Présentation : Bienvenue dans le futur des équipes composées d’humains et d’agents IA

Bonjour et bienvenue au Work Innovation Summit de New York.

Très bien. Alors, pourquoi sommes-nous tous ici ? Nous sommes ici pour apprendre. Nous avons d’excellentes sessions prévues pour le reste de la journée. Nous sommes ici pour échanger. Si vous regardez à votre gauche, si vous regardez à votre droite, vous êtes entourés de certains des leaders les plus inspirants du secteur de la technologie.

Et nous sommes également ici pour nous inspirer de l’avenir, de l’avenir du travail et de l’avenir du travail agentique.

Je tiens tout d’abord à remercier notre co-organisateur de la LTSC, qui s’associe à des entreprises visionnaires qui prospèrent sur le long terme.

Commençons notre parcours par notre vie privée.

Et à la maison, nous constatons une énorme hausse de la productivité grâce au travail avec des agents d’IA. Ils nous aident à faire des recherches. Ils nous aident à créer. Ils nous aident à planifier.

Mais pour une raison quelconque, lorsqu’il s’agit de travail, ils ne fonctionnent tout simplement pas.

Et ce que vous constatez, c’est que cette formidable productivité que vous attendiez dans votre vie professionnelle n’a tout simplement pas encore été atteinte.

Mais pourquoi ?

Eh bien, il y a cinq raisons pour lesquelles la vie professionnelle est différente de votre vie privée.

La première est ce petit élément appelé « connaissances », qui signifie essentiellement qu’à la maison, le seul contexte dont vous devez vous soucier est celui qui se trouve dans votre propre tête et que vous pouvez facilement extraire.

Mais au travail, la voie du succès, c’est-à-dire la façon dont les choses ont été faites par le passé, se trouve dans la tête d’autres personnes. C’est la raison pour laquelle, si vous avez déjà accueilli un stagiaire dans votre équipe, vous avez constaté qu’il fallait quelques semaines pour l’intégrer, afin qu’il sache qui sait quoi et comment nous procédons ici.

La vie professionnelle est également différente de votre vie privée, car au travail, les activités impliquent plusieurs systèmes.

Des dizaines, des centaines de systèmes, et de nombreuses personnes.

En fait, un grand nombre de personnes. Maintenant, à la maison, lorsque vous interagissez avec l’un de ces agents, la seule personne que vous devez coordonner, c’est vous-même.

Peut-être votre conjoint, peut-être vos enfants.

Mais au travail, vous devez coordonner 10, 20, 30 personnes pour accomplir les tâches les plus simples. Et devinez quoi ? Ils ont tous des opinions.

Ils ont des opinions sur la façon dont les choses devraient se présenter, sur la façon dont elles devraient être perçues. Ils ont leurs propres normes. Ils ont leurs propres préférences.

C’est très différent de votre vie privée.

Et enfin, à la maison, vous n’avez à vous soucier que de vos propres données. Vous pouvez choisir la quantité de données que vous souhaitez partager.

Mais au travail, ce choix ne vous appartient pas vraiment, car vous avez ce petit élément appelé les données clients, qui sont vraiment précieuses.

C’est donc pourquoi le travail est différent de la vie privée, et c’est pourquoi Asana a entrepris de créer le système d’exploitation de l’agent humain, dans lequel nous résolvons tous ces défis contextuels du milieu de travail.

Nous commençons le parcours avec le Work Graph.

Le Work Graph est vraiment ce registre évolutif qui indique qui fait quoi et pour quand, et comment les choses ont été faites par le passé. Cela garantit que tout agent qui commence à travailler avec le graphe du travail dispose déjà de cet historique, de ces connaissances.

Et ensuite, Asana s’intègre désormais à 500 systèmes grâce à nos connecteurs. Cela signifie que notre conseiller IA stratégique, Asana Dash, que beaucoup d’entre vous rencontreront aujourd’hui si ce n’est pas déjà fait dans le cadre de votre travail quotidien, peut déduire quels sont les processus nécessaires. Il peut prendre une requête ambiguë, la transformer en processus, en un ensemble de tâches, et faire en sorte que le travail soit réellement accompli.

Et maintenant, en ce qui concerne la coordination des personnes, nous commençons par un outil collaboratif pour tous.

Nous disposons d’un espace de travail unique, d’un registre unique, où chacun peut voir ce qui doit être fait et qui doit faire quoi ensuite. Le défi de la coordination, le bourbier des va-et-vient, a disparu grâce à cet outil collaboratif.

Nous avons prédéfini des collègues.

Les collègues sont des acteurs qui se comportent exactement comme des humains.

Nous en avons défini et créé 30 pour commencer à faire avancer le travail dans vos équipes dès aujourd’hui.

Mais ce qui est particulièrement intéressant avec les collègues, c’est que vous pouvez interagir avec eux en mode multijoueur, ce qui signifie que vous pouvez intégrer au collègue toutes les préférences, toutes les préférences des membres de l’équipe, la façon dont vous souhaitez que les choses se présentent, la façon dont vous souhaitez que les résultats se présentent, les données d’entrée dont il faut tirer parti.

