Πώς η Fyxer δημιούργησε έναν έμπιστο βοηθό στελεχών με ΤΝ
Η Fyxer συνδυάζει μοντέλα OpenAI με πάνω από 500.000 ώρες ροών εργασίας βοηθών στελεχών και σχόλια πραγματικών χρηστών, για να συντάσσει απαντήσεις με τη φωνή κάθε ατόμου.
90%
Διατήρηση χρηστών μετά από 90 ημέρες
53%
Προσχέδια από ΤΝ που έγιναν δεκτά χωρίς αλλαγές
Για πολλούς επαγγελματίες, δουλειά σημαίνει να παρακολουθούν συνομιλίες και δεσμεύσεις σε εισερχόμενα, συσκέψεις, μηνύματα και εφαρμογές. Χωρίς απόλυτα αξιόπιστο πλαίσιο, αυτές οι δεσμεύσεις μπορεί να παραμεληθούν, βλάπτοντας έργα και σχέσεις.
Η Fyxer δημιούργησε έναν βοηθό στελεχών με ΤΝ που διατηρεί το νήμα της εργασίας καθώς αυτή μεταφέρεται από εργαλείο σε εργαλείο. Συνδυάζει τα πιο πρόσφατα μοντέλα της OpenAI με περισσότερες από 500.000 ώρες ροών εργασίας βοηθών στελεχών, κατανέμοντας τη δουλειά σε δεκάδες εξειδικευμένα μοντέλα που βελτιώνονται μέσω σχολίων πραγματικών χρηστών.
Το email είναι ένα από τα πιο χαρακτηριστικά πεδία όπου φαίνεται πώς λειτουργεί. Δύο άτομα μπορεί να λάβουν το ίδιο email και να χρειάζονται εντελώς διαφορετικές απαντήσεις, ανάλογα με τη σχέση του καθενός με τον αποστολέα, όσα έχουν προηγηθεί και τον στόχο που επιδιώκει το καθένα. Έτσι, μια φαινομενικά απλή εργασία αποδεικνύεται πολύ πιο δύσκολη για την ΤΝ απ’ όσο φαίνεται.
«Υπάρχει κάτι που ονομάζεται παράδοξο του Moravec», εξηγεί ο συνιδρυτής της Fyxer, Archie Hollingsworth. «Όσα φαίνονται εύκολα στους ανθρώπους είναι δύσκολα για τους υπολογιστές και όσα φαίνονται εύκολα στους υπολογιστές είναι δύσκολα για τους ανθρώπους». Η Fyxer διαχειρίζεται αυτή την πολυπλοκότητα μαθαίνοντας πώς εργάζεται κάθε χρήστης, ώστε να απαντά σαν ένας βοηθός που γνωρίζει ήδη τι έχει σημασία.
Τα κορυφαία μοντέλα της OpenAI υποστηρίζουν βασικά μέρη της εμπειρίας, από την κατανόηση του email και την εύρεση του κατάλληλου πλαισίου έως τη δημιουργία του προσχεδίου. Η Fyxer επέλεξε την OpenAI επειδή τα μοντέλα της είχαν την καλύτερη απόδοση στις εσωτερικές δοκιμές αναφοράς της Fyxer και προσέφεραν ισχυρές δυνατότητες προσαρμογής για υποκειμενικές εργασίες όπως ο τόνος και η πρόθεση, ενώ η ομάδα της OpenAI παρείχε έμπρακτη υποστήριξη από μηχανικούς μέσω συνεδριών σχεδιασμού σε πίνακα και τεχνικής συνεργασίας.
«Επιλέξαμε την OpenAI επειδή διαθέτει τα καλύτερα μοντέλα και μας έχει προσφέρει ουσιαστική πρόσβαση και στενή συνεργασία. Μπορώ να γράψω μια ερώτηση στο Slack και να λάβω γρήγορα απάντηση, ενώ όταν αντιμετωπίζουμε κάποιο πρόβλημα, η ομάδα έρχεται στο γραφείο μας και το επιλύει μαζί μας. Είναι πάντα δίπλα μας».
Η προσέγγιση της Fyxer προσφέρει τρία διδάγματα για ιδρυτές που αναπτύσσουν προϊόντα ΤΝ με βαθιά κατανόηση του πλαισίου:
Η Fyxer δημιούργησε το σύστημά της γύρω από 30–50 εξειδικευμένα μοντέλα, καθένα από τα οποία αναλαμβάνει ένα συγκεκριμένο μέρος της ροής εργασίας του email. Αντί να αντιμετωπίζει το email ως μία ενιαία εργασία δημιουργίας κειμένου, η Fyxer αναλύει το πρόβλημα σε ένα σύστημα προβλέψεων, όπως το να αποφασίζει αν ένα μήνυμα χρειάζεται απάντηση ή να συντάσσει απαντήσεις που ταιριάζουν στον τόνο και το πλαίσιο του χρήστη.
