Fyxer चा विश्वासार्ह कृत्रिम बुद्धिमत्ता कार्यकारी सहाय्यक

अनेक व्यावसायिकांसाठी काम म्हणजे इनबॉक्स, बैठका, संदेश आणि अनुप्रयोगांमधील संभाषणे व वचनबद्धता यांचा सतत मागोवा ठेवणे. अगदी ठोस संदर्भ नसेल, तर या वचनबद्धता दुर्लक्षित राहून प्रकल्प आणि नातेसंबंधांचे नुकसान होऊ शकते.

काम विविध साधनांमध्ये फिरत असतानाही त्याचा संदर्भ कायम राखणारा कृत्रिम बुद्धिमत्ता कार्यकारी सहाय्यक Fyxer ने तयार केला. तो OpenAI ची नवीनतम मॉडेल आणि कार्यकारी सहाय्यकांच्या 500,000 हून अधिक तासांच्या कार्यप्रवाहांची सांगड घालतो. प्रत्यक्ष वापरकर्त्यांच्या अभिप्रायातून सुधारणाऱ्या डझनभर विशेष मॉडेलमध्ये काम विभागले जाते.

याची कार्यपद्धती ईमेलमध्ये सर्वात स्पष्टपणे दिसते. दोन व्यक्तींना एकच ईमेल मिळाला तरी त्यांचे नाते, आधी घडलेल्या घटना आणि प्रत्येकाला साध्य करायचे उद्दिष्ट यांनुसार त्यांना पूर्णपणे वेगवेगळी उत्तरे द्यावी लागू शकतात. त्यामुळे वरकरणी सोपे दिसणारे हे काम कृत्रिम बुद्धिमत्तेसाठी अपेक्षेपेक्षा खूप कठीण ठरते.

“याला मोरावेकचा विरोधाभास म्हणतात,” असे Fyxer चे सहसंस्थापक आर्ची हॉलिंग्सवर्थ स्पष्ट करतात. “मानवांना सोप्या वाटणाऱ्या गोष्टी संगणकांसाठी कठीण असतात आणि संगणकांना सोप्या वाटणाऱ्या गोष्टी मानवांसाठी कठीण असतात.” प्रत्येक वापरकर्ता कसा काम करतो हे शिकून Fyxer ही गुंतागुंत हाताळते. त्यामुळे काय महत्त्वाचे आहे हे आधीच माहीत असलेल्या सहाय्यकाप्रमाणे ते उत्तर देऊ शकते.

ईमेल समजून घेणे, योग्य संदर्भ शोधणे आणि मसुदा तयार करणे अशा अनुभवातील महत्त्वाच्या टप्प्यांना OpenAI ची अत्याधुनिक मॉडेल सक्षम करतात. Fyxer ने OpenAI निवडले, कारण अंतर्गत मापदंडांवर त्यांची मॉडेल सर्वोत्तम ठरली, संवादशैली व हेतूसारख्या व्यक्तिनिष्ठ कामांसाठी प्रभावी फाइन-ट्यूनिंग क्षमता मिळाली आणि फलकावरील नियोजन सत्रे व तांत्रिक सहकार्याद्वारे अभियंत्यांची प्रत्यक्ष मदत उपलब्ध झाली.

अत्यंत संदर्भसंपन्न कृत्रिम बुद्धिमत्ता उत्पादने तयार करणाऱ्या संस्थापकांसाठी Fyxer च्या दृष्टिकोनातून तीन धडे मिळतात:

Fyxer ने आपली प्रणाली 30–50 विशेष मॉडेलभोवती उभारली असून प्रत्येक मॉडेल ईमेल कार्यप्रवाहातील एका मर्यादित भागासाठी जबाबदार आहे. ईमेलला एकच मजकूर-निर्मितीचे काम मानण्याऐवजी Fyxer या समस्येचे अनेक अंदाजांच्या प्रणालीत विभाजन करते. उदाहरणार्थ, संदेशाला उत्तर आवश्यक आहे का हे ठरवणे किंवा वापरकर्त्याची संवादशैली आणि संदर्भाशी जुळणारे उत्तर तयार करणे.

