Ինչպես Fyxer-ը ստեղծեց վստահելի AI գործադիր օգնական
Fyxer-ը համատեղում է OpenAI-ի մոդելները գործադիր օգնականների ավելի քան 500 000 ժամ աշխատանքային գործընթացների ու իրական օգտատերերի արձագանքի հետ՝ յուրաքանչյուրի ոճով պատասխաններ կազմելու համար։
90%
Օգտատերերի պահպանումը 90 օր անց
53%
AI-ի ստեղծած սևագրերից առանց փոփոխության ընդունվածները
Շատ մասնագետների համար աշխատանքը նշանակում է հետևել տարբեր մուտքային արկղերում, հանդիպումներում, հաղորդագրություններում և հավելվածներում ընթացող զրույցներին ու ստանձնած պարտավորություններին։ Առանց լիարժեք համատեքստի այդ պարտավորությունները կարող են անուշադրության մատնվել՝ վնասելով նախագծերին և հարաբերություններին։
Fyxer-ը ստեղծել է AI գործադիր օգնական, որը պահպանում է աշխատանքի թեման տարբեր գործիքների միջև անցնելիս։ Այն համատեղում է OpenAI-ի նորագույն մոդելները գործադիր օգնականների ավելի քան 500 000 ժամ աշխատանքային գործընթացների հետ՝ աշխատանքը բաշխելով տասնյակ մասնագիտացված մոդելների միջև, որոնք կատարելագործվում են իրական օգտատերերի արձագանքի շնորհիվ։
Էլփոստը դրա աշխատանքն ակնհայտորեն ցուցադրող լավագույն օրինակներից է։ Երկու մարդ կարող են ստանալ նույն նամակը, բայց նրանց բոլորովին տարբեր պատասխաններ անհրաժեշտ լինեն՝ կախված հարաբերություններից, նախորդ իրադարձություններից և յուրաքանչյուրի նպատակից։ Դրա պատճառով պարզ թվացող առաջադրանքն անսպասելիորեն դժվար է AI-ի համար։
«Կա մի երևույթ, որը կոչվում է Մորավեկի պարադոքս»,— բացատրում է Fyxer-ի համահիմնադիր Արչի Հոլինգսվորթը։ «Այն, ինչը մարդկանց համար հեշտ է, համակարգիչների համար դժվար է, իսկ համակարգիչների համար հեշտը՝ մարդկանց համար դժվար»։ Fyxer-ն այս բարդությունը հաղթահարում է՝ սովորելով, թե ինչպես է աշխատում յուրաքանչյուր օգտատեր, որպեսզի կարողանա պատասխանել ինչպես օգնական, որն արդեն գիտի՝ ինչն է կարևոր։
OpenAI-ի առաջադեմ մոդելներն ապահովում են փորձառության առանցքային փուլերը՝ նամակը հասկանալուց և ճիշտ համատեքստը գտնելուց մինչև սևագրի ստեղծումը։ Fyxer-ն ընտրեց OpenAI-ը, քանի որ դրա մոդելները լավագույն արդյունքն էին ցույց տվել Fyxer-ի ներքին հենանիշներով, ունեին լրացուցիչ կարգավորման հզոր հնարավորություններ այնպիսի սուբյեկտիվ առաջադրանքների համար, ինչպիսիք են տոնն ու մտադրությունը, և ապահովում էին ինժեներական գործնական աջակցություն՝ գաղափարների համատեղ մշակման հանդիպումների ու տեխնիկական համագործակցության միջոցով։
«Մենք ընտրեցինք OpenAI-ը, քանի որ այն ունի լավագույն մոդելները և մեզ տրամադրել է անմիջական հասանելիություն ու սերտ աշխատանքային հարաբերություններ։ Ես կարող եմ հարց գրել Slack-ում և արագ պատասխան ստանալ, իսկ երբ խնդրի ենք բախվում, թիմը գալիս է մեր գրասենյակ և մեզ հետ միասին լուծում այն։ Նրանք միշտ մեր կողքին են»։
Fyxer-ի մոտեցումը երեք դաս է տալիս խիստ համատեքստային AI արտադրանք ստեղծող հիմնադիրներին։
