AI+会议 | 探秘AI会议助理如何在三个月新增50万用户

1 评论 720 浏览 0 收藏 19 分钟

在当前,娱乐内容平台争相抢占用户的闲暇时间,竞逐着注意力的控制权。然而,在工作场景中,却是完全相反的逻辑:即,谁可以帮助用户节省时间,避免被无故频繁打扰,谁就可以迅速占领用户心智,拿下自己的城头阵地。Read AI从会议AI助手切入并构建产品MVP,希望成为个人工作会议的autopilot,解决会议中和会议后的关键问题。Read AI还在继续扩展信息传递媒介(Message、Email、Meet),并尝试打通更多办公软件,从会议信息端切入工作任务执行的自动化。

Sense 思考:我们尝试基于文章内容,提出更多发散性的推演和深思,欢迎交流。

– 从关键痛点出发构建产品MVP:Read AI为会议中和会议后的信息工作提供autopilot解决方案,同时Dashboard、Summary、情绪分析等Feature来突出产品差异。

– 找到产品边界横向或纵向扩展的方式:Read AI逐渐丰满自己的产品,将会议抽象为沟通工具,并从Meet向E-mail和Message延伸。集成后端的执行流程,使产品成为网络的中枢。

AI Native 产品分析——Read AI

1.产品:Read AI

2. 创立时间:2021年

3. 创始人:David Shim,CO-FOUNDER, CEO,Foursquare前首席执行官,Placed网站创始人兼首席执行官(2017年被Snapchat收购)

4. 产品简介:通过AI生成的摘要、文字记录、视频会议回放和重点视频总结,提高了使用者在不同形式沟通过程(会议、电子邮件和即时消息)中的效率。

5. 融资情况

– 2021年,获得种子轮1000万美元投资,投资方为Madrona Venture Group和PSL Ventures,资金用于研发产品MVP版本,Feature list主要为Meeting Dashboard、Meeting Summary。

– 2023年,获得A轮2100万美元投资,投资方为Goodwater和Madrona,资金用于在MVP版本上拓展Feature List,将产品赋能的领域从视频语音会议拓展到电子邮件和即时信息。

一、会议正成为工作的主要环节

根据Deputy对2000多名美国工作者的调查显示,部分美国工作者每周需要参加8小时以上的会议。较长时间的会议、多角色讨论以及会议后需要执行的行动,都让与会者承担了较大的负担。例如,29%的美国女性工作者表示她们对在会议中的讨论感到十分担忧,而另外29%的美国男性工作者则认为准备会议报告是最棘手的问题。

若要了解某件事情的重要性,观察人们愿意为其付出怎样的代价是关键。据调查显示,25%的美国工作者宁愿忍受交通拥堵也不愿意参加公司会议,17%的美国工作者宁愿去履行陪审团职责。此外,还有58%的人宁愿前往医生的诊所。这些数据清晰地反映了人们对于长时间会议的厌恶,以及他们更倾向于选择避免会议带来的不便和压力,而选择更加有价值的活动。

根据Grand View Research的研究报告显示,2021年全球视频会议市场规模达到62.8亿美元,预计在未来的2022年到2030年间将以12.5%的复合年增长率(CAGR)稳健增长。这一增长趋势的主要推动力源于远程工作的兴起、地理分散的业务运营和全球化的不断加深。

此外,教育和医疗保健行业对视频会议解决方案的需求不断增长,也为市场的扩张提供了新的动力。特别值得注意的是,在COVID-19大流行期间,视频会议行业经历了快速的发展,因为远程工作和远程学习的需求急剧增加。Bingo,市场规模巨大(2021年达到62.8亿美元)、需求频繁(每周8小时)且强烈(愿意付出较高的代价)的痛点凸显无疑。

一、Read AI 如何构建产品

1. 从0到1

在确定解决问题的方向后,下一步就是将精力集中在一个关键点上,通过专注和全力以赴来解决它。那么,Read AI选择了什么关键点呢?如果我们按照常见的PDAC模型进行拆解,会发现会议管理可以分为四个关键部分:

P阶段:会前准备

在会议前,我们需要制定会议议程和目标,明确参会人员和时间,以及准备必要的资料和设备。这个阶段的重点在于确保会议的顺利进行和高效达成目标。

D阶段:会中执行

在会议进行时,我们需要按照制定的议程进行会议,鼓励参会人员积极参与讨论,并及时记录重要的观点和决策。这个阶段需要确保会议的流程顺畅,参与者的活跃程度和讨论的深入程度。

