Model ML pomaga firmom z branży finansowej przeprowadzić całkowitą transformację przy użyciu AI.

W ramach serii Executive Function przedstawiamy perspektywy liderów będących pionierami we wdrażaniu AI.

Firma Model ML buduje infrastrukturę AI, która zmienia sposób działania czołowych firm z branży usług finansowych. Platforma Model ML udostępnia specjalnie zaprojektowane agenty oraz aplikację do kompleksowej automatyzacji przepływu pracy, a także badania i analizy dostosowane do indywidualnych potrzeb. 

Rozmawialiśmy z dyrektorem generalnym i współzałożycielem firmy, Chazem Englanderem, o tym, jak firmy z branży finansowej ewoluują oraz w jaki sposób najnowsze osiągnięcia w dziedzinie AI automatyzują i usprawniają ich działalność.

Po sprzedaży naszej poprzedniej firmy wraz z bratem zdaliśmy sobie sprawę, że nie lubimy inwestować, ale mamy obsesję na punkcie automatyzacji procesu inwestycji przy użyciu wywołania funkcji korzystającego z modelu GPT.

Prowadziliśmy sześcioosobowe rodzinne biuro, ale modele LLM GPT‑3.5 pozwoliły nam poczuć się, jakbyśmy mieli do dyspozycji 60-osobowy zespół.

Prototyp platformy Model ML zbudowaliśmy dla siebie i nie planowaliśmy wprowadzenia go na rynek. Gdy jednak dostrzegliśmy korzyści i szybkość działania płynące z automatyzacji badawczych przepływów pracy, zrozumieliśmy, że na coś trafiliśmy.

Niektóre z zadań, które zajmują dni, tygodnie, a nawet miesiące, obecnie można wykonać w ciągu kilku minut lub godzin. Na przykład opracowanie kwartalnych podsumowań wyników finansowych zajmowało wcześniej wiele godzin. Obecnie całym procesem zajmują się agenty: pobierają dane, formatują slajdy i publikują prezentację PowerPoint na serwerze SharePoint, a wszystko to bez udziału człowieka. Myślę, że będzie to największa zmiana, jaką zobaczymy w tym roku… Przyjdziesz rano do pracy, a wykonane zadanie już będzie na Ciebie czekać.

Konieczne będzie przemyślenie, gdzie ludzie wnoszą wartość dodaną, i ponowne określenie przez firmy obszarów, w których zespoły będą miały wpływ zarówno obecnie, jak i w przyszłości.

Obserwujemy, jak firmy przesuwają pracowników do ról o większej wartości, wymagających podejmowania decyzji. Liderzy firm, z którymi współpracujemy, przynajmniej naszym zdaniem, zmieniają architekturę całej organizacji pod kątem natywnej AI. To niezwykle trudny proces, dlatego już na wczesnym etapie pełnimy funkcję konsultantów. Pomagamy klientom określić, gdzie obecnie najlepiej zastosować AI, a także przygotować się na przyszłość, wskazując obszary, w których naszym zdaniem AI będzie najbardziej przydatna za 12 miesięcy. 

Widzimy, że pracownicy firm z branży finansowej mają obecnie większy wpływ, a nie mniejszy. Automatyzacja rutynowych zadań pozwala im skupić się na relacjach i myśleniu strategicznym. Firmy, które przemyślą całą swoją strukturę operacyjną, aby wykorzystać zachodzącą zmianę, odniosą sukces.

W finansach dokładność, zgodność z przepisami i dostosowanie do przepływu pracy nie są opcjonalne — są warunkiem koniecznym. To właśnie w tych obszarach narzędzia ogólnego przeznaczenia nie są wystarczające. Platforma Model ML została stworzona od podstaw z myślą o usługach finansowych na dwóch najważniejszych poziomach.

Po pierwsze, na poziomie agentów stworzyliśmy systemy z konfiguracją precyzyjną, które analizują i przetwarzają dane używane na co dzień przez specjalistów ds. finansów, zarówno ustrukturyzowane, jak i nieustrukturyzowane, pochodzące z narzędzi takich jak Sharepoint i popularnych zestawów danych, na przykład Capital IQ, FactSet i Crunchbase, które mogą zawierać setki tabel i mieć rozmiar 20 terabajtów. 12 miesięcy temu stworzenie agenta przy użyciu tych zestawów danych było praktycznie niemożliwe. To nie są modele, które tylko odpowiadają na pytania. One rozumieją kontekst, rozumieją schematy, piszą kod i pobierają informacje z terabajtów złożonych danych. 

Drugi poziom to poziom aplikacji: interfejs, przy użyciu którego użytkownicy korzystają z agentów zaprojektowanych specjalnie dla branży finansowej. Na tym poziomie firmy otrzymują narzędzia do tworzenia agentów do kompleksowej automatyzacji przepływów pracy i dostęp do analiz, które wcześniej były niemożliwe do wykonania. Jeśli chodzi o zastosowania, codziennie pojawiają się dziesiątki nowych, a obecnie mamy ich już tysiące. Z wielu z nich klienci mogą zacząć korzystać od razu po zarejestrowaniu się.

