Model ML GPT‑5.6 Sol দিয়ে ফাইন্যান্সের কাজ দক্ষ করে

ক্লায়েন্ট বা ঊর্ধ্বতন সিদ্ধান্তগ্রহণকারীদের সামনে আর্থিক বিশ্লেষণ উপস্থাপনের আগে দলগুলোকে একটি কঠিন শেষ ধাপ পার করতে হয়: প্রমাণ মিলিয়ে দেখা, ফাইল তৈরি ও ফরম্যাট করা, প্রতিটি সংখ্যা যাচাই করা এবং প্রতিটি দাবিকে তার উৎসের সঙ্গে যুক্ত করা. চূড়ান্ত PowerPoint ডেক বা Excel ওয়ার্কবুকটি সম্পাদনাযোগ্য এবং পর্যালোচনার জন্য প্রস্তুত হতে হয়.

Model ML-এর সহপ্রতিষ্ঠাতা ও দুই ভাই Arnie এবং Chaz Englander বুঝেছিলেন এর জন্য কত কাজ লাগে, যখন দুইটি সফল এক্সিটের পর তাঁরা একটি প্রাইভেট ফ্যামিলি অফিসের মাধ্যমে বিনিয়োগ শুরু করেন এবং নির্মাতাদের মতো নিজেদের সহায়তার জন্য সফটওয়্যার তৈরি করতে থাকেন.

সেই সফটওয়্যার থেকেই বেড়ে ওঠা Model ML-এর এজেন্টগুলো ফাইন্যান্স পেশাজীবীদের প্রাথমিক অনুরোধ থেকে গবেষণা, বিশ্লেষণ এবং চূড়ান্ত ডেক বা ওয়ার্কবুক পর্যন্ত পুরো কর্মপ্রবাহ এগিয়ে নিতে সহায়তা করে. কেন্দ্রে একটি মূল এজেন্ট কাজের পরিকল্পনা করে, সঠিক টুল বেছে নেয়, প্রমাণ মিলিয়ে দেখে এবং হিসাব চালায়; প্রতিটি ধাপকে সেই কাজের জন্য সবচেয়ে উপযুক্ত মডেলের কাছে পাঠায়, যা প্রায়ই GPT‑5.6 Sol. এসব টুলের মধ্যে আছে Model ML-এর নিজস্ব ডকুমেন্ট টুলিং, যা অনুসরণযোগ্য উৎসসহ নেটিভ PowerPoint এবং Excel ফাইল তৈরি করে.

Model ML ফাইন্যান্স কর্মপ্রবাহ শুরু থেকে শেষ পর্যন্ত স্বয়ংক্রিয় করে ফাইন্যান্স দলগুলোকে সহায়তা করে. সংক্ষিপ্ত নির্দেশনা ও উৎস উপাদান থেকে এজেন্টটি গবেষণা ও মডেলিং পেরিয়ে ক্লায়েন্ট বা ডিল দলের জন্য চূড়ান্ত উপকরণ তৈরি করতে পারে. কাজটি শেয়ার করার আগে ফাইন্যান্স পেশাজীবী অনুমান, উৎস এবং বার্তা যাচাই করেন.

Model ML পণ্যটিকে বলে “সারফেস-অ্যাগনস্টিক.” একজন ফাইন্যান্স পেশাজীবী ইমেইল বা Model ML অ্যাপে কোনো অ্যাসাইনমেন্ট শুরু করে সেটি আবার ব্যাখ্যা না করেই Microsoft Office প্লাগ-ইনে চালিয়ে যেতে পারেন.

এই ধারাবাহিকতা চূড়ান্ত কাজেও থাকে. একটি বিনিয়োগ কমিটির ডেকের জন্য Model ML সংক্ষিপ্ত নির্দেশনা ও উৎস উপাদানকে সম্পাদনাযোগ্য PowerPoint-এ রূপ দিতে পারে. Excel কাজের ক্ষেত্রে এজেন্টটি ক্লায়েন্ট টেমপ্লেট বা খালি ওয়ার্কবুক দিয়ে শুরু করে প্রয়োজনীয় ডেটা সংগ্রহ করতে পারে, একাধিক ট্যাবে ফর্মুলা ও লজিক তৈরি করতে পারে, তারপর ফাইন্যান্স-নির্দিষ্ট ফরম্যাটিং প্রয়োগ করে একটি পূর্ণাঙ্গ স্প্রেডশিট বা আর্থিক মডেল তৈরি করতে পারে.