«Η ανάλυση του προβλήματος σε πολλά μικρότερα μοντέλα λειτουργεί πολύ καλύτερα από το να ζητάμε από ένα μοντέλο να γράψει ένα καλό email», εξηγεί ο Hollingsworth.
Όταν φτάνει ένα νέο email, ένα μοντέλο λήψης απόφασης για απάντηση ταξινομεί το μήνυμα: χρειάζεται απάντηση, κάποια ενέργεια προγραμματισμού ή είναι απλώς μια πληροφορία που πρέπει να δει ο χρήστης;
Αν απαιτείται απάντηση, πρόσθετα μοντέλα αναλύουν την πρόθεση του email και προβλέπουν την πιθανή έκβαση της αλληλεπίδρασης. Αυτά τα μοντέλα εντοπίζουν μοτίβα, όπως αν η συζήτηση οδηγεί στον προγραμματισμό μιας συνάντησης, στην επίλυση ενός αιτήματος ή στη συνέχιση μιας μακροχρόνιας σχέσης.
Η Μνήμη είναι ένα από τα σημαντικότερα μέρη του συστήματος. Η Fyxer πρέπει να αποφασίζει ποιες λεπτομέρειες θα διατηρούνται μεταξύ συνομιλιών και ποιες θα εξαφανίζονται μετά από μία μόνο ανταλλαγή. Όταν φτάνει ένα νέο email, τα μοντέλα ανάκτησης το συγκρίνουν με αποθηκευμένες αλληλεπιδράσεις και αναδεικνύουν τις αναμνήσεις που σχετίζονται περισσότερο με το συγκεκριμένο άτομο και το νήμα της συζήτησης.
Τα μοντέλα της OpenAI υποστηρίζουν επιμέρους στάδια σε ολόκληρο το σύστημα της Fyxer. «Χρησιμοποιούμε μοντέλα της OpenAI για τα πάντα: από την επεξεργασία του email, ώστε να κατανοήσουμε ποιο είναι πραγματικά το θέμα του, έως την ανάκτηση και την εκ νέου κατάταξη του πλαισίου που θέλουμε να συμπεριλάβουμε και την ίδια τη δημιουργία του email», λέει ο Shantsila.
Πριν κυκλοφορήσει το προϊόν ΤΝ, η Fyxer παρείχε επί χρόνια μια υπηρεσία βοηθών στελεχών που βασιζόταν σε ανθρώπους. Με την πάροδο του χρόνου, η ομάδα συγκέντρωσε ένα σύνολο δεδομένων από περισσότερες από 500.000 ώρες επισημασμένων ροών εργασίας στελεχών, καταγράφοντας πώς οι πραγματικοί βοηθοί διαχειρίζονται την επαγγελματική επικοινωνία.
Αυτά τα παραδείγματα έδωσαν στη Fyxer δεδομένα εκπαίδευσης προερχόμενα από την ίδια τη δουλειά. Κατέγραψαν τις επιμέρους αποφάσεις που οδηγούν σε μια καλή απάντηση: πότε πρέπει να απαντά κανείς γρήγορα, πότε να περιμένει, ποια προηγούμενη συζήτηση έχει σημασία και πώς το ίδιο αίτημα μπορεί να απαιτεί διαφορετική απάντηση ανάλογα με το άτομο.
Η Fyxer χρησιμοποιεί προσαρμογή με επίβλεψη και Προσαρμογή Χαμηλής Τάξης (LoRA) σε όλο το ευρύτερο σύστημά της, ώστε να δημιουργεί παραλλαγές μοντέλων για συγκεκριμένες εργασίες, διατηρώντας παράλληλα υπό έλεγχο το κόστος εκπαίδευσης. Στα πρώτα στάδια ανάπτυξης του προϊόντος, η ομάδα χρησιμοποίησε την πλατφόρμα προσαρμογής της OpenAI για εργασίες που απαιτούσαν υψηλή ακρίβεια. Πιο πρόσφατα, η Fyxer συνεργάστηκε με την ομάδα διαχειριζόμενης προσαρμογής της OpenAI για να θέσει σε παραγωγή ένα νέο σημείο ελέγχου.
