Үндсэн агуулга руу алгасах
OpenAI

2026 оны есдүгээр сарын 14

Стартап

Fyxer итгэл даах AI удирдлагын туслахыг хэрхэн бүтээв

Fyxer OpenAI-ийн загваруудыг удирдлагын туслахын 500,000+ цагийн ажлын урсгал, бодит хэрэглэгчийн санал хүсэлттэй хослуулан хүн бүрийн өнгө аясаар хариуны ноорог бэлддэг.

Компанийн хэмжээ: Стартап
Бүс нутаг: Европ ба Их Британи
Салбар: Технологи
Бүтээгдэхүүнүүд: API

90%

90 хоногийн дараах хэрэглэгч хадгалалт

53%

AI-ийн үүсгэсэн нооргийг яг бичсэнээр нь хүлээн авсан хувь

Ачаалж байна…

Олон мэргэжилтний хувьд ажил гэдэг нь ирсэн имэйл, уулзалт, мессеж, аппууд дахь яриа болон амлалтаа хянахыг хэлдэг. Баттай нөхцөл мэдээлэлгүй бол эдгээр амлалт орхигдож, төсөл болон харилцаанд хохирол учруулж болно.

Fyxer ажлын явц хэрэгслүүдийн хооронд шилжихэд уялдаа холбоог нь алдалгүй дагадаг AI удирдлагын туслах бүтээжээ. Энэ нь OpenAI-ийн хамгийн сүүлийн үеийн загваруудыг удирдлагын туслахын 500,000 гаруй цагийн ажлын урсгалтай хослуулж, ажлыг бодит хэрэглэгчийн санал хүсэлтээр сайжирдаг олон арван төрөлжсөн загварт хуваарилдаг.

Үүнийг бодитоор ажиллаж байгааг харах хамгийн тод жишээний нэг нь имэйл юм. Хоёр хүн ижил имэйл хүлээн авсан ч тэдний харилцаа, өмнө нь болсон зүйлс болон хүн бүрийн зорилгоос шалтгаалан огт өөр хариу өгөх хэрэгтэй байж болно. Ингэснээр өнгөц харахад энгийн энэ даалгавар AI-д төсөөлснөөс хавьгүй хэцүү болдог.

“Моравекийн парадокс гэж нэг ойлголт бий” хэмээн Fyxer-ийн хамтран үүсгэн байгуулагч Арчи Холлингсворт тайлбарлав. “Хүнд амархан зүйл компьютерт хэцүү, харин компьютерт амархан зүйл хүнд хэцүү байдаг.” Fyxer хэрэглэгч бүр хэрхэн ажилладгийг судалснаар энэхүү нарийн төвөгтэй байдлыг зохицуулж, юу чухлыг хэдийн мэддэг туслах шиг хариулдаг.

OpenAI-ийн хил хязгаар загварууд нь имэйлийг ойлгох, тохирох нөхцөл мэдээллийг олох, ноорог үүсгэх хүртэлх хэрэглээний гол хэсгүүдийг дэмждэг. OpenAI-ийн загварууд Fyxer-ийн дотоод жишиг шалгалтад хамгийн сайн үр дүн үзүүлж, өнгө аяс, зорилго зэрэг субъектив даалгаварт хүчирхэг нарийн тохиргоо санал болгосон төдийгүй самбар дээр хамтран ажиллах уулзалт, техникийн хамтын ажиллагаагаар инженерийн бодит дэмжлэг үзүүлсэн тул Fyxer OpenAI-г сонгосон.

“OpenAI хамгийн шилдэг загваруудтайгаас гадна бидэнд бодитоор нэвтрэх боломж олгож, ойр хамтран ажилладаг учраас бид сонгосон. Би Slack-д асуулт тавиад хурдан хариу авч чадна. Асуудал тулгарвал тэдний баг манай оффист ирж, бидэнтэй хамт шийддэг. Тэд үргэлж хүрч ирдэг.”
—Арчи Холлингсворт, Fyxer-ийн хамтран үүсгэн байгуулагч

Fyxer-ийн арга барилаас нөхцөл мэдээлэлд гүн тулгуурласан AI бүтээгдэхүүн бүтээж буй үүсгэн байгуулагчид гурван зүйлийг суралцаж болно:

1. Имэйлийг жижиг даалгавруудад хуваах

Fyxer системээ имэйлийн ажлын урсгалын явцуу хэсэг бүрийг хариуцдаг 30–50 төрөлжсөн загварт тулгуурлан бүтээсэн. Fyxer имэйлийг дан ганц текст үүсгэх даалгавар гэж үзэхийн оронд тухайн мессеж хариу шаардах эсэхийг шийдэх, хэрэглэгчийн өнгө аяс болон нөхцөлд тохирсон хариуны ноорог бэлтгэх зэрэг таамаглалын систем болгон задалдаг.

