כך בנתה Fyxer עוזר AI למנהלים שאפשר לסמוך עליו
Fyxer משלבת מודלים של OpenAI עם יותר מ-500,000 שעות של תהליכי עבודה של עוזרים אישיים למנהלים ומשוב ממשתמשים אמיתיים, כדי לנסח תשובות בסגנון האישי של כל אחד.
90%
שימור משתמשים לאחר 90 יום
53%
מהטיוטות שנוצרו באמצעות AI התקבלו ללא שינוי
עבור אנשי מקצוע רבים, העבודה כרוכה במעקב אחר שיחות והתחייבויות בתיבות דואר, בפגישות, בהודעות ובאפליקציות. בלי הבנה מבוססת היטב של ההקשר, התחייבויות כאלה עלולות להתפספס ולפגוע בפרויקטים ובמערכות יחסים.
Fyxer בנתה עוזר AI למנהלים ששומר על רצף ההקשר גם כשהעבודה עוברת בין כלים. הוא משלב את המודלים העדכניים ביותר של OpenAI עם יותר מ-500,000 שעות של תהליכי עבודה של עוזרים אישיים למנהלים, ומחלק את העבודה בין עשרות מודלים ייעודיים שמשתפרים באמצעות משוב ממשתמשים אמיתיים.
דוא"ל הוא אחד התחומים שבהם אפשר לראות בבירור איך זה עובד. שני אנשים יכולים לקבל את אותה הודעת דוא"ל ולהזדקק לתשובות שונות לחלוטין, בהתאם למערכת היחסים, למה שקרה קודם ולמה שכל אחד מהם מנסה להשיג. לכן משימה שנראית פשוטה היא למעשה קשה מאוד עבור AI.
"יש דבר שנקרא פרדוקס מורבק", מסביר ארצ'י הולינגסוורת', מייסד שותף של Fyxer. "דברים שקלים לבני אדם קשים למחשבים, ודברים שקלים למחשבים קשים לבני אדם." Fyxer מתמודדת עם המורכבות הזו באמצעות למידה של אופן העבודה של כל משתמש, כדי שתוכל להגיב כמו עוזר שכבר יודע מה חשוב.
מודלי החזית של OpenAI תומכים בחלקים מרכזיים של חוויית השימוש, מהבנת הודעת הדוא"ל ואיתור ההקשר המתאים ועד ליצירת הטיוטה. Fyxer בחרה ב-OpenAI בזכות הביצועים הטובים ביותר של המודלים שלה במבחנים הפנימיים של Fyxer, יכולות כוונון עדין חזקות למשימות סובייקטיביות כמו התאמת הטון והכוונה, ותמיכה הנדסית מעשית שכללה מפגשי חשיבה מול לוח ושיתוף פעולה טכני.
"בחרנו ב-OpenAI כי יש להם את המודלים הטובים ביותר, והם נתנו לנו גישה ישירה ויחסי עבודה קרובים. אני יכול לשלוח שאלה ב-Slack ולקבל תשובה במהירות, וכשאנחנו נתקלים בבעיה, הצוות מגיע למשרד שלנו ועובד איתנו על הפתרון. הם שם בשבילנו."
מהגישה של Fyxer אפשר ללמוד שלושה לקחים ליזמים שבונים מוצרי AI הנשענים במידה רבה על הקשר:
Fyxer בנתה את המערכת שלה סביב 30–50 מודלים ייעודיים, שכל אחד מהם אחראי על חלק מוגדר ומצומצם בתהליך העבודה עם דוא"ל. במקום להתייחס לדוא"ל כאל משימת יצירת טקסט אחת, Fyxer מפרקת את הבעיה למערך של תחזיות, כמו קביעה אם הודעה דורשת תשובה או ניסוח תשובות שמתאימות לטון ולהקשר של המשתמש.
"חלוקת הבעיה בין מודלים קטנים רבים עובדת הרבה יותר טוב מלבקש ממודל אחד לכתוב הודעת דוא"ל טובה", מסביר הולינגסוורת'.
כשמגיעה הודעת דוא"ל חדשה, מודל שאחראי להחלטה אם להשיב מסווג אותה: האם היא דורשת תשובה, פעולה ביומן, או שזה פשוט מידע שהמשתמש צריך לראות?
אם נדרשת תשובה, מודלים נוספים מנתחים את הכוונה מאחורי ההודעה וחוזים את התוצאה הצפויה של ההתכתבות. המודלים האלה מזהים דפוסים, למשל אם השיחה מתקדמת לקראת קביעת פגישה, טיפול בבקשה או המשך של קשר מתמשך.
זיכרון הוא אחד המרכיבים החשובים ביותר במערכת. Fyxer צריכה להחליט אילו פרטים יש לשמור משיחה לשיחה ואילו צריכים להיעלם לאחר חילופי דברים בודדים. כשמגיעה הודעת דוא"ל חדשה, מודלי אחזור משווים אותה להתכתבויות שנשמרו ומעלים את הזיכרונות הרלוונטיים ביותר לאותו אדם ולאותה שיחה.
