Kaip „Blue J“ sparčiai auga reguliuojamose srityse

Tradicinė mokesčių analizė prasideda nuo šimtų šaltinių peržiūros, dar net nepradėjus jų aiškinti. Tuomet mokesčių specialistai valandų valandas nagrinėja įstatymus, kitus teisės aktus, išaiškinimus, teismų praktiką ir ekspertų komentarus, kad suprastų taisyklių sąveiką ir pateiktų atsakymą.

Atsižvelgiant į klausimo sudėtingumą, šis procesas gali trukti valandas, dienas ar net savaites, o rezultatai vis tiek gali būti nenuoseklūs arba pasenę; kiekvienas nepastebėtas niuansas turi realią kainą.

„Blue J“ 2015 m. įkūrė mokesčių teisės profesoriai ir praktikai, įžvelgę geresnių mokesčių analizės priemonių poreikį. Remdamasi ankstyvais bandymais pasitelkti DI mokesčių teisės bylų baigčiai prognozuoti, komanda sukūrė įvairių produktų visų dydžių mokesčių ir apskaitos įmonėms.

Pasirodžius ChatGPT, „Blue J“ pamatė galimybę sukurti ką nors nauja: pažangų sudėtingų teisės aktų protavimą sujungti su susisteminta paieška ir per kelias sekundes pateikti profesionalius atsakymus mokesčių klausimais su nuorodomis tekste bei patikimais šaltinių sąrašais.

Per dvejus metus nuo veiklos pradžios „Blue J“ JAV, Kanadoje ir JK pristatė GPT‑4.1 pagrįstą mokesčių analizės sistemą. Pirmąjį produktą bendrovė pristatė praėjus vos šešiems mėnesiams po ChatGPT debiuto, o vėliau sparčiai jį tobulino, mokydamasi iš atsiliepimų ir kurdama patikimą vertinimo sistemą.

Šiandien daugiau kaip 70 % naudotojų prisijungia kas savaitę, o nesutinkama rečiau nei su 1 iš 700 atsakymų. „Blue J“ pasidalijo pamokomis, kaip įsitvirtinti sudėtingoje srityje ir sparčiai augti, pasitikėjimą, tikslumą bei greitį laikant būtinais reikalavimais.

„Blue J“ mokesčių analizės sprendimas sukurtas naudojant paieška papildyto generavimo (RAG) sistemą, kuri sujungia GPT‑4.1 su nuosava milijonų kruopščiai atrinktų dokumentų biblioteka, apimančia patikimus pirminius šaltinius ir ekspertų komentarus iš tokių šaltinių kaip „Tax Notes“.

Kai naudotojas užduoda tokį mokesčių klausimą: „Kas yra OBBBA sukurta SALT torpeda ir kaip galima sušvelninti jos poveikį?“ „Blue J“ akimirksniu suranda šaltinių medžiagą, o GPT‑4.1 ją apibendrina į aiškų, išsamiai šaltiniais pagrįstą atsakymą, labiau primenantį patikimo kolegos patarimą nei modelio išvestį. Tokią sistemą galėjo sukurti tik komanda, puikiai išmananti ir mokesčius, ir technologijas.

„Išbandėme daugybę modelių, tačiau būtent GPT‑4.1 nuosekliai atlieka tai, ko mums reikia“, – sako Janssenas. „Jis laikosi nurodymų, atsižvelgia į kontekstą ir netipines situacijas sprendžia geriau už visus kitus mūsų išbandytus modelius.“

Mokesčių srityje net mažos klaidos gali lemti patikrinimus, pavėluotą deklaracijų pateikimą ar realius klientų finansinius nuostolius. Iš patirties „Blue J“ komanda žinojo, kad net retos netipinės situacijos gali pakirsti pasitikėjimą, jei nėra greitai aptinkamos ir ištaisomos. Todėl nuo pat pirmos dienos produktas buvo kuriamas taip, kad rinktų atsiliepimus ir būtų plačiu mastu tobulinamas vadovaujantis mokesčių analizės komandos žiniomis.

