Sådan byggede Fyxer en AI-chefassistent, folk stoler på

For mange fagfolk består arbejdet i at holde styr på samtaler og aftaler på tværs af indbakker, møder, beskeder og apps. Uden en bundsolid forståelse af konteksten kan disse aftaler blive glemt og skade projekter og relationer.

Fyxer har bygget en AI-chefassistent, der holder fast i den røde tråd, når arbejdet flyttes mellem forskellige værktøjer. Den kombinerer de nyeste modeller fra OpenAI med mere end 500.000 timers arbejdsgange for chefassistenter og fordeler arbejdet mellem snesevis af specialiserede modeller, der forbedres gennem feedback fra virkelige brugere.

E-mail er et af de steder, hvor det er lettest at se systemet i funktion. To personer kan modtage den samme e-mail og have brug for vidt forskellige svar afhængigt af deres relation, hvad der tidligere er sket, og hvad de hver især forsøger at opnå. Det gør en tilsyneladende enkel opgave overraskende svær for AI.

»Der findes noget, der kaldes Moravecs paradoks,« forklarer Fyxers medstifter Archie Hollingsworth. »Det, mennesker synes er nemt, er svært for computere, og det, computere synes er nemt, er svært for mennesker.« Fyxer håndterer denne kompleksitet ved at lære, hvordan hver bruger arbejder, så systemet kan svare som en assistent, der allerede ved, hvad der er vigtigt.

Banebrydende modeller fra OpenAI understøtter centrale dele af oplevelsen – fra at forstå e-mailen og finde den rette kontekst til at generere udkastet. Fyxer valgte OpenAI, fordi deres modeller klarede sig bedst i Fyxers interne benchmarks, gav gode muligheder for finjustering til subjektive opgaver som tone og hensigt og tilbød praktisk teknisk hjælp gennem whiteboardsessioner og teknisk samarbejde.

Fyxers tilgang rummer tre erfaringer til iværksættere, der bygger AI-produkter med stor kontekstforståelse:

Fyxer byggede sit system op omkring 30-50 specialiserede modeller, der hver især varetager en afgrænset del af arbejdsgangen for e-mail. I stedet for at behandle e-mail som én samlet tekstgenereringsopgave opdeler Fyxer problemet i et system af forudsigelser, f.eks. om en besked kræver svar, eller hvordan der udarbejdes svar, som matcher brugerens tone og kontekst.

»Det fungerer langt bedre at opdele problemet mellem mange mindre modeller end at bede én model om at skrive en god e-mail,« forklarer Hollingsworth.

Når en ny e-mail ankommer, klassificerer en model til svarvurdering beskeden: Kræver den et svar, en kalenderhandling, eller er det blot oplysninger, som brugeren bør se?

Hvis der er behov for et svar, analyserer flere modeller e-mailens hensigt og forudsiger interaktionens sandsynlige resultat. Modellerne identificerer mønstre, f.eks. om samtalen bevæger sig mod at planlægge et møde, behandle en anmodning eller fortsætte et længere relationsforløb.

Hukommelse er en af systemets vigtigste dele. Fyxer skal afgøre, hvilke oplysninger der skal bevares på tværs af samtaler, og hvilke der skal forsvinde efter en enkelt udveksling. Når en ny e-mail ankommer, sammenligner hentemodeller den med gemte interaktioner og finder de minder frem, der er mest relevante for personen og samtaletråden.

Modeller fra OpenAI driver forskellige trin i Fyxers system. »Vi bruger modeller fra OpenAI til alt fra at bearbejde e-mailen, så vi kan forstå, hvad den egentlig handler om, til at hente og omrangere den kontekst, vi vil medtage, og til selve genereringen af e-mailen,« siger Shantsila.

Før lanceringen af sit AI-produkt drev Fyxer i flere år en service med menneskelige chefassistenter. Med tiden opbyggede teamet et datasæt baseret på mere end 500.000 timers annoterede arbejdsgange for chefassistenter, som viser, hvordan rigtige assistenter håndterer professionel kommunikation.

Disse eksempler gav Fyxer træningsdata fra selve arbejdet. De indfangede de små vurderinger bag et godt svar: Hvornår skal man svare hurtigt, hvornår skal man vente, hvilken tidligere samtale er relevant, og hvordan kan den samme anmodning kræve forskellige svar til forskellige personer?

Fyxer bruger overvåget finjustering og Low-Rank Adaptation (LoRA) på tværs af sit samlede system til at skabe opgavespecifikke modelvarianter og samtidig holde træningsomkostningerne nede. Tidligt i produktudviklingen brugte teamet OpenAI's platform til finjustering til opgaver, der krævede høj nøjagtighed. For nylig samarbejdede Fyxer med OpenAI's team for administreret finjustering om at sætte et nyt checkpoint i produktion.

Før en model implementeres, evaluerer Fyxer den på valideringssæt, der er bygget op omkring virksomhedens egne e-mailopgaver, herunder udarbejdelse af udkast, klassificering og prioritering. Teamet afvejer nøjagtighed mod svartid og omkostninger, da det bedste valg kan variere fra opgave til opgave.

Efter implementeringen fortsætter Fyxers system med at blive bedre gennem feedback fra virkelige brugere. Når en bruger redigerer et udkast, før det sendes, viser forskellen mellem den oprindelige og den endelige e-mail, hvilket output brugeren foretrak.

Fyxer omdanner disse sammenligninger til træningsdata ved hjælp af Direct Preference Optimization (DPO). I stedet for at mærke hvert eksempel manuelt lærer modellen af par af output: det oprindelige udkast og den brugerredigerede version.

Derefter gennemgår hver ændring af udkastfunktionen en A/B-test. Fyxer lancerer kun den nye version, når den giver en statistisk signifikant forbedring. Mængden af brugere betyder, at teamet nogle gange kan nå denne tærskel på én dag.

I dag godkendes 53 % af Fyxers AI-genererede udkast uændret. Det betyder, at systemet forudsiger hensigt og tone korrekt i en stor andel af virkelige samtaler. Alene i 2025 voksede Fyxers årlige tilbagevendende omsætning fra 1 million til 32 millioner dollar.

For Hollingsworth er fastholdelsen et stærkere tegn på succes. Mange af Fyxers kunder har ikke dyb teknisk viden, og for nogle er Fyxer det første AI-system, de bruger hver dag.

Fremover vil Fyxer opbygge en dybere forståelse af relationer, præferencer og igangværende arbejdsforløb. Deres assistent udvikler sig fortsat fra blot at skrive svarudkast til en bredere AI-assistent, der kan håndtere en større del af brugerens kommunikations- og koordineringsopgaver.

»Vores vision er at få vores kunder til at bruge så meget tid som muligt på det arbejde, de virkelig elsker,« siger Hollingsworth. »Vi vil nå dertil, hvor de aldrig behøver at åbne deres computer og trygt kan overlade alt det til Fyxer.«