Et grâce aux agents à champ d’action défini, chacun de ces collègues est programmable. Programmable uniquement pour accéder aux données auxquelles vous souhaitez qu’il accède.

Uniquement pour engager les coûts que vous souhaitez qu’ils engagent.

Et vous pouvez définir la chaîne d'approbation pour chaque collègue afin qu'elle respecte une hiérarchie préexistante.

C’est la plateforme de collaboration entre humains et agents, où nous avons résolu les cinq grands défis liés à la manière de générer de la productivité grâce à l’IA en entreprise.

Prenons donc un exemple concret. Et cet exemple réel, c’est Cindy.

Cindy commence sa journée très heureuse. Elle travaille au service client.

Elle a identifié un nouvel outil pour le service client. Elle souhaite le déployer dans l’ensemble de son groupe.

Et elle a un coup d’avance. Elle connaît son budget.

Elle sait quels fournisseurs elle envisage. Elle a déjà envoyé des appels d’offres.

Mais ce qui arrive généralement à quelqu’un comme Cindy, avec une simple instruction du type « Nous avons besoin d’un nouvel outil de service client », c’est qu’elle se heurte à la réalité.

La réalité est cruelle.

La réalité, ce sont 100 sous-tâches.

J’ai d’ailleurs rédigé manuellement certaines de ces tâches qui me concernaient. Il y a beaucoup de tâches rien que pour mettre en place une nouvelle équipe de service client... Pour que l’outil soit opérationnel.

Il y a donc beaucoup de tâches.

Cela pourrait être simple si elles étaient d’une certaine manière linéaires, mais en réalité, voici ce qui se passe lorsque vous vous mettez au travail.

Vous vous perdez dans ces allers-retours de transferts.

Je sais que certains d’entre nous font une grimace de douleur ici, car tout cela leur est bien trop familier. Parce qu’au travail, nous passons souvent notre temps à effectuer des tâches d’organisation plutôt que le travail lui-même.

C’est la réalité de nombreuses équipes qui se retrouvent prises dans ce que j’appelle le cyclone du travail.

Il doit y avoir une meilleure solution.

Les espoirs et les rêves de Cindy concernant ce nouvel outil de service client viennent d’être anéantis, car ce projet se transforme en un projet de huit, neuf, voire dix semaines, uniquement pour choisir un fournisseur.

Voyons si nous pouvons aider Cindy.

Désormais, avec Asana, votre nouvelle porte d’entrée est Dash, votre bras droit IA stratégique.

Dash va demander à Cindy ce que nous allons faire aujourd’hui. Je veux choisir un nouveau fournisseur pour un outil de service client.

Mais Dash ne part pas d’une page blanche.

Dash va immédiatement extraire des données du Work Graph.

Dash comprend tout ce que votre entreprise a fait.

En fait, dans cet exemple, Dash est capable d’examiner la situation et de déterminer si nous avons déjà intégré un nouveau fournisseur par le passé. Je pense que oui. Qu’est-ce que cela impliquait ? Je vais examiner tous les projets antérieurs, tous les budgets antérieurs, tous les objectifs antérieurs, les décisions qui ont été prises, les réunions, et déterminer concrètement ces 100 tâches qui doivent être accomplies. Je peux simplement les présenter toutes très clairement sur un seul canevas.

Et vous savez quoi ? Je vais faire un peu plus que ça.

Je sais à peu près qui est qui dans l’équipe. Je vais attribuer ce travail aux personnes qui doivent l’accomplir, afin de disposer désormais d’un outil pour mener à bien ce projet.

Et vous verrez ici que des personnes inhabituelles ont été affectées à ce travail. Certains personnages que nous n’avons peut-être jamais vus auparavant.

Ce sont des collègues.

Ce sont des AI Teammates prédéfinis.

En fait, à ce stade, je vais vous présenter trois de ces collègues. Un réviseur sécurité, un analyste tarification, un assistant de projet. Ce sont des collègues prédéfinis et préconfigurés.

Il s’avère qu’Asana a une longue expérience du travail. Nous avons donc créé 30 collègues prédéfinis dont nous savons qu’ils vous seront utiles à tous.

Nous avons étudié chacun de ces collègues, nous leur avons apporté des compétences et nous les avons formés afin de savoir exactement comment vous être le plus utile.

Voici donc vos AI Teammates prédéfinis. Soudain, la vie de Cindy s’est considérablement améliorée.

Dans un seul et même environnement, elle est en mesure de coordonner plusieurs flux de travail qui comptent à la fois des humains et des agents.

Et ce qui ressort pour Cindy, c’est la sélection d’un fournisseur.

C’est au-delà de la vue Sécurité. Il a dépassé les exigences.

Malheureusement, un fournisseur en particulier n’a pas satisfait aux exigences budgétaires. Le devis s’élevait à 600 000 $. Elle ne disposait que de 500 000 $ par an à dépenser.

Mais pas d’inquiétude.