C阶段:会后检查

在会议即将结束时,我们需要检查会议的结果,评估是否达到预期的目标,并收集参会人员的反馈和建议。这个阶段的目的在于审视会议的效果,并及时调整和改进。

A阶段:会后总结和改进

在会议结束后,我们需要对会议进行总结和反思,并采取必要的改进措施。这个阶段的目标是从会议中汲取经验教训,并优化未来的会议体验。

Read AI在MVP版本中选择了会议中和会后的关键环节。利用10M美元的种子轮投资,他们针对会议中的人员参与度问题推出了Dashboard来检测会议成员的参与度;而针对会议结束后的总结和行动,他们推出了Meeting Summaries,通过AI对会议内容进行总结,并将行动推送给相关人员。

通过这样的策略,Read AI不仅成功解决了会议中和会后的关键问题,而且在从0到1的初创阶段就树立了可持续发展的基础,为其未来的快速发展打下了坚实基础。

2. 从1到10

即时消息、邮件和会议这三种沟通方式的相同之处在于它们都是沟通工具,符合基本的沟通要素:信息接收方、信息发送方和信息内容。然而,它们在信息量、即时性要求和信息传递频率等方面存在着明显的区别:

  • 即时消息信息量相对较少,对即时性的要求一般,信息在接收方和发送方之间以中高频的速度传递。
  • 邮件信息量适中,对即时性的要求较低,信息在接收方和发送方之间以低频的速度传递。
  • 会议:信息量较大,对即时性的要求较高,信息在发送方和接收方之间以高频的速度传递。

不难看出,会议的信息密度最为高,并且即时性和信息传递频率都远远高于邮件和即时消息。因此,当Read AI团队将会议总结和任务分派的能力打磨完善后,也就顺理成章将Feature list从会议拓展到了其他两个新的沟通方式:邮件和即时消息。

这是一种在攻克领域制高点后,利用自身优势对低洼地带的降维打击。在功能更加完善后,Read AI在近期的三个月中收获了50万用户的认可,并获得了Goodwater Capital with Madrona Venture Group的2100万美金的A轮投资。

三、产品功能

Read AI 想要传递给用户的价值主张很清晰:Smarter。针对工作信息的主要传递媒介(Message、Email、Meet),实现更高效的信息传递和信息沉淀。

目标用户定位于在工作场景中需要频繁进行会议沟通的工作人员。相比于copilot,Read AI更希望能做到一种autopilot的智能化,以解决如下用户需求:

我不喜欢工作会议,我希望有东西可以代替我去向其他人传达我的信息,我也能快速从其他人那里获取我希望获得的信息。

自动起草会议摘要,并将后续的项目执行方案分配给合适的人,这些后续任务可能会占用大量的空间。

基于会议工作的主要场景,Read AI构建了包括会议实时工具、Dashboard数据分析、会议总结、会议推荐等功能模块:

Read Meeting Tools & Metrics:Read Meeting Tools & Metrics是一款视频会议应用程序,通过实时测量参与度和情绪,引导会议朝着更好的结果发展;

Read Dashboard:Read Dashboard是专业的数据分析师,可以审查会议并提供个性化的会议分析、协作见解和建议;

Meeting Summary:Meeting Summary是会议记录仪,提供文字记录,摘要,主题,行动项目,关键问题,以及每次会议后的视频回放;

Recommendations:Recommendations是会议审核员,基于用户以往的沟通数据,它将自动优化会议邀约,以减少与会者,提高参与度和更好的结果;

除此之外,ReadAI还尝试延伸到工作自动化领域,通过后台集成的方式,通过Zapier与数千个其他应用程序连接起来,并自动化工作流程,以提升工作效率。此时Read AI变成了一个工作执行的信息Trigger,基于这些信息指令,自动化安排后续的工作任务,甚至自动执行这些任务。

Read AI还在与更多的平台打通,成为了诸如Notion、Zoom等产品生态中的重要一环。这一举措不仅可以利用Notion等产品自身的用户群体为自身带来流量,还可以获取用户在Notion、Zoom、Microsoft等平台上的内容,为用户生成摘要并安排会议和任务。

