші користувачі кажуть нам, що ми знаходимо правильний баланс: вони кажуть, що вони економлять 6+ годин на тиждень і рухаються в 3 рази швидше від інформації до наступних кроків; 95% повідомляють, що Fathom допомагає їм залишатися залученими під час зустрічей. Це підтверджує, що ми посилюємо людські можливості, а не замінюємо їх.

Fathom привернув понад 1300 користувачів-інвесторів у раунді серії A – рідкісний знак довіри на рівні продукту. Що, на вашу думку, резонувало так сильно з повсякденними користувачами?

По-перше, ми надаємо справжній, потужний безкоштовний продукт: необмежені зустрічі, 5 підсумків AI на місяць. Дві третини наших користувачів ніколи не платять нам жодного цента, і ми абсолютно згодні з цим. Це нетипова стратегія SaaS. Наші користувачі бачать, що ми не намагаємось витягнути з них цінність на кожному етапі. Ми зосереджені на тому, щоб зробити життя рядових фахівців кращим безкоштовно, і ми монетизуємо, продаючи інструменти управління їхньому керівництву — панелі для наставництва, аналіз сукупності зустрічей і відомості про конкурентів. Продукт просто працює, і він продовжує працювати, незалежно від того, платите ви чи ні. Це створює справжню довіру.

Наш ріст майже повністю складається зі словесних рекомендацій – ми виросли більше, як соціальна медіа-платформа, ніж традиційне програмне забезпечення B2B. Наші користувачі є нашими прихильниками та каналом поширення. Дозволити їм стати інвесторами просто визнає те, що вже правда: вони є партнерами в цій місії.

Я також думаю, що існує глибший відгук навколо проблеми, яку ми вирішуємо. Кожен пережив біль від того, що був на зустрічі, намагався повноцінно долучатися до розмови і дивився, як хтось лихоманно друкує, замість того, щоб займатися розмовою. Кожному була потрібна інформація із зустрічі, на якій він не був, а натомість він отримував некорисний підсумок у два рядки. Проблема універсальна, а рішення здається майже магічним, коли воно працює добре. Користувачі інвестують, тому що вони хочуть, щоб цей майбутній світ існував – не тільки для себе, а й для всіх, з ким вони працюють.

Ваш досвід включає будівництво UserVoice, яке допомогло визначити, як компанії керують відгуками клієнтів. Як цей досвід вплинув на ваше мислення про організаційну пам’ять та потоки знань на основі ШІ?

UserVoice навчив мене, що найбільш цінна інформація в компаніях часто найбільш розсіяна. Відгуки клієнтів були всюди. Вони були поховані в тікетах підтримки, пересланих електронних листах та випадкових розмовах із відділом продажів. Компанії мали тисячі даних про те, чого хочуть клієнти, але не мали способу синтезувати це в стратегічні рішення. Ми побудували інфраструктуру для агрегації цього відгуку у великому масштабі і забезпечення його доступності для людей, які приймають продуктові рішення.

Паралель з Fathom очевидна, але сама проблема глибша. Відомості із зустрічей розпорошені незрівнянно сильніше, ніж відгуки клієнтів. Кожна організація має сотні або тисячі годин розмов, які відбуваються щотижня. Досвід UserVoice навчив мене того, що збір інформації необхідний, але цього недостатньо. Ви не можете просто агрегувати інформацію; вам потрібно зрозуміти, що має значення, і передати потрібні відомості потрібним людям. З UserVoice ми побудували системи голосування, алгоритми трендовості та панелі адміністратора, щоб продуктові команди могли відрізнити сигнал від шуму. З Fathom ми створюємо ШІ, який розуміє контекст різних розмов і може проактивно надавати інсайти: “П’ять клієнтів згадали цей сценарій використання цього місяця” або “Ваша команда постійно застрягає на цьому запереченні”.

Інший урок полягав у демократизації. UserVoice дозволив залишати відгуки будь-якому клієнту, а не лише найнаполегливішим, здатним додзвонитися до керівництва. З Fathom ми демократизуємо доступ до інтелекту зустрічей. У нашому дослідженні з Netgain їхній операційний менеджер витрачав 7,5 години на день, просто відповідаючи на базові питання про те, що відбувалося на дзвінках продажів. Це безглуздо. Інформація існувала, але вона залишалася в головах людей і розрізнених нотатках.

