Model ML tehostaa rahoitustyötä GPT‑5.6 Solilla

Ennen kuin talousanalyysi voidaan esitellä asiakkaille tai ylimmille päättäjille, tiimien on vietävä se vaativan loppuvaiheen läpi: täsmäytettävä aineisto, laadittava ja muotoiltava tiedosto, tarkistettava jokainen luku ja yhdistettävä jokainen väite lähteeseensä. Valmiin PowerPoint-esityksen tai Excel-työkirjan on oltava muokattavissa ja valmis tarkastettavaksi.

Model ML:n perustajaveljekset Arnie ja Chaz Englander näkivät kahden onnistuneen yritysirtautumisen jälkeen, kuinka paljon työtä tämä vaati. He alkoivat sijoittaa yksityisen perheen sijoitusyhtiön kautta ja kehittäjille ominaiseen tapaan rakensivat ohjelmiston omiin tarpeisiinsa.

Tästä ohjelmistosta kehittyneet Model ML:n agentit auttavat rahoitusalan ammattilaisia viemään työn alkuperäisestä pyynnöstä tutkimuksen ja analyysin kautta valmiiksi esitykseksi tai työkirjaksi. Keskeinen agentti suunnittelee työn, valitsee oikeat työkalut, täsmäyttää aineiston ja tekee laskelmat. Se ohjaa jokaisen vaiheen siihen parhaiten sopivalle mallille, joka on usein GPT‑5.6 Sol. Työkaluihin kuuluu Model ML:n oma asiakirjatyökalu, joka luo lähteiltään jäljitettäviä, aitoja PowerPoint- ja Excel-tiedostoja.

Model ML auttaa rahoitustiimejä automatisoimalla työnkulut alusta loppuun. Agentti voi viedä toimeksiannon ohjeistuksesta ja lähdeaineistosta tutkimuksen ja mallinnuksen kautta asiakkaalle tai transaktiotiimille tarkoitettuihin valmiisiin materiaaleihin. Rahoitusalan ammattilainen tarkistaa oletukset, lähteet ja viestin ennen työn jakamista.

Model ML kuvailee tuotettaan ”käyttöliittymäriippumattomaksi”. Rahoitusalan ammattilainen voi aloittaa toimeksiannon sähköpostissa tai Model ML -sovelluksessa ja jatkaa sitä Microsoft Office -laajennuksissa selittämättä tehtävää uudelleen.

Tämä jatkuvuus ulottuu myös valmiiseen työhön. Model ML voi muuntaa sijoituskomitean esitystä varten ohjeistuksen ja lähdeaineiston muokattavaksi PowerPoint-esitykseksi. Excel-tehtävässä agentti voi aloittaa asiakkaan mallipohjasta tai tyhjästä työkirjasta, kerätä tarvittavat tiedot, rakentaa kaavat ja logiikan useille välilehdille sekä viimeistellä kattavan laskentataulukon tai talousmallin rahoitusalalle sopivalla muotoilulla.

Model ML:n rahoitusalan tekoälylle tarkoitetussa Composite-arviointivertailussa GPT‑5.6 Sol käytti Excel-työnkulussa työkirjaa kohden 36 % vähemmän tokeneita kuin Opus 5.

Kun agentti vie työn loppuun asti, se voi myös säästää aikaa yksittäisissä tuotoksissa ja auttaa tiimejä käsittelemään suuria määriä lähdeaineistoa. Eräällä maailmanlaajuisella varainhoitajalla analyytikolta aiemmin noin tunnin vienyt räätälöity tietokooste valmistuu nyt noin viidessä minuutissa. Toisessa työnkulussa Model ML:n agentit käsittelivät yhdellä kertaa virtuaalisia datahuoneita, joissa oli yli 100 000 riviä ja satoja tiedostoja.

Model ML arvioi GPT‑5.6 Solia ja muita johtavia malleja erilaisissa rahoitusalan työnkuluissa. Composite-arvioinneissa toimeksiantoa seurataan alkuperäisestä ohjeistuksesta tutkimuksen ja laskelmien kautta muokattavaan esitykseen tai laskentataulukkoon. Sen jälkeen tarkistetaan luvut, lähteet, kaavat ja rakenne sekä esitysten visuaalinen laatu.

