نهج Blue J للتوسع السريع في المجالات المعقدة والمنظَّمة

يبدأ البحث الضريبي التقليدي بتمحيص مئات المصادر قبل الشروع حتى في تفسيرها. ثم يقضي المتخصصون في الضرائب ساعات في تحليل القوانين واللوائح والأحكام والسوابق القضائية وتعليقات الخبراء لفهم كيفية تفاعل القواعد وصياغتها في إجابة موجزة.

قد تستغرق هذه العملية ساعات أو أيامًا أو حتى أسابيع، بحسب تعقيد السؤال، ومع ذلك قد تسفر عن نتائج متباينة أو قديمة، علمًا بأن إغفال أي تفصيل دقيق يترتب عليه تكاليف فعلية.

تأسست Blue J عام 2015 على يد أساتذة وممارسين في القانون الضريبي أدركوا الحاجة إلى أدوات أفضل للبحث الضريبي. وانطلاقًا من تجاربهم المبكرة في توظيف الذكاء الاصطناعي للتنبؤ بنتائج قضايا القانون الضريبي، واصل الفريق تطوير مجموعة متنوعة من المنتجات لدعم شركات الضرائب والمحاسبة بمختلف أحجامها.

عند إطلاق ChatGPT، رأت Blue J فرصة لابتكار شيء جديد: الجمع بين الاستدلال المتقدم في اللوائح الكثيفة والاسترجاع المنظَّم لتقديم إجابات ضريبية بمستوى الخبراء في ثوانٍ، مع استشهادات مضمنة وقوائم بالمصادر يمكن للمتخصصين الوثوق بها.

في غضون عامين من الإطلاق، طرحت Blue J محركًا للبحث الضريبي يعتمد على GPT‑4.1 في الولايات المتحدة وكندا والمملكة المتحدة. أطلقت الشركة منتجها الأول بعد ستة أشهر فقط من ظهور ChatGPT، ثم سارعت إلى تحسينه، مستفيدةً من الملاحظات ومطوّرةً إطارًا متينًا للتقييم.

واليوم، يسجّل أكثر من 70% من المستخدمين الدخول أسبوعيًا، بينما يقل معدل الاعتراض عن إجابة واحدة من كل 700 إجابة. وشاركت Blue J الدروس التي تعلمتها حول دخول مجال معقد والتوسع فيه سريعًا، من خلال جعل الثقة والدقة والسرعة مبادئ لا تقبل المساومة.

يستند حل Blue J للبحث الضريبي إلى نظام التوليد المعزَّز بالاسترجاع (RAG)، ويجمع بين GPT‑4.1 ومكتبة خاصة تضم ملايين الوثائق المنتقاة، بما فيها مصادر أولية موثوقة وتعليقات خبراء من جهات مثل Tax Notes.

عندما يطرح مستخدم سؤالًا ضريبيًا مثل: «ما طوربيد SALT الذي أنشأه قانون OBBBA، وكيف يمكن الحد من أثره؟» تسترجع Blue J المواد المصدرية فورًا، ثم يلخّصها GPT‑4.1 في إجابة واضحة وموثقة بالكامل، تبدو أقرب إلى إرشاد من زميل موثوق منها إلى مخرجات نموذج. إنه نظام لا يستطيع بناءه إلا فريق يجمع بين الإلمام بالضرائب والتقنية.

يقول يانسن: «اختبرنا الكثير من النماذج، وكان GPT‑4.1 النموذج الوحيد الذي ينجز باستمرار ما نحتاج إليه». «فهو يتبع التعليمات، ويراعي السياق، ويتعامل مع الحالات الحدّية أفضل من أي شيء آخر رأيناه».

في مجال الضرائب، قد تؤدي حتى الأخطاء الصغيرة إلى عمليات تدقيق أو تأخير الإقرارات أو تكبيد العملاء خسائر مالية فعلية. أدرك فريق Blue J من واقع خبرته أن الحالات الحدّية، حتى النادرة منها، قد تقوّض الثقة إن لم تُكتشف وتُعالج سريعًا. لذلك صمّم الفريق المنتج منذ اليوم الأول لجمع الملاحظات وتحسينه على نطاق واسع، مسترشدًا بخبرة فريق البحث الضريبي.

