理查德·怀特，Fathom 的创始人兼 CEO – 采访系列

理查德·怀特，Fathom 的创始人兼 CEO，是一位经验丰富的企业家和产品专家，以将个人挫折转化为定义类别的软件而闻名。在 Fathom 之前，他创立并领导了 UserVoice 近 13 年，将其发展成为一个盈利的反馈管理平台，用于数千家公司，从初创公司到像微软这样的企业，同时还开创了现在无处不在的网站“反馈”标签。在他的职业生涯早期，他独自建立并运营了 SlimTimer 超过 10 年，领导了 Ruby on Rails 生态系统中的有影响力的开源项目，如 AjaxScaffold，并在 Kiko (YC S05) 担任产品设计负责人，这些经历共同塑造了他对可用性、客户同理心和构建工具的哲学，这些工具可以悄悄但有意义地改善团队的工作方式。

成立于 2020 年，Fathom 体现了同样的理念，通过解决一个普遍的痛点：在试图进行真正对话的同时，记笔记的认知超载。该平台自动记录、转录和总结会议——最值得注意的是在 Zoom 上——允许用户实时突出重要时刻、分享短片段而不是原始笔记，并保留在书面摘要中常常丢失的细微差别。随着 Fathom 的成熟，它已经发展超越了简单的转录，成为对话的轻量级记录系统，旨在帮助团队保留上下文、从客户电话中学习并异步协作，而不会为会议本身添加摩擦。

您过去 15 年一直在打造改变人们沟通方式的公司——从 UserVoice 到 Fathom。是什么时刻促使您创立 Fathom，您的工程和产品设计背景如何从第一天起塑造了公司？

我创立 Fathom 的灵感来自 2020 年初。那时是疫情前的时期，但我正在为一个产品进行广泛的用户研究，突然我每天要参加 15 到 20 个连续的 Zoom 会议。六周后，我深刻地意识到这种体验有多么痛苦。我不能同时说话和打字——我会在两周后查看我的笔记，但不知道哪个对话是哪个。最大的问题是，我会做所有这些研究，然后与我的团队分享几个要点，但它根本不会起作用。一切都在翻译中丢失了。这对我来说是一个“碰到脚趾”的时刻——如果这种情况每月发生一次，你会忽略它。但如果你每天多次碰到同一件事，你会很快尝试解决它。

我的工程和设计背景都影响了我在构建 Fathom 时做出的选择。我一直通过采用已经存在的概念并使其对更大受众来说更加易用来解决问题。对于 Fathom，我有这样的洞察：转录技术正在变得商品化——五年前不存在的现成解决方案正在涌现。因此，转录是解决方案的一部分，但它本身并不是解决方案。

从产品设计的角度来看，我意识到转录对于参加过通话的人来说可能很有价值。但是，对于那些没有参加通话的人来说，它们并没有什么帮助。我们发现更有影响力的东西是向他们展示30秒的视频片段，显示客户对价格提出异议或提出技术问题。我们使用转录几乎像一个目录来找到实际的音频-视频片段。这种产品思维——了解要完成的任务，而不仅仅是技术——直接来自我的设计根源。

Fathom 于 2020 年创立，比大多数公司开始认真思考 AI 本地工作流的时间要早。将 AI 作为核心构建而不是改装它给了您什么优势？

主要优势是架构自由。我们可以设计每个系统，从数据管道到用户体验，假设 AI 将成为一个基本层，而不是一个附加功能。大多数 2020 年和 2021 年的竞争对手都在聘请语言学专家和 ML 专家来构建自己的模型。我们采取了相反的方法，因为我们相信该领域的赢家将是那些能够有效地将 AI 应用于解决实际问题的人，而不是那些自己构建模型的人。这种相反的观点使我们能够保持敏捷性，拥有一个较小的团队，并专注于我们的工程资源来解决困难的基础设施问题——可靠的跨平台录音、病毒式分发机制、实时处理和扩展。

2020 年开始的关键是：AI 当时还不够好。我们知道这一点。但我们也知道，如果我们等待 AI 成熟后再建立公司，我们就会晚两到三年。门将会敞开，大家都会蜂拥而至。所以我们先建立了其他一切——基础设施、分发渠道、用户体验——并明确期望，当 AI 成熟时，我们将其像新引擎一样安装在汽车上。这个决定带来了巨大的回报。当 GPT-4 和 Claude 于 2022-2023 年推出时，我们可以立即将其集成到我们的产品中。那些花了几年时间构建自定义 NLP 管道的竞争对手突然不得不重新思考他们的整个技术栈。我们只是升级了我们的模型并继续交付价值。