“Нэг загвараас сайн имэйл бичихийг хүсэхээс илүүтэй асуудлыг олон жижиг загварт хуваах нь хавьгүй үр дүнтэй” гэж Холлингсворт тайлбарлав.

Шинэ имэйл ирэхэд хариу өгөх эсэхийг шийдэх загвар мессежийг ангилна: үүнд хариу өгөх, хуваарь товлох шаардлагатай юу, эсвэл хэрэглэгч зүгээр л үзэх мэдээлэл үү?

Хариу шаардлагатай бол нэмэлт загварууд имэйлийн зорилгыг шинжилж, харилцааны магадлалтай үр дүнг таамаглана. Эдгээр загвар яриа нь уулзалт товлох, хүсэлтийг шийдвэрлэх эсвэл урт хугацааны харилцааны хэлхээг үргэлжлүүлэхийн алинд чиглэж байгааг тодорхойлдог.

Санах ой бол системийн хамгийн чухал хэсгүүдийн нэг. Fyxer аль мэдээллийг яриа хооронд хадгалах, алийг нь ганц харилцааны дараа устгахаа шийдэх шаардлагатай. Шинэ имэйл ирэхэд мэдээлэл татах загварууд үүнийг хадгалсан харилцаатай харьцуулж, тухайн хүн болон ярианы хэлхээнд хамгийн хамааралтай дурсамжуудыг гаргаж ирдэг.

OpenAI-ийн загварууд Fyxer-ийн системийн олон үе шатыг ажиллуулдаг. “Бид OpenAI-ийн загваруудыг имэйлийг боловсруулж, яг юуны тухай болохыг ойлгохоос эхлээд оруулахыг хүссэн нөхцөл мэдээллээ татаж, дахин эрэмбэлэх, улмаар имэйлийг өөрийг нь үүсгэх хүртэл бүх зүйлд ашигладаг” гэж Шанцила хэлэв.

2. Шилдэг туслахууд бодитоор хэрхэн ажилладгаар сургах

Fyxer AI бүтээгдэхүүнээ гаргахаас өмнө олон жилийн турш хүний оролцоотой гүйцэтгэх удирдлагын туслах үйлчилгээ эрхэлсэн. Тус баг бодит туслахууд мэргэжлийн харилцаа холбоог хэрхэн удирддагийг харуулсан, тайлбар тэмдэглэгээтэй 500,000 гаруй цагийн удирдлагын ажлын урсгалаас бүрдсэн өгөгдлийн санг олон жилийн турш цуглуулжээ.

Эдгээр жишээ нь Fyxer-т тухайн ажлаас нь шууд авсан сургалтын өгөгдөл болсон. Тэд сайн хариуны цаадах нарийн шийдвэрүүдийг тусгасан: хэзээ хурдан хариулах, хэзээ хүлээх, өмнөх аль яриа чухал болох, мөн ижил хүсэлтэд хүн бүрд хэрхэн өөрөөр хариулах зэрэг.

Fyxer өргөн системийнхээ хэмжээнд хяналттай нарийн тохиргоо болон Бага эрэмбийн дасан зохицуулалт (LoRA) ашиглан сургалтын зардлыг хянахын зэрэгцээ тодорхой даалгаварт зориулсан загварын хувилбарууд бүтээдэг. Бүтээгдэхүүний хөгжүүлэлтийн эхэн үед тус баг өндөр нарийвчлал шаардсан даалгаварт OpenAI-ийн нарийн тохиргооны платформыг ашиглаж байв. Саяхан Fyxer шинэ хяналтын цэгийг үйлдвэрлэлийн орчинд нэвтрүүлэхээр OpenAI-ийн удирдлагатай нарийн тохиргооны багтай хамтран ажилласан.

