გაქცეული პერსონალის მხოლოდ წერილობითი მასალების – ელფოსტოების, დოკუმენტების – საშუალებით შემოღწევის წარმოდგენა, სადაც არანაირი საუბარი არ მიმდინარეობს. ყველაზე ჭკვიანიც კი გამოტოვებს კრიტიკულ კონტექსტსა და ინფორმაციას, განსაკუთრებით თუ ის. exclude რომ არის შეხვედრებიდან ან ერთ- ერთზე, რაცCreates მნიშვნელოვან ინფორმაციის კალაპოტს. ეს გამოწვევა შექმნა კო-ფაუნდერები დევიდ Gu and Amanda Zhu-ის იდეას Recall. ai-ის ჩამოყალიბებისთვის, API-ს ინფრასტრუქტურის კომპანიის, რომელიც შესაძლებლობას იძლევა ათასობით დეველოპერს მიიღოს და გაამუშავოს საუბრის მონაცემები. მიუხედავად AI აგენტების მზარდი დაჭირვებისა, მათაც უწევთ ერთნაირი სირთულეები, სურათის ყოფილი პერსონალის მსგავსად: თუ საუბრის წვდომა არ აქვთ, სადაც ყველაზე მნიშვნელოვანია კომპანიის კონტექსტი, მაშინაც საუკეთესო AI- მა struggles-ი უჭირს შეუფერხებლად შესრულებას მეტნელჯერ ადამიანებთან შედარებით. Recall. ai- ის მიზანია ამ მნიშვნელოვანი ინფრასტრუქტურული საჭიროების მოგვარება კომპანიებისთვის, როგორებიც არის HubSpot, ClickUp, monday. com და PagerDuty, რომლებიც პრობლემის სერიოზულად განიცდიან და მათგან დამკვიდრებამდე. ჩვენი სამოგზაურო სტატიის სერია განიხილავს SaaS და AI ლიდერების გამოცდილებებს, რომლებმაც წარმატებით შექმნეს AI-მოუწყობლიანი გადაწყვეტილებები, უნიკალური ცოდნის გადამცდადი მექანიზმი. ჩვენს განცდა Recall. ai-ს შესახებ, ვისაუბრეთ CEO დევიდ Gu- სთან, როგორითაც მათ შეცვალეს ინფრასტრუქტურული დისკომფორტი ბიზნესად – ვендორი, რომელსაც ისინი გსურთ ჰქონდეთ. Recall. ai-ის გზა: ზრუნვიდან პლატფორმამდე პირველად, დევიდ და Amanda მართავდნენ ვიდეოკონფერენციის ჩაწერის პროდუქტს, რომელიც განკუთვნილი იყო მომხმარებელთა კვლევებისა და პროდუქტის მენეჯერებისთვის. მიუხედავად მოთხოვნის ზრდისა, ისინი დაახლოებით 80% დროს ხარჯავდნენ ბექ-ენდ სამუშაოების მართვაში, რომ საიმედოდ შეეცვალათ შეხვედრის მონაცემები. გამოჩნდა “არაჩვეულებრივი სიტუაცია”: კარგი ინფრასტრუქტურა უცნაურად რჩება უყურადღებოდ, ხოლო სუსტი ინფრასტრუქტურა იწვის კატასტროფულ მონაცემთა დაკარგვასა და უკმაყოფილო კლიენტებში. დევიდ განმარტავს, „როცა პროდუქტის კომპანია ხარ, ინფრასტრუქტურით წარმატება შეუძლებელია. თუ ის იდეალურად იქნა დამზადებული, კლიენტები გვსურს ფუნქციებს, არა ბექ-ენდის გაუმჯობესებებს; თუ ის ზარალდება, კლიენტები გაბრაზებული არიან“. ტექნიკური სირთულეები გამოჩნდებიან უზარმაზარი. შეხვედრების კლასტერლი (მაგალითად, 9 საათზე ყოველდღიური სტენდაპები დასავლეთ ქოუჩიდან) საჭიროებს ინფრასტრუქტურას, რომელიც მასობრივად შეუძლია დავანგრიო მყისიერად, პროცესზე მართვას რეალისტურად და უზრუნველყოფს სო-დეტი ნორმებს. ნებისმიერი განუხორციელებელი გახდება თანამშრომლის დაკარგვა. დევიდ გააცნობიერა, რომ მათ არც მეტი ინვესტირება უნდათ ზარალის თავიდან აცილებისთვის (ნახვადი სარგებელი), არც ნაკლები (churn-ის რისკი), რადენადაც ისინი ჩაცმულნი იყვნენ ზღვარზე. მაგრამ ეს ტკივილი გახდა მათი სიგნალი. შეწავლა ინსპირაცია: ინფრასტრუქტურული სპეციალობა პოულობს AI-ს შესაძლებლობას 2022 წელს, GPT-3. 