Jak Fyxer stworzył asystenta AI, któremu ufają ludzie
Fyxer łączy modele OpenAI z ponad 500 000 godzin procesów pracy asystentów kadry zarządzającej i opiniami użytkowników, aby tworzyć odpowiedzi w stylu każdej osoby.
90%
Utrzymanie użytkowników po 90 dniach
53%
Wygenerowanych przez AI wersji roboczych zaakceptowanych bez zmian
Dla wielu specjalistów praca oznacza śledzenie rozmów i zobowiązań w skrzynkach odbiorczych, na spotkaniach, w wiadomościach i aplikacjach. Bez niezawodnego kontekstu takie zobowiązania mogą umknąć, szkodząc projektom i relacjom.
Fyxer stworzył asystenta AI dla kadry zarządzającej, który nie traci wątku, gdy praca przenosi się między narzędziami. Łączy najnowsze modele OpenAI z ponad 500 000 godzin procesów pracy asystentów kadry zarządzającej, dzieląc zadania między dziesiątki wyspecjalizowanych modeli, które doskonalą się dzięki opiniom prawdziwych użytkowników.
Poczta e-mail jest jednym z najlepszych przykładów jego działania. Dwie osoby mogą otrzymać tę samą wiadomość e-mail, ale potrzebować zupełnie innych odpowiedzi — zależnie od łączącej je relacji, wcześniejszych wydarzeń i celu, który każda z nich chce osiągnąć. Dlatego to pozornie proste zadanie jest dla AI zwodniczo trudne.
„Istnieje zjawisko zwane paradoksem Moraveca” — wyjaśnia Archie Hollingsworth, współzałożyciel Fyxer. „To, co ludziom przychodzi łatwo, jest trudne dla komputerów, a to, co łatwe dla komputerów, jest trudne dla ludzi”. Fyxer radzi sobie z tą złożonością, ucząc się sposobu pracy każdego użytkownika, dzięki czemu może odpowiadać jak asystent, który już wie, co jest ważne.
Pionierskie modele OpenAI obsługują kluczowe elementy rozwiązania — od zrozumienia wiadomości i znalezienia właściwego kontekstu po wygenerowanie wersji roboczej. Fyxer wybrał OpenAI, ponieważ jego modele osiągały najlepsze wyniki w wewnętrznych testach porównawczych Fyxer, oferowały zaawansowane możliwości dostrajania do subiektywnych zadań, takich jak rozpoznawanie tonu i intencji, oraz bezpośrednie wsparcie inżynierskie podczas wspólnych sesji projektowych i współpracy technicznej.
„Wybraliśmy OpenAI, ponieważ oferuje najlepsze modele, a do tego zapewnia nam bezpośredni dostęp i bliską współpracę. Mogę zadać pytanie na Slacku i szybko uzyskać odpowiedź, a kiedy napotykamy problem, zespół przyjeżdża do naszego biura i wspólnie z nami go rozwiązuje. Możemy na nich liczyć”.
Podejście Fyxer dostarcza założycielom tworzącym produkty AI silnie zależne od kontekstu trzech cennych wskazówek:
Fyxer zbudował swój system z 30–50 wyspecjalizowanych modeli, z których każdy odpowiada za niewielką część procesu obsługi poczty e-mail. Zamiast traktować pocztę e-mail jako pojedyncze zadanie generowania tekstu, Fyxer dzieli problem na system prognoz: od ustalenia, czy wiadomość wymaga odpowiedzi, po tworzenie odpowiedzi pasujących do tonu i kontekstu użytkownika.
„Podzielenie problemu między wiele mniejszych modeli działa znacznie lepiej niż zlecenie jednemu modelowi napisania dobrej wiadomości” — wyjaśnia Hollingsworth.
Gdy przychodzi nowa wiadomość, model decydujący o odpowiedzi klasyfikuje ją: czy wymaga odpowiedzi, działania związanego z ustaleniem terminu, czy jedynie przekazania użytkownikowi informacji?
Jeśli odpowiedź jest potrzebna, dodatkowe modele analizują intencję wiadomości i przewidują prawdopodobny wynik interakcji. Modele te rozpoznają między innymi, czy rozmowa zmierza do ustalenia terminu spotkania, realizacji prośby czy kontynuacji dłuższego wątku relacji.
Pamięć jest jednym z najważniejszych elementów systemu. Fyxer musi określić, które szczegóły powinny być zachowywane między rozmowami, a które mogą zniknąć po pojedynczej wymianie wiadomości. Gdy przychodzi nowa wiadomość, modele wyszukiwania porównują ją z zapisanymi interakcjami i przywołują wspomnienia najistotniejsze dla danej osoby i wątku.
