Blue J-ს გზა რთულ, რეგულირებულ სფეროებში სწრაფი ზრდისკენ

ტრადიციული საგადასახადო კვლევა ასობით წყაროს გადარჩევით იწყება და მხოლოდ ამის შემდეგ ხდება მათი განმარტება. შემდეგ საგადასახადო სპეციალისტები საათობით აანალიზებენ კანონებს, რეგულაციებს, გადაწყვეტილებებს, სასამართლო პრაქტიკასა და ექსპერტთა კომენტარებს, რათა დაადგინონ, როგორ ურთიერთქმედებს წესები, და მკაფიო პასუხი ჩამოაყალიბონ.

შეკითხვის სირთულის მიხედვით, ამ პროცესს შეიძლება საათები, დღეები ან კვირებიც კი დასჭირდეს, შედეგები კი მაინც არათანმიმდევრული ან მოძველებული აღმოჩნდეს — თითოეულ გამორჩენილ ნიუანსს რეალური ფასი აქვს.

Blue J 2015 წელს დააფუძნეს საგადასახადო სამართლის პროფესორებმა და პრაქტიკოსებმა, რომლებმაც საგადასახადო კვლევის უკეთესი ინსტრუმენტების საჭიროება დაინახეს. თავდაპირველად გუნდმა ხელოვნური ინტელექტის გამოყენება საგადასახადო დავების შედეგების პროგნოზირებისთვის შეისწავლა, შემდეგ კი ყველა ზომის საგადასახადო და საბუღალტრო ფირმებისთვის სხვადასხვა პროდუქტი შექმნა.

ChatGPT‑ს გამოშვების შემდეგ Blue J-მ ახალი შესაძლებლობა დაინახა: რთულ რეგულაციებზე სიღრმისეული მსჯელობისა და სტრუქტურირებული ძიების ერთმანეთთან გაერთიანებით წამებში მიეწოდებინა საექსპერტო დონის საგადასახადო პასუხები, ტექსტშივე მითითებული ციტატებითა და წყაროების სანდო სიებით.

გამოშვებიდან ორ წელიწადში Blue J-მ GPT‑4.1-ზე დაფუძნებული საგადასახადო კვლევის სისტემა აშშ-ში, კანადასა და გაერთიანებულ სამეფოში დანერგა. პირველი პროდუქტი ChatGPT‑ს გამოჩენიდან სულ რაღაც ექვს თვეში გამოუშვეს, შემდეგ კი უკუკავშირის საფუძველზე სწრაფად აუმჯობესებდნენ და შეფასების საიმედო ჩარჩოს ქმნიდნენ.

დღეს მომხმარებელთა 70%-ზე მეტი სისტემაში ყოველკვირეულად შედის, ხოლო უთანხმოების მაჩვენებელი ყოველ 700 პასუხში ერთზე ნაკლებია. Blue J-მ გააზიარა, რა ისწავლა რთულ სფეროში დამკვიდრებისა და სწრაფი ზრდისას, როცა ნდობა, სიზუსტე და სისწრაფე უპირობო პრიორიტეტებია.

Blue J-ს საგადასახადო კვლევის გადაწყვეტა აგებულია ძიებით გაძლიერებული გენერაციის (RAG) სისტემაზე, რომელიც GPT‑4.1-ს აერთიანებს მილიონობით შერჩეული დოკუმენტისგან შემდგარ საკუთარ ბიბლიოთეკასთან. მასში შედის ავტორიტეტული პირველწყაროები და ექსპერტული კომენტარები ისეთი წყაროებიდან, როგორიცაა Tax Notes.

როცა მომხმარებელი სვამს საგადასახადო შეკითხვას, მაგალითად: „რა არის OBBBA-ს მიერ შექმნილი SALT-ტორპედო და როგორ შეიძლება მისი ზემოქმედების შემცირება?“ Blue J მყისიერად პოულობს წყაროებს, GPT‑4.1 კი მათ მკაფიო, სრულად ციტირებულ აერთიანებს პასუხად, რომელიც მოდელის შედეგზე მეტად სანდო კოლეგის რჩევას ჰგავს. ასეთი სისტემის შექმნა შეეძლო მხოლოდ გუნდს, რომელიც თანაბრად კარგად ერკვევა საგადასახადო სფეროსა და ტექნოლოგიებში.

„ბევრი მოდელი გამოვცადეთ და GPT‑4.1 ერთადერთია, რომელიც თანმიმდევრული სიზუსტით აკეთებს იმას, რაც გვჭირდება“, — ამბობს იანსენი. „ის მიჰყვება მითითებებს, ითვალისწინებს კონტექსტს და გამონაკლის შემთხვევებს ჩვენ მიერ ნანახ ყველა სხვა ვარიანტზე უკეთ უმკლავდება.“

საგადასახადო სფეროში მცირე შეცდომამაც კი შეიძლება შემოწმება გამოიწვიოს, დეკლარაციის წარდგენა შეაფერხოს ან კლიენტს რეალური ფინანსური ზიანი მიაყენოს. Blue J-ს გუნდმა გამოცდილებით იცოდა, რომ იშვიათ გამონაკლის შემთხვევებსაც შეეძლო ნდობის შერყევა, თუ მათ სწრაფად ვერ აღმოაჩენდნენ და გამოასწორებდნენ. ამიტომ პროდუქტი პირველივე დღიდან ისე შექმნეს, რომ უკუკავშირი შეეგროვებინა და ფართო მასშტაბით გაუმჯობესებულიყო საგადასახადო კვლევის გუნდის ექსპერტულ ცოდნაზე დაყრდნობით.