5 და სხვა მსხვილი ლანგუიჯ მოდელის (LLMs) განვითარებისას, ორი ადამიანის სტარტაპები იწყებდნენ პროდუქტების შექმნას, რაც მხოლოდ რამდენიმე წლით ადრე წარმოუდგენელი იყო. დევიდ აღნიშნა, რომ „LLMs-ი არ უმჯობესდება ინფრასტრუქტურის გამართვისა და მხარდაჭერის მტკივნეულ პროცესებზე”. მრავალი ორგანიზაცია საჭიროებს საუბრის მონაცემებს AI პროდუქტებისთვის, და ინფრასტრუქტურული ტკივილი სავალდებულო იყო გავრცელებული. სთანმიმართულად, მათ თავიანთი ინფრასტრუქტურული გამოცდილების განჭვრიტას და შეცდომებს, დევიდი და Amanda მიმართეს ინფრასტრუქტურის-როგორც-მომსახურებას კომპანიას. მათ მიმართეს წინა კონკურენტებს – პასუხები ranged-დან ცარიელისგან დაწყებული იგრძნობა: “ეს პრობლემა რეალურად ცუდია. ” ამის შედეგად, Recall. ai მზად გახდა. სამშენებლოდ გამზადებული დამწყებებისთვის: ინფრასტრუქტურიდან პროდუქტისმდე დევიდმა და Amanda-მ პროტოტიპი გამოუშვეს, რადგან პროდუქტის სრულყოფა არ განეხორციელებინათ, და წამოიწყეს ალფა პროგრამა ერთი თვის განმავლობაში.

მათი გამოცდილება მომხმარებელთა პროდუქტის მართვაში უნიკალურ მიდგომას აძლევდა: ისინი იცნობდნენ არა მხოლოდ დეველოპერებს, არამედ მათი საბოლოო მომხმარებლებსაც. დევიდ ხაზს უსვამს, რომ „როგორც ინფრასტრუქტურის კომპანია, უნდა გაქვს მთლიანობის სრული ქადაგება შენი ინფრასტრუქტურისა და საბოლოო სარგებლობის შორის. “ ისინი მათი მყიდველებს ხელმძღვანელობდნენ მომხმარებელთა საჭიროებებზე, ღირებულების სტრუქტურებზე და პროდუქტის ოპტიმიზაციაზე, მათი გამოცდილების გამოყენებით. Recall. ai-ის პროდუქტი განვითარდა რამდენიმე ეტაპზე: - შეხვედრის ბოტ API: უფუძნებელი API ვიდეოკონფერენციების ჩაწერისთვის, რომელიც უპირველეს საჭიროებებს მოსწონს. - დესკტოპის ჩაწერის SDK (მიმდინარე წლის მეოთხე მეოთხე): AI-თან არსებული ნოუთკოთინგის სტილის ჩაწერა ნებისმიერ აპლიკაციაში, რაც სწრაფად მოიპოვა ბევრ ინსტალაციას. - მობილური ჩაწერის SDK (მომდევნო პერიოდში): გამარტივება ხმის ზარებისა და პირისპირ შეხვედრებისთვის. გამოყენების-მაქსიმუმთა ფასადური მოდელი აღმიფასებს როგორც პარტნიორს, ისე მსხვილ დამკვეთთან კავშირებს. დროის მიხედვით ფასის निर्धენა, რომელსაც თანხვედრაშია მომხმარებლის წარმატება Recall. ai ინებივრირებულ ზონაში გარდატეხა დაარსდა usage-based ფასის მოდელის მიხედვით, სადაც ხარჯები თანაზიარია მომხმარებლის სარწმუნო წარმატებასთან. დევიდ ახდენს ახსნას, რომ „თუ შენი პროდუქტი წარმატებულია და პროცესავს მეტ მონაცემს, ხარჯებიც გაიზრდება; თუ ახლა ხართ დასახატად და ნაკლები მოცულობით, ხარჯები ნაკლებია. “ ეს მოდელი უზრუნველყოფს: - გამჭვირვალე, პროგნოზირებადი ფასების ზრდას ღირებულებასთან ერთად. - მოულოდნელი გასაწმენდო გადასახადების გადაკეტვისგან დაცვას. - მჯდომარე ფასებზე დაფუძნებულ გადასახადებს, რომლებიც ამცირებს მიმღებთა რაოდენობას. - სარტყის გარეშე მარტივად დაყოფილია მომხმარებლები მათი მასშტაბით. მათი ფასები მუშაობს როგორც მემკვიდრეობითი ფასები დიდ კონტრაქტებზე, ასევე თვითსერვის მომხმარებელზე, სადაც ელასტიკურობა და პროგნოზირებადობა ჰარმონიულად ვითარდება. წინააღმდეგობის სვლა: გაყიდვების ძირითადი სტრატეგია ხოლო, მიუხედავად იმისა, რომ დეველოპერული ინფრასტრუქტურული