Fyxer güvenilir yapay zekâ yönetici asistanını nasıl geliştirdi
Fyxer, her kullanıcının üslubuyla yanıt taslakları hazırlamak için OpenAI modellerini 500.000 saati aşkın yönetici asistanlığı iş akışı ve gerçek kullanıcı geri bildirimleriyle birleştiriyor.
%90
90 gün sonraki kullanıcı tutma oranı
%53
Yazıldığı hâliyle kabul edilen yapay zekâ taslaklarının oranı
Birçok profesyonel için çalışmak; gelen kutuları, toplantılar, mesajlar ve uygulamalardaki konuşmaları ve taahhütleri takip etmek demek. Sağlam bir bağlam olmadan bu taahhütler gözden kaçabilir, projelere ve ilişkilere zarar verebilir.
Fyxer, işler farklı araçlar arasında ilerlerken süreci takip eden bir yapay zekâ yönetici asistanı geliştirdi. En yeni OpenAI modellerini 500.000 saati aşkın yönetici asistanlığı iş akışıyla birleştiriyor ve işi, gerçek kullanıcı geri bildirimleriyle gelişen onlarca uzmanlaşmış model arasında bölüştürüyor.
Bunun nasıl çalıştığını en net gösteren alanlardan biri e-posta. İki kişi aynı e-postayı alabilir ancak aralarındaki ilişkiye, daha önce yaşananlara ve her birinin ulaşmaya çalıştığı sonuca bağlı olarak tamamen farklı yanıtlara ihtiyaç duyabilir. Bu nedenle görünüşte basit olan bu görev, yapay zekâ için sanıldığından çok daha zordur.
Fyxer Kurucu Ortağı Archie Hollingsworth, “Moravec paradoksu diye bir kavram var,” diyor. “İnsanların kolay bulduğu şeyler bilgisayarlar için, bilgisayarların kolay bulduğu şeylerse insanlar için zordur.” Fyxer, her kullanıcının nasıl çalıştığını öğrenerek bu karmaşıklığın üstesinden geliyor; böylece neyin önemli olduğunu zaten bilen bir asistan gibi yanıt verebiliyor.
En üst seviye OpenAI modelleri; e-postayı anlamaktan doğru bağlamı bulmaya ve taslak oluşturmaya kadar deneyimin temel aşamalarını destekliyor. Fyxer, modelleri kendi kurum içi kıyaslamalarında en iyi performansı gösterdiği, ton ve niyet gibi öznel görevler için güçlü ince ayar olanakları sunduğu ve beyaz tahta oturumlarıyla teknik iş birliği üzerinden uygulamalı mühendislik desteği sağladığı için OpenAI'ı tercih etti.
“En iyi modeller OpenAI'da olduğu için onları tercih ettik. Ayrıca bize doğrudan erişim ve yakın bir çalışma ilişkisi sundular. Slack'te bir soru sorup hızla yanıt alabiliyorum; bir sorunla karşılaştığımızda ekip ofisimize gelip bizimle birlikte çözüm üretiyor. Gerçekten yanımızda oluyorlar.”
Fyxer'ın yaklaşımı, bağlamı yoğun biçimde kullanan yapay zekâ ürünleri geliştiren kuruculara üç ders sunuyor:
Fyxer, sistemini her biri e-posta iş akışının dar bir bölümünden sorumlu 30 ila 50 uzmanlaşmış model üzerine kurdu. Fyxer, e-postayı tek bir metin oluşturma görevi olarak ele almak yerine sorunu bir tahmin sistemine ayırıyor. Örneğin bir mesajın yanıt gerektirip gerektirmediğine karar veriyor veya kullanıcının tonuna ve bağlamına uygun yanıtlar hazırlıyor.
Hollingsworth, “Sorunu birçok küçük modele bölmek, tek bir modelden iyi bir e-posta yazmasını istemekten çok daha iyi sonuç veriyor,” diyor.
Yeni bir e-posta geldiğinde yanıt karar modeli mesajı sınıflandırıyor: Yanıt mı verilmeli, bir planlama işlemi mi yapılmalı, yoksa bu yalnızca kullanıcının görmesi gereken bir bilgi mi?
Yanıt gerekiyorsa ek modeller e-postanın niyetini analiz ediyor ve etkileşimin olası sonucunu tahmin ediyor. Bu modeller, konuşmanın toplantı planlamaya, bir talebi çözmeye veya daha uzun süreli bir ilişki akışını sürdürmeye doğru ilerleyip ilerlemediği gibi örüntüleri belirliyor.
Bellek, sistemin en önemli bileşenlerinden biri. Fyxer, hangi ayrıntıların konuşmalar arasında korunacağına, hangilerininse tek bir etkileşimden sonra silineceğine karar vermek zorunda. Yeni bir e-posta geldiğinde erişim modelleri bunu kayıtlı etkileşimlerle karşılaştırıyor ve söz konusu kişi ile konuşma akışı açısından en ilgili anıları öne çıkarıyor.
