Jak Blue J rychle škáluje ve složitých regulovaných oblastech

Tradiční daňový průzkum začíná procházením stovek zdrojů, ještě než vůbec dojde na jejich výklad. Daňoví odborníci pak tráví hodiny rozborem zákonů, předpisů, rozhodnutí, judikatury a odborných komentářů, aby zjistili, jak se jednotlivá pravidla vzájemně ovlivňují, a formulovali odpověď.

Podle složitosti otázky může tento proces trvat hodiny, dny, nebo dokonce týdny, a přesto vést k nejednotným či zastaralým výsledkům, přičemž každá přehlédnutá nuance může znamenat reálné finanční důsledky.

Společnost Blue J založili v roce 2015 profesoři daňového práva a daňoví odborníci, kteří si uvědomovali potřebu lepších nástrojů pro daňový průzkum. Na základě prvních pokusů využít AI k předvídání výsledků daňových sporů tým postupně vyvinul řadu produktů pro daňové a účetní firmy všech velikostí.

Když byl spuštěn ChatGPT, Blue J v tom viděla příležitost vytvořit něco nového: spojit pokročilé uvažování nad složitými předpisy se strukturovaným vyhledáváním a během několika sekund poskytovat odpovědi na odborné úrovni, včetně citací v textu a seznamů důvěryhodných zdrojů.

Do dvou let od spuštění nasadila Blue J v USA, Kanadě a Spojeném království nástroj pro daňový průzkum využívající GPT‑4.1. První produkt uvedla pouhých šest měsíců po debutu ChatGPT a poté jej rychle zdokonalovala na základě zpětné vazby a vyvinula robustní rámec hodnocení.

Dnes se každý týden přihlašuje více než 70 % uživatelů a nesouhlasné hodnocení získá méně než jedna ze 700 odpovědí. Blue J se podělila o zkušenosti s průnikem do složitého oboru a rychlým škálováním, při němž jsou důvěra, přesnost a rychlost naprostou prioritou.

Řešení Blue J pro daňový průzkum využívá systém generování rozšířeného o vyhledávání (Retrieval-Augmented Generation, RAG), který spojuje GPT‑4.1 s vlastní knihovnou milionů pečlivě vybraných dokumentů, včetně autoritativních primárních zdrojů a odborných komentářů ze zdrojů, jako je Tax Notes.

Když uživatel položí daňovou otázku, například: „Co je torpédo SALT vytvořené zákonem OBBBA a jak lze zmírnit jeho dopady?“ Blue J okamžitě vyhledá zdrojové materiály a GPT‑4.1 je zpracuje do srozumitelné odpovědi s úplnými citacemi, která připomíná spíše radu důvěryhodného kolegy než výstup modelu. Takový systém mohl vytvořit pouze tým, který se dokonale orientuje v daních i technologiích.

„Otestovali jsme mnoho modelů a GPT‑4.1 jako jediný spolehlivě dělá to, co potřebujeme,“ říká Janssen. „Řídí se pokyny, respektuje kontext a zvládá okrajové případy lépe než cokoli jiného, co jsme vyzkoušeli.“

V oblasti daní mohou i malé chyby vyvolat kontrolu, zpozdit podání nebo klienty stát skutečné peníze. Tým Blue J ze zkušenosti věděl, že i vzácné okrajové případy mohou narušit důvěru, pokud je rychle neodhalí a neopraví. Proto produkt od prvního dne navrhoval tak, aby ve velkém získával zpětnou vazbu a zlepšoval se pod vedením odborníků z týmu daňového průzkumu.

Aby se systém zlepšoval s každým použitím, nabídla Blue J zákazníkům, kteří chtěli přispět ke zdokonalování produktu, možnost dobrovolně sdílet data. Každá odpověď Blue J obsahuje tlačítko „Nesouhlasím“. Po jeho použití se odpověď systematicky zařadí podle typu problému, daňového tématu a pravděpodobné hlavní příčiny.

Tato zpětná vazba zachycuje jednorázové chyby a odhaluje opakující se vzorce. Pokud mají dotazy k danění komanditních společností horší výsledky, tým je prověří. Pokud prompt vede k nekonzistentním odpovědím, tým jej upraví. GPT‑4.1 zajišťuje tuto třídicí vrstvu: analyzuje tisíce položek zpětné vazby, seskupuje související problémy a pomáhá produktovému týmu i týmu daňového průzkumu Blue J zaměřit úsilí tam, kde bude mít největší dopad.

Díky konzistentním odpovědím GPT‑4.1 se sčítají i drobná zlepšení. Výsledkem je systém, který se učí z každé interakce, umožňuje rychlejší iterace a kvalitnější odpovědi a vyvíjí se zároveň s potřebami uživatelů. Tento samoposilující cyklus pomohl Blue J snížit podíl nesouhlasných hodnocení na méně než jednu ze 700 odpovědí.

Iterativní vývoj produktu také pomáhá Blue J udržet si náskok před změnami. Když byl v USA v roce 2025 přijat rozsáhlý daňový zákon, tým již šest týdnů mapoval jeho dopady v celé kódové základně. Uživatelé dostávali aktualizované odpovědi v produkčním prostředí už několik hodin po podpisu zákona.

V oboru, kde se pravidla mění a přesnost je zásadní, udržuje tento uzavřený cyklus Blue J rychlou, důvěryhodnou a před konkurencí.

Kvalita modelu není jen funkcí, ale podmínkou pro nasazení. Blue J hodnotí každou novou verzi modelu pomocí sady více než 350 srovnávacích promptů z amerického, kanadského a britského daňového práva. U každého modelu se testuje dodržování pokynů, soulad se zdroji a srozumitelnost odpovědí. Tím se zajišťuje, že se vylepšení promptů nebo logiky vyhledávání projeví předvídatelným chováním v reálném provozu.

„Přestože jsme je otestovali všechny, nikdy jsme nenasadili model od jiné společnosti než OpenAI,“ říká Janssen. „Modely OpenAI v našich interních srovnávacích testech dlouhodobě překonávají ostatní, zejména v dodržování pokynů a poskytování odpovědí, které splňují naše nároky na praktické využití.“

Zákazníci se na Blue J spoléhají jako na svůj hlavní nástroj pro daňový průzkum po celý rok, nejen během daňové sezóny. Více než 70 % uživatelů se přihlašuje každý týden a každý z nich týdně ušetří 2,7 hodiny při průzkumu a komunikaci s klienty. Tento čas věnují činnostem s vyšší marží: plánování a poradenství.

Takové míry zapojení dosáhla Blue J tím, že se zaměřila na oblast, které rozumí nejlépe: skutečné potřeby daňových odborníků. GPT‑4.1 rozšiřuje možnosti jejich odborných znalostí díky strukturovaným výstupům, konzistentnímu dodržování pokynů a spolehlivým výsledkům. Pro zakladatele je ponaučení jasné: proměňte své odborné znalosti v hlavní výhodu a škálujte pomocí vhodných modelů.