构建 AI 本地还从根本上改变了我们的产品开发过程。传统软件有一个相当线性的路线图：您决定要构建什么，构建它，然后交付。使用 AI，我们使用我所谓的“积木模型”。每个积木代表一个潜在的 AI 能力。如果我们推动一个积木并遇到阻力，因为模型还不够好，我们尝试另一个积木。我们知道，在六个月内，技术将会改进，我们可以回到它。这使我们避免在功能准备好之前强制推出它们，同时确保我们始终交付价值。

另一个优势是可信度。是的，投资者告诉我在 2020 年不要在我们的名字中加入“AI”，但早期采用给了我们真实性。我们没有跟随潮流；我们在它变得明显之前就押注了一个论点。这使我们成为了建设者，而不是快速跟随者。

您将会议对话描述为组织内部最被忽视的数据源之一。是什么让您相信这是 AI 的下一个主要前沿领域？

我意识到我从未遇到过一个销售人员，他们有八个小时的时间来听他们团队的所有会议，更不用说根据他们听到的内容做出决定并指导他们的团队。会议会产生非常有价值的数据，但它在规模上是完全无法访问的。使用传统会议，我们会丢弃 99% 的内容，而最后 1% 的笔记会进入 CRM。然后我们试图从中反向推断出我们的业务会发生什么。这是一个荒谬的过程。真正重要的信息——客户声音的语气、他们提出的具体异议、提到的竞争对手——都会通过某人的匆忙输入的笔记过滤掉，并失去所有的背景。

让我相信这是下一个前沿领域的是认识到这种“对话黑暗数据”实际上是组织中发生的事情的最丰富的信号。你正在实时获取对客户痛点、产品差距、竞争威胁和培训需求的洞察——所有这些都用人们自己的话来说。当客户解释为什么他们需要一个功能时，这比销售代表在 CRM 字段中的概括更有价值。

AI 的突破在于我们终于可以在规模上利用这些数据。当我们首次推出 Ask Fathom 时，它可以回答关于单个会议的问题。然后我们增强了它以处理小组会议。现在它足够聪明，可以理解您整个公司的会议。销售领导者可以询问“最近哪些竞争对手正在走向正轨？显示一些片段。”工程团队可以询问“告诉我们 Fathom 的转录引擎的历史”并获得一份六页的综合文档，内容来自四年来的工程会议。

这开始成为一个更大的大脑，真正理解您的业务正在做什么以及正在进行的对话。您可以想象一个世界，在那里，AI 可以告诉您应该构建哪些功能，以帮助关闭最多的交易，或者哪些竞争对手正在出现，或者您的团队中存在哪些培训差距。有一个令人惊奇的数据源，AI 正在利用它为您的下一次战略会议或路线图规划过程提供输入。

许多用户将 Fathom 称为在会议期间保持专注的变革性工具。您如何平衡自动化与保持人类对话的自然流程？

这是我们设计理念的核心。目标不是让 AI 告诉你在会议期间该做什么，而是提供洞察力，帮助你在对话中更加专注和有效。

我们在自动化什么和不自动化什么方面非常小心。我们不会推出功能，直到我们知道我们可以做得非常好。这有时意味着我们并不是某些功能的先驱，但当我们推出某些功能时，它们是有效的，并且提供真正的价值。我们在追求诸如电话录音或某些会议室会议捕获等功能方面一直很谨慎，尽管我们经常收到这些功能的请求。我们宁愿在我们擅长的领域做到优秀，也不愿推出一个中等的体验，这会破坏对话的自然流程。

最终，我们的用户告诉我们，我们正在取得正确的平衡：他们说他们每周节省 6 多个小时，并且从洞察到下一步的速度加快了 3 倍；95% 的用户报告说 Fathom 让他们在会议期间保持专注。这证实了我们正在增强人类能力，而不是取代它。

Fathom 在其 A 轮融资中吸引了 1,300 多名用户投资者——这是对产品级别信任的罕见迹象。您认为是什么让日常用户产生了如此强烈的共鸣？

首先，我们提供了真正强大的免费产品：无限会议，每月 5 个 AI 总结。我们的用户中有三分之二永远不会向我们支付一分钱，我们对此完全满意。这不是典型的 SaaS 游戏。我们的用户看到我们不是在每个转折处都试图从他们身上榨取价值。我们专注于让个人贡献者的生活变得更好，无论是否付费，我们通过向他们的老板出售管理工具来盈利：教练仪表盘、跨会议智能和竞争洞察。产品就是有效，并且无论您是否付费，它都能继续发挥作用。这创造了真正的信任。