პროდუქტები ჩვეულებრივ განკუთვნილია საზოგადოებასა და თვითმომსახურებისთვის, Recall. ai-მ აირჩია შეცვლა. სამ წლამდე, ყოველი მომხმარებელი პირდაპირ ურთიერთობდა დამფუძნებლებთან – დევიდთან ან Amanda-სთან, რაც საშუალებას აძლევდა გრძელვადიანად გარკვევას ბაზრის შესახებ, რაც მხოლოდ ანალიტიკის ან მხარდაჭერის ბილეთებით შეუძლებელი იყო. „რეალური ღირებულება არაა შემოსავალი, არამედ სწავლა, “ – აცხადებს დევიდი. მათ სთხოვდნენ მომხმარებლებს, მათი მიზნებისა, მოტივაციების და როგორღა შეიძლება დაგეხმაროთ Recall. ai-ს მეთოდით. ეს ურთიერთობები სხვადასხვა სექტორებში – ტელემედიცინიდან, ფინანსიდან, सेलზიდან, კლიენტის წარმატებაზე – იძლევა რეგულატორული ნიუანსებისა და სხვადასხვა რეაბილიტაციის გაგებას. 2025 წლის დასაწყისში, Recall. ai- მა დაიწყო თვითმომსახურების რეგისტრაციები და ახლა ყოველდღიურად იღებს ათასობით კლიენტს. ეს წინასწარი ინვესტიცია მომხმარებელთა კონვერსიისა და გამოცდილების გაუმჯობესებაში გამოიღო შედეგი, მოიზიდა წამყვანი ინდუსტრიის კლიენტები და დადასტურა, თუ როგორ შეიცვალა პროგრამული გადაწყვეტების მეთოდი, რომელიც იყენებს საუბრის მონაცემებს. არაჩვეულებრივი სიტუაცია, რომელიც საბოლოოდ გახდა შესაძლებლობა 2020 წელს, მათი ვიდეოჩაწერის ინსტრუმენტი გახდა COVID-ის გამო რემოტული მუშაობის დროს მოთხოვნის ლიდერი, მაგრამ ინფრასტრუქტურულს უწევდა 80% ძალისხმევას. დევიდი განავითარეს მათი დილემა: ინფრასტრუქტურის გამჭვირვალობა უჩინარია, მაგრამ არასაკმარისობა იწვევს ეყარებათ და ჩრდილში გაქრობას. მთავარი სირთულე იყო მართვა უზარმაზარი ერთდროული შეხვედრების დატვირთვისა, როგორც “შავი პარასკევის” მოვლენები, რაც მოითხოვს გონივრულ რეალურ-დროიან პროცესს და მონაცემთა ზარალის გარეშე. ეს შეუთანხმებელი მდგომარეობა იგრძნო როგორც „არაჩვეულებრივი სიტუაცია“, რომლითაც მოტივაცია და ნათელი მოჰყვა სასურველ მიზანს – და სადაც რეალურად იყო ამ დროს ველება და შესაძლებლობა. სიარული ინფორმაციის საფუძვლები: AI-ის მომავლის საფუძველი დევიდი ჩათვლის, რომ AI აგენტების განვითარება კიდევაც განგრძობადია, მაგრამ AI- ს ისევ სჭირდება ისივე საუბრის კონტექსტი, როგორც ადამიანებს: ავტომატიზაციისთვის საჭირო ინფორმაციის მოსაძიებლად. თუ ეფექტურად ვერ ახლოვდება და გაამუშავებს საუბრის მონაცემებს, ავტომატიზება ვერ აღწევს თავის სიუხვს. როგორც AI ყოვლისმომცველი ხდება სფეროებში, ისევე მნიშვნელოვანია საუბრის მონაცემთა ინფრასტრუქტურის მმართველობა. კომპანიები, რომლებიც აქ გამორჩეულად მუშაობენ, შექმნიან რეალურად სასარგებლო AI პროდუქტებს, რომლებიც გადალახავენ დღევანდელ შეზღუდვებს. Recall. ai-ის შესახებ დაარსდა 2022 წელს დევიდ Gu- სა და Amanda Zhu-ს მიერ, Recall. ai-ს აქვს ერთიანი API, რომელიც იწერს აუდიო, ვიდეო, ტრანსკრიპტებსა და მედიას, როგორც ვიდეოკონფერენციებს, ისე პირისპირ შეხვედრებს. დღეს მასზე დაყრდნობით სერვისის გამარტივებისა და მხარდაჭერისთვის სერვისს იყენებს 3, 000-ზე მეტი კომპანია, და ის ინახება და მუშაობს AI პროდუქტების განვითარებისათვის, რომლებიც ახლებურად განიცდიან და იყენებენ საუბრის მონაცემებს. მეტი ინფორმაციის მისაღებად შემოწმეთ Recall. ai.