Model ML نے GPT‑5.6 Sol سے مالی کام زیادہ مؤثر بنایا

کلائنٹس یا سینئر فیصلہ سازوں کے سامنے مالیاتی تجزیہ پیش کرنے سے پہلے, ٹیموں کو ایک مشکل آخری مرحلے سے گزرنا پڑتا ہے: شواہد میں مطابقت پیدا کرنا, فائل تیار کرکے فارمیٹ کرنا, ہر عدد کی جانچ کرنا, اور ہر دعوے کو اس کے ماخذ سے منسلک کرنا. تیار شدہ PowerPoint پریزنٹیشن یا Excel ورک بک قابلِ ترمیم اور باریک جانچ کے لیے تیار ہونی چاہیے.

Model ML کے شریک بانی اور بھائی Arnie اور Chaz Englander نے دو کامیاب exits کے بعد ایک نجی فیملی آفس کے ذریعے سرمایہ کاری شروع کی تو انہیں اندازہ ہوا کہ اس کام میں کتنی محنت درکار ہے, چنانچہ انھوں نے بلڈرز کی طرح انہوں نے اپنی مدد کے لیے سافٹ ویئر بنانا شروع کیا.

اسی سافٹ ویئر سے تیار ہونے والے Model ML کے ایجنٹس مالیاتی ماہرین کو ابتدائی درخواست سے تحقیق, تجزیے اور مکمل پریزنٹیشن یا ورک بک تک پورا ورک فلو انجام دینے میں مدد دیتے ہیں. اس نظام کے مرکز میں ایک بنیادی ایجنٹ کام کی منصوبہ بندی کرتا, درست ٹولز منتخب کرتا, شواہد میں مطابقت پیدا کرتا اور حسابات انجام دیتا ہے. وہ ہر مرحلہ اس کے لیے موزوں ترین ماڈل کو سونپتا ہے, جو اکثر GPT‑5.6 Sol ہوتا ہے. ان ٹولز میں Model ML کے اپنے دستاویزی ٹولز بھی شامل ہیں, جو قابلِ سراغ ماخذوں کے ساتھ مقامی PowerPoint اور Excel فائلیں تیار کرتے ہیں.

Model ML مالیاتی ورک فلو کو ابتدا سے انتہا تک خودکار بنا کر ٹیموں کی مدد کرتا ہے. مختصر ہدایات اور ماخذ مواد کی بنیاد پر, ایجنٹ کسی اسائنمنٹ کو تحقیق اور ماڈلنگ سے لے کر کلائنٹس یا ڈیل ٹیموں کے لیے مکمل مواد تیار کرنے تک لے جا سکتا ہے. مالیاتی ماہر کام شیئر کرنے سے پہلے مفروضوں, ماخذوں اور میسج کی جانچ کرتا ہے.

Model ML اس پروڈکٹ کو “surface-agnostic” کہتا ہے. مالیاتی ماہر ای میل یا Model ML ایپ میں کام شروع کر سکتا ہے اور دوبارہ وضاحت کیے بغیر اسے Microsoft Office کی پلگ اِنز میں جاری رکھ سکتا ہے.

یہ تسلسل مکمل شدہ کام میں بھی برقرار رہتا ہے. سرمایہ کاری کمیٹی کی پریزنٹیشن کے لیے Model ML مختصر ہدایات اور ماخذ مواد کو قابل ترمیم PowerPoint میں بدل سکتا ہے. Excel کے کسی کام میں ایجنٹ کلائنٹ کے ٹیمپلیٹ یا خالی ورک بک سے آغاز کر سکتا ہے, مطلوبہ معلومات جمع کر سکتا ہے, متعدد ٹیبلز میں فارمولے اور منطق بنا سکتا ہے, پھر مالیاتی فارمیٹنگ کے ذریعے مکمل اسپریڈ شیٹ یا مالی ماڈل تیار کر سکتا ہے.

