Comment Fyxer a créé un assistant 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 parfaitement fiable, ces engagements risquent de passer entre les mailles du filet, au détriment des projets et des relations.

Fyxer a créé un assistant de direction IA qui garde le fil lorsque le travail passe d’un outil à l’autre. Il associe les derniers modèles d’OpenAI à plus de 500 000 heures de processus d’assistants de direction, en répartissant le travail entre des dizaines de modèles spécialisés qui s’améliorent grâce aux retours d’utilisateurs réels.

La messagerie électronique est l’un des meilleurs moyens de le voir à l’œuvre. Deux personnes peuvent recevoir le même e-mail et avoir besoin de réponses totalement différentes selon leur relation, ce qui s’est passé auparavant et l’objectif de chacune. Cette tâche en apparence simple est donc bien plus difficile qu’il n’y paraît pour l’IA.

« Il existe ce que l’on appelle 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 la façon de travailler de chaque utilisateur afin de pouvoir répondre comme un assistant qui sait déjà ce qui compte.

Les modèles de pointe d’OpenAI prennent en charge des éléments clés de l’expérience, de la compréhension de l’e-mail et 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 s’accompagnaient d’un soutien technique concret sous forme de séances au tableau blanc et de collaboration technique.

L’approche de Fyxer offre trois enseignements aux fondateurs qui développent des produits d’IA fortement contextualisés :

Fyxer a conçu son système autour de 30 à 50 modèles spécialisés, chacun étant responsable d’une partie précise du traitement des e-mails. Au lieu de considérer l’e-mail comme une seule tâche de génération de texte, Fyxer décompose le problème en un système de prédictions, par exemple déterminer si un message nécessite une réponse ou rédiger des réponses adaptées au ton et au contexte de l’utilisateur.

« Décomposer le problème en plusieurs modèles plus petits fonctionne bien mieux que de demander à un seul modèle de rédiger un bon e-mail », explique Hollingsworth.

Lorsqu’un nouvel e-mail arrive, un modèle de décision de réponse classe le message : nécessite-t-il une réponse, une action de planification ou s’agit-il simplement d’une information que l’utilisateur doit voir ?

Si une réponse est nécessaire, des modèles supplémentaires analysent l’intention de l’e-mail et prédisent l’issue probable de l’interaction. Ces modèles repèrent des tendances, par exemple si la conversation s’oriente vers la planification d’une réunion, la résolution d’une demande ou la poursuite d’une relation à plus long terme.

La mémoire est l’un des éléments les plus importants du système. Fyxer doit déterminer quels détails doivent être conservés d’une conversation à l’autre et lesquels doivent disparaître après un seul échange. Lorsqu’un nouvel e-mail arrive, les modèles de récupération le comparent aux interactions enregistrées et font ressortir les souvenirs les plus pertinents pour la personne et le fil concernés.

Les modèles d’OpenAI alimentent les différentes étapes du système de Fyxer. « Nous utilisons les modèles d’OpenAI pour tout : assimiler l’e-mail afin d’en comprendre le véritable sujet, extraire et reclasser le contexte que nous voulons inclure, puis générer l’e-mail lui-même », explique Shantsila.

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

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

Fyxer utilise l’affinage supervisé et l’adaptation de faible rang (LoRA) dans l’ensemble de son système afin de créer des variantes de modèles propres à chaque tâche tout en maîtrisant le coût de l’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 messagerie, notamment la rédaction, la classification et la hiérarchisation. L’équipe met en balance la précision, le temps de réponse et le coût, car le meilleur choix peut varier selon la tâche.

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

Fyxer transforme ces comparaisons en données d’entraînement grâce à l’optimisation directe des préférences (DPO). Au lieu d’étiqueter manuellement chaque exemple, le modèle apprend à partir de paires de résultats : le brouillon d’origine 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 apporte une amélioration statistiquement significative. Grâce à son volume d’utilisateurs, l’équipe peut parfois atteindre ce seuil en une 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 d’une grande partie des conversations réelles. Rien qu’en 2025, Fyxer a fait passer ses revenus annuels récurrents de 1 à 32 millions de dollars.

Pour Hollingsworth, la rétention est un indicateur plus probant. De nombreux clients de Fyxer ne sont pas particulièrement technophiles et, pour certains, Fyxer est le premier système d’IA qu’ils utilisent au quotidien.

Pour l’avenir, Fyxer développe une compréhension plus fine 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 complet, capable de gérer une plus grande part des communications et de la coordination de l’utilisateur.

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