Fathom åpner møtedata for AI-assistenter via MCP-server

Fathom lanserte en offisiell Model Context Protocol-server på api.fathom.ai/mcp, som lar ChatGPT, Claude og andre AI-assistenter spørre mot møtetranskripsjoner, talerspesifikk dialog, AI-genererte sammendrag og oppgavepunkter direkte [1]. Den er skrivebeskyttet (read-only) med hensikt — tillatelser og sikkerhet forblir intakt — men i praksis gjør den om et møtearkiv til et spørrbart API for enhver LLM som snakker MCP.

En fellesskapsbygget server på GitHub utvider dette allerede videre, og Fathoms egne Zapier/Make-integrasjoner dekker no-code-siden [2][3]. På X handler samtalene mye om Fathom- og Otter-brukere som sammenligner erfaringer med egendefinerte MCP-oppsett — konsensusen er at møtedata låst inne i et dashbord nå regnes som en ulempe, ikke en funksjon, når konkurrentene eksponerer det for agenter.

Dette er et betydningsfullt signal: MCP er i ferd med å bli det forventede grensesnittet for møteintelligens, ikke en integrasjon som er "kjekt å ha".

Postgres og pgvector vokser frem som ryggraden i RAG for virksomheter

Utenfor møteverktøy spesifikt, konsolideres infrastrukturen bak kunnskapsgjenfinning rundt Postgres med pgvector. Ferske produksjonsguider beskriver hybridsøk — som kombinerer vektorlikhet med nøkkelord-/BM25-/trigram-matching via HNSW-indekser — som det foretrukne mønsteret for team som ikke ønsker en separat vektordatabase [1]. AWS' gjennomgang av CORTOs juridiske søkesystem er det mest slående beviset: 7,6 milliarder vektorer på tvers av 2,5 milliarder dokumenter i en 46 TB Aurora-klynge, med spørretider under 30 ms [2].

Budskapet fra datasops og andre er rett frem: hvis du allerede kjører Postgres, slår det å bygge på pgvector som regel Pinecone eller Weaviate for de fleste arbeidsbelastninger, forutsatt at du får til inndeling i biter (chunking), metadata og leieradskillelse (tenant isolation) riktig [3]. Diskusjoner på X legger til en sikkerhetsvinkel — reranking og sesjonskontekst for å beskytte mot forgiftning av gjenfinning (retrieval poisoning) i virksomhetsimplementeringer.

For ethvert selskap som bygger "spør dataene dine"-funksjoner — inkludert kunnskapsbaser for møter — er dette den stille arkitektoniske avgjørelsen som avgjør om gjenfinning er rask, billig og pålitelig i stor skala.

Håndhevingsmyndighet i EUs AI-forordning aktiveres for GPAI-modeller

Fra 2. august 2026 får EUs AI-kontor og nasjonale myndigheter reelle håndhevingsmuskler over generelle AI-modeller (GPAI) — retten til å kreve teknisk dokumentasjon, verifisere gjennomsiktighetsforpliktelser, sjekke opphavsrettslig etterlevelse og revidere sikkerhetstiltak for modeller med systemisk risiko [1][2]. Krav til GPAI-dokumentasjon og sammendrag av treningsdata har gjeldt siden august 2025; denne neste fasen handler om aktiv revisjon, ikke bare papirarbeid [3].

Leverandører sender inn gjennom EUs SEND-plattform, og nordiske og øvrige europeiske virksomheter som bygger på GPAI-modeller — inkludert alle som leverer AI-funksjoner i møte- eller kunnskapsverktøy — bør forvente strengere kontroll av risikostyring og gjennomsiktighetspraksis. Regler for høyrisikosystemer fases fortsatt inn frem mot 2027–2028, noe som gir litt tid, men GPAI-laget gjelder allerede nå.

Kommentarer på X beskriver dette som øyeblikket der AI-forordningen slutter å være teoretisk for europeiske AI-leverandører, med opphavsrettsforlik trukket frem som et tidlig varsel om hvor alvorlig dokumentasjonshull vil bli behandlet.

Hva dette betyr for møtene dine

Dagens saker peker mot det samme underliggende skiftet fra to retninger: møteverktøy kappes om å gjøre dataene sine handlingsrettede (Fireflies inn i CRM-systemer, Fathom inn i AI-assistenter via MCP), mens infrastrukturverdenen løser hvordan man gjør store mengder av disse dataene gjenfinnbare i høy hastighet og skala (Postgres/pgvector, hybridsøk). Satt sammen er ikke lenger terskelen for et møteverktøy i 2026 "transkriberte det nøyaktig" — det er "kan det dytte fakta inn i systemene der arbeidet skjer, og kan en AI-assistent spørre mot hele historikken på forespørsel."

For Proudfrog bekrefter dette kunnskapsgraf-tilnærmingen: et transkript er et startpunkt, ikke et sluttprodukt. Det egentlige produktet er et spørrbart, talerattribuert minne på tvers av møter som kobler seg til der beslutninger tas — enten det er en CRM-post, en Slack-tråd, eller en Claude-forespørsel som spør "hva ble vi enige om med denne kunden for tre møter siden?" Håndhevingsbølgen i EUs AI-forordning er også direkte relevant her: ethvert verktøy som lagrer og henter personlige møtedata på tvers av en kunnskapsbase, trenger dokumenterte, reviderbare AI-praksiser nå, ikke senere — dette er ikke et fremtidig etterlevelsesproblem for nordiske og europeiske team, det er et aktivt et.

Organisasjonene som vinner det neste året innen "møteintelligens" vil være de som behandler transkripsjoner som varig, strukturert, gjenfinnbar kunnskap — ikke engangsnotater — samtidig som de er ærlige om hvordan disse dataene behandles og styres.

Nøkkelinnsikt: Møtedata er i ferd med å bli permanent, spørrbar infrastruktur — vinnerne blir de verktøyene som gjør dataene gjenfinnbare for AI og forsvarlige etter EU-retten, samtidig.

Sources

https://guide.fireflies.ai/articles/7197167809-how-to-set-up-salesforce-and-fireflies-integration
https://guide.fireflies.ai/articles/8145727698-how-to-setup-fireflies-with-hubspot-integration
https://affine.pro/blog/fireflies-ai-integrations-list-tips
https://developers.fathom.ai/mcp-docs
https://github.com/agencyenterprise/fathom-mcp-server
https://www.fathom.ai/integrations-workflow-automation
https://suparbase.com/blog/pgvector-rag-production
https://aws.amazon.com/blogs/database/cortos-billion-scale-legal-semantic-search-with-aurora-postgresql-pgvector/
https://datasops.com/blog/vector-databases-production
https://digital-strategy.ec.europa.eu/en/policies/enforcement-ai-act
https://artificialintelligenceact.eu/implementation-timeline/
https://digital-strategy.ec.europa.eu/en/policies/guidelines-gpai-providers

Fathom åpner møtedata for AI-assistenter via MCP-server