Model ML کے Composite میں, جو مالیاتی خدمات میں AI کے لیے کمپنی کا جائزاتی بینچ مارک ہے, GPT‑5.6 Sol نے Excel ورک فلو میں Opus 5 کے مقابلے میں فی ورک بک 36% کم ٹوکنز استعمال کیے.

اس آخری مرحلے تک کام مکمل کرکے ایجنٹ انفرادی ڈیلیور ایبلز پر وقت بھی بچا سکتا ہے اور ٹیموں کو ماخذ مواد کی بڑی مقدار پر کارروائی کرنے میں مدد بھی دے سکتا ہے. ایک گلوبل اسیٹ مینیجر کے ہاں, ایک مخصوص ٹیرشیٹ تیار کرنے میں تجزیہ کار کو تقریباً ایک گھنٹہ لگتا تھا؛ اب یہ کام تقریباً پانچ منٹ میں ہو جاتا ہے. ایک اور ورک فلو میں Model ML کے ایجنٹس نے ایک ہی مرحلے میں ایسے ورچوئل ڈیٹا رومز پر کارروائی کی جن میں 100,000 سے زیادہ قطاریں اور سیکڑوں فائلیں تھیں.

Model ML نے مالیاتی ورک فلو کی مختلف اقسام میں GPT‑5.6 Sol کا دیگر سرکردہ ماڈلز کے ساتھ جائزہ لیا. اس کے Composite جائزوں میں اسائنمنٹ کو ابتدائی مالیاتی بریف سے لے کر تحقیق اور حسابات کے ذریعے قابلِ ترمیم پریزنٹیشن یا اسپریڈشیٹ تک مکمل کیا جاتا ہے, پھر اعداد, ماخذ, فارمولوں اور ساخت کے ساتھ ساتھ پریزنٹیشنز کے بصری معیار کی بھی جانچ کی جاتی ہے.

PowerPoint کے لیے Model ML کا Composite جائزہ حقیقی ورک فلو پر مشتمل ہے اور تفصیلی نظامِ امتیاز کے ساتھ سیکڑوں تیار شدہ پریزنٹیشنز کا احاطہ کرتا ہے.

GPT‑5.6 Sol نے 100% ٹیسٹ کیسز میں PowerPoint کا ورک فلو مکمل کیا, جبکہ Opus 5 کی شرح 76% تھی. وہ 43.3% کیسز میں Model ML کے پیشہ ورانہ تیاری کے معیار پر بھی پورا اترا, جو یہ جانچتا ہے کہ آیا آؤٹ پٹ بامعنی جائزے کے لیے تیار تھا یا نہیں؛ Opus 5 کی شرح 26.7% رہی. پریزنٹیشن کے معیار, بریف کی پابندی, درجہ بندی اور مستقل مزاجی میں بھی یہ Opus 5 سے آگے رہا.

مجموعی طور پر, اوپر دکھائے گئے Composite نتائج نے Model ML کو پروڈکشن میں GPT‑5.6 Sol کے استعمال کو بڑھانے کے شواہد فراہم کیے, جن میں کچھ ایسے ورک فلو بھی شامل تھے جو پہلے Opus 4.8 کے ذریعے انجام دیے جاتے تھے. PowerPoint ورک فلو کے لیے, GPT‑5.6 Sol نے مسابقتی پریزنٹیشن معیار کو Opus 5 اور Fable 5 کے مقابلے میں مکمل اور جائزے کے لیے تیار پریزنٹیشنز کی زیادہ شرح کے ساتھ یکجا کیا, جبکہ Fable 5 کے مقابلے میں تقریباً 21% کم ٹوکنز استعمال کیے.

