Cómo Fyxer creó un asistente ejecutivo de IA confiable
Fyxer combina modelos de OpenAI con más de 500 000 horas de flujos de trabajo de asistentes ejecutivos y comentarios reales para redactar respuestas con la voz de cada persona.
90 %
Retención de usuarios después de 90 días
53 %
De los borradores generados por IA aceptados sin cambios
Para muchos profesionales, trabajar implica llevar el control de conversaciones y compromisos entre bandejas de entrada, reuniones, mensajes y aplicaciones. Sin un contexto sólido, esos compromisos pueden quedar en el olvido y perjudicar proyectos y relaciones.
Fyxer creó un asistente ejecutivo de IA que no pierde el hilo cuando el trabajo pasa de una herramienta a otra. Combina los modelos más recientes de OpenAI con más de 500 000 horas de flujos de trabajo de asistencia ejecutiva y distribuye las tareas entre decenas de modelos especializados que mejoran gracias a los comentarios de usuarios reales.
El correo electrónico es uno de los ámbitos donde su funcionamiento se aprecia con mayor claridad. Dos personas pueden recibir el mismo correo y necesitar respuestas totalmente distintas según su relación, lo que haya ocurrido antes y lo que cada una quiera lograr. Por eso, una tarea aparentemente sencilla resulta engañosamente difícil para la IA.
“Existe algo llamado la paradoja de Moravec”, explica Archie Hollingsworth, cofundador de Fyxer. “Lo que a los seres humanos les resulta fácil es difícil para las computadoras, y lo que a las computadoras les resulta fácil es difícil para los seres humanos”. Fyxer aborda esa complejidad aprendiendo cómo trabaja cada usuario para responder como un asistente que ya sabe qué es importante.
Los modelos de vanguardia de OpenAI sustentan partes clave de la experiencia, desde comprender el correo y encontrar el contexto adecuado hasta generar el borrador. Fyxer eligió OpenAI porque sus modelos obtuvieron los mejores resultados en las evaluaciones comparativas internas de Fyxer, ofrecían sólidas capacidades de ajuste fino para tareas subjetivas como el tono y la intención, y brindaban apoyo práctico de ingeniería mediante sesiones de trabajo en pizarra y colaboración técnica.
“Elegimos OpenAI porque tiene los mejores modelos y nos ha dado acceso real y una estrecha relación de trabajo. Puedo dejar una pregunta en Slack y recibir una respuesta rápidamente; cuando enfrentamos un problema, el equipo viene a nuestra oficina y trabaja con nosotros para resolverlo. Siempre está presente”.
El enfoque de Fyxer ofrece tres lecciones para quienes fundan empresas y crean productos de IA con un alto grado de contexto:
Fyxer construyó su sistema en torno a entre 30 y 50 modelos especializados, cada uno responsable de una parte específica del flujo de trabajo del correo electrónico. En lugar de tratar el correo electrónico como una sola tarea de generación de texto, Fyxer divide el problema en un sistema de predicciones, como decidir si un mensaje requiere respuesta o redactar respuestas acordes con el tono y el contexto del usuario.
“Dividir el problema entre muchos modelos más pequeños funciona mucho mejor que pedirle a un solo modelo que redacte un buen correo”, explica Hollingsworth.
Cuando llega un nuevo correo, un modelo de decisión de respuesta clasifica el mensaje: ¿requiere una respuesta, una acción de programación o simplemente contiene información que el usuario debe ver?
Si se necesita una respuesta, otros modelos analizan la intención del correo y predicen el resultado probable de la interacción. Estos modelos identifican patrones, como si la conversación se encamina a programar una reunión, resolver una solicitud o continuar el hilo de una relación a más largo plazo.
La memoria es una de las partes más importantes del sistema. Fyxer debe decidir qué detalles deben conservarse entre conversaciones y cuáles deben desaparecer después de un solo intercambio. Cuando llega un nuevo correo, los modelos de recuperación lo comparan con las interacciones almacenadas y muestran los recuerdos más relevantes para esa persona y ese hilo.
