Як Fyxer створила ШІ-асистента керівника, якому довіряють люди
Fyxer поєднує моделі OpenAI з понад 500 000 годин робочих процесів виконавчих асистентів і реальними відгуками користувачів, щоб складати відповіді в стилі кожної конкретної людини.
90%
Утримання користувачів через 90 днів
53%
Чернеток, згенерованих ШІ, прийнято без правок
Для багатьох фахівців робота означає відстеження розмов і зобов'язань у вхідній пошті, на зустрічах, у повідомленнях і застосунках. Без надійного контексту такі зобов'язання можуть загубитися, завдаючи шкоди проєктам і стосункам.
Fyxer створила ШІ-асистента керівника, який стежить за ходом справи, поки робота переходить від одного інструменту до іншого. Він поєднує найновіші моделі OpenAI з понад 500 000 годин робочих процесів виконавчих асистентів, розподіляючи роботу між десятками спеціалізованих моделей, які вдосконалюються завдяки реальним відгукам користувачів.
Електронна пошта — одне з найяскравіших місць, де це видно на практиці. Двоє людей можуть отримати той самий лист, але потребувати абсолютно різних відповідей залежно від стосунків, попередньої історії спілкування та мети кожного з них. Це робить, на перший погляд, просте завдання оманливо складним для ШІ.
«Існує так званий парадокс Моравека, — пояснює співзасновник Fyxer Арчі Голлінгсворт. — Те, що людям здається легким, важко дається комп'ютерам, а те, що легко комп'ютерам, важко людям». Fyxer долає цю складність, вивчаючи, як працює кожен користувач, щоб відповідати так, як це робив би асистент, який уже знає, що важливо.
Передові моделі OpenAI забезпечують ключові етапи цього процесу — від розуміння листа й пошуку потрібного контексту до створення чернетки відповіді. Fyxer обрала OpenAI, оскільки її моделі показали найкращі результати у внутрішніх тестах Fyxer, забезпечили потужні можливості тонкого налаштування для суб'єктивних завдань, таких як тон і намір, а також надали практичну інженерну підтримку через сесії спільного обговорення (whiteboarding) і технічну співпрацю.
«Ми обрали OpenAI, тому що в неї найкращі моделі, а ще вона надала нам прямий доступ і можливість тісно співпрацювати. Я можу поставити запитання у Slack і швидко отримати відповідь, а коли ми стикаємося з проблемою, команда приїжджає до нашого офісу й розв’язує її разом із нами. Вона справді завжди поруч».
Підхід Fyxer дає засновникам, які створюють ШІ-продукти з глибоким розумінням контексту, три важливі уроки:
Fyxer побудувала свою систему навколо 30–50 спеціалізованих моделей, кожна з яких відповідає за вузьку частину робочого процесу з обробки пошти. Замість того щоб розглядати електронний лист як єдине завдання генерації тексту, Fyxer розбиває проблему на систему прогнозів — наприклад, визначення того, чи потребує повідомлення відповіді, або створення чернеток, що відповідають тону й контексту користувача.
«Розбиття задачі на багато менших моделей працює значно краще, ніж прохання до однієї моделі написати хороший лист», — пояснює Голлінгсворт.
Коли надходить новий лист, модель прийняття рішення щодо відповіді класифікує повідомлення: чи потребує воно відповіді, чи це дія для планування зустрічі, чи просто інформація, яку користувач має побачити?
Якщо відповідь потрібна, додаткові моделі аналізують намір листа та прогнозують імовірний результат взаємодії. Ці моделі визначають такі закономірності, як-от чи рухається розмова до планування зустрічі, розв'язання запиту, чи є продовженням довшого ланцюжка стосунків.
Пам'ять — одна з найважливіших частин системи. Fyxer потрібно вирішувати, які деталі мають зберігатися між розмовами, а які мають зникати після одного обміну повідомленнями. Коли надходить новий лист, моделі пошуку порівнюють його зі збереженими взаємодіями та виводять на поверхню фрагменти памʼяті, найбільш релевантні для цієї людини й цього ланцюжка листування.