我们的增长几乎完全是口碑——我们像社交媒体平台一样增长，而不是传统的 B2B 软件。我们的用户是我们的倡导者和分销渠道。让他们成为投资者只是承认了已经存在的事实：他们是我们使命的合作伙伴。

我还认为围绕我们解决的问题有更深层次的共鸣。每个人都经历过在会议期间试图保持专注并看着别人疯狂打字而不是参与的痛苦。每个人都曾需要从他们没有参加的会议中获取信息，并得到一个无用的两行摘要。问题是普遍的，解决方案在有效时几乎显得神奇。用户投资，因为他们希望这个未来存在——不仅是为了他们自己，也是为了他们一起工作的每个人。

您的背景包括建立 UserVoice，这有助于定义公司如何管理客户反馈。这种经历如何影响您对组织记忆和 AI 驱动的知识流的思考？

UserVoice 教会了我公司中最有价值的信息往往是最分散的。客户反馈无处不在。它被埋藏在支持票中、转发的电子邮件和随机的销售对话中。公司会有成千上万个关于客户想要什么的数据点，但没有办法将其综合成战略决策。我们建立了基础设施来在规模上聚合反馈，并使其对做出产品决策的人员可访问。

与 Fathom 的相似之处很明显，但问题空间更为深刻。会议比客户反馈更分散。每个组织每周都会有成百上千个小时的对话。从 UserVoice 中我学到的东西是，捕获是必要的，但这还不够。你不能只是聚合信息；你需要对什么重要并将其路由到正确的人。使用 UserVoice，我们建立了投票系统、趋势算法和管理仪表盘，以便产品团队可以从噪音中分离出信号。使用 Fathom，我们正在建立理解对话背景的 AI，并可以主动提供洞察力：“五位客户本月提到了这个用例”，或“您的团队一直被这个异议卡住”。

另一个教训是民主化。UserVoice 使任何客户都可以提供反馈，而不仅仅是那些可以让高管接听电话的最响亮的声音。使用 Fathom，我们正在民主化对会议智能的访问。根据我们的案例研究，Netgain 的运营经理每天花 7.5 个小时回答有关销售电话中发生了什么的基本问题。这是疯狂的。信息存在，但它被困在人们的脑海和分散的笔记中。

组织记忆的未来正在从这些孤立的知识库——CRM、文档、反馈系统——转变为连接的对话式智能。这是我们用 UserVoice 开始构建的逻辑演变，但 AI 使其成为可能，使用完整的对话，而不仅仅是结构化数据。

2020 年后，基于 Zoom 的 AI 工具爆发式增长。您认为什么区别于真正有用的 AI 助手和只是增加噪音的 AI 助手？

我一直告诉人们，只有两件事可以真正让 AI 会议助手沉没：如果产品不可靠，或者 AI 输出是垃圾。我认为前一代有很多营销 AI，很容易承诺神奇的东西，但现实证明是胡言乱语。我们一直努力确保我们有一个高质量、可靠的产品，它能做到它承诺的。我们的关键区别是：

• 转录准确性。 Fathom 被认为是目前最准确的转录。大多数工具利用第三方转录服务，而我们在内部构建了自己的专有转录技术。如果您的转录很糟糕，AI 组件的所有内容都会被破坏，因为所有内容都基于转录。
• 可靠性和基础设施。 当您加入会议时，您通常很匆忙或感到压力。其他工具会让机器人加入会议，但然后不会录制，或者录制会失败。我们存在于几乎实时系统级别——您正在处理的东西距离航空电子只有几步。如果它不能正常工作两次，用户就会离开。这不像传统的 SaaS，您可以偶尔下线。
• 理解细微差别和上下文的 AI。 商业语言可以非常微妙。我记得在 UserVoice 领导销售团队，阅读人们的笔记，想知道“我需要听到他们实际上是如何说的”。AI 需要捕捉不仅仅是说了什么，还有语气、犹豫和激动（或缺乏激动）。这就是为什么我们将每个摘要点链接回实际录音中的确切时刻。
• 无需复杂性即可自定义。 AI 应该适应您的业务，而不是相反。销售团队应该能够修改模板以匹配他们的特定方法——MEDDIC、挑战者、SPICED 等，无论他们使用什么。但这不能要求数据科学学位。它需要只需正常工作。

