Navis Mater | Flaggskeppsrapport
The Governed Agentic Organization
En verksamhetsmodell och kontrollarkitektur för organisationer där människor och AI-agenter arbetar tillsammans under verifierbar styrning
Artificiell intelligens går från att assistera till att agera. Ledningsutmaningen flyttar från att styra AI-applikationer till att styra ett organisatoriskt system där både människor och maskinaktörer utför arbete som får konsekvenser.
Rapporten föreslår en verksamhetsmodell och en kontrollarkitektur för organisationer där människor och AI-agenter arbetar tillsammans, med Navis Maters referensimplementation som grund. Den skiljer det som är visat i praktiken från designmål och från frågor som återstår att verifiera.
Jämfört med föregående utgåva tillför Edition 2.0 belägg från två styrda kontor som leds av Navis Maters CTO och controller, praktiska exempel på hur människor och agenter delar arbetet, och en mätt redogörelse för hur långa agentpass hålls samman. Varje ny sakuppgift om referensimplementationen förs in i ett evidensregister och bekräftas av den som äger fakta innan den tas in i texten.
För ledare inom teknik, säkerhet och verksamhet som ansvarar för att skala agentisk AI i miljöer där arbetet får konsekvenser.
Rapporten är skriven på engelska.
Följ uppdateringar av rapporten
Vill ni prata om GAO för er organisation? Boka en workshop →
Navis Mater is defining what governed means.
Grundsats
Varje styrd agentisk organisation är agentisk. Men en agentisk organisation är inte automatiskt styrd.
Tio principer
Arkitekturen kan sammanfattas i tio principer som gäller oavsett leverantör, AI-modell och sätt att bygga lösningen.
Syfte före automatisering
Varje väsentlig agentförmåga ska tjäna ett uttalat mål för organisationen.
Identitet före befogenhet
Ingen väsentlig befogenhet utan spårbar identitet.
Befogenhet är inte åtkomst
Teknisk förmåga ger ingen organisatorisk befogenhet.
Varje beständig agent har ett mandat
Syfte, gränser, eskalering och ansvar ska vara uttalade.
Policy som inte verkställs är ingen kontroll
Kontroller ska förhindra eller pausa otillåtna handlingar, upptäcka överträdelser eller verifiera att viktiga gränser hålls.
Autonomi följer bevis
Befogenheten utvidgas bara i den takt verifieringens mognad tillåter.
Människor behåller ansvaret
Att delegera utförandet för inte i det tysta över ansvaret.
Oberoende verifiering skalar förtroende
Den som bygger en kontroll kan inte vara ensam domare över den, och viktiga fynd måste ha en oberoende väg till en ansvarig människa.
Styrningen överlever teknikbyten
Modeller och körmiljöer är utbytbar infrastruktur.
Lös grundorsaken
Varje betydande fel ska förbättra det organisatoriska systemet.
Versionshistorik
- Edition 2.0September 2026Aktuell utgåva.
Följ utvecklingen av GAO
Få nya utgåvor och väsentliga uppdateringar av rapporten med e-post. Några utskick per år, inga säljmejl.
Frågor och svar
Vad handlar rapporten om?
Den beskriver en verksamhetsmodell och kontrollarkitektur för den styrda agentiska organisationen (Governed Agentic Organization, GAO): organisationer där människor och AI-agenter arbetar tillsammans under verifierbar styrning.
Vem är rapporten för?
Ledare inom teknik, säkerhet och verksamhet som ansvarar för att skala agentisk AI i miljöer där arbetet får konsekvenser.
Vilken utgåva är detta och när publicerades den?
Edition 2.0, september 2026, av Emanuel Lipschütz. Den bygger vidare på föregående utgåva och tillför belägg från två styrda kontor, praktiska exempel på hur människor och agenter delar arbetet och en mätt redogörelse för hur långa agentpass hålls samman.
I vilka format finns rapporten?
Online, som PDF på 47 sidor, som Markdown och som en HTML-fil, alla på engelska.
Behöver man registrera sig?
Nej. Rapporten är fri att ladda ner, utan registrering.
Vad är Verified Autonomy?
Modellens styrande doktrin: autonomi är en kontextuell tilldelning som växer bara när organisationen kan verifiera befogenheten, gränserna, utförandet och evidensen kring den. Varje ökning av autonomin bör ha ett uttryckligt krav på evidens och en väg tillbaka.
Källor i flaggskeppsrapporten
- NIST AI Risk Management Framework (AI RMF 1.0) NIST AI 100-1, 2023Ramverk för att styra, kartlägga, mäta och hantera AI-risker.
- ISO/IEC 42001:2023 ISO och IEC, 2023Standard för ledningssystem för AI. Ingen överensstämmelse påstås.
- Zero Trust Architecture NIST SP 800-207, 2020Principen att inget förtroende ges bara utifrån var i nätverket något finns.
- Standards for Internal Control in the Federal Government (Green Book) U.S. GAO, GAO-25-107721, 2025Intern kontroll och åtskillnad av uppgifter. Den amerikanska myndigheten GAO har inget samband med vårt ramverk.
- EU:s AI-förordning, artikel 14 Förordning (EU) 2024/1689, ändrad genom (EU) 2026/1744Krav på mänsklig tillsyn över AI-system med hög risk. Ingen regelefterlevnad påstås.
- Investigation of agents’ behavior in the OpenAI / Hugging Face incident METR med Redwood Research, 2026Oberoende granskning av hur samarbetande agenter betedde sig i en verklig incident.