Los modelos de OpenAI impulsan distintas etapas del sistema de Fyxer. “Usamos modelos de OpenAI para todo: desde procesar el correo para entender de qué trata realmente hasta recuperar y reordenar el contexto que queremos incluir y generar el correo”, afirma Shantsila.
Antes de lanzar su producto de IA, Fyxer pasó años operando un servicio de asistencia ejecutiva a cargo de personas. Con el tiempo, el equipo reunió un conjunto de datos creado a partir de más de 500 000 horas de flujos de trabajo ejecutivos anotados, que reflejan cómo los asistentes reales gestionan la comunicación profesional.
Esos ejemplos proporcionaron a Fyxer datos de entrenamiento obtenidos del trabajo mismo. Capturaron los pequeños criterios que determinan una buena respuesta: cuándo responder rápido, cuándo esperar, qué conversación anterior es relevante y por qué una misma solicitud puede exigir respuestas distintas según la persona.
Fyxer usa ajuste fino supervisado y adaptación de bajo rango (LoRA) en todo su sistema para crear variantes de modelos específicas para cada tarea y, al mismo tiempo, controlar el costo del entrenamiento. En las primeras etapas del desarrollo del producto, el equipo usó la plataforma de ajuste fino de OpenAI para tareas que requerían gran precisión. Más recientemente, Fyxer colaboró con el equipo de ajuste fino administrado de OpenAI para llevar un nuevo punto de control a producción.
“OpenAI ha sido fundamental para ayudarnos a trasladar lo que aprendemos sobre nuestros clientes e incorporarlo con éxito al funcionamiento de los modelos”.
Antes de implementar un modelo, Fyxer lo evalúa con conjuntos de validación basados en sus propias tareas de correo electrónico, como redacción, clasificación y priorización. El equipo considera tanto la precisión como el tiempo de respuesta y el costo, ya que la mejor opción puede variar según la tarea.
Una vez implementado, el sistema de Fyxer sigue mejorando gracias a los comentarios de usuarios reales. Cuando alguien edita un borrador antes de enviarlo, la diferencia entre el correo original y el final revela qué resultado prefirió.
Fyxer convierte esas comparaciones en datos de entrenamiento mediante la Optimización Directa de Preferencias (DPO). En lugar de etiquetar manualmente cada ejemplo, el modelo aprende de pares de resultados: el borrador original y la versión editada por el usuario.
Después, cada cambio en la redacción se somete a una prueba A/B. Fyxer lanza la nueva versión solo cuando produce una mejora estadísticamente significativa. Gracias a su volumen de usuarios, el equipo a veces puede alcanzar ese umbral en un solo día.
Hoy, el 53 % de los borradores generados por la IA de Fyxer se acepta sin cambios. Esto significa que el sistema predice correctamente la intención y el tono en una gran proporción de conversaciones reales. Solo en 2025, los ingresos recurrentes anuales de Fyxer crecieron de 1 millón a 32 millones de dólares.
Para Hollingsworth, la retención es un indicador más contundente. Muchos clientes de Fyxer no tienen conocimientos técnicos avanzados y, para algunos, Fyxer es el primer sistema de IA que usan a diario.
“Todos hablan de los ingresos recurrentes anuales, pero creo que la retención es lo que realmente impresiona. Más del 90 % de nuestros usuarios sigue pagando después de 90 días y usando Fyxer todos los días”.
De cara al futuro, Fyxer está desarrollando una comprensión más profunda de las relaciones, las preferencias y los temas de trabajo en curso. Su asistente sigue evolucionando: ya no solo redacta respuestas, sino que se está convirtiendo en un asistente de IA más amplio capaz de gestionar una mayor parte de las tareas de comunicación y coordinación de cada usuario.
“Nuestra visión es lograr que nuestros clientes dediquen el mayor tiempo posible al trabajo que realmente aman”, afirma Hollingsworth. “Queremos llevarlos a un punto en el que nunca tengan que abrir su computadora y puedan confiar en que Fyxer se encargará de todo eso”.
