会议耗时且难以避免。据Deputy.com 2022年调查，美国员工每周花在会议上的时间约八小时，具体视行业和地区而定。
生产力损失推动了AI摘要工具的流行。非营利智库The Conference Board近期对营销人员的调查显示，近半数受访者正使用AI摘要邮件、电话会议等内容。
尽管许多视频会议套件已内置摘要功能，但Read AI联合创始人David Shim认为第三方解决方案仍有发展空间。Read AI可跨Zoom、Microsoft Teams和Google Meet等平台对视频通话进行摘要。
Shim此前担任Foursquare首席执行官，于2021年与Rob Williams和Elliott Waldron共同创立Read AI。三人曾在Foursquare、Snapchat及Shim前创业公司Placed（2019年被Foursquare收购）共事。
Shim表示：“Read AI的直接竞争对手是传统项目管理方式，即手动撰写笔记。通过跨平台学习重要内容，Read不仅是副驾驶，更像自动驾驶系统，提供提升工作效率的内容。”
从会议摘要扩展至消息与邮件
起初，Read专注于视频会议解决方案，提供衡量会议进展的仪表板及分钟级摘要。随着由Goodwater Capital领投、Madrona Venture Group参与的2100万美元融资完成，公司正扩展至消息和邮件摘要领域。
目前处于“软启动”阶段的新功能可连接Gmail、Outlook、Slack及视频会议平台，学习与用户相关的主题。连接服务后24小时内，Read开始提供每日更新，包括摘要、AI生成的“要点”、关键内容概览及按时间顺序排列的对话主题更新。服务费为每月15至30美元。
互联智能统一通信
Shim指出：“Read的独特之处在于AI代理在后台安静工作，使会议、邮件和消息相互交互。”他补充称，Read AI可将跨越10位收件人的50封邮件浓缩为单一摘要。“这种互联智能统一了通信，并通过量身定制的可操作简报赋能团队。”
准确性争议与应对策略
由于存在幻觉倾向，ChatGPT和微软Copilot等模型在摘要时可能出现错误。《华尔街日报》曾报道案例：Copilot虚构参会人员并暗示未讨论过的主题。
针对准确性问题，Shim声称Read比Supernormal和Otter等竞品更稳健。他表示：“Read采用专有方法协调原始内容与语言模型输出，自动检测偏差并引导。此外，利用会议内容对邮件和消息进行上下文化处理，可减少不确定性并提高结果质量。”
需注意的是，Shim未分享基准测试结果支持上述主张。在无数据验证的情况下，他强调了工具理论上带来的生产力提升：“Read可代替你出席会议并提供摘要和行动事项，即使最好的行政助理也无法匹敌。”他还强调Read不使用客户数据训练AI模型，用户拥有内容“完全控制权”。
情感分析功能的隐私与伦理风险
Read AI并非没有争议。其情感分析工具解读参会者声音和面部表情以告知情绪状态，被隐私倡导者批评为过于侵入性、易存偏见且构成数据安全风险。
性别和种族偏见在情感分析算法中是有充分记录的现象。模型往往将更多负面情绪归因于黑人面孔，并认为某些语言具有攻击性。AI视频招聘平台也被发现对不同着装的同一求职者反应不同。麻省理工学院2020年研究表明，算法可能对微笑等面部表情产生偏见，降低准确性。
颇具意味的是，Shim将情感分析视为竞争优势而非风险。他指出客户可禁用该功能，且分析数据会定期删除。“多模态模型允许Read将非语言反应纳入摘要，例如路演中参与者视觉上的摇头皱眉。Read为每位参与者创建定制基线，而非应用一刀切模型。”
增长势头与未来规划
凭借3200万美元资金储备和过去一季度增长50万用户的客户群，Read显然让部分人相信其能兑现承诺。
总部位于西雅图的Read计划利用新资金，到今年年底将员工翻倍至40人以上。Shim表示：“在行业放缓背景下，Read的用户、会议和收入增长曲线愈发陡峭。这直接归因于用户在会议中使用Read AI所获得的量化时间节省回报。”