«Η OpenAI έχει διαδραματίσει καθοριστικό ρόλο, βοηθώντας μας να μεταφέρουμε όσα έχουμε μάθει για τους πελάτες μας και να τα ενσωματώσουμε με επιτυχία στον τρόπο λειτουργίας των μοντέλων».
Πριν τεθεί σε λειτουργία οποιοδήποτε μοντέλο, η Fyxer το αξιολογεί σε σύνολα επικύρωσης που έχουν δημιουργηθεί με βάση τις δικές της εργασίες email, όπως η σύνταξη, η ταξινόμηση και η ιεράρχηση προτεραιοτήτων. Η ομάδα σταθμίζει την ακρίβεια μαζί με τον χρόνο απόκρισης και το κόστος, καθώς η καλύτερη επιλογή μπορεί να διαφέρει ανά εργασία.
Αφού τεθεί σε λειτουργία, το σύστημα της Fyxer συνεχίζει να βελτιώνεται χάρη στα σχόλια πραγματικών χρηστών. Όταν ένα άτομο επεξεργάζεται ένα προσχέδιο πριν το στείλει, η διαφορά μεταξύ του αρχικού και του τελικού email δείχνει ποια εκδοχή προτίμησε.
Η Fyxer μετατρέπει αυτές τις συγκρίσεις σε δεδομένα εκπαίδευσης μέσω της Άμεσης Βελτιστοποίησης Προτιμήσεων (DPO). Αντί να επισημαίνεται χειροκίνητα κάθε παράδειγμα, το μοντέλο μαθαίνει από ζεύγη αποτελεσμάτων: το αρχικό προσχέδιο και την εκδοχή που επεξεργάστηκε ο χρήστης.
Στη συνέχεια, κάθε αλλαγή στη σύνταξη υποβάλλεται σε δοκιμή A/B. Η Fyxer κυκλοφορεί τη νέα έκδοση μόνο όταν επιτυγχάνει στατιστικά σημαντική βελτίωση. Χάρη στον όγκο των χρηστών της, η ομάδα μπορεί μερικές φορές να φτάσει αυτό το όριο μέσα σε μία ημέρα.
Σήμερα, το 53% των προσχεδίων της Fyxer που δημιουργούνται από ΤΝ γίνεται δεκτό χωρίς αλλαγές. Αυτό σημαίνει ότι το σύστημα προβλέπει σωστά την πρόθεση και τον τόνο σε μεγάλο ποσοστό πραγματικών συνομιλιών. Μόνο το 2025, τα ετήσια επαναλαμβανόμενα έσοδα της Fyxer αυξήθηκαν από 1 εκατομμύριο δολάρια σε 32 εκατομμύρια δολάρια.
Για τον Hollingsworth, ισχυρότερη ένδειξη αποτελεί η διατήρηση πελατών. Πολλοί πελάτες της Fyxer δεν έχουν ιδιαίτερες τεχνικές γνώσεις και, για ορισμένους, η Fyxer είναι το πρώτο σύστημα ΤΝ που χρησιμοποιούν καθημερινά.
«Όλοι μιλούν για το ARR, αλλά πιστεύω ότι η διατήρηση πελατών είναι το πραγματικό επίτευγμα. Πάνω από το 90% των χρηστών μας εξακολουθεί να πληρώνει αφού συμπληρώσει 90 ημέρες μαζί μας και συνεχίζει να μας χρησιμοποιεί καθημερινά».
Κοιτάζοντας μπροστά, η Fyxer αναπτύσσει βαθύτερη κατανόηση των σχέσεων, των προτιμήσεων και των εργασιών που βρίσκονται σε εξέλιξη. Ο βοηθός ΤΝ της συνεχίζει να εξελίσσεται και να αποκτά δυνατότητες πέρα από τη σύνταξη απαντήσεων, ώστε να μπορεί να αναλαμβάνει μεγαλύτερο μέρος των εργασιών επικοινωνίας και συντονισμού του χρήστη.
«Το όραμά μας είναι να βοηθήσουμε τους πελάτες μας να αφιερώνουν όσο γίνεται περισσότερο χρόνο στη δουλειά που πραγματικά αγαπούν», λέει ο Hollingsworth. «Θέλουμε να φτάσουν σε ένα σημείο όπου δεν θα χρειάζεται ποτέ να ανοίγουν τον υπολογιστή τους και θα μπορούν να εμπιστεύονται τη Fyxer για τη διαχείριση όλων αυτών».
