Vad hade hänt om vi spelat in det här?

Jag satt i ett kafé häromdagen och pratade med någon i en kvart. Ett konkret problem, en idé om hur det skulle lösas, ett par turer fram och tillbaka. Ett bra samtal. Vi kan båda pipelinen utan och innan -- spela in, transkribera, mata in i en modell, och du har en kravbild, de nästa frågorna att ställa, början på en affär.

Och ingen av oss tryckte på inspelning.

Vad som faktiskt fanns på bordet

Det slog mig först efteråt. Hade vi spelat in de där femton minuterna vore arbetet redan halvgjort. Transkriptet mot kundens underlag hade gett själva use caset. Fem sokratiska följdfrågor hade legat och väntat på nästa steg. I stället är det borta, och jag sitter och rekonstruerar det ur minnet, som vanligt, sämre än om jag haft råmaterialet.

Det var inte ett tekniskt problem. Det var inte att vi inte visste hur. Det var att vi inte gjorde det.

Gapet som inte är ett kunskapsgap

Det här är den obekväma delen av allt jag skriver om röst. Jag har skrivit i åratal att röst är det outnyttjade ingångslagret, att ett kvartssamtal bär mer än ett formulär, att det enda jobbet är att fånga och styra. Och så sitter jag själv i ett kafé och låter ett av de bättre samtalen den veckan rinna ut i sanden.

Gapet är inte förmåga. Vi kan det. Gapet är vanan. Att veta att röst är ingångslagret och att faktiskt trycka på knappen är två olika saker, och det är den andra som betalar.

Det som varit redo länge

Tekniken har varit redo i åratal. Det var aldrig den som var hindret. Whisper dög för det här långt innan modellerna blev det de är nu.

Det enda som inte varit redo är vanan att trycka på inspelning innan samtalet börjar i stället för att inse värdet när det är slut. Och vanan är det enda som räknas.

Se även: Allt jag säger hamnar i text (serie 2) och Tre kanaler, ett ställe.