Cómo creó Fyxer un asistente ejecutivo de IA fiable
Fyxer combina modelos de OpenAI con más de 500 000 horas de flujos de trabajo de asistentes ejecutivos y comentarios de usuarios reales para redactar respuestas con la voz de cada persona.
90 %
de retención de usuarios después de 90 días
53 %
de los borradores generados por IA aceptados sin cambios
Para muchos profesionales, trabajar implica hacer un seguimiento 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 asistentes ejecutivos y distribuye el trabajo entre decenas de modelos especializados que mejoran gracias a los comentarios de usuarios reales.
El correo electrónico es uno de los ámbitos donde mejor se aprecia su funcionamiento. Dos personas pueden recibir el mismo correo y necesitar respuestas completamente distintas según su relación, lo ocurrido antes y lo que cada una trate de conseguir. Esto hace que una tarea aparentemente sencilla sea mucho más difícil para la IA de lo que parece.
«Existe algo llamado paradoja de Moravec», explica Archie Hollingsworth, cofundador de Fyxer. «Lo que a los humanos les resulta fácil es difícil para los ordenadores, y lo que a los ordenadores les resulta fácil es difícil para los 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 pruebas comparativas internas de Fyxer, ofrecían sólidas funciones de ajuste fino para tareas subjetivas como el tono y la intención, y proporcionaban apoyo técnico práctico 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 enseguida; cuando afrontamos un problema, el equipo viene a nuestra oficina y lo resuelve con nosotros. Siempre están ahí».
El enfoque de Fyxer ofrece tres lecciones a los fundadores que crean productos de IA con un alto grado de contexto:
Fyxer desarrolló su sistema en torno a entre 30 y 50 modelos especializados, cada uno responsable de una parte concreta del flujo de trabajo del correo electrónico. En lugar de tratar el correo electrónico como una única tarea de generación de texto, Fyxer divide el problema en un sistema de predicciones, como decidir si un mensaje requiere respuesta o redactar respuestas que se ajusten al tono y al contexto del usuario.
«Dividir el problema entre muchos modelos más pequeños funciona mucho mejor que pedirle a un solo modelo que escriba 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 planificación o es simplemente 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 avanza hacia la programación de una reunión, la resolución de una solicitud o la continuación 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 único intercambio. Cuando llega un nuevo correo, los modelos de recuperación lo comparan con las interacciones almacenadas y extraen 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 volver a ordenar el contexto que queremos incluir y generar el correo propiamente dicho», afirma Shantsila.
Antes de lanzar su producto de IA, Fyxer pasó años ofreciendo un servicio de asistencia ejecutiva prestado por 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 gestionan los asistentes reales la comunicación profesional.
Esos ejemplos proporcionaron a Fyxer datos de entrenamiento extraídos del propio trabajo. Recogían las pequeñas decisiones que hay detrás de una buena respuesta: cuándo contestar enseguida, cuándo esperar, qué conversación anterior es relevante y por qué una misma solicitud puede requerir respuestas distintas según la persona.
Fyxer emplea 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 coste del entrenamiento. En las primeras fases de desarrollo del producto, el equipo utilizó la plataforma de ajuste fino de OpenAI para las tareas que exigían una alta precisión. Más recientemente, Fyxer colaboró con el equipo de ajuste fino gestionado de OpenAI para poner en producción un nuevo checkpoint.
«OpenAI ha sido fundamental para ayudarnos a trasladar lo que hemos aprendido sobre nuestros clientes e incorporarlo con éxito al funcionamiento de los modelos».
Antes de implementar cualquier modelo, Fyxer lo evalúa con conjuntos de validación basados en sus propias tareas de correo electrónico, como la redacción, la clasificación y la priorización. El equipo sopesa la precisión junto con el tiempo de respuesta y el coste, 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 modifica un borrador antes de enviarlo, la diferencia entre el correo original y el definitivo muestra qué resultado prefería.
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 a partir 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 solo lanza la nueva versión cuando esta consigue 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 aceptan sin cambios. Esto significa que el sistema predice correctamente la intención y el tono en una gran proporción de conversaciones reales. Solo en 2025, Fyxer pasó de 1 millón a 32 millones de dólares en ingresos recurrentes anuales.
Para Hollingsworth, la retención es un indicador más revelador. Muchos clientes de Fyxer no tienen grandes conocimientos técnicos y, para algunos, Fyxer es el primer sistema de IA que utilizan a diario.
«Todo el mundo habla de los ingresos recurrentes anuales, pero creo que la retención es la verdadera prueba del éxito. Más del 90 % de nuestros usuarios siguen pagando después de 90 días y continúan usándonos a diario».
De cara al futuro, Fyxer está desarrollando una comprensión más profunda de las relaciones, las preferencias y los asuntos de trabajo en curso. Su asistente sigue evolucionando: ya no se limita a redactar respuestas, sino que se está convirtiendo en un asistente de IA más completo, capaz de gestionar una mayor parte de las comunicaciones y la coordinación de cada usuario.
«Nuestra visión es conseguir que nuestros clientes dediquen el mayor tiempo posible al trabajo que de verdad les apasiona», afirma Hollingsworth. «Queremos llevarlos hasta un punto en el que nunca tengan que abrir el ordenador y puedan confiar en Fyxer para gestionarlo todo».
