OpenAI și Thrive Holdings au construit „Tax AI” pentru firmele Crete - pilot pe 7.000 de declarații, cu economii de circa o treime din timpul de lucru și până la 97% acuratețe la drafturi

OpenAI și Thrive Holdings spun că au construit un agent fiscal care se îmbunătățește singur în producție , folosind un circuit de feedback din utilizarea reală, astfel încât corecțiile făcute de contabili să devină „semnale” structurate pentru evaluări și iterații rapide cu Codex, potrivit OpenAI . Miza operațională: reducerea timpului de pregătire a declarațiilor și creșterea capacității firmelor de contabilitate în vârf de sezon, fără ca fiecare problemă să fie rezolvată manual de ingineri. În proiect au lucrat, timp de șase luni, ingineri și cercetători OpenAI „forward deployed” (integrați în echipele din teren) împreună cu inginerii Thrive Holdings, dezvoltând „Tax AI” pentru rețeaua Crete , care include 30+ firme de contabilitate. Contextul descris de OpenAI: practicienii Crete pregătesc zeci de mii de declarații pe sezon, pe baza a milioane de documente, iar pentru dosare de complexitate medie și mare doar introducerea datelor poate ajunge la opt ore per declarație. Tax AI a procesat 7.000 de declarații în pilotul din acest sezon fiscal, automatizând o parte importantă din pregătirea formularelor 1040 și 1041. OpenAI susține că sistemul „economisește aproximativ o treime” din timpul de pregătire, poate redacta declarații cu „până la 97% acuratețe” și crește productivitatea („throughput”) cu aproximativ 50%. În plus, compania afirmă că versiunea curentă este „măsurabil” mai bună decât cea lansată cu trei luni înainte. Cum este măsurată îmbunătățirea și ce s-a schimbat în câteva săptămâni OpenAI descrie o metodă de evaluare bazată pe proporția declarațiilor care ating praguri de completare corectă a câmpurilor (75%, 90% și 100%), ca indicator al volumului de corecții necesare ulterior. La lansare, „doar un sfert” dintre declarații ajungeau la 75% completare corectă, iar în șase săptămâni ponderea a urcat la 86%, potrivit aceleiași surse. Compania mai spune că progresul a fost și mai rapid la pragurile de 90% și 100%. Pe parcursul sezonului, sistemul a trecut de la sarcini mai simple (W-2 și 1099) la declarații mai complexe (inclusiv K-1 și diverse „schedules”), iar fiecare nouă capabilitate ar fi economisit mai mult timp per declarație, deoarece înlocuia muncă manuală mai dificilă. Bucla de auto-îmbunătățire: practicieni, „urme” din producție și iterație cu Codex Arhitectura de îmbunătățire continuă este construită pe trei „piloni”, conform OpenAI: feedback de la practicieni , care indică ce erori contează și ce merită optimizat; „production traces” (urme din producție), adică un istoric structurat al pașilor de la documentele sursă la câmpurile extrase, mapare și corecțiile expertului; o buclă de iterație condusă de Codex , în care problemele repetate devin „finding-uri” (constatări), apoi evaluări țintite („evals”) și, în final, sarcini de inginerie cu criterii de succes și validare (inclusiv teste de regresie). Exemplul detaliat în material este cel al veniturilor din proprietăți închiriate (Schedule E), unde diferențele dintre valoarea propusă de agent și cea din declarația depusă pot avea cauze diferite (eroare de extracție, preferință a practicianului, valori preluate din an anterior, modificări în altă etapă a fluxului). Sistemul încearcă să transforme corecțiile repetate în ținte de evaluare, astfel încât Codex să poată investiga cauza (schemă de extracție, selecția surselor, mapare către „tax engine”, evaluare/„grader”) și să propună modificări verificabile înainte de a ajunge în producție. Ce înseamnă asta pentru firme: capacitate mai mare în sezon și redistribuirea muncii Din perspectiva impactului operațional, OpenAI argumentează că valoarea nu vine doar din automatizare, ci din faptul că agentul devine mai bun pe măsură ce este folosit, fără ca îmbunătățirile să depindă exclusiv de intervenții manuale ale inginerilor. În material este inclus și un exemplu punctual: un contabil senior care ar fi petrecut 180 de ore pe pregătirea declarațiilor anul trecut ar fi ajuns la 15 ore anul acesta, folosind timpul economisit atât pentru discuții cu clienții, cât și pentru a prelua clienți noi și servicii noi. OpenAI nu oferă însă detalii suplimentare despre câți utilizatori au avut rezultate similare sau despre distribuția acestor câștiguri în pilot. În final, OpenAI și Thrive Holdings prezintă acest model ca „plan” pentru extindere către alte fluxuri din contabilitate (de exemplu, contabilitate curentă și audit) și către operațiuni precum automatizarea serviciului de asistență IT, în interiorul companiilor din portofoliul Thrive. Pentru moment, informațiile publice din material rămân la nivelul pilotului și al metodologiei de îmbunătățire, fără o cronologie de lansare comercială mai largă sau indicatori financiari. [...]