Model ML siapkan kerja kewangan lebih cekap dengan GPT‑5.6 Sol

Sebelum analisis kewangan dapat dibentangkan dengan yakin kepada pelanggan atau pembuat keputusan kanan, pasukan perlu menyelesaikan peringkat akhir yang mencabar: menyelaraskan bukti, membina dan memformat fail, menyemak setiap angka serta memautkan setiap dakwaan kepada sumbernya. Dek PowerPoint atau buku kerja Excel yang siap mestilah boleh diedit dan sedia untuk diteliti.

Pengasas bersama Model ML yang juga adik-beradik, Arnie dan Chaz Englander, menyedari betapa banyaknya kerja yang diperlukan apabila, selepas dua kejayaan pelupusan perniagaan, mereka mula melabur melalui pejabat keluarga persendirian dan, seperti kebiasaan pembangun, membina perisian untuk membantu diri sendiri.

Dibangunkan daripada perisian itu, ejen Model ML membantu profesional kewangan melaksanakan aliran kerja daripada permintaan awal kepada penyelidikan, analisis dan dek atau buku kerja yang siap. Di terasnya, ejen utama merancang kerja, memilih alat yang betul, menyelaraskan bukti dan menjalankan pengiraan, lalu menyalurkan setiap langkah kepada model yang paling sesuai—selalunya GPT‑5.6 Sol. Antara alat tersebut ialah peralatan dokumen milik Model ML sendiri, yang menghasilkan fail PowerPoint dan Excel natif dengan sumber yang boleh dijejaki.

Model ML membantu pasukan kewangan dengan mengautomasikan aliran kerja kewangan dari awal hingga akhir. Berdasarkan ringkasan dan bahan sumber, ejen boleh melaksanakan tugasan daripada penyelidikan dan pemodelan hingga menghasilkan bahan yang siap untuk pelanggan atau pasukan urus niaga. Profesional kewangan menyemak andaian, sumber dan mesej sebelum berkongsi hasil kerja tersebut.

Model ML menyifatkan produk itu sebagai “bebas antara muka”. Profesional kewangan boleh memulakan tugasan melalui e-mel atau aplikasi Model ML, kemudian meneruskannya dalam pemalam Microsoft Office tanpa perlu menerangkannya semula.

Kesinambungan itu turut dikekalkan dalam hasil kerja akhir. Bagi dek jawatankuasa pelaburan, Model ML boleh menukar ringkasan dan bahan sumber kepada PowerPoint yang boleh diedit. Bagi tugasan Excel, ejen boleh bermula dengan templat pelanggan atau buku kerja kosong, mengumpulkan data yang diperlukan, membina formula dan logik merentas berbilang tab, kemudian menggunakan pemformatan khusus kewangan untuk menghasilkan hamparan lengkap atau model kewangan.

Dalam Composite Model ML, iaitu penanda aras penilaian syarikat untuk AI dalam perkhidmatan kewangan, GPT‑5.6 Sol menggunakan 36% kurang token bagi setiap buku kerja berbanding Opus 5 dalam aliran kerja Excel.

Dengan menyelesaikan kerja hingga ke peringkat akhir itu, ejen juga dapat menjimatkan masa bagi setiap hasil kerja dan membantu pasukan memproses bahan sumber dalam jumlah yang besar. Di sebuah pengurus aset global, helaian fakta tersuai yang dahulunya mengambil masa kira-kira sejam untuk disediakan oleh penganalisis kini hanya mengambil masa sekitar lima minit. Dalam aliran kerja lain, ejen Model ML memproses bilik data maya yang mengandungi lebih 100,000 baris dan ratusan fail dalam satu pusingan.

Model ML menilai GPT‑5.6 Sol bersama model terkemuka lain merentas pelbagai aliran kerja kewangan. Penilaian Composite syarikat mengikuti sesuatu tugasan daripada ringkasan kewangan awal, melalui penyelidikan dan pengiraan, hingga menghasilkan dek atau hamparan yang boleh diedit. Penilaian itu kemudian menyemak angka, sumber, formula dan struktur, serta kualiti visual bagi pembentangan.