Englander کہتے ہیں, ”حقیقی کام کے لیے تیار ہونے کا مطلب ہے کہ صارف براہ راست حقیقی جائزہ شروع کر سکے.“ ”اعداد کو ان کے ماخذ تک ٹریس کیا جا سکتا ہے, ورک بک دوبارہ حساب کر لیتی ہے اور سلائیڈ قابل ترمیم ہوتی ہے.“

PowerPoint نے Model ML کو یہ جانچنے کے لیے ایک سخت امتحان فراہم کیا کہ آیا GPT‑5.6 Sol حقیقی کام کے لیے تیار تھا. ایک پریزنٹیشن نفیس نظر آنے کے باوجود جائزے میں ناکام ہو سکتی ہے, اگر اس کے اعداد غلط یا ناقابل سراغ ہوں, خاکے غیر قابل ترمیم تصویر بن گئے ہوں, یا شیئر کرنے سے پہلے سلائیڈز دوبارہ بنانی پڑیں.

Model ML نے ماڈل کو اپنے ایجنٹ ہارنیس میں چلایا اور اسے دستاویز بنانے اور ترمیم کرنے والے ٹولز کے ساتھ جوڑا جن سے ایجنٹ قابل ترمیم گرافس اور ٹیبلز والی سلائیڈز بنا سکتا ہے. کام کے دوران یہ اصل ہدایات کو سیاق میں برقرار رکھتا ہے, پھر فائل واپس کرنے سے پہلے ہر سلائیڈ کا بصری جائزہ لیتا ہے.

ذیل کی مثال دکھاتی ہے کہ GPT‑5.5 سے GPT‑5.6 Sol تک Model ML کے PowerPoint نتائج کیسے بہتر ہوئے, جن میں زیادہ واضح درجہ بندی اور سلائیڈز کا زیادہ یکساں ڈیزائن شامل ہے.

آج Model ML کا ہارنیس ایجنٹ کو ایسے ٹول کٹس فراہم کرتا ہے جنھیں لوڈ کر کے وہ ڈیٹا انٹیگریشنز, دستاویز ایڈیٹنگ ٹولز اور اسکلز, اور کوڈ ایگزیکیوشن ماحول تک رسائی حاصل کر سکتا ہے. اس سے ایجنٹ کی توجہ برقرار رہتی ہے اور اسے صارف کی دستاویزات پر کام کرنے کے لیے عین مطلوبہ ٹولز ملتے ہیں.

Model ML نے OpenAI کے ساتھ بالمشافہ نشستوں کے ذریعے یہ نظام قائم کیا. ٹیموں نے جائزہ لیا کہ ایجنٹ پریزنٹیشنز کی منصوبہ بندی, ٹولز کا انتخاب اور سیاق کا تسلسل کیسے برقرار رکھتا ہے. پھر ان نتائج سے ایجنٹ کی ہدایات بہتر کیں اور طے کیا کہ ہر ٹول کٹس کب لوڈ ہونا چاہیے.

Model ML کے صارفین براؤزر پر مبنی ایسے نتائج کی طرف بڑھ رہے ہیں جو پس پردہ ماڈلز اور ماخذ مواد سے منسلک رہتے ہیں.

Model ML کا پلیٹ فارم محفوظ اور انٹرایکٹو آؤٹ پٹس بنا سکتا ہے جو مسلسل اپ ڈیٹ ہوتے رہیں یا کسی مخصوص وقت کی حالت پر مقفل کیے جا سکیں. جائزہ لینے والا سرمایہ کاری کا خلاصہ کھول سکتا ہے, کسی عدد کے پیچھے موجود مالیاتی ماڈل تک کلک کرکے پہنچ سکتا ہے اور اسی پیج سے ایجنٹ کے ساتھ کام کر سکتا ہے.

Englander کہتے ہیں, ”PowerPoint, Excel اور Word ایک ایسی دنیا کے لیے بنائے گئے تھے جہاں علمی نوعیت کا کام تیار کرنا ایک دستی عمل تھا.“ ”AI نے اس مفروضے کو بدل دیا ہے. خود سافٹ ویئر بھی اب تبدیل ہونے والا ہے.“