Asana представила систему AI-агентов, которые сохраняют общий контекст, позволяя командам работать продуктивнее. В отличие от текущих решений, где каждый агент учится отдельно, новая платформа решает проблему потери информации при передаче задач от одного члена команды к другому.
Текущие проблемы с AI-агентами
Исследования Asana показали, что 75% работников используют AI в своей работе, но только 5% компаний фиксируют улучшение продуктивности. Проблема возникает из-за того, что исправления, внесенные одним пользователем, не переносятся на других — каждый начинает с нуля, что приводит к путанице и ошибкам в командной работе.
Как отметил Арнаб Бозе, главный продуктовый директор Asana, "модели становятся все лучше в обработке запросов, но плохи в интеграции бизнес-контекста". В результате агент может не иметь доступа к важной информации, что ограничивает его эффективность.
Как это меняет взаимодействие команд
Платформа Agentic Work Management Asana гарантирует, что любые изменения, внесенные одним пользователем, применяются ко всем остальным. "Граф контекста автоматически предоставляется агентам, чтобы пользователи не тратили время на сложную настройку запросов", — добавил Бозе.
Отсутствие общей памяти является серьёзной преградой для эффективного взаимодействия в многопользовательских системах. Многие компании до сих пор рассматривают общую память как проблему настройки запроса, хотя на самом деле это фундаментальный элемент, который может значительно улучшить качество работы агентов.
Практическое значение для предприятий
Для российских компаний, заинтересованных в повышении продуктивности, переход на систему с общей памятью может стать ключевым моментом. Успехи в производительности команд могут привести к улучшению коммерческих показателей и снижению операционных затрат. Инвестиции в платформы с поддержкой общей памяти постепенно становятся необходимостью.
Следующий шаг — оценить, как новые решения, подобные предложению Asana, могут интегрироваться в существующие бизнес-процессы.