OpenAI modelleri, Fyxer sisteminin farklı aşamalarına güç veriyor. Shantsila, “OpenAI modellerini; e-postanın gerçekte ne hakkında olduğunu anlamak üzere içeriği özümsemekten eklemek istediğimiz bağlamı bulup yeniden sıralamaya ve e-postayı oluşturmaya kadar her aşamada kullanıyoruz,” diyor.
Fyxer, yapay zekâ ürününü kullanıma sunmadan önce yıllarca insan gücüne dayalı bir yönetici asistanlığı hizmeti verdi. Ekip zaman içinde, gerçek asistanların profesyonel iletişimi nasıl yönettiğini gösteren 500.000 saati aşkın açıklamalı yönetici iş akışından oluşan bir veri kümesi oluşturdu.
Bu örnekler Fyxer'a doğrudan işin kendisinden elde edilmiş eğitim verileri sağladı. İyi bir yanıtın ardındaki küçük kararları yakaladılar: Ne zaman hızla yanıt verilmeli, ne zaman beklenmeli, önceki konuşmalardan hangisi önemli ve aynı talep farklı kişilere göre nasıl farklı yanıtlar gerektirebilir?
Fyxer, eğitim maliyetini kontrol altında tutarken göreve özel model çeşitleri oluşturmak için genel sisteminde denetimli ince ayar ve Düşük Dereceli Uyarlama (LoRA) kullanıyor. Ürün geliştirme sürecinin başlarında ekip, yüksek doğruluk gerektiren görevler için OpenAI'ın ince ayar platformunu kullandı. Fyxer kısa süre önce yeni bir kontrol noktasını üretime almak için OpenAI'ın yönetilen ince ayar ekibiyle çalıştı.
“Müşterilerimiz hakkında edindiğimiz bilgileri modellere başarıyla aktarmamıza ve modellerin çalışma biçimine dâhil etmemize yardımcı olan OpenAI, bizim için kritik bir rol oynadı.”
Fyxer, herhangi bir modeli kullanıma almadan önce taslak hazırlama, sınıflandırma ve önceliklendirme dâhil kendi e-posta görevlerine göre oluşturulmuş doğrulama kümelerinde değerlendiriyor. En iyi seçenek göreve göre değişebildiğinden ekip, doğruluğun yanı sıra yanıt süresini ve maliyeti de değerlendiriyor.
Fyxer'ın sistemi kullanıma alındıktan sonra gerçek kullanıcı geri bildirimleriyle gelişmeye devam ediyor. Bir kullanıcı taslağı göndermeden önce düzenlediğinde ilk taslak ile son e-posta arasındaki fark, hangi çıktıyı tercih ettiğini gösteriyor.
Fyxer, Doğrudan Tercih Optimizasyonu'nu (DPO) kullanarak bu karşılaştırmaları eğitim verisine dönüştürüyor. Model, her örneğin elle etiketlenmesi yerine çıktı çiftlerinden öğreniyor: ilk taslak ve kullanıcının düzenlediği sürüm.
Taslak hazırlama sürecindeki her değişiklik daha sonra A/B testinden geçiriliyor. Fyxer yeni sürümü yalnızca istatistiksel olarak anlamlı bir iyileşme sağladığında kullanıma sunuyor. Kullanıcı hacmi sayesinde ekip bazen bu eşiğe bir gün içinde ulaşabiliyor.
Bugün Fyxer'ın yapay zekâ tarafından oluşturulan taslaklarının %53'ü yazıldığı hâliyle kabul ediliyor. Bu, sistemin gerçek konuşmaların büyük bir bölümünde niyeti ve tonu doğru tahmin ettiği anlamına geliyor. Fyxer yalnızca 2025'te yıllık tekrarlanan gelirini 1 milyon dolardan 32 milyon dolara çıkardı.
Hollingsworth'e göre daha güçlü gösterge, kullanıcıları elde tutma oranı. Birçok Fyxer müşterisi ileri düzey teknik bilgiye sahip değil; bazıları için Fyxer, her gün kullandıkları ilk yapay zekâ sistemi.
“Herkes ARR'den söz ediyor ama bence asıl başarı göstergesi kullanıcıları elde tutmak. Kullanıcılarımızın %90'ından fazlası 90 gün sonra hâlâ ödeme yapıyor ve bizi her gün kullanmaya devam ediyor.”
Fyxer gelecekte ilişkileri, tercihleri ve devam eden iş akışlarını daha kapsamlı biçimde anlamayı hedefliyor. Asistanları, yalnızca yanıt taslakları hazırlamanın ötesine geçerek kullanıcının iletişim ve koordinasyon yükünün daha büyük bölümünü yönetebilen kapsamlı bir yapay zekâ asistanına dönüşmeye devam ediyor.
Hollingsworth, “Vizyonumuz, müşterilerimizin gerçekten sevdikleri işleri mümkün olduğunca çok yapmalarını sağlamak,” diyor. “Bilgisayarlarını hiç açmak zorunda kalmayacakları ve tüm bunları yönetmesi için Fyxer'a güvenebilecekleri bir noktaya ulaşmalarını istiyoruz.”