Організаційна пам’ять поступово переходить від цих ізольованих сховищ знань – CRM, документів, систем відгуку – до взаємопов’язаного аналізу розмов. Це логічний розвиток того, що ми почали будувати з UserVoice, але AI робить це можливим зі збереженням усієї повноти людської розмови, а не тільки структурованих даних.

Кількість інструментів для Zoom на основі ШІ різко зросла після 2020 року. На вашу думку, що відрізняє справжнього помічника AI від того, який просто додає шум?

Я завжди кажу людям, що існують лише дві речі, які можуть справді потопити помічника AI на зустрічі: якщо продукт ненадійний або якщо результати ШІ — сміття. Я думаю, що було багато маркетингу AI у попередньому поколінні, де було легко обіцяти магічні речі, але потім реальність виявилася безглуздою. Ми завжди намагалися зробити так, щоб у нас був високоякісний, надійний продукт, який робить те, що обіцяє. Наші ключові відмінності полягають у наступному:

• Точність транскрипції. Вважається, що Fathom сьогодні забезпечує найточнішу транскрипцію. Більшість інструментів використовують сторонню службу транскрипції, тоді як ми самостійно розробили власну технологію транскрипції. Якщо транскрипція погана, усі результати ШІ псуються, адже повністю спираються на неї.
• Надійність та інфраструктура. Коли ви приєднуєтеся до зустрічі, ви часто поспішаєте або перебуваєте у стресі. Багато цих інших інструментів мали ботів, які приєднуються до зустрічей, але потім не записують, або записування виходить з ладу. Ми існуємо майже на рівні системи реального часу – ви працюєте над чимось, що знаходиться лише на крок нижче за авіоніку за суворістю вимог. Якщо система двічі не спрацює, користувач піде. Це не як традиційне програмне забезпечення, де зрідка допустимі простої.
• AI, який розуміє нюанси та контекст. Ділова мова може бути дуже тонкою. Я пам’ятаю, як керував командою продажів у UserVoice та читав нотатки людей, думаючи: “Мені потрібно почути, як вони це сказали насправді”. ШІ має вловити не тільки те, що було сказано, а й тон, вагання та ентузіазм (або його відсутність). Саме тому ми пов’язуємо кожен пункт підсумку з фактичним моментом у записі.
• Налаштування без складності. AI повинен адаптуватися до вашого бізнесу, а не навпаки. Команди продажів повинні бути в змозі змінити шаблони, щоб вони відповідали їхнім конкретним методологіям – MEDDIC, Challenger, SPICED тощо. Але це не повинно вимагати ступеня з науки про дані. Це просто повинно працювати.

Fathom перетворює вміст зустрічей на знання, придатні для практичних дій. Як близькі ми до систем AI, які функціонують як справжні системи автоматизації робочих процесів – з’єднуючи розмови, рішення та подальші завдання автоматично?

Я думаю, що ми ближче, ніж більшість людей думають, але все ще є важливі кроки, які потрібно зробити. Сьогодні ми переходимо у світ, де Fathom робить більше і більше роботи за вас. Перший крок — просто передати інформацію туди, куди вам потрібно. Наступний крок, до якого вже недалеко, полягає в тому, що AI насправді робить роботу за вас.

Ми вже бачимо ранню версію цього. Наша інтеграція з Asana бере завдання для подальших дій із зустрічей та автоматично створює відстежувані завдання. Fathom не хоче створювати рішення з управління завданнями – уже є багато чудових інструментів, таких як Asana. Тому ми створюємо інтеграції, які передають результати зустрічей напряму в інструменти, які люди вже використовують для виконання роботи.

На стороні CRM ми автоматично передаємо структуровані поля — проблеми клієнтів, строки, ключові особи, які ухвалюють рішення – у Salesforce та HubSpot. В одному з розглянутих випадків це заощаджувало 20–30 хвилин на кожному оновленні статусу угоди та призвело до майже ідеальної точності прогнозу на кінець місяця. Так працює система автоматизації: розмова відбувається, AI витягує ключові бізнес-дані, а потім вони автоматично потрапляють у вашу систему реєстрації без ручного введення.

