كيف بنت Fyxer مساعدًا تنفيذيًا موثوقًا بالذكاء الاصطناعي
تجمع Fyxer بين نماذج OpenAI وأكثر من 500,000 ساعة من سير عمل المساعدين التنفيذيين وملاحظات المستخدمين لصياغة الردود بأسلوب كل شخص.
90%
معدل الاحتفاظ بالمستخدمين بعد 90 يومًا
53%
من المسودات المُنشأة بالذكاء الاصطناعي قُبلت كما كُتبت
بالنسبة إلى كثير من المهنيين، يعني العمل متابعة المحادثات والالتزامات عبر صناديق البريد والاجتماعات والرسائل والتطبيقات. ومن دون سياق راسخ وموثوق، قد تضيع هذه الالتزامات، ما يضر بالمشروعات والعلاقات.
بنت Fyxer مساعدًا تنفيذيًا بالذكاء الاصطناعي يتابع تسلسل العمل في أثناء انتقاله بين الأدوات. ويجمع بين أحدث نماذج OpenAI وأكثر من 500,000 ساعة من سير عمل المساعدين التنفيذيين، مع توزيع العمل على عشرات النماذج المتخصصة التي تتحسن بفضل ملاحظات المستخدمين الفعلية.
ويُعد البريد الإلكتروني من أوضح المجالات التي تظهر فيها قدراته عمليًا. قد يتلقى شخصان الرسالة نفسها ويحتاجان إلى ردين مختلفين تمامًا، تبعًا للعلاقة وما حدث سابقًا وما يحاول كل منهما إنجازه. وهذا يجعل مهمة تبدو بسيطة صعبة على نحو خادع بالنسبة إلى الذكاء الاصطناعي.
يوضح آرتشي هولينغسورث، الشريك المؤسس لـFyxer: «هناك مفهوم يُعرف بمفارقة مورافيك». «ما يراه البشر سهلًا يصعب على الحواسيب، وما تراه الحواسيب سهلًا يصعب على البشر». تتعامل Fyxer مع هذا التعقيد بتعلّم طريقة عمل كل مستخدم، كي تتمكن من الرد كمساعد يعرف مسبقًا ما يهمه.
تدعم نماذج OpenAI الرائدة أجزاءً أساسية من التجربة، بدءًا من فهم الرسالة والعثور على السياق المناسب وصولًا إلى إنشاء المسودة. اختارت Fyxer شركة OpenAI لأن نماذجها حققت أفضل أداء وفق معايير Fyxer الداخلية، ووفّرت إمكانات قوية للضبط الدقيق في المهام الذاتية مثل النبرة والمقصد، إلى جانب دعم هندسي عملي عبر جلسات العمل على اللوحات البيضاء والتعاون التقني.
«اخترنا OpenAI لأن لديها أفضل النماذج، وقد أتاحت لنا وصولًا مباشرًا وعلاقة عمل وثيقة. يمكنني طرح سؤال في Slack والحصول على إجابة بسرعة، وعندما نواجه مشكلة، يأتي الفريق إلى مكتبنا ويعمل معنا على حلها. إنهم حاضرون دائمًا».
يقدم نهج Fyxer ثلاثة دروس للمؤسسين الذين يبنون منتجات ذكاء اصطناعي تعتمد على سياق عميق:
بنت Fyxer نظامها حول 30–50 نموذجًا متخصصًا، يتولى كل منها جزءًا محددًا من سير عمل البريد الإلكتروني. وبدلًا من التعامل مع البريد الإلكتروني كمهمة واحدة لإنشاء النصوص، تقسّم Fyxer المشكلة إلى منظومة من التنبؤات، مثل تحديد ما إذا كانت الرسالة تتطلب ردًا أو صياغة ردود تلائم نبرة المستخدم وسياقه.
يوضح هولينغسورث: «إن تقسيم المشكلة بين عدة نماذج أصغر يحقق نتائج أفضل بكثير من مطالبة نموذج واحد بكتابة رسالة بريد إلكتروني جيدة».
عند وصول رسالة جديدة، يصنّفها نموذج اتخاذ قرار الرد: هل تتطلب ردًا، أو إجراءً لجدولة موعد، أم أنها مجرد معلومات ينبغي للمستخدم الاطلاع عليها؟
إذا كانت الرسالة تتطلب ردًا، تحلّل نماذج إضافية مقصدها وتتنبأ بالنتيجة المحتملة للتفاعل. تحدد هذه النماذج أنماطًا مثل ما إذا كانت المحادثة تتجه نحو جدولة اجتماع، أو تلبية طلب، أو مواصلة مسار علاقة ممتدة.
تُعد الذاكرة أحد أهم أجزاء النظام. يتعين على Fyxer تحديد التفاصيل التي ينبغي الاحتفاظ بها عبر المحادثات وتلك التي ينبغي حذفها بعد تفاعل واحد. عند وصول رسالة جديدة، تقارنها نماذج الاسترجاع بالتفاعلات المخزنة وتستخرج الذكريات الأكثر صلة بذلك الشخص ومسار المحادثة.
