در دنیای پرشتاب امور مالی، زمان همیشه معادل پول بوده است؛ اما گزارشهای جدید نشان میدهد که هوش مصنوعی در حال بازنویسی این معادله است. استارتاپ Model ML در تازهترین دستاورد خود، با بهکارگیری مدل زبانی پیشرفتهی GPT-5.6 Sol از شرکت OpenAI، توانسته است فرآیند پیچیده و زمانبرِ تولید گزارشهای مالی را به شکلی بیسابقه بهینهسازی کند. این جهش تکنولوژیک، نهتنها زمان انجام کارها را از چند ساعت به چند دقیقه کاهش داده، بلکه با مصرف توکنِ بسیار کمتر، رقبای قدرتمندی چون Opus 5 و Fable 5 را به حاشیه رانده است.
پایان کابوس «مایل آخر» در امور مالی
یکی از بزرگترین چالشها در بانکداری سرمایهگذاری و تحلیلهای مالی، مرحلهای است که متخصصان به آن «مایل آخر» (The Last Mile) میگویند. پیش از آنکه یک تحلیل مالی روی میز مدیران ارشد یا مشتریان قرار بگیرد، تیمها باید دادهها را اعتبارسنجی کنند، فایلهای نهایی را بسازند، فرمتها را تنظیم کرده و تکتک اعداد را با منابع اصلی تطبیق دهند. این فرآیند بهشدت مستعد خطای انسانی و به طرز طاقتفرسایی زمانبر است.
حالا استارتاپ فینتک Model ML با یک رویکرد مبتنی بر هوش مصنوعی، این گره کور را باز کرده است. پلتفرم آنها به جای ارائه متون خام، فایلهای بومی و کاملاً قابل ویرایش در قالب پاورپوینت و اکسل تولید میکند که مستقیماً آمادهی بررسی و ارائه هستند.
ایدهای که از دل یک نیاز واقعی متولد شد
برادران آرنی و چاز انگلندر (Arnie & Chaz Englander)، بنیانگذاران Model ML، پس از دو خروج موفق از استارتاپهای قبلی خود، یک دفتر سرمایهگذاری خانوادگی تاسیس کردند. آنها در جریان مدیریت سرمایهی خود، با حجم عظیم و خستهکنندهی کارهای دستی در تحلیلهای مالی مواجه شدند. همانطور که از توسعهدهندگان نرمافزار انتظار میرود، آنها تصمیم گرفتند ابزاری برای حل مشکل خود بسازند؛ ابزاری که امروز به یک پلتفرم سازمانی قدرتمند تبدیل شده است.
«مدلهای قبلی میتوانستند کار یک تحلیلگر را انجام دهند، اما کاربر باید وظایف را بهدقت خرد میکرد و دقیقاً میگفت که خروجی باید چه شکلی باشد. اما با GPT-5.6 Sol، ما متوجه شدیم که ایجنتهای هوش مصنوعی بهطور شگفتانگیزی به خروجی نهایی و بینقص نزدیک شدهاند.» – چاز انگلندر، مدیرعامل Model ML
جهش بزرگ با GPT-5.6 Sol؛ سریعتر، ارزانتر و دقیقتر
هسته اصلی پلتفرم Model ML، یک ایجنت هوشمند است که کارها را برنامهریزی کرده، ابزارهای مناسب را انتخاب میکند و محاسبات را انجام میدهد. این سیستم برای انجام سنگینترین پردازشهای خود به مدل GPT-5.6 Sol متکی است. دستاوردهای این ادغام برای بازار تکنولوژی و امور مالی خیرهکننده بوده است.
مقایسه عملکرد و کارایی توکنها
در بنچمارک اختصاصی این شرکت به نام Composite (که برای ارزیابی هوش مصنوعی در خدمات مالی طراحی شده)، مدل GPT-5.6 Sol توانست رکورد جدیدی از نظر کارایی و کاهش هزینههای پردازشی (توکن) ثبت کند:
- کاهش ۲۱ درصدی مصرف توکن: در تولید فایلهای پاورپوینت نسبت به مدل Fable 5.
- کاهش ۳۶ درصدی مصرف توکن: در ساخت ورکبوکهای پیچیدهی اکسل نسبت به مدل Opus 5.
