Jak Fyxer zbudował asystenta wykonawczego AI, któremu ufają ludzie

Europejski start-up Fyxer postawił przed sobą wyzwanie zautomatyzowania powtarzalnych zadań administracyjnych, z którymi na co dzień mierzy się najwyższa kadra zarządzająca. Wykorzystując zaawansowane modele językowe dostarczane przez OpenAI, firma stworzyła wirtualnego asystenta, który działa w tle jako inteligentna warstwa produktywności. Narzędzie to nie ma na celu całkowitego zastąpienia ludzi pracujących na stanowiskach executive assistant, lecz raczej przejęcie najbardziej mechanicznych obowiązków, takich jak analiza pękających w szwach skrzynek odbiorczych, identyfikacja zadań ze spotkań czy organizacja kalendarza, odbywających się bezpośrednio w programach pocztowych pokroju Gmail czy Outlook. Rozwiązanie to szybko znalazło uznanie, co przełożyło się na wymierny sukces biznesowy: tylko w 2025 roku roczne przychody cykliczne (ARR) start-upu wzrosły gwałtownie z poziomu 1 mln USD do aż 32 mln USD.

Rozbicie problemu na dziesiątki modeli

Zarządzanie profesjonalną komunikacją za pośrednictwem poczty elektronicznej i systemów biurowych to proces zwodniczo trudny do zautomatyzowania. Z pozoru błahe decyzje — do kogo skierować wiadomość, jakiego użyć tonu, czy od razu proponować termin spotkania — wymagają szerokiego zrozumienia biznesowego kontekstu. Jak trafnie diagnozuje Archie Hollingsworth, współzałożyciel Fyxer: „Istnieje zjawisko zwane paradoksem Moraveca. To, co ludziom przychodzi łatwo, jest trudne dla komputerów, a to, co łatwe dla komputerów, jest trudne dla ludzi”.

Aby przezwyciężyć tę barierę, inżynierowie odpowiedzialni za platformę odeszli od pomysłu stosowania jednego, potężnego modelu do wszystkiego. Architektura asystenta opiera się na rozproszonym klastrze liczącym od 30 do 50 wyspecjalizowanych modeli sztucznej inteligencji. Każdy z nich nadzoruje ściśle określony ułamek procesu obsługi powiadomień i e-maili. Gdy nowa wiadomość zostaje odebrana, dedykowany moduł klasyfikuje intencję nadawcy, przeszukuje archiwalne wymiany zdań i w oparciu o relewantną historię relacji decyduje, jakie kroki należy podjąć. Jak wyjaśnia Shantsila, powołując się na mechanikę oprogramowania: „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”.

Uczenie na podstawie ludzkiego doświadczenia

Skuteczne odwzorowanie niuansów komunikacji na szczeblu menedżerskim nie byłoby jednak możliwe bez ogromnej bazy danych. Zanim Fyxer wdrożył asystenta w pełni opartego na sztucznej inteligencji, przez lata gromadził bezcenną wiedzę, świadcząc tradycyjne usługi ludzkiego wsparcia administracyjnego. W efekcie system przetworzył unikalny zbiór informacji, w skład którego wchodziło ponad 500 000 godzin procesów pracy asystentów kadry zarządzającej.

Ten zasób wiedzy operacyjnej posłużył do precyzyjnego wytrenowania modeli. Aby zoptymalizować koszty przy jednoczesnym zapewnieniu trafności kategoryzacji priorytetów, inżynierowie sięgnęli po sprawdzone metodologie uczenia, takie jak nadzorowana konfiguracja precyzyjna oraz adaptacja niskiego rzędu (LoRA). Joey Dwonczyk, inżynier produktu AI/ML w Fyxer, podsumowuje rolę zaplecza technologicznego: „OpenAI odegrało dla nas kluczową rolę, pomagając przełożyć wiedzę o naszych klientach na sposób działania modeli”.

Pętla samouczenia budująca zaufanie i lojalność

Kluczem do sukcesu asystenta było zaoferowanie pełnej kontroli poprzez nadzór człowieka (human-in-the-loop). Fyxer uczy się wzorców i proponuje wersje robocze, ale wysłanie finalnej odpowiedzi wciąż pozostaje zależne od woli użytkownika. Kiedy menedżer zdecyduje się edytować zaproponowaną wiadomość przed kliknięciem przycisku "wyślij", każda jego poprawka traktowana jest jako nowa wskazówka ulepszająca działanie asystenta w przyszłości.

Startup zaprzągł tu do pracy mechanizm znany jako bezpośrednia optymalizacja preferencji (DPO). System doskonali swoje działanie, analizując różnice między odrzuconym wstępem a zaakceptowanym przez człowieka wynikiem końcowym. Po pomyślnym zaliczeniu wymogów jakościowych podczas testów A/B, nowe wagi wprowadzane są do publicznego obiegu. To rygorystyczne i powtarzalne podejście przyniosło świetne statystyki: obecnie aż 53% wygenerowanych przez AI wersji roboczych Fyxer jest akceptowanych i wysyłanych przez użytkowników bez wprowadzania najmniejszych zmian.

Tak spersonalizowana obsługa generuje głębokie zaufanie i zapobiega rezygnacji ze subskrypcji. Jak podsumowuje Hollingsworth, o prawdziwym sukcesie produktu decyduje wierność klientów korporacyjnych: „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”.