Kā Fyxer radīja uzticamu MI vadītāja asistentu
Fyxer apvieno OpenAI modeļus ar vairāk nekā 500 000 stundu vadītāju asistentu darba procesu un reālu lietotāju atsauksmēm, lai sagatavotu atbildes katra cilvēka stilā.
90%
Lietotāju noturēšana pēc 90 dienām
53%
No MI ģenerētajiem melnrakstiem pieņemti bez izmaiņām
Daudziem speciālistiem darbs nozīmē sekot līdzi sarunām un saistībām e-pasta iesūtnēs, sapulcēs, ziņojumos un lietotnēs. Bez pilnīgi drošas konteksta izpratnes šīs saistības var palikt neizpildītas, kaitējot projektiem un attiecībām.
Fyxer izveidoja MI vadītāja asistentu, kas nezaudē darba pavedienu, tam pārejot no viena rīka uz citu. Tas apvieno jaunākos OpenAI modeļus ar vairāk nekā 500 000 stundu vadītāju asistentu darba procesu, sadalot darbu starp desmitiem specializētu modeļu, kuri pilnveidojas, izmantojot reālu lietotāju atsauksmes.
E-pasts ir viena no jomām, kur tā darbību var redzēt visskaidrāk. Divi cilvēki var saņemt vienu un to pašu e-pasta ziņojumu, taču viņiem var būt vajadzīgas pilnīgi atšķirīgas atbildes atkarībā no savstarpējām attiecībām, iepriekš notikušā un katra cilvēka mērķa. Tāpēc šis šķietami vienkāršais uzdevums MI ir negaidīti sarežģīts.
„Pastāv tā dēvētais Moraveka paradokss,“ skaidro Fyxer līdzdibinātājs Ārčijs Holingsvorts. „Tas, kas cilvēkiem šķiet viegls, datoriem ir grūts, bet tas, kas datoriem šķiet viegls, cilvēkiem ir grūts.“ Fyxer tiek galā ar šo sarežģītību, apgūstot katra lietotāja darba paradumus, lai varētu atbildēt kā asistents, kurš jau zina, kas ir svarīgi.
OpenAI robežšķirtnes modeļi nodrošina galvenās funkcijas — no e-pasta izpratnes un pareizā konteksta atrašanas līdz melnraksta ģenerēšanai. Fyxer izvēlējās OpenAI, jo tā modeļi uzrādīja labākos rezultātus Fyxer iekšējos etalonmērījumos, piedāvāja plašas pielāgošanas iespējas subjektīviem uzdevumiem, piemēram, toņa un nolūka noteikšanai, un nodrošināja praktisku inženiertehnisko atbalstu kopīgās ideju izstrādes sesijās un tehniskajā sadarbībā.
„Mēs izvēlējāmies OpenAI, jo tam ir labākie modeļi, turklāt esam ieguvuši reālu piekļuvi un ciešu sadarbību. Varu uzdot jautājumu platformā Slack un ātri saņemt atbildi, bet, kad sastopamies ar problēmu, komanda ierodas mūsu birojā un risina to kopā ar mums. Viņi vienmēr ir klāt.“
Fyxer pieeja sniedz trīs atziņas dibinātājiem, kuri veido MI produktus ar padziļinātu konteksta izpratni:
Fyxer izveidoja sistēmu, kurā ir 30–50 specializētu modeļu un katrs atbild par šauru e-pasta darbplūsmas daļu. Tā vietā, lai e-pastu uztvertu kā vienotu teksta ģenerēšanas uzdevumu, Fyxer sadala problēmu prognožu sistēmā, piemēram, nosakot, vai uz ziņojumu jāatbild, vai sagatavojot lietotāja tonim un kontekstam atbilstošu atbildi.
„Problēmas sadalīšana starp daudziem mazākiem modeļiem darbojas daudz labāk nekā viena modeļa lūgšana uzrakstīt labu e-pasta ziņojumu,“ skaidro Holingsvorts.
Kad pienāk jauns e-pasta ziņojums, atbildes nepieciešamības modelis to klasificē: vai uz to jāatbild, jāveic plānošanas darbība vai arī tā ir tikai informācija, kas lietotājam jāredz?
Ja atbilde ir vajadzīga, papildu modeļi analizē e-pasta nolūku un prognozē iespējamo mijiedarbības iznākumu. Šie modeļi nosaka, piemēram, vai saruna virzās uz tikšanās ieplānošanu, lūguma izpildi vai ilgāka attiecību pavediena turpināšanu.
Atmiņa ir viena no svarīgākajām sistēmas daļām. Fyxer ir jāizlemj, kura informācija jāsaglabā vairākās sarunās un kura jādzēš pēc vienas informācijas apmaiņas. Kad pienāk jauns e-pasta ziņojums, izguves modeļi to salīdzina ar saglabāto mijiedarbību un izceļ konkrētajai personai un sarunas pavedienam būtiskākās atmiņas.
