Asanas AI-agenter delar företagets minne, inte dess hemligheter
Asanas nya system Agentic Work Management (AWM) kopplar AI-agenter till företagsdata, möjliggör delat minne och förbättrat samarbete, samtidigt som konfidentiell information skyddas.
Företag står inför utmaningar när de utvecklar AI-agenter, då agenter ofta inte kommer ihåg tidigare konversationer eller uppgifter.
Asana har utvecklat en lösning på detta problem med sitt system Agentic Work Management (AWM). Enligt produktchef Arnab Bose behandlar AWM AI-agenter som coachbara teammedlemmar som arbetar parallellt med människor. Detta skiljer sig från traditionella enanvändarassistenter.
AWM bygger på Asanas 18 år gamla Work Graph-arkitektur. Denna grafbaserade databas organiserar företagsinformation hierarkiskt, från uppgifter till företagsövergripande mål. Detta gör det möjligt för AI-agenten att utnyttja företagets bredare kontext, spåra projektstatusar och dela information med mänskliga kollegor. Bose betonade att agenten agerar baserat på delad, företagsomfattande information, inte bara enskilda användares filer.
Systemet inkluderar också starka säkerhetsmekanismer för att skydda konfidentiell information. Även om agenter delar minne, förhindrar systemet obehöriga användare från att komma åt känslig information, såsom företagsförvärvsprojekt. Dessutom hanterar AWM dynamiskt valet av rätt AI-modell baserat på uppgiften och erbjuder användarna förutsägbar prissättning baserad på uppgiftsutförande snarare än komplex beräkning.
AWM är redan i drift hos flera kunder, inklusive FedEx. Lösningen syftar till att adressera problemet med tillståndslöshet i nuvarande företags-AI-lösningar, genom att skapa ett permanent tillstånd och lagra metadata om uppgiftsutförande och dess inverkan på företagets mål.