“Хэрэглэгчдийнхээ талаар олж мэдсэн зүйлсээ загваруудын ажиллагаанд амжилттай шингээхэд OpenAI бидэнд шийдвэрлэх үүрэг гүйцэтгэсэн.”
—Жоуи Двончек, Fyxer-ийн AI/ML бүтээгдэхүүний инженер

Аливаа загварыг нэвтрүүлэхээс өмнө Fyxer ноорог бэлтгэх, ангилах, эрэмбэлэх зэрэг өөрийн имэйлийн даалгаварт тулгуурласан баталгаажуулалтын багцаар үнэлдэг. Даалгавар бүрд хамгийн зөв сонголт өөр байж болох тул тус баг нарийвчлалыг хариу өгөх хугацаа, зардалтай хамтатган үнэлдэг.

3. Хэрэглэгчийн санал хүсэлтийг өөрөө суралцах мөчлөг болгох

Нэвтрүүлсний дараа Fyxer-ийн систем бодит хэрэглэгчийн санал хүсэлтээр тасралтгүй сайжирдаг. Хэрэглэгч нооргийг илгээхээсээ өмнө засварлавал эх хувилбар болон эцсийн имэйлийн ялгаа нь аль гаралтыг илүүд үзсэнийг харуулна.

Fyxer эдгээр харьцуулалтыг Шууд сонголтын оновчлол (DPO) ашиглан сургалтын өгөгдөл болгодог. Жишээ бүрд гараар шошго тавихын оронд загвар нь эх ноорог болон хэрэглэгчийн засварласан хувилбар гэсэн хос гаралтаас суралцдаг.

Дараа нь ноорог бэлтгэх үйлдэлд оруулсан өөрчлөлт бүрийг A/B туршилтаар шалгадаг. Шинэ хувилбар статистикийн ач холбогдолтой сайжрал үзүүлсэн үед л Fyxer нэвтрүүлдэг. Хэрэглэгчдийн тоо их учраас тус баг заримдаа ганц өдрийн дотор энэ босгыг давж чаддаг.

Өнөөдөр Fyxer-ийн AI-ийн үүсгэсэн нооргийн 53%-ийг засваргүйгээр хүлээн авдаг. Энэ нь систем бодит ярианы ихэнхэд зорилго, өнгө аясыг зөв таамаглаж байна гэсэн үг. Зөвхөн 2025 онд Fyxer-ийн жилийн давтагдах орлого 1 сая ам.доллароос 32 сая ам.доллар болж өссөн.

Харин Холлингсвортын хувьд хэрэглэгч хадгалалт нь илүү чухал үзүүлэлт юм. Fyxer-ийн олон хэрэглэгч техникийн гүнзгий мэдлэггүй бөгөөд заримынх нь хувьд Fyxer өдөр бүр ашигладаг анхны AI систем нь болдог.

“Хүн бүр ARR-ийн тухай ярьдаг ч хэрэглэгч хадгалалт л жинхэнэ бахархах үзүүлэлт гэж би боддог. Манай хэрэглэгчдийн 90 гаруй хувь нь 90 хоногийн дараа ч төлбөрөө төлж, өдөр бүр ашигласаар байна.”
—Арчи Холлингсворт, Fyxer-ийн хамтран үүсгэн байгуулагч

Нооргоос эхлээд идэвхтэй туслах хүртэл

Цаашид Fyxer харилцаа, сонголт болон үргэлжилж буй ажлын уялдаа холбоог илүү гүнзгий ойлгодог болохоор хөгжүүлж байна. Тэдний туслах зөвхөн хариуны ноорог бэлдэхээс хальж, хэрэглэгчийн харилцаа холбоо, зохицуулалтын ажлын илүү их хэсгийг удирдах өргөн боломжтой AI туслах болон хөгжсөөр байна.

“Бид хэрэглэгчдэдээ үнэхээр дуртай ажлаа аль болох их хийх боломж олгохыг зорьдог” гэж Холлингсворт хэлэв. “Тэд компьютерээ ер нээх шаардлагагүй болж, энэ бүхнийг Fyxer-т бүрэн даатгадаг түвшинд хүрээсэй гэж бид хүсдэг.”