Model ML sprawniej realizuje zadania finansowe z GPT‑5.6 Sol

Zanim analiza finansowa trafi do klientów lub osób podejmujących kluczowe decyzje, zespoły muszą pokonać wymagający ostatni etap: uzgodnić dane, utworzyć i sformatować plik, sprawdzić każdą liczbę oraz powiązać każde stwierdzenie ze źródłem. Gotowa prezentacja PowerPoint lub skoroszyt Excel muszą być edytowalne i przygotowane do weryfikacji.

Współzałożyciele Model ML, bracia Arnie i Chaz Englanderowie, przekonali się, ile wymaga to pracy, gdy po dwóch udanych sprzedażach firm zaczęli inwestować za pośrednictwem prywatnego biura rodzinnego i — jak przystało na twórców — opracowywać oprogramowanie na własne potrzeby.

Agenci Model ML, wywodzący się z tego oprogramowania, pomagają specjalistom finansowym przeprowadzić proces od pierwszego zlecenia, przez badania i analizę, aż po gotową prezentację lub skoroszyt. Centralny agent planuje pracę, dobiera odpowiednie narzędzia, uzgadnia dane i wykonuje obliczenia, kierując każdy etap do najlepiej dopasowanego modelu — często GPT‑5.6 Sol. Wśród tych narzędzi znajduje się autorskie rozwiązanie Model ML do dokumentów, które tworzy natywne pliki PowerPoint i Excel z możliwymi do prześledzenia źródłami.

Model ML pomaga zespołom finansowym, kompleksowo automatyzując ich procesy pracy. Na podstawie opisu zadania i materiałów źródłowych agent może przeprowadzić zlecenie przez badania i modelowanie aż po gotowe materiały dla klientów lub zespołów transakcyjnych. Przed udostępnieniem wyników specjalista finansowy sprawdza założenia, źródła i przekaz.

Model ML określa produkt jako „niezależny od interfejsu”. Specjalista finansowy może rozpocząć zadanie w wiadomości e-mail lub aplikacji Model ML, a następnie kontynuować je we wtyczkach do Microsoft Office bez ponownego wyjaśniania kontekstu.

Ta ciągłość obejmuje również gotowe materiały. Model ML może przekształcić opis zadania i materiały źródłowe w edytowalną prezentację PowerPoint dla komitetu inwestycyjnego. W przypadku zadania w programie Excel agent może rozpocząć od szablonu klienta lub pustego skoroszytu, zebrać potrzebne dane, utworzyć formuły i logikę w wielu arkuszach, a następnie zastosować formatowanie właściwe dla finansów, aby przygotować kompletny arkusz kalkulacyjny lub model finansowy.

W Composite — benchmarku Model ML do oceny AI w usługach finansowych — GPT‑5.6 Sol zużył w procesie pracy z programem Excel o 36% mniej tokenów na skoroszyt niż Opus 5.

Doprowadzając pracę do końca, agent może również skrócić czas przygotowania poszczególnych materiałów i pomóc zespołom przetwarzać duże ilości danych źródłowych. W pewnej globalnej firmie zarządzającej aktywami przygotowanie niestandardowej karty informacyjnej, które zajmowało analitykowi około godziny, trwa obecnie około pięciu minut. W innym procesie agenci Model ML przetworzyli za jednym razem wirtualne pokoje danych zawierające ponad 100 000 wierszy i setki plików.

Model ML porównał GPT‑5.6 Sol z innymi czołowymi modelami w wielu finansowych procesach pracy. Testy Composite śledzą realizację zadania od wstępnego opisu finansowego, przez badania i obliczenia, aż po edytowalną prezentację lub arkusz kalkulacyjny. Następnie sprawdzają liczby, źródła, formuły i strukturę, a w przypadku prezentacji także jakość wizualną.

Ocena Composite dla programu PowerPoint uwzględnia rzeczywiste procesy pracy i obejmuje setki wygenerowanych prezentacji, ocenianych według szczegółowych kryteriów.