Fathom 将会议内容转化为可行的知识。您认为我们离具有连接对话、决策和下游任务的自动工作流的 AI 系统有多远？

我认为我们比大多数人意识到的更接近，但仍有一些重要的步骤需要采取。目前，我们正在进入一个世界，Fathom 为您做更多的工作。第一步只是将信息放在您想要它去的地方。下一步，不久将到来，就是让 AI 为您完成工作。

我们已经看到早期版本的这一点。我们的 Asana 集成从会议中提取操作项并自动创建可跟踪的任务。Fathom 不想创建任务管理解决方案——有很多很好的解决方案，如 Asana。因此，我们正在构建集成，将会议结果直接推入人们已经使用的工具来完成工作。

在 CRM 方面，我们自动将结构化字段（痛点、时间表、关键决策者）推入 Salesforce 和 HubSpot 。在一个案例研究中，这节省了 20 到 30 分钟的每笔交易状态更新，并实现了几乎完美的月末预测准确率。这是一个工作流引擎在行动：对话发生，AI 提取关键业务数据，然后它会自动流入您的记录系统，而无需任何人输入任何内容。

但是我认为真正的突破是即将到来的语义基于警报和智能路由。想象一下您是一位经理或销售领导者，每天都会收到一个亮点集锦，AI 已经找到了每个价格讨论出了问题的时刻，或者每个在续约电话中出现的产品阻塞器。如果您是一位工程经理，您将看到每个引起工程师们激烈辩论的时刻。AI 现在可以理解语气和细微差别，而不仅仅是关键词，所以它知道您真正关心的时刻。

随着公司的扩张，它们在分散的知识和信息衰退方面面临挑战。您如何看待 AI 解决团队讨论的内容和实际执行的内容之间的差距？

这是我们正在解决的最关键问题之一。有两组人我们可以真正帮助：那些试图记笔记并保持专注的会议参与者，以及那些不在会议中但正在管理团队并试图了解正在发生的事情的管理者、领导者和创始人。后一组人是分布式知识问题真正发作的地方。

核心问题是可见性。当公司中的任何人想要知道某个交易的状态或客户发生了什么时，传统上没有一个简单的地方可以找到这些信息。他们会打电话给销售团队，迫使代表们花费 20 到 30 分钟的时间来查找笔记。在高峰期，一些运营经理每天会收到 15 个请求——这意味着他们会花 7.5 个小时的时间来获取信息，而不是从事增值活动。

AI 可以开始连接人类无法跟踪的对话之间的点。这种跨分布式对话的模式识别就是您防止知识衰退并将对话转化为战略智能的方式。

展望未来五年，您预计会议智能将如何演变，您认为 AI 将在组织记忆、决策和协作的未来中发挥什么作用？

五年后，我认为我们会回头看现在的会议智能工具，就像现在我们看待早期智能手机一样：它们在当时令人印象深刻，但与现在可能的相比却显得原始。

第一个重大进展是从笔记记录到真正的工作流自动化。我们设想一个未来，只需在会议中说某些话就可以让它成为现实，而无需事后工作。目前，如果您在会议中说“让我们为此功能创建一个规范，并在下周与工程团队安排一次后续会议”，您仍然需要手动创建该文档并发送日历邀请。在五年内，AI 将为您完成所有这些工作。您说它，它就会发生。通过 AI 创建任务、规范和文档，人们可以专注于真正需要人类创造力和判断力的工作。

第二个进展是从面向客户到整个组织的扩展。目前我们专注于外部会议：销售、客户成功、代理与客户会面。但我们的目标是在接下来的 12 到 18 个月内使 Fathom 成为您可以在整个组织中使用的平台，而不仅仅是面向客户的团队。我们正在构建无需机器人的录音，可以捕获任何对话，包括 Slack 会议和面对面会议。它正在演变为能够捕获您公司正在进行的任何对话，无论使用什么媒介。

那些将对话数据视为与 CRM 数据、分析和文档一样重要的第一类公民的公司将会脱颖而出。最终，组织中最重要的知识不在系统中；它在对话中。AI 正在使我们能够利用它。

感谢您这次精彩的采访，希望了解更多关于此笔记应用的读者可以访问 Fathom。