Fyxer-ն իր համակարգը կառուցել է 30–50 մասնագիտացված մոդելի շուրջ, որոնցից յուրաքանչյուրը պատասխանատու է էլփոստային աշխատանքային գործընթացի մի նեղ հատվածի համար։ Էլփոստը որպես տեքստ ստեղծելու մեկ առաջադրանք դիտարկելու փոխարեն Fyxer-ը խնդիրը բաժանում է կանխատեսումների համակարգի՝ օրինակ որոշելով՝ արդյոք հաղորդագրությունը պատասխան է պահանջում, կամ կազմելով օգտատիրոջ տոնին և համատեքստին համապատասխան պատասխաններ։
«Խնդիրը բազմաթիվ փոքր մոդելների բաժանելը շատ ավելի արդյունավետ է, քան մեկ մոդելից լավ նամակ գրել պահանջելը»,— բացատրում է Հոլինգսվորթը։
Երբ նոր նամակ է ստացվում, պատասխանի անհրաժեշտությունը որոշող մոդելը դասակարգում է հաղորդագրությունը՝ արդյոք այն պատասխան, ժամանակացույցի հետ կապված գործողություն է պահանջում, թե պարզապես տեղեկություն է, որը օգտատերը պետք է տեսնի։
Եթե պատասխան է անհրաժեշտ, լրացուցիչ մոդելները վերլուծում են նամակի մտադրությունը և կանխատեսում փոխգործակցության հավանական արդյունքը։ Այս մոդելները բացահայտում են օրինաչափություններ, օրինակ՝ զրույցը տանում է հանդիպում նշանակելուն, խնդրանքը լուծելուն, թե ավելի երկարատև հարաբերությունների թեման շարունակելուն։
Հիշողությունը համակարգի ամենակարևոր բաղադրիչներից է։ Fyxer-ը պետք է որոշի, թե որ մանրամասները պահպանել զրույցների միջև, իսկ որոնք հեռացնել մեկ փոխանակումից հետո։ Երբ նոր նամակ է ստացվում, որոնման մոդելներն այն համեմատում են պահպանված փոխգործակցությունների հետ և ցուցադրում տվյալ անձին ու թեմային առավել առնչվող հիշողությունները։
OpenAI-ի մոդելներն ապահովում են Fyxer-ի համակարգի տարբեր փուլերի աշխատանքը։ «Մենք OpenAI-ի մոդելներն օգտագործում ենք ամեն ինչի համար՝ սկսած նամակի մշակումից, որպեսզի հասկանանք, թե իրականում ինչի մասին է այն, մինչև անհրաժեշտ համատեքստի ներգրավումն ու վերադասակարգումը և հենց նամակի ստեղծումը»,— ասում է Շանցիլան։
Նախքան իր AI արտադրանքը գործարկելը Fyxer-ը տարիներ շարունակ մատուցում էր մարդկանց կողմից իրականացվող գործադիր օգնականի ծառայություն։ Ժամանակի ընթացքում թիմը հավաքեց ավելի քան 500 000 ժամ ծանոթագրված գործադիր աշխատանքային գործընթացների վրա հիմնված տվյալակազմ, որն արտացոլում է, թե իրական օգնականներն ինչպես են կառավարում մասնագիտական հաղորդակցությունը։
Այդ օրինակները Fyxer-ին տվեցին հենց իրական աշխատանքից ստացված ուսուցման տվյալներ։ Դրանք արտացոլում էին լավ պատասխանի հիմքում ընկած փոքր որոշումները՝ երբ պատասխանել արագ, երբ սպասել, նախորդ զրույցներից որն է կարևոր, և ինչպես կարող է նույն խնդրանքը տարբեր մարդկանց տարբեր պատասխաններ պահանջել։
Fyxer-ն իր ընդհանուր համակարգում կիրառում է վերահսկվող կարգավորում և ցածր ռանգի հարմարեցում (LoRA)՝ ստեղծելով կոնկրետ առաջադրանքների համար նախատեսված մոդելների տարբերակներ և վերահսկելով ուսուցման ծախսը։ Արտադրանքի մշակման սկզբնական փուլում թիմը բարձր ճշգրտություն պահանջող առաջադրանքների համար օգտագործում էր OpenAI-ի լրացուցիչ կարգավորման հարթակը։ Վերջերս Fyxer-ն աշխատեց OpenAI-ի կառավարվող լրացուցիչ կարգավորման թիմի հետ՝ նոր ստուգակետը արտադրական միջավայր ներդնելու համար։