Znaczące zmiany w każdym nowym wydaniu modelu przekładają się na natychmiastowe korzyści dla naszych klientów. Postępy w takich obszarach, jak rozumowanie i zdolności programowania, sprawiły, że niektóre elementy naszego produktu osiągnęły poziom stratosferyczny. Najnowsze modele OpenAI o3‑pro, o3, o4-mini i GPT‑4.1 charakteryzują się diametralną poprawą rozumowania, zdolności multimodalnych, wykonywania instrukcji i integracji narzędzi. Dzięki większym oknom kontekstu i bardziej zaawansowanym zdolnościom rozumowania jesteśmy w stanie obsługiwać kompleksowe przepływy pracy. Użytkownicy mogą teraz łączyć zadania gromadzenia danych, analizy i tworzenia prezentacji, uzyskując w pełni sformatowane dane wyjściowe w sposób całkowicie zautomatyzowany. 

Uważam, że najbardziej istotną zmianą będzie upowszechnienie się kompleksowej automatyzacji przepływów pracy, w ramach której systemy będą pełnić funkcję wież kontrolnych nadzorujących armię pracowników cyfrowych. W miarę jak te agenty będą podejmować coraz bardziej złożone i wieloetapowe zadania w całym świecie cyfrowym, zaczną zmieniać się nawet interfejsy użytkownika i sposób interakcji z urządzeniami. To prawdopodobnie perspektywa wykraczająca poza najbliższe 12 miesięcy, ale właśnie w tym kierunku zmierzamy.

Następną zmianą w bliższej perspektywie będzie pojawienie się naprawdę autonomicznych agentów, które będzie można tworzyć w naszym produkcie. Nasze agenty są w stanie wykonywać zaawansowane przepływy pracy, które gromadzą, analizują i prezentują dane z między innymi systemu CRM, wiadomości e-mail, plików, zewnętrznych dostawców danych i transkrypcji spotkań. Te agenty nie będą tylko czekać na instrukcje; będą przewidywać, co należy zrobić, niezależnie od tego, czy dane zadanie jest wykonywane cyklicznie (codziennie, co tydzień, co miesiąc, co kwartał, co rok), czy też wyzwala je zdarzenie z rzeczywistego świata — odpowiadające prośbie do członka zespołu po spotkaniu lub w odpowiedzi na wiadomość e-mail.

Prawdziwa zmiana polega na tym, że przepływy pracy będą wykonywane w sposób kompleksowy i zautomatyzowany z głębokim rozumowaniem i orkiestracją we wszystkich systemach. Dane wyjściowe mogą być tak duże jak 100-stronicowa prezentacja PowerPoint stworzona w całości przez maszynę — szybszą, zapewniającą większą spójność i dostępną 24 godziny na dobę, 7 dni w tygodniu.

To jest przyszłość: autonomiczne zespoły cyfrowe wykonujące przepływy pracy, które rozwijają firmę — lepiej, szybciej i bez przerwy.

Uważamy, że firmy z natywną AI będą miały inną strukturę. Mniej warstw, szybsze cykle, krótsze pętle informacji zwrotnych. Zastosowaliśmy płaską strukturę. Arnie [współzałożyciel] i ja mamy po co najmniej kilkunastu bezpośrednich podwładnych. Może to zabrzmieć jak szaleństwo, ale radzimy sobie z tą sytuacją dzięki AI. Wszystkie rozmowy twarzą w twarz są wspomagane przez AI. Notatki, zadania do wykonania, kontekst — wszystko jest zoptymalizowane. Dzięki temu możemy działać szybciej i być bliżej produktu. Uważamy, że tak będą funkcjonować nowoczesne firmy: bardziej jak wieże kontrolne niż hierarchiczne silosy.

Częścią elastycznego działania jest poleganie na ekosystemie i stopniowej poprawie modeli podstawowych. Być może wynika to z mentalności założycieli i roli w organizacjach inżynieryjnych, ale według nas naprawdę ważny jest brak emocjonalnego przywiązania do kodu. Kiedyś wszystko tworzyliśmy sami: abstrakcje agentów, łączniki usług, wszystko. Teraz, jeśli OpenAI lub społeczność open source udostępnia coś lepszego — na przykład zestaw Agent SDK lub łączniki MCP — po prostu korzystamy z tych rozwiązań i usuwamy nasz kod. 

Przeszliśmy na korzystanie z narzędzi Agent SDK i MCP firmy OpenAI w przypadku pętli agentów, wywoływania narzędzi, zabezpieczeń i integracji, dzięki czemu możemy działać przy mniejszych nakładach na konserwację i szybciej wprowadzać innowacje.

Nie staramy się wygrać, posiadając infrastrukturę, ale dostarczając wartość w postaci wyników osiąganych przez klientów.

Platforma Model ML korzysta z platformy API firmy OpenAI, w tym modelu GPT‑4.1, OpenAI o3 i zestawu Agents SDK, do umożliwienia działania agentów, automatyzacji i narzędzi wewnętrznych.