আর্থিক সেবায় এআই মূল্যায়নের জন্য Model ML-এর বেঞ্চমার্ক Composite-এ, Excel কর্মপ্রবাহে GPT‑5.6 Sol Opus 5-এর তুলনায় প্রতি ওয়ার্কবুকে 36% কম টোকেন ব্যবহার করেছে.

শেষ ধাপ পর্যন্ত কাজ এগিয়ে নেওয়ার মাধ্যমে এজেন্টটি পৃথক ডেলিভারেবলে সময়ও বাঁচাতে পারে এবং দলগুলোকে বিপুল পরিমাণ উৎস উপাদান প্রক্রিয়াকরণে সহায়তা করতে পারে. একটি বৈশ্বিক অ্যাসেট ম্যানেজারের ক্ষেত্রে, আগে একজন অ্যানালিস্টের প্রায় এক ঘণ্টা লাগত এমন একটি কাস্টম টিয়ারশিট এখন প্রায় পাঁচ মিনিটে তৈরি হয়. আরেকটি কর্মপ্রবাহে Model ML এজেন্টগুলো একবারেই 100,000-এর বেশি সারি ও শত শত ফাইল থাকা ভার্চুয়াল ডেটা রুম প্রক্রিয়াকরণ করেছে.

Model ML বিভিন্ন ফাইন্যান্স কর্মপ্রবাহে অন্যান্য শীর্ষস্থানীয় মডেলের পাশাপাশি GPT‑5.6 Sol মূল্যায়ন করেছে. এর Composite মূল্যায়ন প্রাথমিক ফাইন্যান্স ব্রিফ থেকে গবেষণা ও হিসাব পেরিয়ে সম্পাদনাযোগ্য ডেক বা স্প্রেডশিট পর্যন্ত একটি অ্যাসাইনমেন্ট অনুসরণ করে; তারপর সংখ্যা, উৎস, ফর্মুলা ও কাঠামো, পাশাপাশি প্রেজেন্টেশনের ভিজ্যুয়াল মান যাচাই করে.

PowerPoint-এর জন্য Model ML-এর Composite মূল্যায়নে বাস্তব কর্মপ্রবাহ অন্তর্ভুক্ত, শত শত তৈরি করা ডেক জুড়ে বিস্তৃত, এবং এতে বিস্তারিত স্কোরিং রুব্রিক আছে.

GPT‑5.6 Sol 100% পরীক্ষায় PowerPoint কর্মপ্রবাহ সম্পন্ন করেছে, যেখানে Opus 5-এর ক্ষেত্রে ছিল 76%; এবং Model ML-এর পেশাগত-প্রস্তুতি গেট, অর্থাৎ আউটপুটটি গভীর পর্যালোচনার জন্য প্রস্তুত কি না তার মাপকাঠি, 43.3% ক্ষেত্রে পেরিয়েছে, যেখানে তুলনায় ছিল 26.7%. ডেকের মান, ব্রিফ অনুসরণ, হায়ারার্কি এবং সামঞ্জস্যতাতেও এটি Opus 5-এর চেয়ে এগিয়ে ছিল.

সব মিলিয়ে, ওপরের Composite ফলাফল Model ML-কে প্রোডাকশনে GPT‑5.6 Sol-এর ব্যবহার বাড়ানোর প্রমাণ দিয়েছে, যার মধ্যে আগে Opus 4.8 দিয়ে পরিচালিত কিছু কর্মপ্রবাহও ছিল. PowerPoint কর্মপ্রবাহে GPT‑5.6 Sol প্রতিযোগিতামূলক ডেকের মানের সঙ্গে Opus 5 ও Fable 5-এর তুলনায় সম্পন্ন ও পর্যালোচনা-প্রস্তুত ডেকের বেশি হার মিলিয়েছে, একই সঙ্গে Fable 5-এর তুলনায় প্রায় 21% কম টোকেন ব্যবহার করেছে.