გამოყენების კვალდაკვალ სისტემის გასაუმჯობესებლად Blue J-მ მონაცემთა ნებაყოფლობითი გაზიარება შესთავაზა კლიენტებს, რომლებსაც პროდუქტის განვითარებაში წვლილის შეტანა სურდათ. Blue J-ს ყველა პასუხს ახლავს ღილაკი „არ ვეთანხმები“. მონიშვნის შემდეგ პასუხის სისტემატური კლასიფიცირება ხდება პრობლემის ტიპის, საგადასახადო თემისა და სავარაუდო ძირეული მიზეზის მიხედვით.

ეს ციკლი ერთჯერად შეცდომებსაც ავლენს და განმეორებად კანონზომიერებებსაც. თუ პარტნიორობის დაბეგვრასთან დაკავშირებული შეკითხვების შედეგები სუსტია, გუნდი მიზეზს იკვლევს. თუ პრომპტი არათანმიმდევრულ პასუხებს იძლევა, გუნდი მას დახვეწს. GPT‑4.1 უზრუნველყოფს დახარისხების ამ შრეს: აანალიზებს უკუკავშირის ათასობით შემთხვევას, აჯგუფებს ერთმანეთთან დაკავშირებულ პრობლემებს და Blue J-ს პროდუქტისა და საგადასახადო კვლევის გუნდებს ეხმარება, ძალისხმევა იქ მიმართონ, სადაც ყველაზე დიდ გავლენას მოახდენენ.

რადგან GPT‑4.1 თანმიმდევრულ პასუხებს იძლევა, მცირე გაუმჯობესებებიც კი დროთა განმავლობაში მნიშვნელოვან შედეგს ქმნის. შედეგად იქმნება სისტემა, რომელიც ყოველი ურთიერთქმედებიდან სწავლობს, აჩქარებს გაუმჯობესების ციკლს, ზრდის პასუხების ხარისხს და მომხმარებელთა საჭიროებებთან ერთად ვითარდება. ამ უწყვეტმა ციკლმა Blue J-ს უთანხმოების მაჩვენებელი ყოველ 700 პასუხში ერთზე ნაკლებამდე შეამცირებინა.

პროდუქტის ეტაპობრივი განვითარება Blue J-ს ცვლილებებისთვის წინ გასწრებაშიც ეხმარება. როცა 2025 წელს აშშ-ში მასშტაბური საგადასახადო კანონპროექტი მიიღეს, გუნდს უკვე ექვსი კვირა ჰქონდა დახარჯული კოდის ბაზაზე მისი გავლენის შესაფასებლად. კანონპროექტის ხელმოწერიდან რამდენიმე საათში მომხმარებლები უკვე განახლებულ პასუხებს იღებდნენ საექსპლუატაციო გარემოში.

სფეროში, სადაც წესები მუდმივად იცვლება და სიზუსტე გადამწყვეტია, სწორედ ეს დახურული ციკლის სისტემა უნარჩუნებს Blue J-ს სისწრაფეს, ნდობასა და ბაზარზე მოწინავე პოზიციას.

მოდელის ხარისხი მხოლოდ ფუნქცია კი არა, გამოყენების აუცილებელი წინაპირობაა. Blue J მოდელის ყოველ ახალ ვერსიას აფასებს საგადასახადო სამართლის სფეროში 350-ზე მეტი პრომპტისგან შემდგარი ბენჩმარკების ნაკრებით აშშ-ის, კანადისა და გაერთიანებული სამეფოს მასშტაბით. თითოეული მოდელი მოწმდება მითითებების შესრულებაზე, წყაროებთან შესაბამისობასა და პასუხის სიცხადეზე, რათა პრომპტების ან ძიების ლოგიკის გაუმჯობესებას რეალურ პირობებში პროგნოზირებადი ქცევა ამყარებდეს.

„მიუხედავად იმისა, რომ ყველა გამოვცადეთ, OpenAI-ს გარდა სხვა მოდელი არასდროს გამოგვიშვია“, — ამბობს იანსენი. „OpenAI-ს მოდელები ჩვენს შიდა ბენჩმარკების ტესტებში მუდმივად უკეთეს შედეგებს აჩვენებდა, განსაკუთრებით მითითებების შესრულებისა და პრაქტიკული გამოყენების სტანდარტთან პასუხების შესაბამისობის კუთხით.“

კლიენტები Blue J-ს მთელი წლის განმავლობაში იყენებენ საგადასახადო კვლევის ძირითად ინსტრუმენტად და არა მხოლოდ საგადასახადო სეზონზე. მომხმარებელთა 70%-ზე მეტი სისტემაში ყოველკვირეულად შედის და თითოეული მათგანი კვირაში 2,7 საათს ზოგავს კვლევასა და კლიენტებთან კომუნიკაციაზე — ამ დროს კი უფრო მაღალმარჟიან დაგეგმვასა და საკონსულტაციო სამუშაოს უთმობს.

Blue J-მ ასეთი ჩართულობა იმაზე ფოკუსირებით მოიპოვა, რაც სხვებზე უკეთ იცის: საგადასახადო სპეციალისტების პრაქტიკულ საჭიროებებზე. GPT‑4.1 მათ ექსპერტულ ცოდნას აძლიერებს სტრუქტურირებული შედეგებით, მითითებების თანმიმდევრული შესრულებითა და საიმედო შედეგებით. დამფუძნებლებისთვის დასკვნა ნათელია: მთავარ უპირატესობად საკუთარი სპეციალიზებული ცოდნა გამოიყენეთ, მასშტაბირებისათვის კი სწორი მოდელები შეარჩიეთ.