Como a Fyxer criou um assistente executivo de IA confiável
A Fyxer combina modelos da OpenAI com mais de 500 mil horas de fluxos de trabalho de assistentes executivos e feedback real para redigir respostas com a voz de cada pessoa.
90%
Retenção de usuários após 90 dias
53%
Dos rascunhos gerados por IA aceitos sem alterações
Para muitos profissionais, trabalhar significa acompanhar conversas e compromissos em caixas de entrada, reuniões, mensagens e aplicativos. Sem um contexto sólido, esses compromissos podem ser esquecidos, prejudicando projetos e relações.
A Fyxer criou um assistente executivo de IA que acompanha o fio da conversa à medida que o trabalho passa de uma ferramenta para outra. Ele combina os modelos mais recentes da OpenAI com mais de 500 mil horas de fluxos de trabalho de assistentes executivos, distribuindo as tarefas entre dezenas de modelos especializados que melhoram com o feedback de usuários reais.
O e-mail é um dos exemplos mais claros de como isso funciona na prática. Duas pessoas podem receber o mesmo e-mail e precisar de respostas completamente diferentes, dependendo da relação, do que aconteceu antes e do objetivo de cada uma. Isso torna uma tarefa aparentemente simples muito mais difícil para a IA do que parece.
"Existe algo chamado paradoxo de Moravec", explica Archie Hollingsworth, cofundador da Fyxer. "As coisas que os seres humanos consideram fáceis são difíceis para os computadores, e as que os computadores consideram fáceis são difíceis para os seres humanos." A Fyxer lida com essa complexidade aprendendo como cada usuário trabalha, para responder como um assistente que já sabe o que importa.
Os modelos de fronteira da OpenAI dão suporte a partes essenciais da experiência, desde a compreensão do e-mail e a localização do contexto certo até a geração do rascunho. A Fyxer escolheu a OpenAI porque seus modelos tiveram o melhor desempenho nos benchmarks internos da empresa, ofereceram recursos avançados de ajuste fino para tarefas subjetivas, como tom e intenção, e disponibilizaram suporte prático de engenharia por meio de sessões em quadro branco e colaboração técnica.
"Escolhemos a OpenAI porque ela tem os melhores modelos e nos deu acesso de verdade, além de uma estreita relação de trabalho. Posso mandar uma pergunta no Slack e receber uma resposta rapidamente. Quando enfrentamos um problema, a equipe vem ao nosso escritório e o resolve conosco. Eles estão sempre presentes."
A abordagem da Fyxer oferece três lições para fundadores que desenvolvem produtos de IA altamente contextuais:
A Fyxer estruturou seu sistema em torno de 30 a 50 modelos especializados, cada um responsável por uma parte específica do fluxo de trabalho de e-mail. Em vez de tratar o e-mail como uma única tarefa de geração de texto, a Fyxer divide o problema em um sistema de previsões, como decidir se uma mensagem exige resposta ou redigir respostas que correspondam ao tom e ao contexto do usuário.
"Dividir o problema entre vários modelos menores funciona muito melhor do que pedir a um único modelo que escreva um bom e-mail", explica Hollingsworth.
Quando chega um novo e-mail, um modelo de decisão de resposta classifica a mensagem: ela exige uma resposta, uma ação de agendamento ou é apenas uma informação que o usuário precisa ver?
Se for necessário responder, outros modelos analisam a intenção do e-mail e preveem o provável resultado da interação. Esses modelos identificam padrões, como se a conversa está avançando para o agendamento de uma reunião, a resolução de uma solicitação ou a continuidade de uma relação mais duradoura.
A Memória é uma das partes mais importantes do sistema. A Fyxer precisa decidir quais detalhes devem permanecer entre as conversas e quais devem desaparecer depois de uma única interação. Quando chega um novo e-mail, os modelos de recuperação o comparam às interações armazenadas e apresentam as memórias mais relevantes para aquela pessoa e conversa.