تدعم نماذج OpenAI خطوات متعددة في منظومة Fyxer. تقول شانتسيلا: «نستخدم نماذج OpenAI في كل شيء، بدءًا من استيعاب الرسالة لفهم موضوعها الفعلي، مرورًا باسترجاع السياق الذي نريد تضمينه وإعادة ترتيبه، وصولًا إلى إنشاء رسالة البريد نفسها».
قبل إطلاق منتجها القائم على الذكاء الاصطناعي، أمضت Fyxer سنوات في تشغيل خدمة مساعدين تنفيذيين يقدمها موظفون فعليون. وبمرور الوقت، جمع الفريق مجموعة بيانات مستمدة من أكثر من 500,000 ساعة من سير عمل تنفيذي مشروح، توثّق كيفية إدارة المساعدين الفعليين للتواصل المهني.
وفّرت هذه الأمثلة لـFyxer بيانات تدريب مستمدة من صميم العمل نفسه. وقد سجّلت القرارات الدقيقة الكامنة وراء الرد الجيد: متى ينبغي الرد بسرعة، ومتى يجب الانتظار، وأي محادثة سابقة تهم، وكيف قد يتطلب الطلب نفسه ردًا مختلفًا من شخص إلى آخر.
تستخدم Fyxer الضبط الدقيق تحت الإشراف والتكيّف منخفض الرتبة (LoRA) في نظامها الأوسع لإنشاء نسخ من النماذج مخصصة لمهام بعينها، مع ضبط تكلفة التدريب. في المراحل الأولى من تطوير المنتج، استخدم الفريق منصة الضبط الدقيق من OpenAI للمهام التي تتطلب دقة عالية. وفي الآونة الأخيرة، تعاونت Fyxer مع فريق الضبط الدقيق المُدار لدى OpenAI لإدخال نقطة تحقق جديدة إلى بيئة الإنتاج.
«كان لـOpenAI دور محوري في مساعدتنا على نقل ما تعلمناه عن عملائنا ودمجه بنجاح في آلية عمل النماذج».
قبل نشر أي نموذج، تقيّمه Fyxer باستخدام مجموعات تحقق مصممة حول مهام البريد الإلكتروني الخاصة بها، بما فيها الصياغة والتصنيف وترتيب الأولويات. ويوازن الفريق بين الدقة وزمن الاستجابة والتكلفة، لأن الخيار الأمثل قد يختلف باختلاف المهمة.
بعد نشر نظام Fyxer، يواصل التحسن بفضل ملاحظات المستخدمين الفعلية. عندما يعدّل شخص مسودة قبل إرسالها، يكشف الفرق بين الرسالة الأصلية والنهائية عن المخرَج الذي فضّله.
تحوّل Fyxer هذه المقارنات إلى بيانات تدريب باستخدام تحسين التفضيلات المباشر (DPO). وبدلًا من تصنيف كل مثال يدويًا، يتعلم النموذج من أزواج من المخرجات: المسودة الأصلية والنسخة التي عدّلها المستخدم.
ثم يخضع كل تغيير في الصياغة لاختبار A/B. ولا تطلق Fyxer النسخة الجديدة إلا عندما تحقق تحسنًا ذا دلالة إحصائية. وبفضل حجم قاعدة مستخدميها، يستطيع الفريق أحيانًا بلوغ هذه العتبة خلال يوم واحد.
اليوم، تُقبل 53% من مسودات Fyxer المُنشأة بالذكاء الاصطناعي كما كُتبت. وهذا يعني أن النظام يتنبأ بدقة بالمقصد والنبرة في نسبة كبيرة من المحادثات الفعلية. وفي عام 2025 وحده، ارتفعت الإيرادات السنوية المتكررة لـFyxer من مليون دولار إلى 32 مليون دولار.
أما هولينغسورث، فيرى أن الاحتفاظ بالمستخدمين هو المؤشر الأقوى. لا يتمتع كثير من عملاء Fyxer بخبرة تقنية عميقة، وبالنسبة إلى بعضهم، تُعد Fyxer أول نظام ذكاء اصطناعي يستخدمونه يوميًا.
«يتحدث الجميع عن الإيرادات السنوية المتكررة، لكنني أرى أن الاحتفاظ بالمستخدمين هو الإنجاز الحقيقي الذي يستحق التفاخر. لا يزال أكثر من 90% من مستخدمينا يدفعون بعد مرور 90 يومًا، ويستخدمون خدمتنا يوميًا».
وبالنظر إلى المستقبل، تعمل Fyxer على بناء فهم أعمق للعلاقات والتفضيلات ومسارات العمل المستمرة. ويواصل مساعدها التطور متجاوزًا صياغة الردود، ليصبح مساعدًا أوسع نطاقًا بالذكاء الاصطناعي قادرًا على إدارة قدر أكبر من أعباء التواصل والتنسيق للمستخدم.
يقول هولينغسورث: «تتمثل رؤيتنا في تمكين عملائنا من قضاء أكبر وقت ممكن في أداء العمل الذي يحبونه حقًا». «نريد إيصالهم إلى مرحلة لا يضطرون فيها إلى فتح حواسيبهم مطلقًا، ويمكنهم الوثوق بـFyxer لإدارة كل ذلك».