同时,Read AI自身对多个产品的连接也形成了规模效应:连接的产品越多,为用户提供的服务也就越全面,价值也就越大,积累的用户数量也会越多,从而形成了正向循环飞轮。

正如CEO Shim所说:“这种互联的情报将你的沟通统一起来,使你和你的团队能够根据你的需求和优先事项量身定制个性化的、可操作的简报。”

四、收费模式

Read AI针对不同的客户群的会议痛点设计了不同的产品附加功能,并基于此进行商业化。面向免费用户提供基础的Free版本:Free版本帮助用户体验基础功能,也是PLG漏斗转化的关键。在这个版本提供了基本的会议总结和报告,以便更好地进行会议;

面向VSB客户的Pro版本:Pro版本加入了团队协作的概念,例如团队报告、管理控制以及无限的会议;

面向SMB客户的Enterprise版本:在Enterprise版本中,最大的不同是加入了会议视频解析、注释和精彩片段回放;

面向KA客户的Enterprise+版本:在上一个版本的基础上,KA客户对安全性、控制和支持的组织能力要求更高,因此在身份验证、域名捕获等方面做了相应产品升级,为大型企业提供SSO + SAML等服务。

五、AI的风险——幻觉生成(Hallucination Generation)

模型在总结会议内容时可能会出现错误,因为它们倾向于产生幻觉,这也包括像ChatGPT和微软的Copilot这样的模型。近期的一篇《华尔街日报》文章引用了一个例子,一个早期使用Copilot的人在会议中,Copilot虚构了与会者,并且暗示讨论的话题实际上并未真正讨论过。

Read AI是一种新的工具,与竞争对手如Supernormal和Otter不同。Shim声称Read比许多现有解决方案更强大,因为它采用专有的方法协调原始内容和语言模型输出,从而自动检测并适当引导偏差。此外,Read可以更好地将会议内容与电子邮件和消息内容置于环境中,从而进一步减少不确定性并提高结果。

然而,对于Shim的这些说法,一些人持保留态度。他没有分享基准测试结果来支持这些断言,而是强调了生产力提升总结工具的潜力。Shim表示,Read可以替代参加会议,并提供优于即使是最好的行政助理也无法比拟的摘要和行动计划,而不受迟到或被重复预约的限制。

他还强调,Read不会使用客户数据来训练其人工智能模型,用户对通过该平台的内容拥有“完全控制”,并且每天为知识工作者节省了数小时,让他们能够重新集中注意力。

种族歧视(Racial Discrimination)

Read AI曾引起争议,其情绪分析工具被认为过于侵入性,可能存在偏见和数据安全风险。性别和种族偏见在情感分析算法中普遍存在。情绪分析模型倾向于将更多的负面情绪分配给黑人的脸上,而将一些黑人使用的语言视为攻击性或有毒的。

研究表明,人工智能视频招聘平台对同一名求职者佩戴不同服装的反应不同。在麻省理工学院的一项研究中,算法可能会对某些面部表情产生偏见,比如微笑,这可能会降低它们的准确性。

客户可以禁用该功能,并且分析数据会定期从Read的服务器上删除。

尽管存在争议,Shim仍然认为Read的情感分析技术是一种竞争优势,用户使用多模态模型可以让Read将非语言反应融入会议摘要中,并为每次会议创建参与度和情绪的自定义基线。

参考材料:

https://www.deputy.com/blog/how-much-time-americans-spend-in-meetings

https://techcrunch.com/2024/04/02/read-ai-expands-its-ai-powered-summaries-from-meetings-to-messages-and-emails/

https://www.prnewswire.com/news-releases/survey-nearly-9-in-10-marketers-and-communicators-have-already-experimented-with-ai-in-their-workand-most-are-now-regular-users-301892686.html

https://techcrunch.com/2021/09/29/read-ai-raises-10m-creates-virtual-meeting-dashboard-to-show-you-when-you-talk-too-much

https://www.geekwire.com/2024/read-ai-raises-21m-from-goodwater-and-madrona-adds-ai-summaries-for-email-and-messaging/

作者:Simon;编辑:Vanessa

来源公众号:深思SenseAI;关注全球 AI 前沿,走进科技创业公司,提供产业多维深思。

本文由人人都是产品经理合作媒体 @深思SenseAI 授权发布,未经许可,禁止转载。

题图来自 Unsplash,基于CC0协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 增长在哪里?这不是一个产品介绍吗

    来自广东 回复