Otter.Ai Выходит За Пределы Записи Встреч: Интеграция С Gmail, Google Drive, Notion И Другими Сервисами

Ключевые выводы

  • Otter.ai запускает Enterprise Search, позволяющий искать и связывать данные из Gmail, Google Drive, Notion, Jira и Salesforce прямо в приложении.
  • Новый AI‑ассистент работает постоянно, понимает контекст текущей встречи или канала и отвечает на запросы в реальном времени.
  • Компания сохраняет поддержку «бот‑плюс», т.е. нотатер может присоединяться к звонку, а также внедряет deduplication‑механизм, предотвращающий множественный вход ботов.
В мире, где информация разбросана по десяткам приложений, Otter.ai предлагает собрать всё в одном месте и превратить обычные записи встреч в рабочий инструмент для принятия решений.

Зачем нотатеры выходят за рамки простого транскрибирования?

Только запись и краткое резюме встречи уже не покрывают потребности крупных компаний. Руководители требуют, чтобы данные из разных источников – письма, задачи, документы – были доступны в контексте обсуждения. Это позволяет быстрее находить ответы и принимать решения без переключения между сервисами.

Otter.ai, Read AI, Fireflies.ai и Fathom уже поняли эту проблему. Они начали трансформировать свои продукты из «пишущих роботов» в полноценные рабочие пространства. Для Otter это значит добавить слой «поиска по всему бизнесу».

Ключевой технологией, стоящей за нововведением, стал Model Context Protocol (MCP). Протокол предоставляет единый способ подключать внешние источники данных и запрашивать их через единый API. Наличие стандарта ускоряет интеграцию и упрощает масштабирование.

С помощью MCP Otter.ai теперь может вытягивать информацию из Gmail, Google Drive, Notion, Jira и Salesforce, а в ближайшем будущем – из Outlook, Teams, SharePoint и Slack.

Как выглядит работа с новыми интеграциями?

Пользователь открывает Otter, вводит запрос «какие задачи по проекту X открыты в Jira?», и AI‑ассистент сразу показывает связанные тикеты, их статус и ссылки. При этом в результатах могут присутствовать упоминания из записанных встреч, где обсуждался этот проект.

Если нужно отправить резюме встречи в Notion, достаточно сказать «запиши резюме в мою страницу проекта». Ассистент создаст запись и добавит ссылки на связанные письма из Gmail.

Поиск работает по всему хранилищу: от вложений в Google Drive до комментариев в Salesforce. Это объединяет «данные встречи» и «данные проекта» в единую карту знаний.

Технически всё происходит так: AI‑ассистент сохраняет контекст окна (встреча, канал, задача) → формирует запрос к MCP → получает данные из подключённых сервисов → формирует ответ в естественной речи.

Бот‑плюс vs. безботовая запись: что предпочитают компании?

Существует два подхода к автоматическому фиксированию встреч: «бот‑плюс», когда специальный аккаунт присоединяется к видеозвонку, и «безботовая» запись через системный звук. Otter поддерживает оба, но отмечает, что крупные клиенты всё ещё выбирают бот‑плюс.

Преимущества бота‑плюс: прозрачность (все видят, что запись идёт), возможность сразу делиться нотатками с участниками и меньше ошибок распознавания, потому что звук берётся напрямую из конференции.

Для пользователей Mac уже доступна безботовая функция, а в этом году – аналогичная возможность в Windows‑клиенте.

Чтобы избежать «бешеной толпы» ботов, Otter внедрил deduplication‑механизм, который проверяет, есть ли уже активный нотатер в комнате, и блокирует повторный вход.

Влияние на бизнес‑показатели

В 2023 году Otter объявил о 25 млн пользователей и $100 млн ежегодного повторяющегося дохода (ARR). После запуска Enterprise Search компания заявила о росте пользовательской базы до 35 млн, хотя новые финансовые детали пока не раскрыты.

Для предприятий это открывает новые источники экономии: сокращение времени поиска информации (в среднем 30 % быстрее) и снижение количества дублирующих встреч (примерно на 15 %).

Кроме того, возможность отправлять резюме в Notion, создавать черновики писем в Gmail и связывать задачи в Jira упрощает процесс передачи знаний, что критично для распределённых команд.

Все эти функции делают Otter.ai почти полноценной платформой управления знаниями, а не просто нотатером.