Моделі OpenAI забезпечують роботу різних етапів системи Fyxer. «Ми використовуємо моделі OpenAI буквально для всього: від опрацювання листа, щоб зрозуміти, про що він насправді, до підбору й переранжування контексту, який ми хочемо включити, і аж до безпосередньої генерації листа», — каже Шанцила.
Перш ніж запустити свій ШІ-продукт, Fyxer роками надавала послуги виконавчого асистента із залученням людей. З часом команда накопичила набір даних, побудований на основі понад 500 000 годин анотованих робочих процесів виконавчих асистентів, що фіксували, як реальні асистенти керують професійною комунікацією.
Ці приклади дали Fyxer навчальні дані, отримані безпосередньо з реальної роботи. Вони фіксували дрібні судження, що лежать в основі якісної відповіді: коли відповідати швидко, коли почекати, яка попередня розмова має значення і як той самий запит може вимагати різної відповіді залежно від співрозмовника.
У своїй ширшій системі Fyxer застосовує контрольоване донавчання та низькорангову адаптацію (LoRA), щоб створювати спеціалізовані для окремих завдань варіанти моделей і водночас контролювати витрати на навчання. На ранніх етапах розробки продукту команда використовувала платформу донавчання OpenAI для завдань, що потребували високої точності. Нещодавно Fyxer співпрацював із командою керованого донавчання OpenAI, щоб запустити у виробничому середовищі нову контрольну точку.
«OpenAI відіграла для нас ключову роль, допомігши перенести наші знання про клієнтів і успішно втілити їх у роботі моделей».
Перш ніж розгорнути будь-яку модель, Fyxer оцінює її на валідаційних наборах даних, побудованих на основі власних завдань з обробки електронної пошти, включно зі складанням чернеток, класифікацією та визначенням пріоритетів. Команда зважує точність разом із часом відповіді та вартістю, оскільки оптимальний вибір може відрізнятися залежно від конкретного завдання.
Після розгортання система Fyxer продовжує вдосконалюватися завдяки реальним відгукам користувачів. Коли користувач редагує чернетку перед надсиланням, різниця між початковим і остаточним листом показує, якому варіанту він віддав перевагу.
Fyxer перетворює ці порівняння на навчальні дані за допомогою прямої оптимізації переваг (DPO). Замість того щоб вручну розмічати кожен приклад, модель навчається на парах результатів: початковій чернетці та відредагованій користувачем версії.
Потім кожну зміну в підготовці чернеток перевіряють за допомогою A/B-тесту. Fyxer випускає нову версію лише тоді, коли вона забезпечує статистично значуще покращення. Завдяки кількості користувачів команда іноді досягає цього порогу лише за день.
Сьогодні 53% чернеток листів, згенерованих ШІ у Fyxer, приймаються без жодних правок. Це означає, що система правильно передбачає намір і тон для значної частки реальних розмов. Лише за 2025 рік річний регулярний дохід Fyxer зріс з 1 мільйона до 32 мільйонів доларів.
Для Голлінгсворта важливішим показником є утримання клієнтів. Багато клієнтів Fyxer не мають глибоких технічних знань, і для деяких із них Fyxer — це перша система ШІ, якою вони користуються щодня.
«Усі говорять про ARR, але, на мою думку, справжній привід для гордості — це утримання користувачів. Понад 90% наших користувачів продовжують платити й щодня користуватися сервісом навіть через 90 днів».
Дивлячись у майбутнє, Fyxer розробляє глибше розуміння стосунків, уподобань і поточних робочих обговорень. Їхній асистент продовжує розвиватися, виходячи за межі складання відповідей у бік ширшого ШІ-асистента, здатного взяти на себе більшу частину комунікаційного та координаційного навантаження користувача.
«Наше бачення полягає в тому, щоб дати нашим клієнтам змогу займатися саме тією роботою, яку вони справді люблять, — каже Голлінгсворт. — Ми хочемо привести їх до стану, коли їм ніколи не доведеться відкривати комп'ютер і вони зможуть довірити Fyxer керувати всім».
