رویکرد Blue J برای رشد سریع در حوزه‌های پیچیده و قانون‌مند

پژوهش سنتی مالیاتی با زیرورو کردن صدها منبع آغاز می‌شود؛ آن هم پیش از آنکه حتی تفسیر منابع شروع شود. سپس متخصصان مالیاتی ساعت‌ها صرف بررسی دقیق قوانین، مقررات، آرای مراجع، رویه قضایی و دیدگاه‌های کارشناسی می‌کنند تا نحوه تعامل قواعد را کنار هم بگذارند و از آن پاسخی روشن استخراج کنند.

بسته به پیچیدگی پرسش، این فرایند ممکن است ساعت‌ها، روزها یا حتی هفته‌ها طول بکشد و بااین‌حال، نتایجی ناسازگار یا قدیمی به بار آورد؛ ضمن اینکه نادیده ماندن هر نکته ظریف می‌تواند هزینه‌ای واقعی داشته باشد.

Blue J در سال ۲۰۱۵ به دست استادان و دست‌اندرکاران حقوق مالیاتی بنیان‌گذاری شد؛ افرادی که نیاز به ابزارهای بهتر برای پژوهش مالیاتی را احساس کرده بودند. این تیم با تکیه بر پژوهش‌های اولیه درباره استفاده از هوش مصنوعی برای پیش‌بینی نتایج پرونده‌های حقوق مالیاتی، در ادامه محصولات گوناگونی برای پشتیبانی از مؤسسات مالیاتی و حسابداری در هر اندازه‌ای توسعه داد.

با عرضه ChatGPT، ‏Blue J فرصتی برای خلق راهکاری تازه دید: ترکیب استدلال پیشرفته درباره مقررات پیچیده با بازیابی ساختاریافته، برای ارائه پاسخ‌های مالیاتی در سطح کارشناسی ظرف چند ثانیه؛ همراه با ارجاعات درون‌متنی و فهرست منابعی که متخصصان بتوانند به آن اعتماد کنند.

Blue J ظرف دو سال پس از عرضه، موتور پژوهش مالیاتی مبتنی بر GPT‑4.1 را در آمریکا، کانادا و بریتانیا راه‌اندازی کرد. آن‌ها نخستین محصول خود را تنها شش ماه پس از آغاز به کار ChatGPT عرضه کردند و سپس با یادگیری از بازخوردها و ایجاد چارچوبی قدرتمند برای ارزیابی، با سرعت به بهبود آن پرداختند.

امروز بیش از ۷۰٪ کاربران هر هفته وارد سامانه می‌شوند و کمتر از یک پاسخ در هر ۷۰۰ پاسخ با اعلام مخالفت روبه‌رو می‌شود. Blue J آموخته‌های خود را درباره ورود به حوزه‌ای پیچیده و رشد سریع در آن به اشتراک گذاشت؛ مسیری که در آن اعتماد، دقت و سرعت قابل‌چشم‌پوشی نیستند.

راهکار پژوهش مالیاتی Blue J بر پایه سامانه «تولید تقویت‌شده با بازیابی» (RAG) ساخته شده است. این سامانه GPT‑4.1 را با کتابخانه اختصاصی متشکل از میلیون‌ها سند گزینش‌شده، از جمله منابع اصلی معتبر و دیدگاه‌های کارشناسی منابعی مانند Tax Notes، ترکیب می‌کند.

وقتی کاربری پرسشی مالیاتی مطرح می‌کند، مثلاً «اژدر SALT ایجادشده به‌موجب OBBBA چیست و چگونه می‌توان اثر آن را کاهش داد؟» Blue J بی‌درنگ منابع مربوط را بازیابی می‌کند و GPT‑4.1 آن‌ها را در قالب پاسخی روشن و کاملاً مستند جمع‌بندی می‌کند؛ پاسخی که بیش از آنکه خروجی یک مدل به نظر برسد، مانند راهنمایی همکار مورداعتماد است. این سامانه را تنها تیمی می‌توانست بسازد که هم بر مالیات و هم بر فناوری مسلط باشد.

یانسن می‌گوید: «مدل‌های زیادی را آزمایش کرده‌ایم و GPT‑4.1 تنها مدلی است که همواره کاری را انجام می‌دهد که نیاز داریم. دستورالعمل‌ها را رعایت می‌کند، به بافت توجه دارد و موارد خاص را بهتر از هر گزینه دیگری که دیده‌ایم مدیریت می‌کند.»

در حوزه مالیات، حتی اشتباه‌های کوچک نیز ممکن است به حسابرسی منجر شوند، ثبت اظهارنامه را به تأخیر بیندازند یا هزینه‌ای واقعی به مشتریان تحمیل کنند. تیم Blue J به‌تجربه می‌دانست که حتی موارد خاص و نادر نیز اگر سریع شناسایی و اصلاح نشوند، می‌توانند اعتماد را از بین ببرند. بنابراین از همان روز نخست، محصول را به‌گونه‌ای طراحی کردند که با هدایت تخصص تیم پژوهش مالیاتی، بازخوردها را گردآوری کند و در مقیاس وسیع بهبود یابد.

