Model ML efikasnije obavlja finansijske poslove uz GPT‑5.6 Sol

Da bi finansijska analiza mogla izdržati provjeru klijenata ili viših donosilaca odluka, timovi je moraju provesti kroz zahtjevnu završnu fazu: uskladiti dokaze, izraditi i formatirati datoteku, provjeriti svaki broj i povezati svaku tvrdnju s njenim izvorom. Završena PowerPoint prezentacija ili Excel radna knjiga mora biti spremna za uređivanje i detaljnu provjeru.

Suosnivači Model ML-a i braća Arnie i Chaz Englander uvidjeli su koliko je za to potrebno rada kada su, nakon dvije uspješne prodaje kompanija, počeli ulagati putem privatnog porodičnog ureda te, kao i svi koji nešto grade, razvijati softver za vlastite potrebe.

Nastali iz tog softvera, agenti Model ML-a pomažu finansijskim stručnjacima da provedu radni proces od početnog zahtjeva, preko istraživanja i analize, do završene prezentacije ili radne knjige. U središtu je glavni agent koji planira posao, bira odgovarajuće alate, usklađuje dokaze i obavlja proračune, usmjeravajući svaki korak modelu koji mu najbolje odgovara, a to je često GPT‑5.6 Sol. Među tim alatima su i vlastiti alati Model ML-a za dokumente, koji izrađuju izvorne PowerPoint i Excel datoteke s provjerljivim izvorima.

Model ML pomaže finansijskim timovima potpunom automatizacijom finansijskih radnih procesa. Na osnovu sažetka zadatka i izvornog materijala, agent može provesti zadatak kroz istraživanje i modeliranje do završnih materijala za klijente ili transakcijske timove. Finansijski stručnjak provjerava pretpostavke, izvore i poruku prije dijeljenja materijala.

Model ML proizvod naziva „neovisnim o interfejsu“. Finansijski stručnjak može započeti zadatak putem e-pošte ili aplikacije Model ML, a zatim ga nastaviti u njenim dodacima za Microsoft Office bez ponovnog objašnjavanja.

Taj kontinuitet proteže se i na završni materijal. Za prezentaciju investicijskom odboru Model ML može pretvoriti sažetak zadatka i izvorni materijal u PowerPoint datoteku koja se može uređivati. Za Excel zadatak agent može početi od klijentovog predloška ili prazne radne knjige, prikupiti potrebne podatke, izraditi formule i logiku na više kartica te primijeniti formatiranje prilagođeno finansijama kako bi dobio potpunu proračunsku tabelu ili finansijski model.

U Compositeu Model ML-a, kompanijskom referentnom testu za procjenu AI-ja u finansijskim uslugama, GPT‑5.6 Sol je u Excel radnom procesu koristio 36 % manje tokena po radnoj knjizi nego Opus 5.

Provođenjem posla kroz tu završnu fazu agent također može uštedjeti vrijeme na pojedinačnim materijalima i pomoći timovima da obrade velike količine izvornog materijala. Kod jednog globalnog upravitelja imovinom, izrada prilagođenog sažetka podataka, za koju je analitičaru ranije trebalo oko sat vremena, sada traje oko pet minuta. U drugom radnom procesu agenti Model ML-a obradili su u jednom prolazu virtualne sobe s podacima koje su sadržavale više od 100.000 redova i stotine datoteka.

Model ML je procijenio GPT‑5.6 Sol zajedno s drugim vodećim modelima u nizu finansijskih radnih procesa. Njegove Composite procjene prate zadatak od početnog finansijskog sažetka, preko istraživanja i proračuna, do prezentacije ili proračunske tabele koja se može uređivati, a zatim provjeravaju brojeve, izvore, formule i strukturu, kao i vizuelni kvalitet prezentacija.

Za PowerPoint, Composite procjena Model ML-a obuhvata stvarne radne procese i stotine generiranih prezentacija, uz detaljne kriterije bodovanja.

GPT‑5.6 Sol završio je PowerPoint radni proces u 100 % testnih slučajeva, u poređenju sa 76 % za Opus 5, a prag profesionalne spremnosti Model ML-a — mjeru spremnosti rezultata za sadržajnu provjeru — dostigao je u 43,3 % slučajeva, naspram 26,7 %. Također je nadmašio Opus 5 u kvalitetu prezentacija, pridržavanju sažetka zadatka, hijerarhiji i dosljednosti.

Zajedno posmatrani, prethodno prikazani rezultati Compositea pružili su Model ML-u dokaze za širu primjenu GPT‑5.6 Sol u produkciji, uključujući neke radne procese koje je ranije obavljao Opus 4.8. U PowerPoint radnim procesima GPT‑5.6 Sol spojio je konkurentan kvalitet prezentacija s višom stopom završenih prezentacija spremnih za provjeru nego Opus 5 i Fable 5, uz oko 21 % manje tokena od Fable 5.

„Spremno za stvarni rad znači da korisnik može odmah prijeći na stvarnu provjeru“, kaže Englander. „Brojevi se mogu pratiti do izvora, radna knjiga se ponovo izračunava, a slajd se može uređivati.“

PowerPoint je za Model ML bio zahtjevan test spremnosti GPT‑5.6 Sol za stvarni rad. Prezentacija može izgledati dotjerano, a ipak pasti na provjeri ako su joj brojevi pogrešni ili im se ne može utvrditi izvor, ako su grafikoni pretvoreni u statične slike ili ako se slajdovi moraju ponovo izraditi prije dijeljenja.

Model ML je pokrenuo model unutar svog agentskog harnessa, uparenog s alatima za izradu i uređivanje dokumenata koji agentu omogućavaju izradu slajdova s grafikonima i tabelama koje je moguće uređivati. Tokom rada zadržava izvorni sažetak zadatka u kontekstu, a zatim vizuelno provjerava svaki slajd prije vraćanja datoteke.

Primjer u nastavku pokazuje kako se PowerPoint rezultat Model ML-a poboljšao od GPT‑5.5 do GPT‑5.6 Sol, uključujući jasniju hijerarhiju i dosljedniji dizajn slajdova.

Danas harness Model ML-a agentu pruža skupove alata koje može učitati radi pristupa integracijama podataka, alatima i vještinama za uređivanje dokumenata te okruženjima za izvršavanje koda. Tako agent ostaje usredotočen i dobija upravo one alate koji su mu potrebni za rad s korisnikovim dokumentima.

Model ML je do ove postavke došao kroz sesije s timom OpenAI-ja održane na licu mjesta. Timovi su pratili kako agent planira prezentacije, bira alate i održava kontekst, a zatim su tim saznanjima doradili upute za agenta i odredili kada se koji skup alata treba učitati.

Klijenti Model ML-a prelaze na rezultate u pregledniku koji ostaju povezani s modelima i izvornim materijalom na kojima se zasnivaju.

Platforma Model ML-a može generirati sigurne, interaktivne rezultate koji se mogu neprekidno ažurirati ili zaključati na određeni trenutak. Osoba koja provjerava materijal mogla bi otvoriti sažetak ulaganja, klikom pristupiti finansijskom modelu na kojem se zasniva određeni podatak i raditi s agentom na istoj stranici.

„PowerPoint, Excel i Word osmišljeni su za svijet u kojem se stručni rad zasnovan na znanju obavljao ručno“, kaže Englander. „AI je promijenio tu pretpostavku. Uskoro će se promijeniti i sam softver.“