OpenAI modeļi nodrošina dažādus Fyxer sistēmas posmus. „Mēs izmantojam OpenAI modeļus visam — no e-pasta izpētes, lai saprastu, par ko tas patiesībā ir, līdz vajadzīgā konteksta izgūšanai un atkārtotai sarindošanai, kā arī paša e-pasta ziņojuma ģenerēšanai,“ saka Šancila.
Pirms sava MI produkta ieviešanas Fyxer gadiem nodrošināja vadītāju asistentu pakalpojumu, ko sniedza cilvēki. Laika gaitā komanda izveidoja datu kopu no vairāk nekā 500 000 stundu anotētu vadītāju darba procesu, kas atspoguļo, kā īsti asistenti pārvalda profesionālo saziņu.
Šie piemēri nodrošināja Fyxer apmācības datus, kas iegūti pašā darbā. Tie atspoguļoja niansētos lēmumus, kas ļauj sagatavot labu atbildi: kad atbildēt ātri, kad nogaidīt, kura iepriekšējā saruna ir svarīga un kāpēc uz vienu un to pašu lūgumu dažādiem cilvēkiem jāatbild atšķirīgi.
Plašākajā sistēmā Fyxer izmanto uzraudzītu pielāgošanu un zema ranga adaptāciju (LoRA), lai veidotu konkrētiem uzdevumiem paredzētus modeļu variantus un vienlaikus kontrolētu apmācības izmaksas. Produkta izstrādes sākumposmā komanda uzdevumiem, kuros bija vajadzīga augsta precizitāte, izmantoja OpenAI modeļu pielāgošanas platformu. Nesen Fyxer sadarbojās ar OpenAI pārvaldītās modeļu pielāgošanas komandu, lai ieviestu produkcijā jaunu kontrolpunktu.
„OpenAI mums ir bijis izšķiroši svarīgs, palīdzot zināšanas par mūsu klientiem veiksmīgi iestrādāt modeļu darbībā.“
Pirms jebkura modeļa ieviešanas Fyxer to novērtē validācijas datu kopās, kas veidotas atbilstoši uzņēmuma e-pasta uzdevumiem, tostarp melnrakstu sagatavošanai, klasificēšanai un prioritāšu noteikšanai. Komanda precizitāti vērtē līdztekus atbildes laikam un izmaksām, jo piemērotākā izvēle var atšķirties atkarībā no uzdevuma.
Pēc ieviešanas Fyxer sistēma turpina pilnveidoties, izmantojot reālu lietotāju atsauksmes. Ja lietotājs pirms nosūtīšanas rediģē melnrakstu, atšķirība starp sākotnējo un galīgo e-pasta ziņojumu parāda, kuram rezultātam viņš devis priekšroku.
Fyxer pārvērš šos salīdzinājumus apmācības datos, izmantojot tiešo preferenču optimizāciju (DPO). Tā vietā, lai manuāli marķētu katru piemēru, modelis mācās no rezultātu pāriem: sākotnējā melnraksta un lietotāja rediģētās versijas.
Pēc tam katrai melnrakstu veidošanas izmaiņai veic A/B testu. Fyxer izlaiž jauno versiju tikai tad, ja tā nodrošina statistiski nozīmīgu uzlabojumu. Lielais lietotāju skaits nozīmē, ka komanda dažkārt šo slieksni var sasniegt vienas dienas laikā.
Pašlaik 53% Fyxer MI ģenerēto melnrakstu tiek pieņemti bez izmaiņām. Tas nozīmē, ka sistēma pareizi prognozē nolūku un toni lielā daļā reālu sarunu. 2025. gadā vien Fyxer gada regulārie ieņēmumi pieauga no 1 miljona līdz 32 miljoniem ASV dolāru.
Holingsvortam pārliecinošāks rādītājs ir lietotāju noturēšana. Daudziem Fyxer klientiem nav padziļinātu tehnisko zināšanu, un dažiem Fyxer ir pirmā MI sistēma, ko viņi izmanto ik dienu.
„Visi runā par ARR, bet, manuprāt, lietotāju noturēšana ir īstais panākumu rādītājs. Pēc 90 dienām vairāk nekā 90% mūsu lietotāju joprojām maksā par pakalpojumu un turpina to izmantot katru dienu.“
Raugoties nākotnē, Fyxer pilnveido izpratni par attiecībām, vēlmēm un iesāktajiem darba procesiem. Uzņēmuma asistents turpina attīstīties — tas vairs ne tikai sagatavo atbilžu melnrakstus, bet kļūst par daudzpusīgāku MI asistentu, kas spēj pārvaldīt lielāku daļu lietotāja saziņas un koordinēšanas darba.
„Mūsu mērķis ir panākt, lai klienti pēc iespējas vairāk varētu darīt darbu, kas viņiem patiesi patīk,“ saka Holingsvorts. „Vēlamies nonākt līdz situācijai, kad viņiem vairs nekad nav jāatver dators un viņi var uzticēt Fyxer visa pārējā pārvaldību.“
