Mesyuarat memakan masa, dan tidak ada jalan lain. Menurut kajian 2022 dari Deputy.com, ramai pekerja di Amerika Syarikat menghabiskan sehingga kira-kira lapan jam dalam mesyuarat setiap minggu, bergantung kepada industri dan tempat.

Pukulan produktiviti menjelaskan populariti bertambahnya alat-alat ringkasan bertenaga AI. Dalam kaji selidik baru-baru ini oleh The Conference Board, sebuah pusat pemikir bukan untung, hampir separuh responden berkata mereka menggunakan AI untuk meringkaskan kandungan emel, panggilan persidangan dan lain-lain.

Walaupun beberapa rangkaian videoconferencing kini menawarkan ciri-ciri ringkasan terbina, David Shim percaya bahawa masih ada tempat untuk penyelesaian luaran. Dan dia betul: Beliau adalah salah seorang pengasas Read AI, yang meringkaskan panggilan video melintasi platform seperti Zoom, Microsoft Teams dan Google Meet.

Shim, sebelum ini CEO Foursquare, bergabung dengan Rob Williams dan Elliott Waldron dalam Read AI pada tahun 2021. Sebelum Read AI, tiga serangkai tersebut bekerja bersama di Foursquare, Snapchat dan startup terdahulu Shim, Placed (yang dibeli oleh Foursquare pada tahun 2019).

‘’Saingan langsung Read AI adalah pengurusan projek tradisional, di mana nota ditulis secara manual,’’ kata Shim kepada TechCrunch. ‘’Dengan mempelajari apa yang penting bagi anda melintasi platform, Read bukanlah seorang co-pilot - sebaliknya, ia adalah kapal terbang automatik yang memberikan kandungan yang menjadikan kerja anda lebih berkesan dan cekap.’’

Pada permulaan, Read memberi tumpuan secara eksklusif kepada penyelesaian mesyuarat video, menawarkan papan pemuka untuk mengukur bagaimana lancar suatu mesyuarat (seperti yang dinilai oleh beberapa metrik, paling tidak) dan ringkasan dua minit mesyuarat berdurasi sejam. Tetapi, sejajar dengan rundingan pembiayaan sebanyak $21 juta yang baru berakhir yang dipimpin oleh Goodwater Capital bersama-sama dengan Kumpulan Modal Madrona, syarikat itu meluaskan penyelesaian mereka ke dalam ringkasan mesej dan emel.

Dalam ‘’pelancaran lembut,’’ kemampuan baru Read menyambung ke Gmail, Outlook dan Slack serta platform videoconferencing untuk mempelajari topik yang mungkin relevan untuk anda. Dalam tempoh 24 jam selepas menyambung ke perkhidmatan mesej dan videoconferencing yang anda gunakan, Read mula memberikan kemaskini harian dengan ringkasan, ‘’kesimpulan’’ yang dijana AI, gambaran keseluruhan kandungan utama dan kemaskini topik perbualan mengikut susunan kronologi. Read mengenakan bayaran bulanan antara $15 hingga $30 untuk perkhidmatannya.

‘’Apa yang menjadikan Read unik ialah ejennya AI bekerja secara senyap di latar belakang, membolehkan mesyuarat, emel dan mesej anda berinteraksi antara satu sama lain,’’ kata Shim, menambah bahawa ringkasan purata dari Read AI memampatkan 50 emel merentasi 10 penerima menjadi satu ringkasan tunggal. “Kepintaran yang terhubung ini menyatukan komunikasi anda dan memberi kuasa kepada anda dan pasukan anda dengan maklumat ringkas personal, tindakan yang disesuaikan dengan keperluan dan keutamaan anda.’’

Sekarang, jujurlah, saya tidak pasti saya percaya kepada sebarang alat yang digerakkan AI untuk meringkaskan kandungan secara konsisten dan tepat.

Model seperti ChatGPT dan Copilot Microsoft membuat kesalahan semasa meringkaskan disebabkan oleh kecenderungan mereka untuk mengimbas, termasuk dalam ringkasan mesyuarat. Dalam satu kisah baru-baru ini, Wall Street Journal menyebut satu contoh di mana, untuk satu penganut awal yang menggunakan Copilot untuk mesyuarat, Copilot mencipta peserta dan mengandaikan panggilan itu adalah tentang perkara yang sebenarnya tidak pernah dibincangkan.

Adakah alat Read AI berbeza? Shim mendakwa bahawa ia lebih tangguh daripada banyak penyelesaian di luar sana, termasuk pesaing seperti Supernormal dan Otter.