Але я думаю, що справжній прорив відбувається з тим, що я називаю семантичними оповіщеннями та інтелектуальним маршрутизуванням. Уявіть собі, що ви менеджер або лідер продажів і отримуєте щоденну добірку важливих відеофрагментів, де AI знайшов кожну розмову про ціни, яка пішла не так, або кожну проблему продукту, яка перешкоджає продовженню договору й була згадана під час відповідного дзвінка. Якщо ви керівник інженерної команди, ви побачите кожну запальну дискусію серед ваших інженерів. AI може зрозуміти тон і нюанси тепер, а не тільки ключові слова, тому він знає, які моменти вам справді важливі.

Коли компанії розширюються, вони борються з розподіленим знанням та інформаційним розпадом. Як ви бачите AI, який закриває розрив між тим, про що команди говорять, і тим, що насправді виконується?

Це одна з найбільш критичних проблем, які ми вирішуємо. Є дві групи, яким ми можемо справді допомогти: люди на зустрічі, які намагаються робити нотатки та бути присутніми, і керівництво, керівники та засновники, які не на зустрічі, але керують командами та намагаються зрозуміти, що відбувається. Саме друга група особливо потерпає від розпорошеності знань.

Основна проблема — брак прозорої картини того, що відбувається. Коли хтось у компанії хоче знати статус угоди або що відбувається з клієнтом, традиційно немає місця, де легко знайти цю інформацію. Вони телефонують команді продажів, змушуючи співробітників витрачати 20–30 хвилин на пошук у нотатках. Під час пікових періодів деякі операційні менеджери отримують 15 запитів на день – це 7,5 годин, витрачених на пошук інформації, замість того, щоб займатися діяльністю, яка додає цінність.

ШІ може виявляти зв’язки між розмовами, які жодна людина не здатна відстежити. Розпізнавання закономірностей у розрізнених розмовах запобігає втраті знань і перетворює розмови на стратегічно важливу інформацію.

Оглядаючись вперед на п’ять років, як ви очікуєте, що інтелект зустрічей буде розвиватися – і яку роль ви бачите AI у майбутньому організаційної пам’яті, прийняття рішень та співробітництва?

Через п’ять років я думаю, що ми оглянемося на сьогодні інструменти інтелекту зустрічей так само, як ми зараз дивимося на ранні смартфони: вражаючі для свого часу, але примітивні порівняно з тим, що стало можливим.

Перша велика еволюція полягає в переході від ведення нотаток до справжньої автоматизації робочого процесу. Ми бачимо майбутнє, де достатньо сказати щось на зустрічі, щоб це здійснилося, без додаткової роботи після зустрічі. Сьогодні, якщо ви скажете щось на зустрічі, “Давайте створимо специфікацію цієї функції та заплануємо повторну зустріч з інженерами на наступний тиждень”, ви все ще повинні вручну створити цей документ та надіслати це запрошення в календарі. Через п’ять років AI зробить все це автоматично. Ви говорите це, і воно відбувається. Коли ШІ створює завдання, специфікації та документи, люди можуть зосередитися на роботі, яка справді вимагає людської творчості та судження.

Друга еволюція полягає в розширенні від клієнто-орієнтованих до всіх зустрічей. Сьогодні ми зосереджені на зовнішніх зустрічах: продажах, супроводі клієнтів, агентствах, які зустрічаються з клієнтами. Але нашою метою на наступні 12-18 місяців є зробити Fathom платформою, яку ви можете використовувати по всій вашій організації, а не лише в командах, які працюють із клієнтами. Ми розробляємо запис без ботів, здатний фіксувати будь-яку розмову, включаючи Slack Huddles та очні зустрічі. Це еволюціонує у можливість захоплення будь-якої розмови, яку ви ведете у своїй компанії, незалежно від формату спілкування.

Компанії, які піднімуться на вершину, будуть тими, які будуть ставитися до даних розмов як до першочергового ресурсу — такого ж важливого, як дані CRM, аналітика та документи. Тому що в кінцевому підсумку найбільш важливе знання в будь-якій організації не знаходиться в системах; це в розмовах. AI нарешті робить це можливим.

Дякую за чудове інтерв’ю. Читачам, які хочуть дізнатися більше про цей додаток для нотаток, слід відвідати Fathom.