Os modelos da OpenAI viabilizam diversas etapas do sistema da Fyxer. "Usamos modelos da OpenAI para tudo: desde processar o e-mail para entender do que ele realmente trata até recuperar e reordenar o contexto que queremos incluir e gerar o e-mail propriamente dito", diz Shantsila.
Antes de lançar seu produto de IA, a Fyxer passou anos operando um serviço de assistência executiva prestado por pessoas. Com o tempo, a equipe acumulou um conjunto de dados baseado em mais de 500 mil horas de fluxos de trabalho executivos anotados, registrando como assistentes reais gerenciam a comunicação profissional.
Esses exemplos forneceram à Fyxer dados de treinamento extraídos do próprio trabalho. Eles registraram as pequenas decisões por trás de uma boa resposta: quando responder rapidamente, quando esperar, qual conversa anterior importa e por que uma mesma solicitação pode exigir respostas diferentes para cada pessoa.
A Fyxer usa ajuste fino supervisionado e adaptação de baixo posto (LoRA) em todo o seu sistema para criar variantes de modelos específicas para cada tarefa e, ao mesmo tempo, controlar o custo de treinamento. No início do desenvolvimento do produto, a equipe usou a plataforma de ajuste fino da OpenAI para tarefas que exigiam alta precisão. Mais recentemente, a Fyxer trabalhou com a equipe de ajuste fino gerenciado da OpenAI para colocar um novo checkpoint em produção.
"A OpenAI foi fundamental para nos ajudar a transferir o conhecimento que temos sobre nossos clientes e incorporá-lo com sucesso ao funcionamento dos modelos."
Antes de implantar qualquer modelo, a Fyxer o avalia em conjuntos de validação criados em torno de suas próprias tarefas de e-mail, como redação, classificação e priorização. A equipe pondera a precisão em conjunto com o tempo de resposta e o custo, pois a melhor opção pode variar conforme a tarefa.
Depois de implantado, o sistema da Fyxer continua melhorando com o feedback de usuários reais. Quando alguém edita um rascunho antes de enviá-lo, a diferença entre o e-mail original e o final indica qual resultado essa pessoa preferiu.
A Fyxer transforma essas comparações em dados de treinamento usando a Otimização Direta de Preferências (DPO). Em vez de rotular manualmente cada exemplo, o modelo aprende com pares de resultados: o rascunho original e a versão editada pelo usuário.
Depois, toda alteração na geração de rascunhos passa por um teste A/B. A Fyxer só lança a nova versão quando ela produz uma melhoria estatisticamente significativa. Graças ao volume de usuários, a equipe às vezes consegue atingir esse patamar em apenas um dia.
Hoje, 53% dos rascunhos gerados por IA da Fyxer são aceitos sem alterações. Isso significa que o sistema prevê corretamente a intenção e o tom em grande parte das conversas reais. Só em 2025, a receita recorrente anual da Fyxer cresceu de US$ 1 milhão para US$ 32 milhões.
Para Hollingsworth, o sinal mais expressivo é a retenção. Muitos clientes da Fyxer não têm conhecimentos técnicos avançados e, para alguns, ela é o primeiro sistema de IA usado diariamente.
"Todo mundo fala de ARR, mas acho que a retenção é o verdadeiro diferencial. Mais de 90% dos nossos usuários continuam pagando após 90 dias e ainda usam a plataforma todos os dias."
Olhando para o futuro, a Fyxer está desenvolvendo uma compreensão mais completa das relações, preferências e frentes de trabalho em andamento. Seu assistente continua evoluindo: deixa de apenas redigir respostas e se torna um assistente de IA mais abrangente, capaz de assumir uma parcela maior da carga de comunicação e coordenação do usuário.
"Nossa visão é permitir que nossos clientes dediquem o máximo possível de seu tempo ao trabalho que realmente amam", diz Hollingsworth. "Queremos levá-los a um ponto em que nunca precisem abrir o computador e possam confiar na Fyxer para cuidar de tudo isso."
