AIメール下書き、53％を無修正採用　Fyxerが運用実績を公開

メールを一気に書かせず、小さな判断へ分ける

OpenAIは9月14日、英国のスタートアップFyxerがAI秘書を運用する事例を公開しました。Fyxerの説明では、AIが作ったメール下書きの53％は利用者が手を加えずに採用され、利用開始から90日後も90％超の利用者が支払いを続けています。いずれもFyxerとOpenAIが示した自己申告値で、対象人数や業種別の内訳、第三者監査の有無は公開されていません。それでも、生成AIを仕事へ定着させる設計を考える材料にはなります。

特徴は、長い指示文ひとつで返信を書かせていない点です。Fyxerはメール業務を30〜50の専門モデルへ分け、返信が必要か、日程調整か、単なる共有かを先に分類します。返信が必要なら意図と望ましい着地点を読み、過去の会話から関係する記憶を探し、最後に文面を作る流れです。OpenAIモデルはメールの理解、関連情報の検索と並べ替え、文章生成に使われています。

同じメールでも、相手との関係や過去の経緯によって必要な返事は変わるため、Fyxerは処理を複数の小さな予測へ分けている。

出典：OpenAI「How Fyxer built an AI executive assistant people trust」を要約

これは、モデルの性能競争だけでなく、業務をどこまで分解できるかが成果を左右する段階へ移ったことを示します。高性能モデルへ置き換えるだけなら他社も追いつきやすい一方、返信要否や関係性の判断を業務データと結びつけるには、会社ごとの運用知識が要るからです。逆に、業務を分けても各判断の正解を記録できない会社では、この方法をそのまま導入しても改善は進みません。

利用者の修正を、次の改善材料へ変える

Fyxerは人が行っていた秘書サービスを先に運営し、50万時間超の注釈付き業務データを蓄積したと説明しています。そこには、急いで返す場面、待つべき場面、どの過去会話を参照するかといった小さな判断が含まれます。教師あり微調整とLoRAを使い、仕事ごとにモデルを調整している点も、一般的なメール生成機能との違いです。

運用後は、AIの下書きと利用者が実際に送った文面の差を好みのデータへ変え、DPOという手法で学習へ戻します。DPOは、好ましい出力と好ましくない出力の組み合わせから、利用者が選ぶ答えへモデルを近づける方法です。OpenAIのAPI仕様でもDPO形式の微調整が用意されています。Fyxerは変更後のモデルをA/Bテストし、統計的に有意な改善が出た場合だけ新しい版を使うとしています。

ここで重要なのは、53％という数字そのものより、修正が失敗ログではなく改善材料になることです。ただし、社員が機密情報を削った修正と、好みの語尾へ直した編集を同じデータとして扱うと、誤った学習につながります。企業側は編集理由を「事実誤り」「情報不足」「口調」「機密情報」のように分け、学習へ回してよい差分を選ぶ必要があります。

全自動送信より、下書きと分類から始める

導入の入口は、共有アドレスや営業メールをすべてAIへ任せることではありません。まず対象を、定型問い合わせや社内日程調整など、正解と担当者が明確な1業務へ絞ります。AIには返信要否の分類と下書きだけを許し、送信は人が確認する形なら、誤送信の損害を抑えながら採用率と修正時間を測れます。

試行中は、無修正採用率だけを成功指標にしないことも大切です。利用者が早く終わらせるため誤りを見逃せば、採用率は上がっても品質は落ちます。事実誤り、宛先ミス、機密情報の混入、顧客からの苦情を別に数え、人の確認時間が本当に減ったかを並べて見ます。Fyxerの90日後継続率や53％の採用率を、自社の目標値としてそのまま置く根拠はありません。

編集部は、今回の事例が示す競争軸を「どのモデルを使うか」より「どの修正を学習へ戻せるか」だとみます。モデル性能が横並びになっても、会社固有の判断データと評価手順は残るためです。一方、モデルだけで長文メールの品質が十分に安定し、業務分割や微調整の費用が見合わなくなれば、この優位は薄れます。いま試すなら、自動送信の範囲ではなく、修正理由を継続して集められる業務から選ぶのが現実的です。