AIエージェントのデータ分析における「気づきを行動に変換できない」という課題を分析。OpenAIが公開した評価ベンチマーク「GeneBench-Pro」を用い、エージェントが統計的異常をどう捉え、どう戦略を変更すべきかを数値化する重要性を論じます。