Что дальше: планируемые интеграции и функции

В ближайшие месяцы Otter планирует открыть подключение к Microsoft Outlook, Teams, SharePoint и Slack. Это позволит охватить большую часть корпоративных коммуникаций, уже используемых в большинстве компаний.

Компания также работает над улучшением AI‑ассистента: планируется поддержка многократных запросов в одной сессии, более глубокий анализ эмоций в голосе и автоматическое создание действий (например, «создай задачу в Asana»).

Если эти функции реализуются, Otter станет «рабочим центром», где любая информация может быть найдена и использована без выхода из приложения.

Справка

Otter.ai – сервис, основанный в 2016 году, специализирующийся на автоматическом транскрибировании и резюмировании встреч. За почти десятилетие компания выросла до более чем 35 млн пользователей и превратилась в платформу поиска корпоративных данных.

Model Context Protocol (MCP) – открытый стандарт, позволяющий AI‑приложениям подключаться к внешним источникам (Gmail, Notion и др.) через единый интерфейс. Протокол упрощает масштабирование и интеграцию новых сервисов.

Read AI – один из конкурентов Otter, предоставляющий AI‑ассистента для встреч, ориентированного на автоматизацию заметок и аналитики разговоров.

Fireflies.ai – сервис, который сочетает запись встреч с возможностью поиска по разговорным данным и интеграцией с CRM‑системами.

Granola – компания, получившая $125 млн инвестиций в 2026 году, известна переходом от нотатера к полностью автономному AI‑инструменту без участия ботов.

Fathom – продукт, предлагающий режим записи без бота, использующий системный аудиоввод; недавно добавил поддержку этой функции для Windows.

Otter.ai превращает простые записи встреч в интеллектуальный поиск и автоматизацию рабочих процессов – это шаг, который уже меняет способы работы больших компаний.

Интересно почитать :

Антропик vs Пентагон: Как конфликт вокруг ИИ привел к созданию собственных
систем
Антропик vs Пентагон: Как конфликт вокруг ИИ привел к созданию собственных систем

Ключевые выводы Пентагон создает собственные LLM для замены технологий Антропик после разрыва контракта Конфликт возник из-за разногласий по использованию ИИ для массового надзора и автономного оружия OpenAI и xAI подписали …

Humans&: Новый ИИ для управления командной работой получает $480 млн на решение
главной проблемы искусственного интеллекта
Humans&: Новый ИИ для управления командной работой получает $480 млн на решение главной проблемы искусственного интеллекта

Современные ИИ-ассистенты прекрасно справляются с одиночными задачами, но терпят фиаско там, где требуется настоящая командная работа. Стартап humans& собирается переписать правила игры, создав первую в мире модель с социальным интеллектом …

Арена: как студенческий проект стал главным бенчмарком ИИ-моделей
Арена: как студенческий проект стал главным бенчмарком ИИ-моделей

Ключевые выводы Арена - это дефакто публичный лидерборд для frontier LLM-моделей, созданный в UC Berkeley Платформа оценивает модели через прямые сравнения, а не статические тесты Структурная нейтральность означает, что Арена …

Физические AI-записывающие устройства: обзор лучших гаджетов для записи встреч
Физические AI-записывающие устройства: обзор лучших гаджетов для записи встреч

Ключевые выводы Рынок физических AI-записывающих устройств быстро растет, предлагая альтернативу цифровым решениям Устройства отличаются по форме фактора: от кредитных карт до пинов и даже наушников Большинство устройств предлагают реальную транскрипцию …

Как выбрать мобильный кондиционер: 7 практических критериев для идеального
выбора
Как выбрать мобильный кондиционер: 7 практических критериев для идеального выбора

Кратко: Определите площадь помещения и нужную мощность охлаждения. Сравните уровень шума и класс энергоэффективности. Учтите дополнительные функции: Wi‑Fi, автоиспарение, режимы. Чтобы выбрать мобильный кондиционер без лишних проб, оцените 7 ключевых …

Какие датчики бывают в умном доме: полный обзор типов и функций
Какие датчики бывают в умном доме: полный обзор типов и функций

Кратко: Существует 8 основных категорий датчиков для домашней автоматизации. Каждая категория имеет несколько технологических вариантов (инфракрасный, микроволновый, Zigbee, Z‑Wave и пр.). Таблица сравнения поможет выбрать подходящий датчик под ваш сценарий. …

ФильтрИзбранноеМеню43750 ₽
Top