Представьте себе обучение нового сотрудника исключительно с помощью письменных материалов — электронных писем, документов — без какого-либо разговора. Даже самый умный человек упустит важный контекст и информацию, особенно если его не подключают к встречам или индивидуальным беседам, что оставит значительный разрыв в знаниях. Эта проблема вдохновила сооснователей Дэвида Гу и Аманду Чжу на создание Recall. ai — компании, предоставляющей инфраструктуру API, которая позволяет тысячам разработчиков захватывать и обрабатывать данные разговоров. Несмотря на все более совершенствующуюся искусственный интеллект, агенты ИИ сталкиваются с такой же проблемой, как и гипотетический новый сотрудник: без доступа к беседам, где хранится большинство данных о компании, даже лучший ИИ испытывает трудности с выполнением задач так же smoothly, как человек. Recall. ai решает эту важную инфраструктурную задачу для таких компаний, как HubSpot, ClickUp, monday. com и PagerDuty, напрямую устраняя проблему, с которой сталкивались сами основатели. Наша серия кейс-стади посвящена путешествиям лидеров SaaS и AI, которые успешно создали решения на базе ИИ, превращая их опыт в практические рамки. Вера в Recall. ai привела нас к беседе с CEO Дэвидом Гу, чтобы понять, как они превратили проблему инфраструктуры в бизнес — компанию, которой сами бы пожелали стать. Путь Recall. ai: от боли к платформе До появления Recall. ai Дэвид и Аманда управляли продуктом для записи видеоконференций, предназначенным для исследователей пользователей и менеджеров по продукту. Хотя спрос рос, они проводили около 80% времени, занимаясь рутинной задачей надежного захвата данных встреч. Они столкнулись с ситуацией без победы: хорошая инфраструктура остается незамеченной, тогда как плохая ведет к катастрофическим потерям данных и недовольным клиентам. Дэвид пояснил: «Когда ты — продуктовая компания, выиграть за счет инфраструктуры сложно. Если она работает идеально — клиенты хотят новые функции, а не улучшения бэкенда; если есть сбои — клиенты злятся. » Технические вызовы были огромными. Встречи собираются плотными группами (например, ежедневные стендапы в 9 утра на Западном побережье), требуя инфраструктуры, которая масштабируется мгновенно, обрабатывает данные в реальном времени и обеспечивает отсутствие потерь. Любая ошибка означала потерю клиента. Дэвид понял, что нельзя переинвестировать (возврат будет невидимым), и нельзя недоинвестировать (риск ухода клиента), — они застряли в мучительном недоразумении. Но именно эта боль стала их внутренним сигналом. Источники вдохновения: экспертиза в инфраструктуре и возможности ИИ В 2022 году, с развитием GPT-3. 5 и других крупных языковых моделей (LLMs), небольшие стартапы начали создавать продукты, невозможные всего несколько лет назад. Дэвид отметил: «LLMs не решают проблему создания и поддержки инфраструктуры. » С ростом количества компаний, которым нужны данные разговоров для AI-продуктов, инфраструктурная боль становилась все более распространенной. Осознав свой экспертный уровень в области встречной инфраструктуры, Дэвид и Аманда решили сосредоточиться на строительстве компании инфраструктуры как услуги. Они связались с бывшими конкурентами — отклики варьировались от молчания до облегчения: «Эта проблема реально дерьмо. » Так появилась Recall. ai. От инфраструктуры к продукту для строителей Дэвид и Аманда начали продавать свои решения по инфраструктуре еще до полной доработки продукта, запустив альфа-версию всего за месяц.

