Com Fyxer va crear un assistent executiu d'IA de confiança
Fyxer combina models d'OpenAI amb més de 500.000 hores de fluxos de treball d'assistència executiva i comentaris d'usuaris reals per redactar respostes amb la veu de cada persona.
90%
Retenció d'usuaris al cap de 90 dies
53%
Dels esborranys generats per IA acceptats sense canvis
Per a molts professionals, treballar vol dir fer seguiment de converses i compromisos entre bústies d'entrada, reunions, missatges i aplicacions. Sense un context sòlid, aquests compromisos es poden perdre pel camí i perjudicar projectes i relacions.
Fyxer va crear un assistent executiu d'IA que no perd el fil quan la feina passa d'una eina a una altra. Combina els models més recents d'OpenAI amb més de 500.000 hores de fluxos de treball d'assistència executiva i reparteix la feina entre desenes de models especialitzats que milloren gràcies als comentaris d'usuaris reals.
El correu electrònic és un dels àmbits on és més fàcil veure'l en acció. Dues persones poden rebre el mateix correu i necessitar respostes completament diferents segons la relació que tinguin, el que hagi passat abans i el que cadascuna vulgui aconseguir. Això fa que una tasca aparentment senzilla sigui molt més difícil del que sembla per a la IA.
"Hi ha un fenomen anomenat paradoxa de Moravec", explica Archie Hollingsworth, cofundador de Fyxer. "El que és fàcil per als humans és difícil per als ordinadors, i el que és fàcil per als ordinadors és difícil per als humans." Fyxer gestiona aquesta complexitat aprenent com treballa cada usuari, de manera que pugui respondre com un assistent que ja sap què és important.
Els models d'avantguarda d'OpenAI sustenten parts clau de l'experiència, des d'entendre el correu i trobar el context adequat fins a generar-ne l'esborrany. Fyxer va triar OpenAI perquè els seus models obtenien els millors resultats en les proves comparatives internes de Fyxer, oferien grans capacitats d'afinament per a tasques subjectives com el to i la intenció, i proporcionaven suport pràctic d'enginyeria mitjançant sessions de treball a la pissarra i col·laboració tècnica.
"Vam triar OpenAI perquè té els millors models i ens ha donat accés real i una relació de treball estreta. Puc deixar una pregunta a Slack i obtenir una resposta ràpidament, i quan tenim un problema, l'equip ve a la nostra oficina i treballa amb nosaltres per resoldre'l. Sempre hi són."
L'enfocament de Fyxer ofereix tres lliçons als fundadors que creen productes d'IA amb un alt grau de context:
Fyxer va crear el seu sistema al voltant de 30 a 50 models especialitzats, cadascun responsable d'una part concreta del flux de treball del correu electrònic. En lloc de tractar el correu electrònic com una única tasca de generació de text, Fyxer divideix el problema en un sistema de prediccions, com ara decidir si un missatge requereix resposta o redactar respostes que s'adaptin al to i al context de l'usuari.
"Dividir el problema en molts models més petits funciona molt millor que demanar a un sol model que escrigui un bon correu", explica Hollingsworth.
Quan arriba un correu nou, un model de decisió de resposta classifica el missatge: cal respondre-hi, programar alguna cosa o simplement mostrar la informació a l'usuari?
Si cal respondre, altres models analitzen la intenció del correu i prediuen el resultat més probable de la interacció. Aquests models identifiquen patrons, com ara si la conversa avança cap a la programació d'una reunió, la resolució d'una petició o la continuació d'un fil de relació més llarg.
La Memòria és una de les parts més importants del sistema. Fyxer ha de decidir quins detalls s'han de conservar entre converses i quins han de desaparèixer després d'un únic intercanvi. Quan arriba un correu nou, els models de recuperació el comparen amb les interaccions emmagatzemades i mostren els records més rellevants per a aquella persona i aquell fil.
