Model ML xử lý tài chính hiệu quả hơn với GPT‑5.6 Sol

Trước khi bản phân tích tài chính có thể được trình bày trước khách hàng hoặc các nhà lãnh đạo cấp cao, đội ngũ phải hoàn thành chặng cuối đầy thử thách: đối chiếu bằng chứng, xây dựng và định dạng tệp, kiểm tra từng con số và liên kết mỗi nhận định với nguồn tương ứng. Bản trình chiếu PowerPoint hoặc sổ làm việc Excel hoàn chỉnh phải có thể chỉnh sửa và sẵn sàng để thẩm định.

Hai anh em đồng sáng lập Model ML, Arnie và Chaz Englander, đã nhận ra khối lượng công việc cần thiết khi họ bắt đầu đầu tư thông qua một văn phòng quản lý tài sản gia đình tư nhân sau hai lần thoái vốn thành công và, với tư duy của những người kiến tạo, tự xây dựng phần mềm để hỗ trợ chính mình.

Phát triển từ phần mềm đó, các tác nhân của Model ML giúp chuyên gia tài chính thực hiện toàn bộ quy trình, từ yêu cầu ban đầu đến nghiên cứu, phân tích và bản trình chiếu hoặc sổ làm việc hoàn chỉnh. Ở vị trí trung tâm, một tác nhân cốt lõi lập kế hoạch công việc, chọn công cụ phù hợp, đối chiếu bằng chứng và thực hiện tính toán, đồng thời chuyển từng bước đến mô hình phù hợp nhất—thường là GPT‑5.6 Sol. Trong số đó có bộ công cụ tài liệu riêng của Model ML, dùng để tạo các tệp PowerPoint và Excel nguyên bản với nguồn có thể truy xuất.

Model ML hỗ trợ các đội ngũ tài chính bằng cách tự động hóa toàn bộ quy trình tài chính từ đầu đến cuối. Từ bản yêu cầu và tài liệu nguồn, tác nhân có thể thực hiện nhiệm vụ qua các bước nghiên cứu và lập mô hình để tạo ra tài liệu hoàn chỉnh cho khách hàng hoặc nhóm giao dịch. Chuyên gia tài chính kiểm tra các giả định, nguồn và thông điệp trước khi chia sẻ sản phẩm.

Model ML gọi sản phẩm này là “không phụ thuộc giao diện”. Chuyên gia tài chính có thể bắt đầu một nhiệm vụ qua email hoặc ứng dụng Model ML, rồi tiếp tục trong các phần bổ trợ Microsoft Office mà không phải giải thích lại.

Tính liên tục đó được duy trì đến tận sản phẩm hoàn chỉnh. Với bản trình chiếu dành cho ủy ban đầu tư, Model ML có thể biến bản yêu cầu và tài liệu nguồn thành một tệp PowerPoint có thể chỉnh sửa. Với tác vụ Excel, tác nhân có thể bắt đầu từ mẫu của khách hàng hoặc một sổ làm việc trống, thu thập dữ liệu cần thiết, xây dựng công thức và logic trên nhiều tab, rồi áp dụng định dạng chuyên biệt cho tài chính để tạo ra bảng tính hoặc mô hình tài chính hoàn chỉnh.

Trong Composite—chuẩn đánh giá AI trong dịch vụ tài chính của Model ML—GPT‑5.6 Sol sử dụng ít hơn 36% token trên mỗi sổ làm việc so với Opus 5 trong một quy trình Excel.

Bằng cách thực hiện công việc đến hết chặng cuối, tác nhân còn có thể tiết kiệm thời gian cho từng sản phẩm bàn giao và giúp các đội ngũ xử lý khối lượng lớn tài liệu nguồn. Tại một công ty quản lý tài sản toàn cầu, một bản tóm tắt chuyên biệt vốn mất khoảng một giờ để chuyên viên phân tích hoàn thiện thì nay chỉ mất khoảng năm phút. Trong một quy trình khác, các tác nhân của Model ML đã xử lý phòng dữ liệu ảo chứa hơn 100.000 hàng và hàng trăm tệp chỉ trong một lượt.

Model ML đã đánh giá GPT‑5.6 Sol cùng các mô hình hàng đầu khác trên nhiều quy trình tài chính. Các bài đánh giá Composite theo dõi một nhiệm vụ từ bản yêu cầu tài chính ban đầu, qua nghiên cứu và tính toán, đến bản trình chiếu hoặc bảng tính có thể chỉnh sửa; sau đó kiểm tra các con số, nguồn, công thức và cấu trúc, cũng như chất lượng hình ảnh của bài thuyết trình.

