Basis mostra il ragionamento dell'agente a schermo, così i contabili possono verificarlo

La voce contabile è l'interfaccia, non l'automazione

Basis descrive un momento concreto del suo prodotto che rivela dove è andato davvero il lavoro di ingegneria. Quando un contabile guarda una voce contabile preparata dal sistema, non vede solo la voce. Vede una spiegazione di quali dati sono stati usati, perché sono stati mappati in quel modo e quanto è sicuro il sistema della sua raccomandazione.

È una scelta di frontend tanto quanto una scelta di modello. L'azienda ha costruito agenti che "condividono il contesto tramite un livello centrale, rendendo visibili ipotesi, fonti dei dati e la logica dietro ogni decisione". In contabilità, un output che non puoi ispezionare è peggio di nessun output, e Basis lo dichiara senza mezzi termini: l'automazione è utile davvero solo se è verificabile.

Tutto quello che facciamo dipende dal ragionamento. Ecco perché i modelli di OpenAI, soprattutto GPT-5, sono così cruciali. Scalando la potenza di calcolo in fase di inferenza ben oltre quanto i modelli precedenti potessero sostenere, e continuando a esporre il ragionamento del modello, possiamo offrire spiegazioni che danno ai clienti visibilità e controllo su ciò che sta accadendo.Montana Labs

La parola chiave qui è esporre. Un modello che ragiona bene internamente non basta per questo prodotto; il ragionamento deve poter essere estratto e mostrato a un revisore umano. Questo vincolo definisce cosa l'interfaccia può davvero promettere.

Confidenza e provenienza come elementi centrali dell'interfaccia

La maggior parte delle demo di agenti mostra un risultato. Basis mostra anche il percorso del ragionamento: i materiali di supporto consultati, i dati recuperati, il contesto condiviso e le best practice di riferimento, e i sotto-agenti coordinati per produrre il lavoro. Per il contabile, la superficie decisionale è una catena di prove, non un verdetto.

Per questo Basis descrive la sua traiettoria come un passaggio "dall'automazione dei compiti a una vera delega del flusso di lavoro". La delega funziona solo se chi la riceve può rendere conto del proprio lavoro. Il segnale di confidenza associato a ogni raccomandazione permette a una persona di decidere dove concentrare l'attenzione di revisione — quali voci accettare rapidamente e quali esaminare con più attenzione.

Il function calling è ciò che ha fatto passare tutto questo dalla proposta all'azione. Basis nota che ha permesso agli agenti "di completare processi multi-step come le riconciliazioni e le voci contabili, non solo di proporli". L'interfaccia deve rendere leggibili entrambi gli stati: il lavoro già svolto dall'agente e quello in attesa dell'approvazione umana.

La spiegabilità è un criterio di instradamento, non un ripensamento

Dietro l'interfaccia, Basis usa un'architettura multi-agente in cui un agente supervisore — inizialmente su o3, ora migrato a GPT-5 — instrada i passaggi a sotto-agenti specializzati in base al compito, alla complessità, alla latenza e al tipo di input. Le interazioni critiche per la velocità, come le domande di chiarimento durante la revisione, vanno a GPT-4.1; le classificazioni ambigue e la chiusura di fine mese vanno a GPT-5.

Un dettaglio interessante per chi costruisce un'interfaccia basata sulla revisione: Basis valuta i modelli in base a quanto chiaramente spiegano il loro ragionamento, non solo in base all'accuratezza. Questi benchmark determinano "sia quali modelli usare per i vari compiti, sia quando gli agenti possono assumersi in sicurezza nuovi flussi di lavoro". La spiegabilità viene trattata come una capacità misurabile che condiziona il rilascio, il che significa che la promessa di verificabilità del frontend viene garantita a monte, nella scelta del modello.

L'azienda riporta anche che GPT-5 ha raggiunto un tasso di successo perfetto del 100% nel suo benchmark di chiamate parallele agli strumenti, con interprete di codice e ricerca web attivati. Le chiamate parallele agli strumenti permettono a un singolo flusso di lavoro di coordinare più azioni strutturate — che la superficie di revisione deve poi ricomporre in una spiegazione unica, coerente e ispezionabile per il contabile.

Cosa ottengono davvero queste aziende dalla superficie verificabile

Il risultato riportato è un risparmio di tempo medio fino al 30% tra le grandi società di contabilità statunitensi che Basis dichiara di supportare, con aziende che "continuano ad ampliare le responsabilità degli agenti man mano che la fiducia cresce". Quest'ultima frase è il meccanismo chiave. L'ambito si espande in funzione della fiducia dimostrata, e la fiducia è funzione di ciò che l'interfaccia permette ai contabili di verificare.

L'implicazione specifica è che nei flussi di lavoro professionali ad alto rischio, la frontiera del prodotto non è l'autonomia — è la qualità della superficie di revisione. Basis non ha vinto nascondendo il modello; ha vinto rendendo visibili il ragionamento, la provenienza e la confidenza del modello in una forma che un contabile può accettare o rifiutare. Quando il modello sottostante migliora, gli agenti assumono più responsabilità, ma solo perché il livello di spiegazione rende ogni espansione verificabile. Per i team che integrano agenti in lavori regolamentati o soggetti a rendicontazione, ecco cosa vale la pena replicare: costruisci prima l'interfaccia di revisione, e lascia che sia lei a governare quanto l'agente può fare.