“বাস্তব কাজের জন্য প্রস্তুত মানে ব্যবহারকারী সরাসরি বাস্তব পর্যালোচনায় যেতে পারেন,” বলেন Englander. “সংখ্যাগুলো উৎস পর্যন্ত অনুসরণ করা যায়, ওয়ার্কবুক আবার হিসাব করে, স্লাইড সম্পাদনাযোগ্য থাকে.”

PowerPoint Model ML-কে বাস্তব কাজের জন্য GPT‑5.6 Sol কতটা প্রস্তুত, তা যাচাইয়ের কঠিন পরীক্ষা দিয়েছিল. একটি ডেক দেখতে পরিশীলিত হতে পারে, তবু তার সংখ্যা ভুল বা অনুসরণযোগ্য না হলে, চার্টগুলো ফ্ল্যাট হয়ে গেলে, অথবা শেয়ার করার আগে স্লাইডগুলো নতুন করে বানাতে হলে পর্যালোচনায় ব্যর্থ হতে পারে.

Model ML মডেলটিকে তার এজেন্ট কার্যপরিধির মধ্যে চালিয়েছে, ডকুমেন্ট তৈরি ও সম্পাদনার টুলের সঙ্গে যুক্ত করে, যাতে এজেন্ট সম্পাদনাযোগ্য গ্রাফ ও টেবিলসহ স্লাইড তৈরি করতে পারে. কাজের সময় এটি মূল ব্রিফকে প্রাসঙ্গিকতায় রাখে, তারপর ফাইল ফেরত দেওয়ার আগে প্রতিটি স্লাইড ভিজ্যুয়ালি পর্যালোচনা করে.

নিচের উদাহরণে দেখা যায় GPT‑5.5 থেকে GPT‑5.6 Sol-এ Model ML-এর PowerPoint আউটপুট কীভাবে উন্নত হয়েছে, যার মধ্যে আরও স্পষ্ট হায়ারার্কি এবং আরও সামঞ্জস্যপূর্ণ স্লাইড ডিজাইন রয়েছে.

আজ Model ML-এর কার্যপরিধি এজেন্টকে এমন টুলকিট দেয়, যা লোড করে সেটি ডেটা ইন্টিগ্রেশন, ডকুমেন্ট সম্পাদনার টুল ও দক্ষতা, এবং কোড চালানোর পরিবেশে প্রবেশ করতে পারে. এতে এজেন্ট মনোযোগ ধরে রাখে এবং ব্যবহারকারীর ডকুমেন্ট নিয়ে কাজ করার জন্য ঠিক যে টুল দরকার, সেটিই পায়.

OpenAI-এর সঙ্গে অন-সাইট সেশনের মাধ্যমে Model ML এই সেটআপে পৌঁছেছে. দলগুলো দেখেছে এজেন্ট কীভাবে প্রেজেন্টেশন পরিকল্পনা করে, টুল নির্বাচন করে এবং প্রাসঙ্গিকতা ধরে রাখে; এরপর সেই ফলাফল ব্যবহার করে এজেন্টের নির্দেশনা পরিমার্জন করেছে এবং কোন টুলকিট কখন লোড হওয়া উচিত তা ঠিক করেছে.

Model ML-এর গ্রাহকেরা এমন ব্রাউজার-ভিত্তিক আউটপুটের দিকে এগোচ্ছেন, যা তাদের পেছনের মডেল ও উৎস উপাদানের সঙ্গে সংযুক্ত থাকে.

Model ML-এর প্ল্যাটফর্ম নিরাপদ, ইন্টারঅ্যাকটিভ আউটপুট তৈরি করতে পারে, যা ধারাবাহিকভাবে আপডেট হতে পারে বা নির্দিষ্ট সময়ে লক করা থাকতে পারে. একজন পর্যালোচক একটি বিনিয়োগ সারসংক্ষেপ খুলে কোনো সংখ্যার পেছনের আর্থিক মডেলে ক্লিক করে যেতে পারেন এবং একই পৃষ্ঠা থেকেই এজেন্টের সঙ্গে কাজ করতে পারেন.

“PowerPoint, Excel এবং Word এমন এক পৃথিবীর জন্য নকশা করা হয়েছিল, যেখানে জ্ঞানভিত্তিক কাজ তৈরি করা ছিল ম্যানুয়াল,” বলেন Englander. “এআই সেই ধারণা বদলে দিয়েছে. সফটওয়্যার নিজেই বদলাতে চলেছে.”