Asana daje agentom AI role jak pracownikom. Uczyć agenta mogą tylko wyznaczone osoby

Asana pokazała, jak u siebie pracuje z agentami AI, które w projektach dostają zadania jak zwykli współpracownicy. Rozmowę z dyrektorem produktu Asany Arnabem Bose opublikował 29 września blog Claude'a. To lektura dla każdego, kto w zespole używa AI i zastanawia się, kto ma ustawiać agenta, a kto tylko z nim pracować. Agenci Asany, nazwani AI Teammates, przy trudniejszych zadaniach i pisaniu dokumentów korzystają z modeli Claude.

Agent ma rolę, profil i ograniczony dostęp

Każdy agent w Asanie ma określoną funkcję, na przykład autor treści, analityk, kierownik projektu albo koordynator kampanii. Ma też własną stronę profilu: nazwę, cel, listę osób, które mogą z niego korzystać, administratorów, instrukcje, umiejętności, podłączone aplikacje i uprawnienia. Zespół decyduje, do których projektów i dokumentów agent ma wgląd.

Jedno zabezpieczenie jest szczególnie praktyczne. Według Asany agent widzi tylko tyle, ile osoba, która go uruchomiła. Jeśli więc poprosisz agenta o pomoc, nie pokaże ci dokumentu, do którego sam nie masz dostępu.

Kto uczy agenta, a kto tylko z nim pracuje

Agenci Asany mają wspólną pamięć: zapamiętują wcześniejsze wskazówki i każdy w zespole na tym korzysta. Uwagi do bieżącego zadania może zgłosić każdy. Zapisać coś na stałe w pamięci agenta, cofnąć to albo usunąć mogą tylko administratorzy i edytorzy.

Bose podaje przykład z własnej firmy. Agentem, który pisze teksty, zarządza dział komunikacji, bo to on odpowiada za styl i ton Asany. Bose może z tym agentem pisać, ale nie zmieni jego zachowania. Według niego w zespole wystarczy jedna albo dwie osoby, które rozumieją umiejętności i pamięć agenta.

Trzy zadania, które Asana oddała agentom

Zadanie	Co robi agent
Pytania handlowców o produkt	zamienia pytanie ze Slacka w zadanie, odpowiada z linkiem do zatwierdzonej odpowiedzi, a brak odpowiedzi zgłasza zespołowi produktu
Klienci zagrożeni odejściem	codziennie rano wysyła kierownictwu podsumowanie wszystkich zagrożonych odnowień umów, w podziale na regiony
Planowanie pracy programistów	wrzuca na tablicę zgłoszenia z uwag klientów; ludzie decydują, co trafi do cyklu pracy

W drugim przykładzie Asana wcześniej potrzebowała osobnej osoby, która zbierała aktualizacje o tysiącach klientów. Szef obsługi klienta dowiadywał się o problemach dopiero wtedy, gdy powiedzieli mu o nich inni menedżerowie. Teraz menedżerowie mogą dopytać agenta o konkretnego klienta i kazać mu zapamiętać wnioski na kolejny raport.

Co z tego wziąć do własnego zespołu

Najprostsza lekcja dotyczy jawności. Agent w Asanie publikuje w zadaniu swój plan i kroki, więc reszta zespołu widzi, o co go poproszono, i może poprawić instrukcje. Bose zauważa, że gdy ktoś sam rozmawia z czatem AI i wkleja wynik do Slacka, współpracownicy nie wiedzą, jaki był prompt. Jeśli wdrażasz agentów u siebie, z wpisu wynikają trzy kroki: spisz rolę agenta jak dla nowego pracownika, ogranicz mu dostęp i wyznacz jedną albo dwie osoby, które go uczą.

Podobne podejście ma Claude w Slacku, którego odpowiedź widzi cały kanał. Skąd zespoły biorą gotowe wtyczki do Claude'a, opisaliśmy przy Claude Marketplace. Wpis nie podaje, czy AI Teammates działają w Polsce, w których planach Asany są dostępni ani ile kosztują.