ولتحسين النظام مع كل استخدام، أتاحت Blue J مشاركة البيانات اختياريًا للعملاء الراغبين في المساهمة في تطوير المنتج. تتضمن كل إجابة من Blue J زر «اعتراض»، وعند الإبلاغ عنها، تُصنَّف الإجابة منهجيًا وفق نوع المشكلة والموضوع الضريبي والسبب الجذري المرجّح.

تلتقط هذه الحلقة الأخطاء الفردية وتكشف الأنماط. إذا كان أداء الاستعلامات المتعلقة بضريبة الشراكات ضعيفًا، يبحث الفريق عن السبب. وإذا أسفرت مطالبة عن إجابات غير متسقة، يعمل الفريق على ضبطها. يشغّل GPT‑4.1 طبقة الفرز هذه، فيحلل آلاف الملاحظات، ويجمع المشكلات المترابطة، ويساعد فريقي المنتجات والبحث الضريبي في Blue J على تركيز جهودهما حيث تحقق أكبر أثر.

ولأن GPT‑4.1 يستجيب باتساق، تتراكم آثار التحسينات مهما كانت صغيرة. والنتيجة نظام يتعلم من كل تفاعل، ما يسرّع دورات التحسين، ويرفع جودة الإجابات، ويتيح للمنتج التطور بالتزامن مع احتياجات المستخدمين. ساعدت دورة التحسين المستمرة هذه Blue J على خفض معدل الاعتراض إلى أقل من إجابة واحدة من كل 700 إجابة.

كما يساعد تطوير المنتج التكراري Blue J على مواكبة التغيير واستباقه. عندما أُقر مشروع قانون ضريبي أمريكي واسع النطاق عام 2025، كان الفريق قد أمضى بالفعل ستة أسابيع في تحديد آثاره على مختلف أجزاء قاعدة الشفرة. وفي غضون ساعات من توقيع مشروع القانون، كان المستخدمون يحصلون على إجابات محدَّثة في النظام الفعلي.

وفي مجال تتغير فيه القواعد وتكون الدقة فيه أساس كل شيء، يحافظ هذا النظام ذو الحلقة المغلقة على سرعة Blue J وموثوقيتها وتقدمها على السوق.

جودة النموذج ليست مجرد ميزة، بل شرط أساسي لاعتماده. تقيّم Blue J كل إصدار جديد من النماذج باستخدام حزمة قياس مرجعية تضم أكثر من 350 مطالبة تغطي القانون الضريبي في الولايات المتحدة وكندا والمملكة المتحدة. القانون الضريبي. يُختبر كل نموذج من حيث الالتزام بالتعليمات والتوافق مع المصادر ووضوح الإجابة، لضمان أن تعزز تحسينات المطالبات أو منطق الاسترجاع سلوكًا متوقعًا في الاستخدام الفعلي.

يقول يانسن: «رغم اختبارها جميعًا، لم نطرح قط نموذجًا من غير OpenAI». «تفوقت نماذج OpenAI باستمرار وفق مقاييسنا المرجعية الداخلية، ولا سيما في اتباع التعليمات وتقديم إجابات تستوفي معيارنا للاستخدام الفعلي».

يعتمد العملاء على Blue J بوصفها أداتهم الأساسية للبحث الضريبي على مدار العام، لا خلال موسم الضرائب فحسب. يسجّل أكثر من 70% من المستخدمين الدخول أسبوعيًا، ويوفر كل مستخدم 2.7 ساعة أسبوعيًا في البحث والتواصل مع العملاء، وهو وقت يعاد استثماره في أعمال التخطيط والاستشارات الأعلى هامشًا.

حققت Blue J هذا المستوى من التفاعل بالتركيز على أكثر ما تتميز بمعرفته: الاحتياجات الفعلية للمتخصصين في الضرائب. يعزّز GPT‑4.1 خبرة الفريق من خلال مخرجاته المنظَّمة، واتساقه في اتباع التعليمات، وموثوقية نتائجه. والخلاصة للمؤسسين واضحة: اجعل خبرتك المتخصصة ميزتك الأساسية، واستخدم النماذج المناسبة للتوسع.