Đối với PowerPoint, bài đánh giá Composite của Model ML sử dụng các quy trình thực tế, bao quát hàng trăm bản trình chiếu được tạo ra và áp dụng thang điểm chi tiết.

GPT‑5.6 Sol hoàn thành quy trình PowerPoint trong 100% trường hợp thử nghiệm, so với 76% của Opus 5; đồng thời vượt qua ngưỡng sẵn sàng chuyên nghiệp của Model ML—thước đo liệu đầu ra đã sẵn sàng để thẩm định chuyên sâu hay chưa—trong 43,3% trường hợp, so với 26,7%. Mô hình này cũng vượt Opus 5 về chất lượng bản trình chiếu, mức độ bám sát yêu cầu, hệ thống phân cấp và tính nhất quán.

Tổng hợp lại, các kết quả Composite nêu trên đã cung cấp cho Model ML bằng chứng để mở rộng việc sử dụng GPT‑5.6 Sol trong môi trường thực tế, bao gồm một số quy trình trước đây do Opus 4.8 đảm nhiệm. Trong các quy trình PowerPoint, GPT‑5.6 Sol vừa tạo ra bản trình chiếu có chất lượng cạnh tranh, vừa đạt tỷ lệ hoàn thành và sẵn sàng để thẩm định cao hơn Opus 5 và Fable 5, trong khi sử dụng ít hơn khoảng 21% token so với Fable 5.

Englander cho biết: “Sẵn sàng cho công việc thực tế nghĩa là người dùng có thể chuyển thẳng sang khâu thẩm định thực tế.” “Các con số có thể truy nguyên, sổ làm việc có thể tính toán lại và trang chiếu có thể chỉnh sửa.”

PowerPoint là phép thử khắt khe để Model ML xác định liệu GPT‑5.6 Sol đã sẵn sàng cho công việc thực tế hay chưa. Một bản trình chiếu có thể trông rất chỉn chu nhưng vẫn không đạt yêu cầu thẩm định nếu số liệu sai hoặc không thể truy nguyên, biểu đồ bị làm phẳng hoặc các trang chiếu phải được dựng lại trước khi chia sẻ.

Model ML vận hành mô hình trong hệ thống điều khiển tác nhân của mình, kết hợp với các công cụ tạo và chỉnh sửa tài liệu cho phép tác nhân tạo trang chiếu có biểu đồ và bảng biểu chỉnh sửa được. Trong quá trình làm việc, hệ thống luôn giữ bản yêu cầu ban đầu trong ngữ cảnh, sau đó xem xét trực quan từng trang chiếu trước khi trả lại tệp.

Ví dụ dưới đây cho thấy đầu ra PowerPoint của Model ML đã cải thiện như thế nào từ GPT‑5.5 lên GPT‑5.6 Sol, với hệ thống phân cấp rõ ràng hơn và thiết kế trang chiếu nhất quán hơn.

Hiện nay, hệ thống điều khiển của Model ML cung cấp cho tác nhân các bộ công cụ có thể tải để truy cập khả năng tích hợp dữ liệu, công cụ và kỹ năng chỉnh sửa tài liệu cũng như môi trường thực thi mã. Điều này giúp tác nhân tập trung và cung cấp chính xác những công cụ cần thiết để làm việc với tài liệu của người dùng.

Model ML hoàn thiện cách thiết lập này thông qua các buổi làm việc trực tiếp với OpenAI. Hai đội ngũ đã theo dõi cách tác nhân lập kế hoạch bài thuyết trình, chọn công cụ và duy trì ngữ cảnh, rồi dùng những phát hiện đó để tinh chỉnh hướng dẫn cho tác nhân và quyết định thời điểm tải từng bộ công cụ.

Khách hàng của Model ML đang chuyển sang các đầu ra trên trình duyệt, luôn kết nối với những mô hình và tài liệu nguồn đứng sau chúng.

Nền tảng Model ML có thể tạo ra các đầu ra an toàn, có tính tương tác, được cập nhật liên tục hoặc khóa tại một thời điểm nhất định. Người thẩm định có thể mở bản tóm tắt đầu tư, nhấp để xem mô hình tài chính đằng sau một số liệu và làm việc với tác nhân ngay trên cùng một trang.

Englander cho biết: “PowerPoint, Excel và Word được thiết kế cho một thế giới nơi việc tạo ra sản phẩm tri thức còn được thực hiện thủ công.” “AI đã thay đổi giả định đó. Bản thân phần mềm cũng sắp thay đổi.”