Kad sistema tobulėtų kaskart ją naudojant, „Blue J“ klientams, norintiems prisidėti prie produkto gerinimo, pasiūlė pasirinktinai dalytis duomenimis. Prie kiekvieno „Blue J“ atsakymo yra mygtukas „Nesutinku“. Jį spustelėjus, atsakymas sistemingai suskirstomas pagal problemos tipą, mokesčių temą ir tikėtiną pagrindinę priežastį.

Šis ciklas padeda aptikti pavienes klaidas ir atskleisti dėsningumus. Jei sistema prasčiau atsako į bendrijų apmokestinimo klausimus, komanda tai tiria. Jei užklausa lemia nenuoseklius atsakymus, komanda ją patobulina. GPT‑4.1 valdo šį pirminio vertinimo lygmenį: analizuoja tūkstančius atsiliepimų, grupuoja susijusias problemas ir padeda „Blue J“ produkto bei mokesčių analizės komandoms sutelkti pastangas ten, kur jos turės didžiausią poveikį.

Kadangi GPT‑4.1 atsako nuosekliai, net nedideli patobulinimai ilgainiui duoda vis daugiau naudos. Taip sukurta sistema, kuri mokosi iš kiekvienos sąveikos, leidžia greičiau tobulinti produktą, gerina atsakymų kokybę ir vystosi kartu su naudotojų poreikiais. Šis nuolatinio tobulėjimo ciklas padėjo „Blue J“ sumažinti nesutikimo rodiklį iki mažiau nei 1 iš 700 atsakymų.

Iteracinis produkto kūrimas taip pat padeda „Blue J“ neatsilikti nuo pokyčių. Kai 2025 m. JAV buvo priimtas plataus masto mokesčių įstatymas, komanda jau šešias savaites analizavo jo poveikį visai kodų bazei. Praėjus vos kelioms valandoms po įstatymo pasirašymo, naudotojai veikiančioje sistemoje jau matė atnaujintus atsakymus.

Srityje, kurioje taisyklės nuolat kinta, o tikslumas lemia viską, ši uždarojo ciklo sistema padeda „Blue J“ išlikti greitai, patikimai ir lenkti rinką.

Modelio kokybė nėra vien funkcija – tai būtina sąlyga. Kiekvieną naują modelio versiją „Blue J“ vertina naudodama daugiau kaip 350 užklausų etalonų rinkinį, apimantį JAV, Kanados ir JK mokesčių teisę. Kiekvienas modelis tikrinamas pagal nurodymų laikymąsi, atitiktį šaltiniams ir atsakymų aiškumą, siekiant užtikrinti, kad užklausų ar paieškos logikos patobulinimus papildytų nuspėjamas veikimas realiomis sąlygomis.

„Nors išbandėme juos visus, niekada nepristatėme ne OpenAI modelio“, – sako Janssenas. „OpenAI modeliai nuosekliai pranoko kitus pagal mūsų vidinius etalonus, ypač laikydamiesi nurodymų ir pateikdami atsakymus, atitinkančius mūsų realaus naudojimo kokybės kartelę.“

Klientai „Blue J“ naudoja kaip pagrindinę mokesčių analizės priemonę visus metus, o ne tik mokesčių sezono metu. Daugiau kaip 70 % naudotojų prisijungia kas savaitę ir kiekvienas per savaitę sutaupo 2,7 valandos, skirtos analizei bei bendravimui su klientais. Šį laiką jie skiria pelningesniam planavimui ir konsultavimui.

Tokį įsitraukimą „Blue J“ pasiekė sutelkusi dėmesį į tai, ką išmano geriausiai – realius mokesčių specialistų poreikius. GPT‑4.1 sustiprina komandos kompetenciją susistemintomis išvestimis, nuosekliu nurodymų laikymusi ir patikimais rezultatais. Įkūrėjams išvada aiški: savo srities žinias paverskite pagrindiniu pranašumu, o plėtrai rinkitės tinkamus modelius.