Bagi PowerPoint, penilaian Composite Model ML merangkumi aliran kerja sebenar dan ratusan dek yang dijana, dengan rubrik pemarkahan yang terperinci.

GPT‑5.6 Sol melengkapkan aliran kerja PowerPoint dalam 100% kes ujian, berbanding 76% untuk Opus 5. Ia juga melepasi ambang kesediaan profesional Model ML—ukuran sama ada output sedia untuk semakan substantif—dalam 43.3% kes, berbanding 26.7%. Ia turut mengatasi Opus 5 dari segi kualiti dek, pematuhan kepada ringkasan, hierarki dan ketekalan.

Secara keseluruhan, hasil Composite yang ditunjukkan di atas memberikan Model ML bukti untuk memperluas penggunaan GPT‑5.6 Sol dalam produksi, termasuk bagi beberapa aliran kerja yang sebelum ini dikendalikan oleh Opus 4.8. Bagi aliran kerja PowerPoint, GPT‑5.6 Sol menggabungkan kualiti dek yang kompetitif dengan kadar dek lengkap dan sedia disemak yang lebih tinggi berbanding Opus 5 dan Fable 5, sambil menggunakan kira-kira 21% kurang token daripada Fable 5.

“Sedia untuk kerja sebenar bermakna pengguna boleh terus membuat semakan sebenar,” kata Englander. “Angkanya boleh dijejaki kepada sumber, buku kerja membuat pengiraan semula dan slaid boleh diedit.”

PowerPoint menjadi ujian yang mencabar bagi Model ML untuk menentukan sama ada GPT‑5.6 Sol benar-benar sedia bagi kerja sebenar. Sebuah dek mungkin kelihatan kemas tetapi masih gagal ketika disemak jika angkanya salah atau tidak boleh dijejaki, cartanya diratakan, atau slaidnya perlu dibina semula sebelum boleh dikongsi.

Model ML menjalankan model dalam harnes ejennya, digandingkan dengan alat penciptaan dan penyuntingan dokumen yang membolehkan ejen menghasilkan slaid dengan graf dan jadual yang boleh diedit. Semasa bekerja, ia mengekalkan ringkasan asal dalam konteks, kemudian menyemak setiap slaid secara visual sebelum mengembalikan fail.

Contoh di bawah menunjukkan peningkatan output PowerPoint Model ML daripada GPT‑5.5 kepada GPT‑5.6 Sol, termasuk hierarki yang lebih jelas dan reka bentuk slaid yang lebih konsisten.

Kini, harnes Model ML menyediakan kit alat yang boleh dimuatkan oleh ejen untuk mengakses penyepaduan data, alat dan kemahiran penyuntingan dokumen serta persekitaran pelaksanaan kod. Ini memastikan ejen kekal fokus dan memberikannya alat yang tepat untuk mengendalikan dokumen pengguna.

Model ML mencapai persediaan ini melalui sesi di lokasi bersama OpenAI. Pasukan meneliti cara ejen merancang pembentangan, memilih alat dan mengekalkan konteks, kemudian menggunakan penemuan itu untuk memperhalusi arahan ejen serta menentukan masa setiap kit alat perlu dimuatkan.

Pelanggan Model ML sedang beralih kepada output berasaskan pelayar yang kekal terhubung dengan model dan bahan sumber di sebaliknya.

Platform Model ML boleh menjana output selamat dan interaktif yang dapat dikemas kini secara berterusan atau dikunci pada suatu titik masa. Penyemak boleh membuka ringkasan pelaburan, mengklik untuk melihat model kewangan di sebalik sesuatu angka dan bekerja dengan ejen pada halaman yang sama.

“PowerPoint, Excel dan Word direka untuk dunia yang kerja pengetahuannya dihasilkan secara manual,” kata Englander. “AI telah mengubah andaian itu. Perisian itu sendiri bakal berubah.”