Modele OpenAI obsługują wiele etapów działania systemu Fyxer. „Używamy modeli OpenAI do wszystkiego: od analizy wiadomości, aby zrozumieć, czego naprawdę dotyczy, przez pobieranie i ponowne szeregowanie kontekstu, który chcemy uwzględnić, aż po wygenerowanie samej wiadomości” — mówi Shantsila.
Przed wprowadzeniem produktu AI Fyxer przez lata świadczył usługi asystentów kadry zarządzającej wykonywane przez ludzi. Z czasem zespół zgromadził zbiór danych obejmujący ponad 500 000 godzin opisanych procesów pracy kadry zarządzającej, pokazujących, jak prawdziwi asystenci zarządzają komunikacją zawodową.
Dzięki tym przykładom Fyxer zyskał dane treningowe pochodzące bezpośrednio z wykonywanej pracy. Obejmowały one drobne decyzje, od których zależy dobra odpowiedź: kiedy odpowiedzieć szybko, kiedy poczekać, która wcześniejsza rozmowa jest istotna oraz dlaczego ta sama prośba może wymagać innej odpowiedzi w zależności od osoby.
W całym swoim systemie Fyxer stosuje nadzorowaną konfigurację precyzyjną oraz adaptację niskiego rzędu (LoRA), aby tworzyć warianty modeli do konkretnych zadań i jednocześnie kontrolować koszty trenowania. Na wczesnym etapie rozwoju produktu zespół korzystał z platformy OpenAI do dostrajania modeli na potrzeby zadań wymagających dużej dokładności. Niedawno Fyxer współpracował z zespołem OpenAI świadczącym zarządzane usługi dostrajania, aby wdrożyć produkcyjnie nowy punkt kontrolny.
„OpenAI odegrało dla nas kluczową rolę, pomagając przełożyć wiedzę o naszych klientach na sposób działania modeli”.
Przed wdrożeniem każdego modelu Fyxer ocenia go na zbiorach walidacyjnych opracowanych z myślą o własnych zadaniach związanych z pocztą e-mail, takich jak tworzenie wersji roboczych, klasyfikacja i ustalanie priorytetów. Zespół porównuje dokładność z czasem odpowiedzi i kosztami, ponieważ najlepszy wybór zależy od zadania.
Po wdrożeniu system Fyxer nadal doskonali się dzięki opiniom prawdziwych użytkowników. Gdy ktoś przed wysłaniem edytuje wersję roboczą, różnica między pierwotną a ostateczną wiadomością pokazuje, jaki wynik preferował.
Fyxer przekształca te porównania w dane treningowe za pomocą bezpośredniej optymalizacji preferencji (DPO). Zamiast ręcznie oznaczać każdy przykład, model uczy się na parach wyników: pierwotnej wersji roboczej i wersji zmienionej przez użytkownika.
Każda zmiana w tworzeniu wersji roboczych przechodzi następnie test A/B. Fyxer wdraża nową wersję tylko wtedy, gdy przynosi ona statystycznie istotną poprawę. Dzięki dużej liczbie użytkowników zespół może czasem osiągnąć ten próg w ciągu jednego dnia.
Obecnie 53% wygenerowanych przez AI wersji roboczych Fyxer jest akceptowanych bez zmian. Oznacza to, że w przypadku dużej części rzeczywistych rozmów system prawidłowo przewiduje intencję i ton. Tylko w 2025 roku roczne przychody cykliczne Fyxer wzrosły z 1 mln USD do 32 mln USD.
Dla Hollingswortha ważniejszym wskaźnikiem jest utrzymanie użytkowników. Wielu klientów Fyxer nie ma rozległej wiedzy technicznej, a dla niektórych Fyxer jest pierwszym systemem AI, z którego korzystają codziennie.
„Wszyscy mówią o ARR, ale moim zdaniem prawdziwym powodem do dumy jest utrzymanie użytkowników. Po 90 dniach nadal płaci nam ponad 90% użytkowników i wciąż korzystają z Fyxer codziennie”.
Patrząc w przyszłość, Fyxer rozwija coraz pełniejsze rozumienie relacji, preferencji i trwających wątków pracy. Jego asystent wykracza poza tworzenie odpowiedzi i staje się wszechstronnym asystentem AI, który może przejąć większą część obowiązków użytkownika związanych z komunikacją i koordynacją.
„Chcemy, aby nasi klienci mogli poświęcać jak najwięcej czasu pracy, którą naprawdę kochają” — mówi Hollingsworth. „Chcemy doprowadzić do sytuacji, w której nigdy nie będą musieli otwierać komputera i będą mogli powierzyć Fyxer zarządzanie tym wszystkim”.
