GPT-6 Astra を用いた Basis の税務自動化

Basis は GPT-6 Astra を統合し、手動の会計作業を自動化することで、複雑な税務ワークブックの処理速度が2倍に向上し、内部評価スコアも20%向上しました。このパフォーマンス向上は、ユーザーの意図をより正確に理解し、タスクをより効率的に実行できるようになったことに起因しています。

複雑な税務ワークブックにおけるパフォーマンス向上

GPT-6 Astra は、50枚のシートからなる複雑な税務ワークブックを、GPT-5.6 Sol が要する時間の半分で完了します。Basis の共同創設者である Mitch Troyanovsky によると、このモデルはユーザーの意図や、会計士が解決しようとしている具体的な問題をより強く理解しています。

この速度向上は、タスクの開始時点でより良い意思決定が行われたことに起因しています。正しい道筋を素早く特定することで、エラーの修正に費やす時間が短縮され、トークンの使用もより効率的になります。

動的推論とリソース最適化

Basis は GPT-6 Astra の、タスクの難易度に応じて推論の努力を調整できる能力を活用しています。難易度の高いステップでは計算を増やし、簡単なステップでは減らしながらもキャッシュを維持します。この動的調整により、応答時間と運用コストの両方が削減され、長時間にわたる会計作業がより経済的になります。

信頼性と意図理解の向上

Basis は内部評価スコアで20%の向上を観測しました。この向上は以下の主な機能に起因しています：

• 意図認識： 明確な質問をすべきタイミング、仮定を明示すべきタイミング、特定の指示に従うべきタイミングをよりよく理解する。

• 文脈からの推論： 明示的な指示が少ない状況でも、テンプレートに従う、主要な税務資料を参照する、自身の作業をチェックするといった期待を、広い文脈から推論できる。

• ルール依存の低減： 期待を推論できるようになったため、個々のシナリオに対して明示的なルールを書く必要が減り、内部テストではカバーされていないエッジケースに対してもエージェントの対応能力に自信が持てるようになりました。