“एका मॉडेलला चांगला ईमेल लिहायला सांगण्यापेक्षा समस्येचे अनेक छोट्या मॉडेलमध्ये विभाजन केल्यास खूप चांगले परिणाम मिळतात,” असे हॉलिंग्सवर्थ स्पष्ट करतात.

नवीन ईमेल आल्यावर उत्तर-निर्णय मॉडेल संदेशाचे वर्गीकरण करते: याला उत्तर देणे आवश्यक आहे, वेळापत्रकासंबंधी कृती करायची आहे की वापरकर्त्याने केवळ ही माहिती पाहायची आहे?

उत्तर आवश्यक असल्यास अतिरिक्त मॉडेल ईमेलच्या हेतूचे विश्लेषण करून त्या संवादाच्या संभाव्य परिणामाचा अंदाज घेतात. संभाषण बैठकीची वेळ ठरवण्याकडे, विनंती सोडवण्याकडे किंवा दीर्घकालीन नात्यातील संवाद पुढे नेण्याकडे जात आहे का, असे आकृतिबंध ही मॉडेल ओळखतात.

मेमरी हा प्रणालीतील सर्वात महत्त्वाच्या भागांपैकी एक आहे. कोणते तपशील संभाषणांदरम्यान कायम ठेवायचे आणि कोणते एकाच संवादानंतर काढून टाकायचे, हे Fyxer ला ठरवावे लागते. नवीन ईमेल आल्यावर पुनर्प्राप्ती मॉडेल त्याची संग्रहित संवादांशी तुलना करतात आणि त्या व्यक्तीशी व संभाषणाशी सर्वाधिक संबंधित आठवणी समोर आणतात.

OpenAI ची मॉडेल Fyxer च्या संपूर्ण प्रणालीतील विविध टप्प्यांना सक्षम करतात. “ईमेल नेमका कशाबद्दल आहे हे समजण्यासाठी त्याचे विश्लेषण करणे, समाविष्ट करायचा संदर्भ मिळवून त्याचा प्राधान्यक्रम पुन्हा ठरवणे आणि प्रत्यक्ष ईमेल तयार करणे, या सर्वांसाठी आम्ही OpenAI ची मॉडेल वापरतो,” असे शांत्सिला सांगतात.

आपले कृत्रिम बुद्धिमत्ता उत्पादन सादर करण्यापूर्वी Fyxer ने अनेक वर्षे मानवी कार्यकारी सहाय्यक सेवा चालवली. कालांतराने टीमने 500,000 हून अधिक तासांच्या नोंदीयुक्त कार्यकारी कार्यप्रवाहांमधून डेटासंच तयार केला. त्यात खरे सहाय्यक व्यावसायिक संवाद कसा हाताळतात, हे नोंदवले होते.

त्या उदाहरणांमुळे Fyxer ला प्रत्यक्ष कामातूनच प्रशिक्षण डेटा मिळाला. चांगल्या उत्तरामागील सूक्ष्म निर्णय त्यात नोंदवले गेले होते: पटकन उत्तर कधी द्यावे, कधी थांबावे, आधीचे कोणते संभाषण महत्त्वाचे आहे आणि त्याच विनंतीला व्यक्तीनुसार वेगळे उत्तर कसे द्यावे.

प्रशिक्षणाचा खर्च नियंत्रित ठेवून विशिष्ट कामांसाठी मॉडेलचे प्रकार तयार करण्यासाठी Fyxer आपल्या व्यापक प्रणालीत सुपरवाइझ्ड फाइन-ट्यूनिंग आणि निम्न-क्रम अनुकूलन (LoRA) वापरते. उत्पादनाच्या विकासाच्या सुरुवातीला, अधिक अचूकता आवश्यक असलेल्या कामांसाठी टीमने OpenAI चे फाइन-ट्यूनिंग व्यासपीठ वापरले. अलीकडेच Fyxer ने OpenAI च्या व्यवस्थापित फाइन-ट्यूनिंग टीमसोबत काम करून एक नवीन तपासबिंदू प्रत्यक्ष वापरात आणला.