«OpenAI-ն առանցքային դեր է ունեցել՝ օգնելով մեզ հաճախորդների մասին մեր գիտելիքները փոխանցել մոդելներին և հաջողությամբ ներառել դրանց աշխատանքի մեջ»։
Նախքան որևէ մոդել ներդնելը Fyxer-ը գնահատում է այն իր էլփոստային առաջադրանքների շուրջ կազմված վավերացման հավաքածուներով, որոնք ներառում են սևագրում, դասակարգում և առաջնահերթությունների սահմանում։ Թիմը ճշգրտության հետ մեկտեղ հաշվի է առնում պատասխանի արագությունն ու ծախսը, քանի որ լավագույն ընտրությունը կարող է տարբեր լինել ըստ առաջադրանքի։
Ներդրումից հետո Fyxer-ի համակարգը շարունակում է կատարելագործվել իրական օգտատերերի արձագանքի շնորհիվ։ Երբ որևէ մեկը նախքան ուղարկելը խմբագրում է սևագիրը, սկզբնական և վերջնական նամակների տարբերությունը ցույց է տալիս, թե որ արդյունքն է նա նախընտրել։
Fyxer-ն այդ համեմատությունները վերածում է ուսուցման տվյալների՝ օգտագործելով նախապատվությունների ուղղակի օպտիմալացում (DPO)։ Յուրաքանչյուր օրինակ ձեռքով պիտակավորելու փոխարեն մոդելը սովորում է արդյունքների զույգերից՝ սկզբնական սևագրից և օգտատիրոջ խմբագրած տարբերակից։
Այնուհետև սևագրման յուրաքանչյուր փոփոխություն անցնում է A/B փորձարկում։ Fyxer-ը նոր տարբերակը թողարկում է միայն այն դեպքում, երբ այն վիճակագրորեն նշանակալի բարելավում է ապահովում։ Օգտատերերի մեծ քանակի շնորհիվ թիմը երբեմն այդ շեմին հասնում է մեկ օրվա ընթացքում։
Այսօր Fyxer-ի՝ AI-ի ստեղծած սևագրերի 53%-ն ընդունվում է առանց փոփոխության։ Սա նշանակում է, որ համակարգն իրական զրույցների զգալի մասի համար ճիշտ է կանխատեսում մտադրությունն ու տոնը։ Միայն 2025 թվականին Fyxer-ի տարեկան կրկնվող եկամուտը 1 միլիոն դոլարից աճեց մինչև 32 միլիոն դոլար։
Հոլինգսվորթի համար առավել կարևոր ցուցանիշը հաճախորդների պահպանումն է։ Fyxer-ի հաճախորդներից շատերը տեխնիկական խորը գիտելիքներ չունեն, իսկ ոմանց համար Fyxer-ն առաջին AI համակարգն է, որից նրանք օգտվում են ամեն օր։
«Բոլորը խոսում են ARR-ի մասին, բայց, իմ կարծիքով, իրական ձեռքբերումը հաճախորդների պահպանումն է։ Մեր օգտատերերի ավելի քան 90%-ը 90-րդ օրը դեռ շարունակում է վճարել և ամեն օր օգտվել մեր ծառայությունից»։
Նայելով ապագային՝ Fyxer-ը ձևավորում է հարաբերությունների, նախընտրությունների և ընթացիկ աշխատանքային թեմաների ավելի խոր ընկալում։ Ընկերության օգնականը շարունակում է զարգանալ՝ պատասխանների սևագրումից վերածվելով ավելի լայն հնարավորություններով AI օգնականի, որը կարող է ստանձնել օգտատիրոջ հաղորդակցության և համակարգման աշխատանքների ավելի մեծ մասը։
«Մեր նպատակն է, որ հաճախորդները հնարավորինս շատ զբաղվեն իրենց իսկապես սիրելի աշխատանքով»,— ասում է Հոլինգսվորթը։ «Մենք ուզում ենք հասնել նրան, որ նրանք այլևս երբեք ստիպված չլինեն բացել համակարգիչը և կարողանան այդ ամենը վստահել Fyxer-ին»։
