Fyxerは、ユーザーごとの口調でメールの返信を下書きするAI秘書です。OpenAIのモデルに、人間の秘書が積み重ねた500,000時間超の仕事の記録と、ユーザーが送る前に直した跡を学ばせています。OpenAIが2026年9月14日に公開した事例記事では、下書きの53%が書かれたまま送られています。私はこの記事を原文で読み、仕組みと数字を確かめました。
1. OpenAIが紹介した、あなたの口調で書くAI秘書
今回の発表は新製品ではなく、Fyxerというスタートアップの事例紹介です。Fyxerは、返事が必要なメールを見分け、ユーザーごとの口調で返信の下書きを用意するAIエグゼクティブアシスタントです。OpenAIの最新モデルと、人間の秘書による500,000時間超の業務の記録を組み合わせています。
01. 同じメールでも、返事は人によって違う
同じメールを受け取っても、相手との関係やこれまでのやり取り、自分が何をしたいかによって、ふさわしい返事は変わります。共同創業者のArchie Hollingsworth氏は、人に簡単なことほど機械には難しいという「モラベックのパラドックス」を例に挙げています。Fyxerは、ユーザー一人ひとりの働き方を学ばせることで、この違いを下書きに反映させています。
02. 発表された数字は「続いている」ことを示す
Hollingsworth氏が強調したのは、売上ではなく継続率でした。ユーザーの多くは技術に詳しいわけではなく、Fyxerが毎日使う初めてのAIだという人もいます。その人たちが90日後も料金を払い、毎日使っています。
AIの助手を自分の部屋とPCに組む方法は、こちらの記事にまとめています。
-
-
現実版J.A.R.V.I.S.の作り方2026 — Alexa+・HomePod・Geminiで家をAI化する
作中でトニーがJ.A.R.V.I.S.とF.R.I.D.A.Y.に出した指示を21件数え直し、2026年の市販品でどこまで届くかを1件ずつ突き合わせました。そのまま作れるのは7件です。
2. メールを小さな仕事に分ける、という発想
Fyxerは、メール対応を「一通の文章を書く作業」として扱いません。30〜50の専門モデルが、細かい判断を一つずつ受け持ちます。Hollingsworth氏は、1つのモデルに良いメールを書かせるより、小さなモデルに分けたほうがずっとうまくいくと話しています。
01. 届いたら、まず仕分ける
返事が必要と分類されたメールは、別のモデルが意図を読み、やり取りがどこへ向かっているかを予測します。優秀な秘書が頭の中でこなしている段取りを、モデルごとの分業にした形です。
02. 何を覚え、何を忘れるかを決める
発表は、記憶をこの仕組みの最も重要な部分の一つに挙げています。どの情報を会話をまたいで残し、どれを一度きりで手放すかを決める必要があるからです。新しいメールが届くと、検索用のモデルが保存されたやり取りと照らし合わせ、その相手とそのスレッドに関係の深い記憶を取り出します。
Shantsila氏によると、メールの中身を読み取る工程、文脈を集めて並べ替える工程、文面を書く工程のすべてにOpenAIのモデルが使われています。
3. 直した跡が、次の下書きを育てていく
Fyxerは2種類のデータから学んでいます。一つは人間の秘書が実際にどう働いてきたかの記録、もう一つはユーザーが送る前に下書きを直した跡です。
01. 人間の秘書の仕事が、教科書になった
FyxerはAI製品を出す前、何年も人間による秘書サービスを運営していました。その間にためた注釈付きの業務データが、500,000時間超あります。すぐに返すか、少し待つか。どの過去のやり取りが関係するか。同じ依頼でも相手によって返し方を変える、そうした細かな判断が記録されています。
LoRAを使うのは、学習コストを抑えながら作業ごとのモデルを作るためです。最近は、OpenAIのファインチューニング支援チームと組んで、新しいモデルを本番に投入しました。
02. 送る前のひと手間が、学習データになる
使う人から見ると、下書きを直して送る操作が、そのままAIへの指示になります。53%が書かれたまま送られている今も、残りの手直しが次の改善の材料になっています。
4. AIに返信の下書きを任せる前の目安
毎日のメールに時間を取られていて、返信の言い回しがある程度決まっている人は、この種のAI秘書の仕組みと相性が合います。先に自分の受信箱を見直し、任せたいメールと自分で書くメールを分けておきます。
01. 任せやすいメール、自分で書くメール
発表によると、Fyxerのユーザーの多くは技術に詳しくない人です。AIに慣れていないことは、試さない理由になりにくいと私は読みました。
02. 試す前に、受信箱でやっておきたいこと
1の仕分けで「返事が必要」に入った通数が、AIに下書きを任せられる量の上限になります。
5. よくある質問
Fyxerとはどんなサービス？
OpenAIのモデルを使ったAIエグゼクティブアシスタントです。返事が必要なメールを見分けて、ユーザーごとの口調で返信の下書きを作ります。メールだけでなく、会議やメッセージ、アプリをまたいで仕事の流れを追うことを目指しています。
AIの下書きはどれくらいそのまま使える？
発表によると、AIが作った下書きの53%が書かれたまま採用されています。残りはユーザーが手を加えてから送っており、その修正はDPOという手法で学習に使われます。
なぜ自分の口調で下書きできるの？
人間の秘書サービスを運営していた頃にためた500,000時間超の業務データで学習しているうえ、ユーザーごとの働き方ややり取りの記憶を参照しているためです。送る前の手直しも学習に取り込み、A/Bテストで改善が確認された変更だけを反映しています。
Fyxerは日本語で使える？料金は？
日本語対応と料金は、公式発表では未公表です。今回の発表はOpenAIによる事例紹介で、仕組みと成果が中心の内容でした。検討する場合は、Fyxerの公式情報で対応言語と料金を確かめてから判断することになります。
FyxerがOpenAIを選んだ理由は？
理由は3つ挙げられています。Fyxerの社内ベンチマークで最も高い性能を示したこと、口調や意図のような主観的な作業でもファインチューニングの性能が高いこと、ホワイトボードを使ったセッションなど技術面の支援があったことです。
AI任せで大事なメールを見落とさない？
発表では、新着メールをまず「返事が必要」「日程調整」「見ておくべき情報」に分類する仕組みが紹介されています。ただし、見落としがどのくらい起きるかは示されていません。大事な相手とのやり取りは、下書きを自分で読んでから送ります。
6. まとめ
Fyxerは、メール対応を30〜50の専門モデルに分け、必要なことを覚えさせ、直された跡から学ばせ続けています。下書きの53%は書かれたまま送られ、90日後も90%のユーザーが料金を払って使い続けています。私はまず自分の受信箱を3つに仕分けて、下書きを任せられる通数を数えます。
- 受信箱の仕分け：返事が必要・日程調整・読むだけの3つに分ける
- 口調の棚卸し：よく使う返信の言い回しを書き出しておく
- 言語と料金：対応言語と料金をFyxerの公式情報で確認する
- 送る前に読む：AIの下書きは自分で読んでから送ると決める
- 手直しの行き先：直して送った文面は、次の下書きの学習材料になる
7. 画像の出典
- ① OpenAI 公式発表・表示の安定のため、私のサーバーから配信しています
出典：OpenAI 公式発表「How Fyxer built an AI executive assistant people trust」を、2026年10月13日に原文で確認しました。発表日は2026年9月14日です。