Föreställ dig att introducera en ny anställd enbart genom skriftligt material—e-postmeddelanden, dokument—utan någon form av samtal. Även den smartaste personen skulle missa avgörande kontext och information, särskilt om denne är utelämnad från möten eller en-mot-en-samtal, vilket lämnar ett betydande informationshål. Denna utmaning inspirerade medgrundarna David Gu och Amanda Zhu att skapa Recall. ai, ett API-infrastrukturföretag som möjliggör för tusentals utvecklare att fånga och bearbeta samtalsdata. Trots att AI-agenter blir allt mer avancerade ställs de inför samma hinder som den hypotetiska medarbetaren: utan tillgång till de samtal där största delen av företagets kontext finns, har till och med den bästa AI svårt att navigera uppgifter lika smidigt som människor. Recall. ai adresserar detta viktiga infrastrukturella behov för företag som HubSpot, ClickUp, monday. com och PagerDuty genom att lösa ett smärtsamt problem som grundarna personligen erfarit. Vår serie av fallstudier utforskar resor för SaaS- och AI-ledare som framgångsrikt byggt AI-inbyggda lösningar, och kokar ner deras insikter till handlingsbara ramverk. Baserat på vår tro på Recall. ai pratade vi med vd David Gu för att utforska hur de omvandlade infrastrukturbesväret till en affärssida—en leverantör de själva hade velat ha. Recall. ai:s resa: Från problem till plattform Innan Recall. ai drev David och Amanda ett produkt för videokonferensinspelning för användarforskare och produktchefer. Trots ökande efterfrågan ägnade de cirka 80 % av sin tid åt att hantera det tråkiga backend-arbetet med att pålitligt fånga mötesdata. De stod inför ett “förlorat läge”: bra infrastruktur går obemärkt förbi, medan dålig infrastruktur orsakar katastrofal dataförlust och missnöjda kunder. David förklarade, “När du är ett produktföretag kan du inte vinna på infrastruktur. Om det fungerar perfekt vill kunderna ha funktioner, inte backendförbättringar; om det misslyckas blir kunder arga. ” De tekniska utmaningarna var enorma. Möten samlas tätt (t. ex. dagliga standups klockan 9 på västkusten), vilket kräver infrastruktur som kan skalas omedelbart, bearbeta data i realtid och garantera noll dataförlust. Alla fel hade kunnat innebära att de förlorade en kund. David insåg att de varken kunde investera för mycket (dolda vinster) eller för lite (risk för avhopp), vilket satt dem i ett smärtsamt frustrated läge. Men detta smärta blev deras ledstjärna. Inspirationen: Infrastruktur + AI-möjlighet 2022, när GPT-3. 5 och andra stora språkmodeller (LLMs) avancerade, började små startups bygga produkter som var omöjliga bara några år tidigare. David nämnde, “LLMs löser inte den smärtsamma processen att bygga och underhålla infrastruktur. ” När fler företag behövde samtalsdata för AI-produkter stod infrastruktursmärtan inför att bli utbredd. De insåg att deras toppmoderna expertis inom mötesinfrastruktur kunde användas till något större. David och Amanda vände sig mot att bygga ett infrastruktur-as-a-service-företag.