המודלים של OpenAI מניעים שלבים שונים ברחבי המערכת של Fyxer. "אנחנו משתמשים במודלים של OpenAI לכל אורך התהליך: מעיבוד הודעת הדוא"ל כדי להבין על מה היא באמת, דרך שליפה ודירוג מחדש של ההקשר שאנחנו רוצים לכלול, ועד ליצירת הודעת הדוא"ל עצמה", אומר שנצילה.
לפני שהשיקה את מוצר ה-AI שלה, Fyxer הפעילה במשך שנים שירות של עוזרים אישיים למנהלים, המבוסס על עובדים אנושיים. עם הזמן, הצוות צבר מערך נתונים שנבנה מיותר מ-500,000 שעות מתויגות של תהליכי עבודה עם מנהלים, המתעדות כיצד עוזרים אנושיים מנהלים תקשורת מקצועית.
הדוגמאות האלה סיפקו ל-Fyxer נתוני אימון שנלקחו מהעבודה עצמה. הן תיעדו את ההחלטות הקטנות שמאחורי תשובה טובה: מתי לענות במהירות, מתי להמתין, איזו שיחה קודמת רלוונטית, ואיך אותה בקשה יכולה להצריך תשובה שונה מאדם לאדם.
Fyxer משתמשת בכוונון עדין מפוקח ובהתאמה מדרגה נמוכה (LoRA) ברחבי המערכת שלה כדי ליצור גרסאות מודל ייעודיות למשימות, תוך שליטה בעלויות האימון. בתחילת פיתוח המוצר, הצוות השתמש בפלטפורמת הכוונון העדין של OpenAI למשימות שדרשו דיוק גבוה. לאחרונה, Fyxer עבדה עם צוות הכוונון העדין המנוהל של OpenAI כדי להעביר גרסת מודל מנקודת ביקורת חדשה לסביבת הייצור.
"ל-OpenAI היה תפקיד מכריע ביכולת שלנו לקחת את מה שלמדנו על הלקוחות שלנו ולשלב אותו בהצלחה באופן שבו המודלים פועלים."
לפני פריסת כל מודל, Fyxer מעריכה אותו באמצעות מערכי נתוני אימות שנבנו סביב משימות הדוא"ל שלה, ובהן ניסוח טיוטות, סיווג ותעדוף. הצוות שוקל את הדיוק לצד זמן התגובה והעלות, שכן הבחירה הטובה ביותר עשויה להשתנות ממשימה למשימה.
לאחר הפריסה, המערכת של Fyxer ממשיכה להשתפר באמצעות משוב ממשתמשים אמיתיים. כשמשתמש עורך טיוטה לפני שליחתה, ההבדל בין הודעת הדוא"ל המקורית לגרסה הסופית מראה איזה פלט הוא העדיף.
Fyxer הופכת את ההשוואות האלה לנתוני אימון באמצעות אופטימיזציה ישירה של העדפות (DPO). במקום לתייג כל דוגמה באופן ידני, המודל לומד מזוגות של פלטים: הטיוטה המקורית והגרסה שהמשתמש ערך.
לאחר מכן, כל שינוי במנגנון ניסוח הטיוטות עובר בדיקת A/B. Fyxer משחררת את הגרסה החדשה רק כשהיא מביאה לשיפור מובהק סטטיסטית. היקף המשתמשים שלה מאפשר לצוות להגיע לעיתים לסף הזה בתוך יום.
כיום, 53% מהטיוטות ש-Fyxer יוצרת באמצעות AI מתקבלות ללא שינוי. כלומר, המערכת חוזה נכון את הכוונה ואת הטון בחלק גדול מהשיחות בפועל. בשנת 2025 לבדה, ההכנסה השנתית החוזרת של Fyxer צמחה ממיליון דולר ל-32 מיליון דולר.
מבחינת הולינגסוורת', שימור הלקוחות הוא המדד המשמעותי יותר. לרבים מלקוחות Fyxer אין ידע טכני מעמיק, ועבור חלקם, Fyxer היא מערכת ה-AI הראשונה שהם משתמשים בה מדי יום.
"כולם מדברים על הכנסה שנתית חוזרת, אבל בעיניי שימור לקוחות הוא ההישג שבאמת אפשר להתגאות בו. יותר מ-90% מהמשתמשים שלנו עדיין משלמים גם אחרי 90 יום איתנו, ועדיין משתמשים בנו מדי יום."
במבט קדימה, Fyxer מפתחת הבנה מעמיקה יותר של מערכות יחסים, העדפות ונושאי עבודה מתמשכים. העוזר שלה ממשיך להתפתח מעבר לניסוח תשובות, לעבר עוזר AI בעל יכולות רחבות יותר, שיוכל לנהל חלק גדול יותר ממשימות התקשורת והתיאום של המשתמש.
"החזון שלנו הוא לאפשר ללקוחות שלנו לעסוק כמה שיותר בעבודה שהם באמת אוהבים", אומר הולינגסוורת'. "אנחנו רוצים להביא אותם למצב שבו הם לא צריכים לפתוח את המחשב בכלל, ויכולים לסמוך על Fyxer שתנהל את כל זה."