Els models d'OpenAI impulsen diferents etapes del sistema de Fyxer. "Utilitzem models d'OpenAI per a tot: des de processar el correu per entendre de què tracta realment fins a recuperar i reordenar el context que volem incloure i, finalment, generar el correu", afirma Shantsila.
Abans de llançar el seu producte d'IA, Fyxer va passar anys oferint un servei d'assistència executiva prestat per persones. Amb el temps, l'equip va reunir un conjunt de dades creat a partir de més de 500.000 hores de fluxos de treball executius anotats, que recullen com els assistents reals gestionen la comunicació professional.
Aquests exemples van proporcionar a Fyxer dades d'entrenament extretes de la feina mateixa. Recollien els petits judicis que hi ha darrere d'una bona resposta: quan cal respondre de pressa, quan convé esperar, quina conversa anterior és rellevant i per què una mateixa petició pot requerir respostes diferents segons la persona.
Fyxer utilitza l'afinament supervisat i l'adaptació de rang baix (LoRA) en tot el seu sistema per crear variants de models específiques per a cada tasca i, alhora, controlar el cost de l'entrenament. En les primeres fases de desenvolupament del producte, l'equip va utilitzar la plataforma d'afinament d'OpenAI per a tasques que exigien una gran precisió. Més recentment, Fyxer ha col·laborat amb l'equip d'afinament gestionat d'OpenAI per posar en producció un nou punt de control.
"OpenAI ha estat clau per ajudar-nos a transferir el que hem après sobre els nostres clients i incorporar-ho amb èxit al funcionament dels models."
Abans de desplegar qualsevol model, Fyxer l'avalua amb conjunts de validació creats a partir de les seves pròpies tasques de correu electrònic, com ara la redacció, la classificació i la priorització. L'equip valora la precisió juntament amb el temps de resposta i el cost, ja que la millor opció pot variar segons la tasca.
Un cop desplegat, el sistema de Fyxer continua millorant gràcies als comentaris d'usuaris reals. Quan algú edita un esborrany abans d'enviar-lo, la diferència entre el correu original i el definitiu mostra quin resultat preferia.
Fyxer converteix aquestes comparacions en dades d'entrenament mitjançant l'optimització directa de preferències (DPO). En lloc d'etiquetar manualment cada exemple, el model aprèn de parells de resultats: l'esborrany original i la versió editada per l'usuari.
Després, cada canvi en la redacció se sotmet a una prova A/B. Fyxer només llança la nova versió quan aporta una millora estadísticament significativa. Gràcies al seu volum d'usuaris, de vegades l'equip pot assolir aquest llindar en un sol dia.
Avui, el 53% dels esborranys generats per la IA de Fyxer s'accepten sense canvis. Això vol dir que el sistema prediu correctament la intenció i el to en una gran part de les converses reals. Només el 2025, Fyxer va passar d'1 milió a 32 milions de dòlars en ingressos recurrents anuals.
Per a Hollingsworth, l'indicador més revelador és la retenció. Molts clients de Fyxer no tenen grans coneixements tècnics i, per a alguns, Fyxer és el primer sistema d'IA que utilitzen cada dia.
"Tothom parla dels ingressos recurrents anuals, però crec que la retenció és el que realment impressiona. Més del 90% dels nostres usuaris continuen pagant-nos al cap de 90 dies i encara ens fan servir cada dia."
De cara al futur, Fyxer està desenvolupant una comprensió més profunda de les relacions, les preferències i els fils de treball en curs. El seu assistent continua evolucionant: ja no es limita a redactar respostes, sinó que avança cap a un assistent d'IA més ampli, capaç de gestionar una part més gran de la comunicació i la coordinació de l'usuari.
"La nostra visió és aconseguir que els clients dediquin tant de temps com sigui possible a la feina que realment els apassiona", afirma Hollingsworth. "Volem que arribin a un punt en què no hagin d'obrir mai l'ordinador i puguin confiar que Fyxer ho gestionarà tot."
