Model ML skraca czas pracy w finansach dzięki GPT-5.6 Sol
Źródło: Link
Źródło: Link
Analityk finansowy kończy raport o godzinie 23:00. Dane są, wnioski są, ale przed nim jeszcze godzina formatowania slajdów, linkowania źródeł i sprawdzania każdej liczby w Excelu. Prezentacja musi być edytowalna, każdy claim musi mieć źródło, a każda formuła musi działać. To właśnie ta ostatnia mila - między analizą a gotowym materiałem - zjada czas.
Model ML, startup założony przez braci Arnie i Chaza Englanderów, postanowił tę milę zautomatyzować. Po dwóch udanych exitach i pracy w prywatnym family office zauważyli, ile czasu zabiera przygotowanie materiałów dla klientów. Zrobili narzędzie, które przejmuje workflow od briefu przez research i analizę po gotowy deck albo workbook.

W centrum systemu siedzi agent planujący pracę. Wybiera odpowiednie narzędzia, reconciluje dane, prowadzi obliczenia i routuje każdy krok do modelu, który najlepiej sobie z nim poradzi. Często jest to GPT-5.6 Sol.
Chaz Englander, CEO Model ML, mówi wprost: "Wcześniejsze modele potrafiły wykonać pracę analityka, ale użytkownik musiał jasno rozpisać zadanie i dokładnie określić, jak ma wyglądać output. Z GPT-5.6 Sol agent znacznie bliżej trafia do finalnego wyniku".
Agent nie tylko analizuje - tworzy natywne pliki PowerPoint i Excel. Z traceable sources. Każde twierdzenie w prezentacji ma link do źródła, każda liczba w arkuszu ma działającą formułę. To nie screenshot z AI - to edytowalny plik, który analityk może otworzyć, sprawdzić i poprawić.
Model ML nazywa swój produkt "surface-agnostic". Możesz zacząć zadanie w emailu, kontynuować w aplikacji Model ML, a skończyć w pluginie do Microsoft Office. Bez tłumaczenia kontekstu od nowa.
Dla investment committee deck agent bierze brief i materiały źródłowe, a zwraca edytowalny PowerPoint. Dla zadania w Excelu startuje od szablonu klienta albo pustego arkusza, zbiera dane, buduje formuły i logikę na wielu zakładkach, aplikuje formatowanie specyficzne dla finansów i oddaje kompletny spreadsheet lub model finansowy.

Model ML stworzył własny benchmark - Composite - do oceny AI w financial services. W nim GPT-5.6 Sol zużył 36% mniej tokenów na workbook niż Opus 5 w workflow Excelowym. W przypadku prezentacji PowerPoint - 21% mniej tokenów niż Fable 5.
Mniej tokenów to nie tylko niższy koszt. To także znak, że model trafia w sedno szybciej - mniej "myśli na głos", więcej konkretów.
Agent prowadzi też o 16,6 punktu procentowego w "professional readiness" nad Opus 5. W praktyce? Output wymaga mniej poprawek przed pokazaniem klientowi.
Konkretny przykład: bespoke tearsheet (analiza spółki na zamówienie) - wcześniej około godziny pracy, teraz 5 minut. Różnica nie w jakości analizy - w czasie potrzebnym na sformatowanie, zlinkowanie źródeł i przygotowanie do edycji.
Englander podkreśla: "Użytkownik powinien skupić się na osądzie - doprecyzowaniu założeń, wyostrzeniu przekazu. Nie na odbudowywaniu analizy od zera".
To właśnie ta zmiana perspektywy. GPT-5.6 Sol nie zastępuje analityka - przejmuje mechaniczną część pracy, żeby analityk mógł zająć się tym, co wymaga ludzkiego osądu.

Model ML nie jest pierwszym narzędziem AI dla finansów. Jest jednym z pierwszych, które bierze odpowiedzialność za całą drogę - od pytania do gotowego, edytowalnego materiału z pełną traceability.
W finansach nie wystarczy "dobra odpowiedź". Trzeba móc pokazać źródło każdej liczby, edytować założenia, prześledzić logikę formuł. Transparentność procesu myślenia AI to jedno - transparentność outputu to drugie.
Agent Model ML nie generuje raportu w PDF. Generuje PowerPoint i Excel, które senior może otworzyć, sprawdzić i poprawić przed spotkaniem z klientem. To różnica między "fajnym demo" a narzędziem, które faktycznie wchodzi do workflow.
Jeśli jesteś w finansach, znasz ten moment: masz analizę, masz wnioski, ale przed Tobą jeszcze dwie godziny formatowania slajdów i sprawdzania formuł. Model ML skraca te dwie godziny do kilku minut.
Ktoś musi sprawdzić założenia. Senior musi zatwierdzić przekaz. To się nie zmienia. Zmienia się to, ile czasu zespół spędza na mechanicznej robocie, a ile na myśleniu.
Startup używa modeli OpenAI w routing workflow - agent wybiera model do zadania. Czasem to GPT-5.6 Sol, czasem inny wariant. Kluczowe jest to, że użytkownik nie musi się tym przejmować. Daje brief, dostaje output.
Model ML to przykład tego, jak AI wchodzi do branż wymagających precyzji i accountability. Nie przez zastąpienie ludzi - przez przejęcie ostatniej mili. Tej najbardziej żmudnej, najmniej kreatywnej, ale koniecznej.
Chcesz nauczyć się budować workflow z AI w swojej firmie? Model ML pokazuje, jak agenci AI mogą przejąć mechaniczną część pracy - żeby to wdrożyć, musisz rozumieć, jak routing modeli działa w praktyce. Zobacz wdrożenia AI dla firm →
Nie. Agent Model ML routuje zadania do różnych modeli w zależności od typu pracy. GPT-5.6 Sol jest często wybierany, ale system korzysta z wielu modeli OpenAI w workflow.
Tak. Model ML generuje natywne pliki Office - nie screenshoty ani PDF-y. Możesz otworzyć je w PowerPoint lub Excel, sprawdzić formuły, zmienić założenia i edytować jak zwykły plik.
Około 5 minut, podczas gdy ręcznie przygotowanie tego samego materiału zajmowało około godziny. Różnica wynika głównie z automatyzacji formatowania i linkowania źródeł.
Model ML to startup działający globalnie przez API i aplikację webową. Dostępność w Polsce zależy od tego, czy firma oferuje obsługę w regionie - warto sprawdzić bezpośrednio na ich stronie.
Na podstawie: OpenAI Blog
10 gotowych promptów do codziennej pracy + 5 narzędzi + plan na pierwszy tydzień. PDF, 4 strony konkretu.