Comment Fyxer a créé un adjoint de direction IA fiable

Pour de nombreux professionnels, travailler signifie suivre les conversations et les engagements dans les boîtes de réception, les réunions, les messages et les applications. Sans un contexte à toute épreuve, ces engagements peuvent passer entre les mailles du filet et nuire aux projets et aux relations.

Fyxer a créé un adjoint de direction propulsé par l’IA qui suit le fil du travail d’un outil à l’autre. Il combine les plus récents modèles d’OpenAI avec plus de 500 000 heures de flux de travail d’adjoints de direction, en répartissant le travail entre des dizaines de modèles spécialisés qui s’améliorent grâce aux commentaires d’utilisateurs réels.

Le courriel est l’un des meilleurs moyens de le voir à l’œuvre. Deux personnes peuvent recevoir le même courriel et devoir y répondre de façons complètement différentes selon leur relation, ce qui s’est produit auparavant et ce que chacune cherche à accomplir. Une tâche qui semble simple devient ainsi étonnamment difficile pour l’IA.

« Il existe un concept appelé le paradoxe de Moravec », explique Archie Hollingsworth, cofondateur de Fyxer. « Ce que les humains trouvent facile est difficile pour les ordinateurs, et ce que les ordinateurs trouvent facile est difficile pour les humains. » Fyxer gère cette complexité en apprenant comment chaque utilisateur travaille, ce qui lui permet de répondre comme un assistant qui sait déjà ce qui compte.

Les modèles de pointe d’OpenAI soutiennent des étapes clés de l’expérience, de la compréhension du courriel et de la recherche du bon contexte jusqu’à la génération du brouillon. Fyxer a choisi OpenAI parce que ses modèles obtenaient les meilleurs résultats dans ses évaluations internes, offraient de solides capacités d’affinage pour des tâches subjectives comme le ton et l’intention, et donnaient accès à un soutien technique pratique sous forme de séances de travail au tableau et de collaboration technique.

L’approche de Fyxer offre trois leçons aux fondateurs qui créent des produits d’IA fortement contextuels :

Fyxer a bâti son système autour de 30 à 50 modèles spécialisés, chacun étant responsable d’une partie précise du traitement des courriels. Plutôt que de traiter le courriel comme une seule tâche de génération de texte, Fyxer décompose le problème en un système de prédictions, par exemple déterminer si un message exige une réponse ou rédiger des réponses qui correspondent au ton et au contexte de l’utilisateur.

« Décomposer le problème en plusieurs petits modèles fonctionne beaucoup mieux que de demander à un seul modèle de rédiger un bon courriel », explique Hollingsworth.

Lorsqu’un nouveau courriel arrive, un modèle de décision de réponse classe le message : faut-il y répondre, planifier quelque chose ou simplement présenter l’information à l’utilisateur?

Si une réponse est nécessaire, d’autres modèles analysent l’intention du courriel et prédisent l’issue probable de l’interaction. Ces modèles dégagent des tendances, par exemple si la conversation mène à la planification d’une réunion, au règlement d’une demande ou à la poursuite d’un fil relationnel à long terme.

La mémoire est l’un des éléments les plus importants du système. Fyxer doit déterminer quels détails doivent persister d’une conversation à l’autre et lesquels doivent disparaître après un seul échange. Lorsqu’un nouveau courriel arrive, les modèles de récupération le comparent aux interactions enregistrées et font ressortir les souvenirs les plus pertinents pour cette personne et ce fil.

Les modèles d’OpenAI propulsent plusieurs étapes du système de Fyxer. « Nous utilisons les modèles d’OpenAI pour tout faire, de l’analyse du courriel afin d’en comprendre le véritable sujet jusqu’à la récupération et au reclassement du contexte à inclure, puis à la génération du courriel lui-même », explique Shantsila.

Avant de lancer son produit d’IA, Fyxer a exploité pendant des années un service d’adjoints de direction assuré par des humains. Au fil du temps, l’équipe a constitué un jeu de données tiré de plus de 500 000 heures de flux de travail annotés d’adjoints de direction, montrant comment de vrais assistants gèrent les communications professionnelles.

Ces exemples ont fourni à Fyxer des données d’entraînement directement tirées du travail. Ils ont saisi les petits jugements qui sous-tendent une bonne réponse : quand répondre rapidement, quand attendre, quelle conversation antérieure est pertinente et pourquoi une même demande peut exiger une réponse différente selon la personne.

Fyxer utilise l’affinage supervisé et l’adaptation de faible rang (LoRA) dans l’ensemble de son système pour créer des variantes de modèles propres à chaque tâche tout en maîtrisant les coûts d’entraînement. Au début du développement du produit, l’équipe utilisait la plateforme d’affinage d’OpenAI pour les tâches exigeant une grande précision. Plus récemment, Fyxer a collaboré avec l’équipe d’affinage géré d’OpenAI pour mettre un nouveau point de contrôle en production.

Avant de déployer un modèle, Fyxer l’évalue sur des jeux de validation conçus autour de ses propres tâches de courriel, notamment la rédaction, la classification et la priorisation. L’équipe tient compte de la précision, du temps de réponse et du coût, puisque le meilleur choix peut varier selon la tâche.

Une fois déployé, le système de Fyxer continue de s’améliorer grâce aux commentaires d’utilisateurs réels. Lorsqu’une personne modifie un brouillon avant de l’envoyer, la différence entre le courriel initial et sa version finale révèle le résultat qu’elle préfère.

Fyxer transforme ces comparaisons en données d’entraînement à l’aide de l’optimisation directe des préférences (DPO). Plutôt que d’étiqueter manuellement chaque exemple, le modèle apprend à partir de paires de résultats : le brouillon initial et la version modifiée par l’utilisateur.

Chaque modification apportée à la rédaction fait ensuite l’objet d’un test A/B. Fyxer ne déploie la nouvelle version que lorsqu’elle produit une amélioration statistiquement significative. Grâce à son nombre d’utilisateurs, l’équipe peut parfois atteindre ce seuil en une seule journée.

Aujourd’hui, 53 % des brouillons générés par l’IA de Fyxer sont acceptés tels quels. Cela signifie que le système prédit correctement l’intention et le ton pour une grande partie des conversations réelles. En 2025 seulement, les revenus annuels récurrents de Fyxer sont passés de 1 million à 32 millions de dollars.

Pour Hollingsworth, la rétention est un indicateur plus probant. Bon nombre des clients de Fyxer ne sont pas très à l’aise avec la technologie et, pour certains, Fyxer est le premier système d’IA qu’ils utilisent chaque jour.

Pour l’avenir, Fyxer développe une compréhension plus approfondie des relations, des préférences et des fils de travail en cours. Son assistant continue d’évoluer au-delà de la rédaction de réponses pour devenir un assistant IA plus polyvalent, capable de prendre en charge une plus grande partie des communications et de la coordination de l’utilisateur.

« Notre vision est de permettre à nos clients de consacrer le plus de temps possible au travail qu’ils aiment vraiment », explique Hollingsworth. « Nous voulons qu’ils arrivent à un point où ils n’auront plus jamais à ouvrir leur ordinateur et pourront faire confiance à Fyxer pour tout gérer. »