कोणतेही मॉडेल वापरात आणण्यापूर्वी Fyxer त्याचे स्वतःच्या ईमेल कामांवर आधारित प्रमाणीकरण संचांवर मूल्यमापन करते. यात मसुदा तयार करणे, वर्गीकरण आणि प्राधान्यक्रम ठरवणे यांचा समावेश असतो. सर्वोत्तम पर्याय कामानुसार बदलू शकत असल्याने टीम अचूकतेसोबत प्रतिसादाचा वेळ आणि खर्चाचाही विचार करते.

वापरात आणल्यानंतरही Fyxer ची प्रणाली प्रत्यक्ष वापरकर्त्यांच्या अभिप्रायातून सतत सुधारत राहते. एखादी व्यक्ती मसुदा पाठवण्यापूर्वी त्यात बदल करते, तेव्हा मूळ आणि अंतिम ईमेलमधील फरकातून तिला कोणते उत्तर पसंत पडले हे समजते.

Fyxer प्रत्यक्ष पसंती अनुकूलन (DPO) वापरून या तुलनांचे प्रशिक्षण डेटात रूपांतर करते. प्रत्येक उदाहरणाला स्वतः खूणचिठ्ठी लावण्याऐवजी मॉडेल उत्तरांच्या जोड्यांमधून शिकते: मूळ मसुदा आणि वापरकर्त्याने संपादित केलेली आवृत्ती.

त्यानंतर मसुदा तयार करण्यातील प्रत्येक बदलाची A/B चाचणी केली जाते. नवीन आवृत्तीमुळे सांख्यिकीयदृष्ट्या लक्षणीय सुधारणा झाल्यासच Fyxer ती उपलब्ध करते. वापरकर्त्यांची संख्या मोठी असल्याने टीम कधीकधी एका दिवसातच हा निकष गाठू शकते.

आज Fyxer ने कृत्रिम बुद्धिमत्तेद्वारे तयार केलेल्या मसुद्यांपैकी 53% मसुदे जसेच्या तसे स्वीकारले जातात. याचा अर्थ, प्रत्यक्ष संभाषणांच्या मोठ्या भागासाठी प्रणाली हेतू आणि संवादशैलीचा अचूक अंदाज घेत आहे. केवळ 2025 मध्ये Fyxer चा वार्षिक आवर्ती महसूल 10 लाख डॉलरवरून 3.2 कोटी डॉलरपर्यंत वाढला.

हॉलिंग्सवर्थ यांच्या मते, ग्राहक टिकून राहणे हा अधिक ठोस संकेत आहे. Fyxer चे अनेक ग्राहक तंत्रज्ञानात फार पारंगत नाहीत आणि काहींसाठी Fyxer ही त्यांनी दररोज वापरलेली पहिली कृत्रिम बुद्धिमत्ता प्रणाली आहे.

भविष्याचा विचार करून Fyxer नाती, पसंती आणि सुरू असलेल्या कामाच्या संदर्भांची अधिक सखोल समज विकसित करत आहे. त्यांचा सहाय्यक केवळ उत्तरांचे मसुदे तयार करण्यापुरता मर्यादित न राहता, वापरकर्त्याच्या संवाद आणि समन्वयाशी संबंधित अधिक काम सांभाळू शकणारा व्यापक कृत्रिम बुद्धिमत्ता सहाय्यक म्हणून विकसित होत आहे.

“आमच्या ग्राहकांना मनापासून आवडणारे काम जास्तीत जास्त करता यावे, ही आमची कल्पना आहे,” हॉलिंग्सवर्थ सांगतात. “त्यांना कधीही संगणक उघडावा लागू नये आणि हे सर्व सांभाळण्यासाठी ते Fyxer वर विश्वास ठेवू शकतील, अशा टप्प्यावर आम्हाला त्यांना न्यायचे आहे.”