GPT‑5.6 Sol ukończył proces pracy w programie PowerPoint w 100% przypadków testowych wobec 76% w przypadku Opus 5. Próg profesjonalnej gotowości Model ML — wskazujący, czy materiał nadawał się do merytorycznej weryfikacji — osiągnął w 43,3% przypadków wobec 26,7%. Wyprzedził również Opus 5 pod względem jakości prezentacji, zgodności z opisem zadania, hierarchii i spójności.

Łączne wyniki Composite przedstawione powyżej dostarczyły Model ML podstaw do szerszego wdrożenia GPT‑5.6 Sol w środowisku produkcyjnym, także w niektórych procesach obsługiwanych wcześniej przez Opus 4.8. W procesach pracy w programie PowerPoint GPT‑5.6 Sol łączył konkurencyjną jakość prezentacji z wyższym niż Opus 5 i Fable 5 odsetkiem ukończonych materiałów gotowych do weryfikacji, zużywając przy tym około 21% mniej tokenów niż Fable 5.

„Gotowość do rzeczywistej pracy oznacza, że użytkownik może od razu przejść do właściwej weryfikacji” — mówi Englander. „Liczby można prześledzić do źródeł, skoroszyt przelicza się prawidłowo, a slajd można edytować”.

PowerPoint był dla Model ML wymagającym sprawdzianem gotowości GPT‑5.6 Sol do rzeczywistej pracy. Prezentacja może wyglądać profesjonalnie, a mimo to nie przejść weryfikacji, jeśli liczby są błędne lub nie można ustalić ich źródła, wykresy zostały spłaszczone albo przed udostępnieniem trzeba odtworzyć slajdy.

Model ML uruchomił model w swoim otoczeniu operacyjnym agenta wraz z narzędziami do tworzenia i edytowania dokumentów, dzięki którym agent może przygotowywać slajdy z edytowalnymi wykresami i tabelami. Podczas pracy agent zachowuje w kontekście pierwotny opis zadania, a przed zwróceniem pliku sprawdza wizualnie każdy slajd.

Poniższy przykład pokazuje, jak materiały PowerPoint tworzone przez Model ML poprawiły się między GPT‑5.5 a GPT‑5.6 Sol, między innymi dzięki wyraźniejszej hierarchii i bardziej spójnemu projektowi slajdów.

Obecnie otoczenie operacyjne Model ML udostępnia agentowi zestawy narzędzi, które może wczytywać, aby korzystać z integracji danych, narzędzi i funkcji do edycji dokumentów oraz środowisk wykonywania kodu. Dzięki temu agent koncentruje się na zadaniu i otrzymuje dokładnie te narzędzia, których potrzebuje do pracy z dokumentami użytkownika.

Model ML opracował tę konfigurację podczas sesji stacjonarnych z OpenAI. Zespoły przeanalizowały sposób, w jaki agent planował prezentacje, dobierał narzędzia i zachowywał kontekst. Na podstawie tych ustaleń udoskonaliły jego instrukcje i określiły, kiedy należy wczytywać poszczególne zestawy narzędzi.

Klienci Model ML przechodzą na materiały dostępne w przeglądarce, które pozostają połączone z modelami i źródłami wykorzystanymi do ich utworzenia.

Platforma Model ML może generować bezpieczne, interaktywne materiały, które są stale aktualizowane lub odzwierciedlają stan z określonego momentu. Osoba weryfikująca mogłaby otworzyć podsumowanie inwestycji, przejść do modelu finansowego będącego źródłem danej wartości i pracować z agentem na tej samej stronie.

„PowerPoint, Excel i Word powstały z myślą o świecie, w którym praca oparta na wiedzy była wykonywana ręcznie” — mówi Englander. „AI zmieniła to założenie. Teraz zmieni się samo oprogramowanie”.