AI-agenter klarar 95% av företagsstyrningens grindpassage – men mänsklig översyn kvarstår

arXiv cs.AI

Forskare har testat om AI-agenter kan ersätta människor i företagsstyrningens granskningsprocesser (de checkpoints där beslut godkänns eller stoppas), och resultaten är anmärkningsvärda: Gemini klarade 94,98% av enskilda granskningar korrekt, medan GPT-5.6 Luna och DeepSeek landade på 83% respektive 74%. Den intressanta kroken är att automatisering av de flesta fall ändå kan öka den totala arbetsbördan – undantag, felkorrigering och underhåll räknas också, något som ramverket försöker kvantifiera med ett konkret tröskelmått.