‘’Read menjalankan metodologi proprietari untuk mengoordinasi kandungan mentah dengan keluaran model bahasa, supaya penyimpangan dikesan secara automatik dan dipandu dengan betul,’’ katanya. ‘’Sebagai tambahan, kita boleh menggunakan kandungan dari mesyuarat untuk mengkonteks kandungan emel dan mesej, menyusutkan ketidakpastian dan meningkatkan hasil.’’

Ambil kenyataan tersebut dengan sedikit keraguan. Shim tidak berkongsi hasil penetapan piawaian untuk menyokong hujah tersebut.

Gantikan piawaian, Shim menekankan peningkatan produktiviti alat ringkasan seperti Read dapat (teorinya) berikan.

‘’Daripada menjadual semula mesyuarat apabila anda lewat atau dijadual secara berganda, Read boleh menghadiri bagi pihak anda dan memberikan ringkasan dan item tindakan kepada anda yang tidak dapat ditandingi oleh pembantu eksekutif terbaik sekalipun,’’ katanya, menegas juga bahawa Read tidak menggunakan data pelanggan untuk melatih model AI mereka dan pengguna mempunyai ‘’kawalan penuh’’ terhadap kandungan yang melalui platform itu. ‘’AI membawa fokus kembali kepada pekerja ilmu pengetahuan [dengan] menjimatkan masa mereka berjam-jam setiap hari.’’

Read AI bukanlah asing kepada kontroversi, jadi agak sukar untuk percaya kepada Shim. Alat analisis sentimen platform, yang menginterpretasikan petunjuk vokal dan wajah peserta mesyuarat untuk memberitahu hos mengenai sentimen mereka, telah dibidas oleh penggebilang privasi kerana terlalu invasif, rentan kepada kecenderungan dan mungkin juga risiko keselamatan data.

Kecenderungan jantina dan rasial adalah fenomena yang terdokumen dengan baik dalam algoritma analisis sentimen.

Model analisis emosi cenderung memberikan emosi negatif kepada wajah orang kulit Hitam daripada orang kulit Putih, dan memahami bahasa yang digunakan oleh sesetengah orang kulit Hitam sebagai agresif atau beracun. Platform pekerjaan video AI telah didapati bertindak balas berbeza kepada calon kerja yang sama memakai pakaian yang berbeza, seperti cermin mata dan tudung kepala. Dan dalam satu kajian dari MIT pada tahun 2020, penyelidik menunjukkan bahawa algoritma boleh menjadi berkemampuan dalam ekspresi wajah tertentu, seperti senyuman, yang boleh mengurangkan ketepatan mereka.

Mungkin dengan mengejutkan, Shim terus melihat teknologi analisis sentimen Read sebagai kelebihan kompetitif, bukan risiko, sambil menunjukkan bahawa pelanggan boleh menonaktifkan ciri itu dan data analisis dipadam dari pelayan Read secara berkala.‘’Menggunakan model multimodal membolehkan Read menyertakan jawapan bukan lisan dalam ringkasan mesyuarat,’’ katanya. ‘’Sebagai contoh, semasa mesyuarat mempromosikan, sebuah startup mungkin berbicara tentang manfaat produk, tetapi peserta menunjukkan kepala mereka dan berkerut dahi semasa promosi... Read membuat garis panduan penglibatan dan sentimen khas untuk setiap peserta mesyuarat, berbeza dengan model satu saiz sesuai untuk semua, memastikan bahawa setiap orang diperlakukan sebagai individu unik.’’

Setepat atau tidak, dengan perbekalan dana sebanyak $32 juta dan pangkalan pelanggan yang berkembang setengah juta pengguna sepanjang suku lepas, Read jelas mempunyai beberapa individu yang yakin bahawa ia boleh memenuhi janjinya.

Beribu-pecah, Read, berpangkalan di Seattle, Washington, merancang untuk menggandakan kakitangan hingga lebih 40 orang menjelang akhir tahun dengan menggunakan suntikan modal baru, kata Shim.'’Dalam menghadapi kelambatan secara keseluruhan selama beberapa tahun ke belakang, Read terus melihat garis pertumbuhan curam di kalangan pengguna, mesyuarat dan pendapatan,’ tambahnya. “Pencapaian pertumbuhan ini boleh dikaitkan secara langsung dengan pulangan yang boleh diukur oleh pengguna dalam menjangkau Read AI dalam mesyuarat mereka.’’