De kontaktade tidigare konkurrenter—svaren varierade från tystnad till lättnad: “Det här problemet suger verkligen. ” Så föddes Recall. ai. Från infrastrukturområde till produkt: Bygga för byggare David och Amanda började sälja sin extraherade infrastruktur innan produkten var helt mogen, och lanserade ett alpha-program inom en månad. Deras erfarenhet av att driva ett slutanvändarprodukt gav dem unik insikt: de förstod inte bara utvecklare som kunder, utan också slutanvändarna. David betonade, “Som ett infrastrukturföretag måste du förstå hela kedjan av kausalitet från din infrastruktur till slutkundsvärde. ” De gav råd till utvecklare om användarbehov, kostnadsstrukturer och produktoptimering, med hjälp av sin egen erfarenhet. Recall. ai:s produkt utvecklades i vågor: - Meeting Bot API: Kärn-API för att spela in videokonferenser, för att möta omedelbara behov. - Desktop Recording SDK (slutet av 2025): Inbäddad AI-bemärkning och anteckningsfunktionalitet i alla appar, snabbt populär och med hundratusentals installationer. - Mobile Recording SDK (kommer snart): Utvidga möjligheterna till telefonsamtal och möten på plats. Prismodell för reglerad kund/vendör-portionering Recall. ai införde självklart en användningsbaserad prismodell, vilket kopplar kostnader till kundens framgång. David förklarade, “Om ditt produkt växer och bearbetar mer data, ökar kostnaderna; om du är tidigt och har låg volym är det billigare. ” Denna modell ger: - Transparent och förutsägbar prissättning som växer i takt med värdet. - Ingen chock över oförutsedda kostnader. - Undvikande av licensavgifter per användare, vilket kan begränsa adoptionen. - Enkelhet utan komplexa nivåer, vilket naturligt segmenterar kunder efter skala. Deras prissättning fungerar för både sju-siffriga avtal och självbetjäningskunder, och balanserar flexibilitet med förutsägbarhet. Kontrarienterad tillväxt genom försäljning Medan utvecklarinfrastruktur ofta bygger på community- och självbetjäningsstrategier, valde Recall. ai att göra tvärtom. Under tre år hade varje kund direktkontakt med grundarna David eller Amanda, vilket gav en djup förståelse för marknaden som inte går att få via supportärenden eller analyser. “Den verkliga vinsten är inte intäkter; det är lärande, ” sade David. De frågade noggrant kunder om deras mål, motivationer och hur Recall. ai kunde hjälpa till. Denna direktkontakt inom olika branscher—telemedicin, finans, försäljning, kundframgång—avslöjade regleringsmässiga nyanser och varierande användartrygghet kring inspelning. 2025 inledde Recall. ai självbetjäningsregistreringar och får nu tusentals kunder varje vecka. Denna initiala investering i kunddialoger betalade sig, vilket lockade branschledande klienter och bekräftade ett skifte i hur mjukvara använder samtalsdata. Tjänsten som vändpunkt och möjlighet Redan 2020, under COVID-19:s hemarbete, såg deras videoinspelningsverktyg en enorm efterfrågan, men infrastrukturen tog 80 % av deras tid. David beskriver deras dilemma: Infrastrukturens excellens är osynlig, men brist på den leder till misslyckanden och avhopp. Den verkliga utmaningen var att hantera massiva samtidiga mötesbelastningar i likhet med “Black Friday”-toppar, som kräver perfekt, realtidsbearbetning med noll dataförlust. Denna olösliga spänning kändes som ett “förlorat läge”, men också som en tydlig signal om var problemen och möjligheterna låg. Samtalsdata: Framtidens fundament för AI Davids slutsats omformar utvecklingen av AI-agenter: trots framsteg kräver AI fortfarande tillgång till samma samtalskontext som människor för att automatisering ska fungera. Utan att effektivt fånga och bearbeta samtalsdata är automatisering och AI:s potential begränsad. När AI blir centralt i olika branscher är det avgörande att bemästra infrastrukturen för samtalsdata. Företag som gör det väl kommer att kunna bygga verkligt hjälpsamma AI-produkter, som går bortom dagens begränsningar. Om Recall. ai Grundat 2022 av David Gu och Amanda Zhu, erbjuder Recall. ai ett enhetligt API för att fånga ljud, video, transkript och metadata från videokonferenser och möten på plats. Idag driver Recall. ai infrastrukturen för över 3 000 företag och står i framkant för att skapa AI-produkter som verkligen förstår och använder samtalsdata. Läs mer på Recall. ai.