- برتری ۱۶.۶ درصدی در آمادگی حرفهای: خروجیهای این مدل نسبت به Opus 5 بسیار بیشتر به استانداردهای حرفهای والاستریت نزدیک بودهاند.
| معیار ارزیابی | مدل GPT-5.6 Sol | رقبای اصلی (Opus 5 / Fable 5) | نتیجه برای کاربر نهایی |
|---|---|---|---|
| مصرف توکن در اکسل | ۳۶٪ کمتر | مصرف بالا (Opus 5) | کاهش شدید هزینههای API و سرعت بالاتر |
| مصرف توکن در پاورپوینت | ۲۱٪ کمتر | مصرف بالا (Fable 5) | تولید سریعتر ارائههای تجاری |
| کیفیت و آمادگی فایل | بسیار بالا | ۱۶.۶٪ ضعیفتر | کاهش نیاز به ویرایش دستی توسط تحلیلگر |
جادوی اتوماسیون؛ از ایمیل تا فایل نهایی
یکی از جذابترین ویژگیهای Model ML، رویکرد مستقل از سطح (Surface-agnostic) آن است. یک تحلیلگر مالی میتواند درخواست خود را از طریق یک ایمیل ساده یا اپلیکیشن اختصاصی ثبت کند و ادامه کار را مستقیماً در افزونههای مایکروسافت آفیس پیش ببرد.
وقتی صحبت از اکسل میشود، ایجنت هوش مصنوعی میتواند کار را از یک قالب خالی یا تمپلیت اختصاصی شرکت آغاز کند، دادههای مورد نیاز را از منابع مختلف استخراج کرده، فرمولها و منطق ریاضی را در چندین تب (Tab) مختلف پیادهسازی کند و در نهایت، فرمتبندی استاندارد مالی را روی آن اعمال نماید. تمامی منابع دادهها نیز برای اعتبارسنجی نهایی به صورت شفاف لینک میشوند.
تاثیر این فناوری بر بازار کار و آینده تحلیلگران
ورود GPT-5.6 Sol به فرآیندهای مالی به معنای حذف تحلیلگران نیست، بلکه به معنای ارتقای نقش آنهاست. چاز انگلندر معتقد است که تمرکز کاربر باید روی قضاوت، اصلاح مفروضات و تیزتر کردن پیام نهایی باشد، نه بازسازی و تایپ مجدد تحلیلها.
تاثیر این اتوماسیون بر بهرهوری شرکتهای مدیریت دارایی شگفتانگیز است. بر اساس گزارشها، آمادهسازی یک گزارش خلاصه وضعیت مالی (Tearsheet) که پیش از این حدود یک ساعت از وقت یک تحلیلگر ارشد را میگرفت، اکنون در پنج دقیقه انجام میشود. در موردی دیگر، ایجنتهای Model ML موفق شدند اتاقهای داده مجازی (VDR) شامل بیش از ۱۰۰ هزار سطر داده و صدها فایل مجزا را تنها در یک مرحله پردازش کنند. این سطح از سرعت و دقت، قطعاً استانداردهای رقابتی در بازارهای مالی را برای همیشه تغییر خواهد داد.
جمعبندی
ادغام مدل GPT-5.6 Sol در پلتفرم Model ML نشاندهندهی بلوغ هوش مصنوعی در درک نیازهای تخصصی صنایع است. با کاهش چشمگیر مصرف توکنها و تولید فایلهای بومی و قابل ویرایش، هوش مصنوعی دیگر صرفاً یک دستیار چتبات نیست، بلکه به یک تحلیلگر تمامعیار تبدیل شده که کارهای مکانیکی را حذف کرده و به متخصصان مالی اجازه میدهد روی استراتژی و تصمیمگیریهای کلان تمرکز کنند. این اتفاق، زنگ خطری برای رقبای نرمافزاری و نویدی برای آیندهی روشنتر در اتوماسیون سازمانی است.
سؤالات متداول
استارتاپ Model ML دقیقاً چه مشکلی را در امور مالی حل میکند؟
این پلتفرم با استفاده از هوش مصنوعی، مرحله نهایی تولید گزارشهای مالی را که شامل جمعآوری داده، فرمتبندی و ساخت فایلهای نهایی است، خودکار میکند و فایلهای آماده و قابل ویرایش در اکسل و پاورپوینت تحویل میدهد.
مدل GPT-5.6 Sol چه مزیتی در این پلتفرم ایجاد کرده است؟
این مدل نسبت به رقبایی مانند Opus 5 و Fable 5، بین ۲۱ تا ۳۶ درصد توکن کمتری مصرف میکند که به معنای سرعت بالاتر و هزینه پردازشی کمتر است. همچنین خروجیهای آن بسیار به استانداردهای حرفهای نزدیکتر است.
آیا فایلهای تولید شده توسط این هوش مصنوعی نیاز به ویرایش دارند؟
فایلهای تولید شده کاملاً بومی (Native) و قابل ویرایش هستند. هدف این است که فرمتبندی و ساختار توسط هوش مصنوعی انجام شود تا تحلیلگر مالی فقط روی بررسی مفروضات و قضاوت نهایی تمرکز کند.
تاثیر این تکنولوژی بر زمان انجام کارها چقدر است؟
بر اساس دادههای واقعی، ساخت یک گزارش مالی که قبلاً حدود یک ساعت زمان میبرد، با این تکنولوژی به حدود ۵ دقیقه کاهش یافته است. همچنین امکان پردازش همزمان صدها فایل و بیش از ۱۰۰ هزار سطر داده در یک لحظه فراهم شده است.