PowerPointia koskeva Model ML:n Composite-arviointi sisältää todellisia työnkulkuja ja satoja luotuja esityksiä, jotka pisteytetään yksityiskohtaisten arviointiperusteiden mukaan.

GPT‑5.6 Sol suoritti PowerPoint-työnkulun loppuun 100 prosentissa testitapauksista, kun Opus 5:n tulos oli 76 %. Se läpäisi Model ML:n ammatillisen valmiuden rajan eli tuotos oli valmis sisällölliseen tarkastukseen 43,3 prosentissa tapauksista, kun vertailutulos oli 26,7 %. Se päihitti Opus 5:n myös esitysten laadussa, ohjeistuksen noudattamisessa, hierarkiassa ja yhdenmukaisuudessa.

Yhdessä edellä esitetyt Composite-tulokset antoivat Model ML:lle riittävät perusteet laajentaa GPT‑5.6 Solin tuotantokäyttöä myös joihinkin työnkulkuihin, joista aiemmin vastasi Opus 4.8. PowerPoint-työnkuluissa GPT‑5.6 Sol yhdisti kilpailukykyisen esityslaadun suurempaan valmiiden ja tarkastuskelpoisten esitysten osuuteen kuin Opus 5 ja Fable 5. Samalla se käytti noin 21 % vähemmän tokeneita kuin Fable 5.

”Valmius todelliseen työhön tarkoittaa, että käyttäjä voi siirtyä suoraan varsinaiseen tarkastukseen”, Englander sanoo. ”Luvut voidaan jäljittää lähteisiin, työkirjan laskenta päivittyy ja diaa voi muokata.”

PowerPoint tarjosi Model ML:lle vaativan testin siitä, oliko GPT‑5.6 Sol valmis todelliseen työhön. Esitys voi näyttää viimeistellyltä mutta epäonnistua tarkastuksessa, jos luvut ovat virheellisiä tai niiden alkuperää ei voida jäljittää, kaaviot eivät ole muokattavissa tai diat on rakennettava uudelleen ennen jakamista.

Model ML käytti mallia agentin arviointikehyksessä yhdessä asiakirjojen luonti- ja muokkaustyökalujen kanssa. Niiden avulla agentti voi luoda dioja, joissa on muokattavia kaavioita ja taulukoita. Se pitää alkuperäisen ohjeistuksen kontekstissa koko työskentelyn ajan ja tarkistaa jokaisen dian visuaalisesti ennen tiedoston palauttamista.

Alla oleva esimerkki osoittaa, miten Model ML:n PowerPoint-tuotos parani GPT‑5.5:stä GPT‑5.6 Soliin: hierarkia selkeytyi ja diojen ulkoasu yhtenäistyi.

Nykyään Model ML:n arviointikehys tarjoaa agentille ladattavia työkalupaketteja, joiden kautta se voi käyttää dataintegraatioita, asiakirjojen muokkaustyökaluja ja -taitoja sekä koodin suoritusympäristöjä. Näin agentti pysyy keskittyneenä ja saa käyttöönsä juuri ne työkalut, joita se tarvitsee käyttäjän asiakirjojen käsittelyyn.

Model ML kehitti tämän kokoonpanon OpenAI:n kanssa järjestetyissä lähitapaamisissa. Tiimit selvittivät, miten agentti suunnitteli esityksiä, valitsi työkaluja ja säilytti kontekstin. Havaintojen avulla ne täsmensivät agentin ohjeita ja päättivät, milloin kukin työkalupaketti ladataan.

Model ML:n asiakkaat ovat siirtymässä selainpohjaisiin tuotoksiin, jotka säilyttävät yhteyden taustalla oleviin malleihin ja lähdeaineistoon.

Model ML:n alusta voi luoda turvallisia ja vuorovaikutteisia tuotoksia, jotka päivittyvät jatkuvasti tai voidaan lukita tiettyyn ajankohtaan. Tarkastaja voisi avata sijoitusyhteenvedon, siirtyä luvun taustalla olevaan talousmalliin ja työskennellä agentin kanssa samalla sivulla.

”PowerPoint, Excel ja Word suunniteltiin maailmaan, jossa tietotyö tehtiin käsin”, Englander sanoo. ”Tekoäly on muuttanut tämän oletuksen. Itse ohjelmisto on muuttumassa.”