Fireflies AskFred förvandlar månader av möten till ett sökbart arkiv

Fireflies AskFred förvandlar månader av möten till ett sökbart arkiv

Fireflies.ai har tagit ett kliv framåt inom informationssökning med AskFred, ett naturligt språklager som låter dig ställa frågor över hela din möteshistorik — inte bara ett enskilt transkript — för att få sammanfattningar, åtgärdspunkter, trender och beslut [4]. Det stödjer filtrering efter datumintervall och deltagare, samt webbsökningsintegration, och fungerar både i instrumentpanelen och via API med trådade uppföljningsfrågor för sammanhang [5].

Det som sticker ut är det "globala" läget: istället för att behandla varje möte som en isolerad ö låter AskFred dig ställa en fråga som "vad kom vi överens om med den här leverantören förra kvartalet?" och få ett svar som är sammansatt från möten du annars hade behövt leta igenom manuellt [6]. Det är ett betydande steg bortom enkel transkriptsökning.

Produktivitetsfokuserade användare på X använder redan verktyget för att rekonstruera beslutsspår som ligger begravda i månader av samtal, och flera genomgångar av arbetsflöden listar nu Fireflies tillsammans med bredare agent-stackar snarare än som en fristående anteckningstjänst — ett tecken på att kategorin smälter samman med generella verktyg för kunskapsarbete.

Graf-RAG bevisar sitt värde för flerstegsfrågor om möten

Ett NICD-benchmark från 2026 levererade en slående siffra: Graf-RAG-system besvarade 65,3 % av komplexa flerstegsfrågor korrekt, jämfört med bara 28,9 % för ren vektorbaserad RAG, och var totalt sett omkring 80 % mer sanningsenliga [7]. Microsofts hierarkiska GraphRAG-metod ska enligt uppgift ha nått 86 % träffsäkerhet i företagstester, jämfört med en vektorbaserad baslinje på 32 % [8].

Anledningen till att detta spelar roll för alla som bygger på mötesdata: vektorsökning är bra på "hitta stycket som låter ungefär så här", men dålig på att "koppla ihop det som sades i tre olika möten under två månader för att besvara en enda fråga". Grafstrukturer — entiteter, relationer, förklarbara kopplingsvägar — är det som gör den typen av resonemang möjligt, vilket är varför allt fler förespråkar hybridlösningar med både vektor och graf istället för att välja det ena eller det andra [9].

AI-utvecklare på X beskriver detta som skillnaden mellan en chattbot med en sökruta och något som liknar ett riktigt institutionellt minne, särskilt för agentsystem som behöver resonera kring långa, röriga samtalshistorik snarare än städade dokument.

Google Workspace satsar på agentbaserad Gemini för ledningsarbetsflöden

Google trycker in Gemini djupare i det dagliga utförandet, inte bara i utkastsskrivande. Ett inlägg från den 24 september rekommenderar fem startagenter för chefer, bland annat en "Sentiment Analyst" för att läsa av mötesstämning och en Daily Briefing Agent som sammanfattar det viktiga innan dagen börjar [10]. En uppdatering från den 9 september beskrev automatisering av uppgifter mellan appar, från Gmail och Drive till Docs, via "Workspace Intelligence" [11].

Gemini kopplar också upp sig utåt — genom integration med tredjepartsverktyg som Salesforce via MCP, så att agenter kan agera över ett företags faktiska verktygskedja istället för att vara instängda i Workspace [12]. Riktningen är entydig genomgående: mindre manuell sammanställning, mer automatisk uppföljning för människor som sitter i möte efter möte hela dagen.

Kommentatorer inom företagsvärlden på X ser detta som att Google äntligen levererar de "tråkiga men användbara" agentfunktionerna som folk faktiskt efterfrågat, snarare än flashiga demos — ett mönster som återspeglas i den bredare marknaden för produktivitets-AI i år.

Vad detta betyder för dina möten

Dagens nyheter pekar alla åt samma håll: att spela in ett möte är numera grundläggande — värdet har helt flyttats till vad som händer efter att samtalet är slut. Oavsett om det är Granolas källbelagda teamchatt, Fireflies mötesöverskridande AskFred eller Googles stämningsläsande agenter, kämpar alla de stora aktörerna om att besvara en och samma fråga — kan du faktiskt hitta och resonera kring det som sades för sex veckor sedan, över ett dussin samtal, utan att manuellt gräva igenom transkript?

Graf-RAG-forskningen är den tysta historien som förklarar varför de andra rör sig som de gör. Enkel transkriptsökning skulle alltid nå ett tak när man har hundratals möten i sin historik — flerstegsfrågor ("vad lovade vi den här kunden, och ändrades det efter roadmap-mötet?") kräver relationsmedveten informationssökning, inte bara semantisk matchning. Det är precis den arkitektursatsning Proudfrog har gjort med sin kunskapsgraf-metod: talarattribuerat, entitetslänkat minne som blir mer värdefullt, inte mer rörigt, ju större din möteshistorik växer.

Debatten om bot-eller-inte-bot och Googles agent-satsning spelar också roll, men mest som sammanhang — de löser inspelning och uppgiftsautomatisering, medan det svårare olösta problemet är varaktig, förklarbar informationssökning över ett verkligt arkiv av arbetskunskap. Det är där nästa runda av konkurrensmässig differentiering faktiskt kommer att ske.

Huvudpoäng: Kapplöpningen inom AI-mötesverktyg har gått bortom frågan "vem transkriberar bäst" till "vem låter dig faktiskt tänka över hela din möteshistorik" — och det är grafbaserad informationssökning, inte större vektorindex, som vinner den striden.

Källor

1. https://www.usecarly.com/blog/granola-vs-otter/
2. https://www.granola.ai/blog/two-dot-zero
3. https://bestautomationtools.ai/reviews/granola-review/
4. https://guide.fireflies.ai/articles/1102961402-how-to-use-askfred-to-search-and-get-answers-from-all-past-meetings
5. https://docs.fireflies.ai/askfred/overview
6. https://guide.fireflies.ai/articles/6556345325-askfred-get-answers-from-a-specific-meeting-in-fireflies-and-get-answers
7. https://neo4j.com/blog/agentic-ai/vector-rag-vs-graphrag/
8. https://www.tigergraph.com/blog/graphrag-vs-vector-rag/
9. https://usewire.io/blog/knowledge-graphs-vs-rag-when-graphs-win/
10. https://workspace.google.com/blog/future-of-work/the-5-ai-agents-i-tell-every-executive-to-build-first
11. https://workspace.google.com/blog/product-announcements/less-switching-more-flow-5-new-agentic-capabilities-across-google-workspace-apps
12. https://workspaceupdates.googleblog.com/2026/09/connect-to-more-tools-with-gemini-in-google-workspace.html