AI+会议 | 探秘AI会议助理如何在三个月新增50万用户

娱乐内容平台抢用户时间，竞逐注意力，但工作场景的逻辑完全相反——谁能帮用户节省时间，避免被无故打扰，谁就能快速占领心智，拿下阵地。Read AI正是从这个痛点切入：它从会议AI助手起步，构建产品MVP，目标成为个人工作会议的autopilot，解决会议中和会议后的关键问题。而且，Read AI还在不断外延，从会议扩展到Message、Email、Meet等沟通媒介，试图打通更多办公软件，从会议信息切入工作任务执行的自动化。

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，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逐渐丰满产品，将会议抽象为沟通工具，从Meet向E-mail和Message延伸，集成后端执行流程，让产品成为网络中枢。

本篇正文共4460字，仔细阅读约6分钟。

Read AI

2021年

Da vid Shim，联合创始人兼CEO，Foursquare前CEO，Placed创始人兼CEO（2017年被Snapchat收购）

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，提升用户在会议、电子邮件和即时消息等不同沟通形式中的效率。

- 2021年，种子轮1000万美元（Madrona Venture Group和PSL Ventures），用于研发MVP版本，核心Feature为Meeting Dashboard、Meeting Summary。- 2023年，A轮2100万美元（Goodwater和Madrona），用于在MVP上拓展Feature List，从视频语音会议扩展到电子邮件和即时信息。

---

01. 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，部分美国工作者每周要参加8小时以上的会议。较长的会议、多角色讨论以及会后需要执行的行动，都给与会者带来不小负担。比如，29%的美国女性工作者表示对会议中的讨论十分担忧，而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。

要知道一件事有多重要，看看人们愿意为它付出什么代价。数据显示，25%的美国工作者宁愿忍受交通拥堵也不愿参加公司会议，17%宁愿去履行陪审团职责，还有58%的人宁愿去医生的诊所。这些数字清晰地反映出人们对长时间会议的厌恶——他们宁愿选择其他更“有价值”的活动。

Grand View Research的报告显示，2021年全球视频会议市场规模达62.8亿美元，预计2022-2030年间将以12.5%的复合年增长率稳步增长。远程工作、地理分散的业务运营和全球化是主要驱动力，教育和医疗行业的需求增长也在助推。尤其是疫情期间，远程工作和学习需求激增，视频会议行业经历了一轮爆发。

——这个痛点，清晰得不能再清晰。

---

02. Read AI 如何构建产品

从0到1

方向确定后，关键是把精力聚焦在一个点上解决它。那Read AI选了哪个点？我们可以用PDAC模型拆解会议管理，它分为四个阶段：

——制定议程和目标，明确参会人员和时间，准备资料和设备。重点是确保会议顺利、高效。

——按议程推进，鼓励参与讨论，及时记录关键观点和决策。

——检查会议结果，评估是否达成目标，收集反馈和建议。

——总结反思，采取改进措施，优化未来体验。

Read AI在MVP版本里选择了会中和会后这两个关键环节。用1000万美元种子轮，他们针对会议中的人员参与度问题推出Dashboard来检测成员的参与度；针对会议结束后的总结和行动，推出Meeting Summaries，用AI总结内容并将行动推送给相关人员。这一策略让Read AI从0到1阶段就打下了可持续发展的基础，也为后续增长做好了准备。

从1到10

即时消息、邮件和会议，本质都是沟通工具，都包含信息接收方、发送方和内容。区别在于信息量、即时性和频率：

信息量相对少，即时性一般，中高频传递。
信息量适中，即时性低，低频传递。
信息量大，即时性高，高频传递。

很明显，会议的信息密度最高，即时性和频率远超邮件和消息。所以，当Read AI团队把会议总结和任务分派的能力打磨成熟后，自然把Feature List从会议拓展到邮件和即时消息——这是一种攻克制高点后，利用优势对低洼地带进行降维打击的策略。功能更完善后，Read AI在近三个月里收获了50万用户，也拿到了Goodwater Capital和Madrona Venture Group的2100万美元A轮投资。

---

03. 产品功能

Read AI的核心价值主张很清晰：

。针对工作信息的主要沟通媒介（Message、Email、Meet），实现更高效的信息传递和沉淀。

目标用户是那些需要频繁开会的人。相比copilot，Read AI更想做autopilot，解决类似这样的需求：

基于会议工作的主要场景，Read AI构建了四大功能模块：

一款视频会议应用程序，实时测量参与度和情绪，引导会议走向更好的结果。

专业的数据分析师，审查会议并提供个性化分析、协作见解和建议。

会议记录仪，提供文字记录、摘要、主题、行动项目、关键问题及视频回放。

会议审核员，基于历史沟通数据自动优化会议邀约，减少与会者，提升参与度和结果。

此外，Read AI还延伸到工作自动化领域，通过Zapier与数千个应用连接，自动化工作流程。此时Read AI成了工作执行的信息Trigger，基于这些指令，自动安排后续任务，甚至自动执行。它还在与更多平台打通，比如Notion、Zoom等，成为这些生态中的重要一环。这不仅带来流量，还能获取用户在多个平台上的内容，生成摘要并安排会议和任务。连接的产品越多，服务越全，价值越大，用户越多——形成正向循环飞轮。

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。”

---

04. 收费模式

Read AI针对不同客户群的会议痛点设计了不同功能，并基于此进行商业化：

面向免费用户，体验基础功能，是PLG漏斗转化的关键。提供基本的会议总结和报告。

面向VSB客户，加入团队协作概念，如团队报告、管理控制以及无限会议。

面向SMB客户，最大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，侧重安全性、控制和支持能力，提供SSO + SAML等服务。

---

05. AI的风险

幻觉生成

模型在总结会议内容时可能出现错误，因为它们容易产生幻觉，这也包括ChatGPT和微软Copilot。近期《华尔街日报》报道了一个例子：早期Copilot使用者开会时，Copilot虚构了与会者，还暗示了一些实际没讨论的话题。

Read AI是一种新工具，与Supernormal和Otter不同。Shim声称Read比许多现有方案更强大，因为它采用专有方法协调原始内容和语言模型输出，自动检测并引导偏差。此外，Read能将会议内容与电子邮件和消息内容放在同一环境中，减少不确定性，提高结果质量。

不过，Shim的说法也有人持保留态度——他没分享基准测试结果来支持这些断言，而是强调生产力提升的潜力。他表示Read可以替代参会，提供优于顶级行政助理的摘要和行动计划，不受迟到或重复预约的限制。他还强调Read不会用客户数据训练AI模型，用户对内容有“完全控制”，每天为知识工作者节省数小时，让他们能重新集中注意力。

种族歧视

Read AI曾因情绪分析工具引发争议，被认为过于侵入性，且存在偏见和数据安全风险。性别和种族偏见在情绪分析算法中普遍存在：模型倾向于将更多负面情绪分配给黑人面孔，将一些黑人使用的语言视为攻击性或有毒。研究表明，AI视频招聘平台对同一求职者佩戴不同服装的反应不同。在麻省理工的一项研究中，算法可能对某些表情（比如微笑）产生偏见，从而降低准确性。

客户可以禁用该功能，分析数据会定期从服务器上删除。尽管争议存在，Shim仍认为情感分析技术是竞争优势——用户使用多模态模型，可让Read将非语言反应融入会议摘要，并为每次会议创建参与度和情绪的自定义基线。