Blue J برای آنکه سامانه با هر بار استفاده بهتر شود، امکان اشتراک‌گذاری اختیاری داده‌ها را برای مشتریانی فراهم کرد که مایل بودند در بهبود محصول مشارکت کنند. هر پاسخ Blue J دکمه «مخالفم» دارد. وقتی پاسخی علامت‌گذاری می‌شود، به‌صورت نظام‌مند بر اساس نوع مشکل، موضوع مالیاتی و علت اصلی احتمالی دسته‌بندی می‌شود.

این چرخه هم خطاهای موردی را شناسایی می‌کند و هم الگوها را آشکار می‌سازد. اگر عملکرد پرس‌وجوهای مربوط به مالیات شرکت‌های تضامنی ضعیف باشد، تیم موضوع را بررسی می‌کند. اگر اعلانی پاسخ‌های ناسازگار ایجاد کند، آن را تنظیم می‌کنند. GPT‑4.1 نیروی محرک این لایه اولویت‌بندی است: هزاران مورد بازخورد را تحلیل می‌کند، مشکلات مرتبط را در یک گروه قرار می‌دهد و به تیم‌های محصول و پژوهش مالیاتی Blue J کمک می‌کند تلاش خود را بر بخش‌هایی متمرکز کنند که بیشترین تأثیر را دارد.

از آنجا که GPT‑4.1 پاسخ‌هایی سازگار ارائه می‌دهد، حتی بهبودهای کوچک نیز به‌مرور اثری فزاینده پیدا می‌کنند. حاصل کار سامانه‌ای است که از هر تعامل می‌آموزد، سرعت اصلاح و کیفیت پاسخ‌ها را افزایش می‌دهد و محصول را همگام با نیازهای کاربران تکامل می‌بخشد. این چرخه تقویت‌شونده به Blue J کمک کرد نرخ اعلام مخالفت را به کمتر از یک مورد در هر ۷۰۰ پاسخ برساند.

توسعه تکرارشوندهٔ محصول همچنین به Blue J کمک می‌کند از تغییرات جلوتر بماند. هنگامی که لایحه‌ای فراگیر در زمینهٔ مالیات آمریکا در سال ۲۰۲۵ تصویب شد، تیم پیش‌تر شش هفته را صرف شناسایی تأثیر آن در سراسر پایگاه کد کرده بود. تنها چند ساعت پس از امضای لایحه، کاربران پاسخ‌های به‌روزشده را در محیط عملیاتی مشاهده می‌کردند.

در حوزه‌ای که قواعد مدام تغییر می‌کنند و دقت حرف اول را می‌زند، همین سامانه حلقه‌بسته است که Blue J را سریع، قابل‌اعتماد و جلوتر از بازار نگه می‌دارد.

کیفیت مدل صرفاً یک قابلیت نیست؛ شرط عبور محصول از مرحله عرضه است. Blue J هر نسخه جدید مدل را با مجموعه‌ای معیار شامل بیش از ۳۵۰ اعلان در حوزه حقوق مالیاتی آمریکا، کانادا و بریتانیا ارزیابی می‌کند. هر مدل از نظر پایبندی به دستورالعمل‌ها، هم‌خوانی با منابع و شفافیت پاسخ آزمایش می‌شود تا اطمینان حاصل شود که بهبود اعلان‌ها یا منطق بازیابی، با رفتاری پیش‌بینی‌پذیر در دنیای واقعی همراه است.

یانسن می‌گوید: «با وجود آزمایش همه آن‌ها، هرگز مدلی غیر از مدل‌های OpenAI را در محصول عرضه نکرده‌ایم. مدل‌های OpenAI همواره در معیارهای داخلی ما عملکرد بهتری داشته‌اند، به‌ویژه در پیروی از دستورالعمل‌ها و ارائه پاسخ‌هایی که استاندارد ما را برای استفاده در دنیای واقعی برآورده می‌کنند.»

مشتریان در تمام طول سال، نه فقط در فصل مالیات، به Blue J به‌عنوان ابزار پیش‌فرض پژوهش مالیاتی خود اتکا می‌کنند. بیش از ۷۰٪ کاربران هر هفته وارد سامانه می‌شوند و هر کاربر در هفته ۲٫۷ ساعت در پژوهش و ارتباط با مشتری صرفه‌جویی می‌کند؛ زمانی که دوباره صرف برنامه‌ریزی و خدمات مشاوره‌ای پرسودتر می‌شود.

Blue J با تمرکز بر حوزه‌ای که شناختی منحصربه‌فرد از آن داشت، یعنی نیازهای واقعی متخصصان مالیاتی، به چنین سطحی از تعامل دست یافت. GPT‑4.1 با خروجی های دارای ساختار، پیروی سازگار از دستورالعمل‌ها و نتایج قابل‌اعتماد، تخصص آن‌ها را تقویت می‌کند. پیام برای بنیان‌گذاران روشن است: تخصص ویژه خود را به مزیت اصلی‌تان تبدیل کنید و برای رشد در مقیاس وسیع از مدل‌های مناسب بهره بگیرید.