Опыт работы с конечными пользователями дал им уникальное понимание: они знали не только о разработчиках, но и о конечных пользователях их решений. Дэвид подчеркнул: «Как компания, создающая инфраструктуру, нужно понимать всю цепочку причинно-следственных связей — от вашей инфраструктуры до ценности для конечного пользователя. » Они консультировали разработчиков по их потребностям, структуре затрат и оптимизации продукта, основываясь на собственном опыте. Продукт Recall. ai развивался по волнам: - API для бота встреч: основное API для записи видеоконференций — для решения срочных задач. - SDK для десктопной записи (конец 2025): встроенная функция записи и заметок с помощью ИИ для любых приложений, быстро набравшая сотни тысяч установок. - SDK для мобильной записи (в ближайшее время): расширение возможностей для телефонных звонков и личных встреч. Ценообразование на основе использования для согласования интересов поставщика и клиента Recall. ai естественным образом выбрала модель ценообразования, основанную на использовании, что выравнивает расходы с успехом клиента. Дэвид объяснил: «Если продукт развивается и обрабатывает больше данных — расходы растут; если вы на начальной стадии и объем невелик — меньшие затраты. » Эта модель обеспечивает: - прозрачное, предсказуемое ценоообложение, растущее вместе с ценностью; - отсутствие неприятных сюрпризов: никаких неожиданных переплат; - отказ от оплаты за «место» (seat-based), что ограничивает рост; - простоту без сложных уровней — клиенты автоматически сегментируются по масштабу. Их ценообразование подходит как для контрактов на семь цифр, так и для клиентов по модели «самообслуживание», сочетая гибкость с предсказуемостью. Консервативный рост с помощью продаж В отличие от типовых стратегий для инфраструктуры для разработчиков, где предпочтительны сообщество и самостоятельный подход, Recall. ai выбрала обратное. В течение трех лет каждый клиент общался прямо с основателями — Дэвидом или Амандой, что позволяло глубже понять рынок, чем аналитика или техническая поддержка. «Настоящая ценность — не в доходах; она в обучении», — заявил Дэвид. Они активно спрашивали клиентов о целях, мотивах и том, как Recall. ai может помочь. Эти взаимодействия в разных отраслях — телемедицина, финансы, продажи, успех клиентов — выявили нюансы регулирования и разный уровень комфорта пользователей при записи. В начале 2025 года Recall. ai запустила систему самостоятельного подключения, сейчас у них тысячи новых клиентов еженедельно. Эти инвестиции в устное общение с рынком окупились: они привлекли ведущих клиентов и подтвердили перемены в подходе к использованию разговорных данных в программном обеспечении. Ситуация без победы, превратившаяся в возможность В 2020 году их инструмент для записи видео пользовался высоким спросом из-за пандемии и удаленной работы, но инфраструктура поглощала 80% их усилий. Дэвид охарактеризовал их дилемму: техника — невидимая, а недостатки ведут к сбоям и утрате клиентов. Реальная проблема заключалась в управлении большим количеством одновременных встреч, масштабируемых по типу ежедневных «Черных пятниц», требующих безукоризненной и быстрой обработки без потерь данных. Эта неразрешимая дилемма казалась «проигрышной ситуацией», вызывая разочарование, но одновременно выявляя истинную проблему и возможности. Данные разговоров: основа будущего AI Заключительный вывод Дэвида переосмысливает развитие AI-агентов: несмотря на достижения, AI всё еще нуждается в доступе к тому же контексту разговоров, на который полагаются люди для автоматизации. Без эффективного сбора и обработки данных разговоров, автоматизация не сможет раскрыть весь свой потенциал. По мере того как AI становится важной частью индустрий, овладение инфраструктурой данных разговоров становится критическим. Компании, хорошо владеющие этой областью, смогут создавать действительно полезные AI-продукты, превосходящие нынешние ограничения. О компании Recall. ai Основанная в 2022 году Дэвидом Гу и Амандой Чжу, Recall. ai предоставляет единый API для захвата аудио, видео, транскриптов и метаданных с видеоконференций и личных встреч. В настоящее время эта инфраструктура поддерживает более 3000 компаний и находится на передовой развития AI-продуктов, которые по-настоящему понимают и используют данные разговоров. Подробнее на сайте Recall. ai.