Poden els agents LLM ser CFO? La simulació de 132 mesos d'EnterpriseArena revela una gran bretxa
Només Qwen3.5-9B supera el 80% de les 132 execucions de CFO d'EnterpriseArena; GPT-5.4 i DeepSeek-V3.1 arriben al 0%. La conciliació de llibres omesa causa les fallades.