Как компания Fyxer создала ИИ-ассистента для руководителей, которому доверяют14.09.2026 12:00

Для многих профессионалов работа означает постоянное отслеживание бесед и договоренностей в почтовых ящиках, на встречах, в сообщениях и приложениях. Без надежного контекста эти обязательства могут затеряться, что нанесет ущерб проектам и деловым отношениям.

Компания Fyxer создала ИИ-ассистента для руководителей, который следит за ходом дел по мере того, как работа перемещается между различными инструментами. Он объединяет новейшие модели OpenAI с более чем 500 000 часов рабочих процессов исполнительных ассистентов, распределяя задачи между десятками специализированных моделей, которые совершенствуются на основе отзывов реальных пользователей.

Электронная почта — одно из самых наглядных мест для демонстрации работы системы. Два человека могут получить одно и то же письмо и нуждаться в совершенно разных ответах в зависимости от характера отношений, предыдущих событий и целей каждого из них. Именно поэтому кажущаяся простой задача оказывается невероятно сложной для искусственного интеллекта.

«Существует явление, известное как парадокс Моравека, — объясняет соучредитель Fyxer Арчи Холлингсворт (Archie Hollingsworth). — То, что легко дается людям, сложно для компьютеров, и наоборот». Fyxer справляется с этой сложностью, изучая манеру работы каждого пользователя, что позволяет ИИ отвечать как ассистент, который уже знает, что действительно важно.

Передовые модели OpenAI обеспечивают ключевые этапы работы: от понимания текста письма и поиска нужного контекста до создания черновика. Компания Fyxer выбрала OpenAI, потому что ее модели показали лучшие результаты во внутренних тестах Fyxer, обладали мощными возможностями тонкой настройки (fine-tuning) для решения субъективных задач (таких как определение тона и намерений), а также обеспечивали оперативную инженерную поддержку посредством совместных сессий и технического сотрудничества.

Подход Fyxer предлагает три важных урока для основателей стартапов, создающих ИИ-продукты с глубоким контекстом:

Fyxer построила свою систему на базе 30–50 специализированных моделей, каждая из которых отвечает за узкий участок рабочего процесса с электронной почтой. Вместо того чтобы рассматривать обработку писем как единую задачу по генерации текста, Fyxer делит проблему на систему предсказаний — например, определение того, требует ли сообщение ответа, или создание черновиков, соответствующих тону и контексту пользователя.

«Разделение проблемы на множество меньших моделей работает гораздо лучше, чем попытка заставить одну модель написать хорошее письмо», — поясняет Холлингсворт.

Когда приходит новое письмо, модель принятия решения об ответе классифицирует сообщение: нужно ли на него отвечать, требуется ли запланировать встречу или это просто информация, с которой пользователю следует ознакомиться.

Если ответ необходим, дополнительные модели анализируют намерение письма и прогнозируют возможный результат взаимодействия. Эти модели определяют такие паттерны, как движение беседы к назначению встречи, урегулирование запроса или продолжение долгосрочной цепочки взаимоотношений.

Память — один из важнейших компонентов системы. Fyxer должна решать, какие детали должны сохраняться между разговорами, а какие должны исчезать после разового обмена сообщениями. Когда приходит новое письмо, поисковые модели сопоставляют его с сохраненными взаимодействиями и извлекают воспоминания, наиболее релевантные для данного человека и темы.

Модели OpenAI обеспечивают различные этапы работы системы Fyxer. «Мы используем модели OpenAI для всего: от анализа письма, чтобы понять его суть, до извлечения и повторного ранжирования контекста, который мы хотим включить, и до непосредственной генерации текста письма», — говорит Шанцила (Shantsila).

Перед запуском своего ИИ-продукта компания Fyxer годами управляла сервисом исполнительных ассистентов с участием живых людей. Со временем команда накопила набор данных, состоящий из более чем 500 000 часов аннотированных рабочих процессов руководителей, в котором запечатлено то, как реальные помощники управляют профессиональной коммуникацией.

Эти примеры предоставили Fyxer обучающие данные, взятые из самой реальной работы. Они отражают тонкие нюансы принятия решений для хорошего ответа: когда ответить быстро, когда подождать, какой из прошлых разговоров имеет значение и как один и тот же запрос может требовать совершенно разных ответов в зависимости от собеседника.

Fyxer использует обучение с учителем (supervised fine-tuning) и метод адаптации с низким рангом (LoRA) в рамках всей своей системы для создания специализированных вариантов моделей при одновременном контроле затрат на обучение. На ранних этапах разработки продукта команда использовала платформу тонкой настройки OpenAI для задач, требующих высокой точности. Совсем недавно Fyxer сотрудничала с командой управляемой тонкой настройки OpenAI для внедрения в производство новой контрольной точки (checkpoint).

Перед развертыванием любой модели Fyxer оценивает ее на проверочных наборах данных, основанных на собственных почтовых задачах компании, включая создание черновиков, классификацию и расстановку приоритетов. Команда сопоставляет точность со временем отклика и стоимостью, поскольку оптимальный выбор может варьироваться в зависимости от конкретной задачи.

После развертывания система Fyxer продолжает совершенствоваться на основе отзывов реальных пользователей. Когда человек редактирует черновик перед отправкой, разница между исходным и финальным письмом показывает, какому варианту ответа он отдал предпочтение.

Fyxer конвертирует эти сравнения в обучающие данные с помощью метода оптимизации прямых предпочтений (Direct Preference Optimization, DPO). Вместо ручной разметки каждого примера модель учится на парах результатов: исходном черновике и отредактированной пользователем версии.

Любое изменение в черновиках затем проходит A/B тестирование. Fyxer выпускает новую версию только тогда, когда она демонстрирует статистически значимое улучшение. Благодаря большому объему пользователей команда порой способна достичь этого порога всего за сутки.

На сегодняшний день 53% созданных ИИ черновиков Fyxer принимаются пользователями в неизменном виде. Это означает, что система точно прогнозирует намерения и тон для огромной доли реальных переписок. Только за 2025 год регулярная годовая выручка (ARR) Fyxer выросла с 1 млн до 32 млн долларов.

По мнению Холлингсворта, более важным показателем является удержание клиентов. Многие клиенты Fyxer не обладают глубокими техническими знаниями, и для некоторых из них Fyxer — это первая ИИ-система, которую они используют ежедневно.

Заглядывая в будущее, Fyxer формирует более глубокое понимание взаимоотношений, предпочтений и текущих рабочих цепочек. Их ассистент продолжает эволюционировать от создания черновиков к полноценному ИИ-помощнику, способному управлять еще большей частью коммуникационной и координационной нагрузки пользователя.

«Наша цель — сделать так, чтобы клиенты занимались только той работой, которую они по-настоящему любят, — говорит Холлингсворт. — Мы хотим привести их к тому моменту, когда им больше не придется открывать компьютер и они смогут полностью доверить Fyxer управление всеми этими процессами».