Quelqu’un d’autre dans cette entreprise a déjà créé un agent de négociation.

Cet agent de négociation dispose de règles de conduite prédéfinies. Il sait exactement quel guide de négociation suivre. Il connaît ses limites budgétaires, et il sait aussi qui, au sein du service financier, est habilité à approuver les dépenses à chaque niveau.

C’est le principe de la définition du champ d’action de vos agents. Cet agent a un périmètre prédéfini. L’agent se met au travail. Il se met au travail sur cette offre. Il répond effectivement à Cindy. Il lui propose une nouvelle contre-proposition. Le fournisseur est sélectionné.

La vie est belle.

Au lieu de ces huit semaines d’allers-retours, cela se fait en réalité en quelques jours.

J’ai donc une question pour vous tous : y a-t-il des processus de travail dans l’un de vos groupes que vous souhaitez agentifier ? Quels processus allez-vous agentifier aujourd’hui ?

Pendant le reste de l’émission, nous espérons vous montrer qu’il est plus facile que vous ne le pensez de créer un processus agentique, que vous travailliez dans le marketing, l’informatique, les opérations stratégiques, la R&D, ou que vous soyez un générateur de processus pour l’ensemble de votre organisation.

Car avec Asana, nous fournissons la plateforme de collaboration entre humains et agents, afin que nous puissions tous travailler ensemble.

Je vais maintenant laisser la parole à notre directrice des produits, Arnah Bose, qui va nous expliquer plus en détail comment vous pouvez tous créer ces processus dès aujourd’hui. Merci !

Bonjour à tous. Comment allez-vous ? Bof… Oui. Faisons le plein d’énergie. Voilà. Oui.

C’est agréable de voir l’énergie qui règne ici, dans ce public new-yorkais. Je m’appelle Arnab. Je suis chef de produit chez Asana.

Et ce que je veux vous présenter aujourd’hui, c’est ce que Dan a montré, mais avec un niveau de détail supérieur.

Ce qu’il a présenté, c’est l’exécution orchestrée sur plusieurs systèmes, puis la construction de tout cela grâce à la puissance du graphe du travail, ce graphe du contexte que nous développons depuis plus de dix ans ici, chez Asana.

Dans ma section, je vais aborder la manière dont ce contexte du Work Graph peut être exploité grâce à la puissance de Stack.ai pour orchestrer des actions sur plusieurs systèmes, et comment, grâce à l'utilisation répétée de ce processus de bout en bout, nous pouvons réinscrire des données dans le Work Graph, de sorte que chaque fois qu'il y a une exception ou qu'une nouvelle négociation a lieu, ces données sont enregistrées dans ce système de contexte et deviennent des connaissances réutilisables.

Il y a donc plusieurs sujets à aborder. L’un d’entre eux est l’exécution orchestrée. Comment cela est-il amélioré grâce à la puissance du Work Graph ? Et comment pouvons-nous convertir ces exécutions, ces exécutions répétées, en connaissances afin que la prochaine fois que vous exécuterez votre processus orchestré, il soit d’autant plus performant ? Il est d’autant plus précis.

Nous faisons donc tout cela en back-end, en termes de connexion à de multiples systèmes, grâce à la puissance de stack.ai, qui fait désormais partie d’Asana.

Je veux donc vous faire découvrir un peu plus en détail cette étape de négociation que Dan a présentée.

Le client a reçu un devis d’un nouveau fournisseur, d’un montant de 575 000 $, bien supérieur au budget de 500 000 $.

Et le devis est arrivé, comme la plupart d'entre vous l'ont certainement déjà vu dans leur travail quotidien, probablement au format PDF.

Le PDF contient des conditions générales. Il y a des petits caractères.

Et il n’est pas facile de déterminer si vous pouvez simplement l’approuver.

Ce que Stack Overflow a fait en arrière-plan, c’est d’examiner toutes les offres passées que le client a approuvées. Il a lu tous ces PDF et les a convertis en une base de connaissances compatible avec la RAG. Cela signifie donc que vous pouvez effectuer des extractions très rapides et mettre en œuvre des processus avec agents sur cet ensemble de données non structurées.

Donc, tous ces petits détails intéressants en petits caractères concernant le coût par utilisateur et par licence, l’existence d’une clause de résiliation dans le contrat, l’inclusion ou non d’un coût d’assistance dans le prix… Tous ces éléments rendent l’analyse beaucoup plus compliquée, car il ne s’agit pas d’une simple recherche. Maintenant, Stackie, je peux procéder à cette comparaison en back-end. Nous avons donc, pour l’essentiel, converti toutes ces données non structurées afin que vous puissiez connecter plusieurs systèmes en back-end.

Alors, que fait le processus Stack ? Il analyse les éléments qui ont été approuvés. Il examine le nouveau devis spécifique ainsi que toutes les conditions générales et décide qu’une contre-offre doit être faite. Et la contre-offre devrait s’élever à 489 000 $ avec une réduction de 15 %.

Mais il s’agit d’un nouveau fournisseur. Nous n’avons en réalité jamais suivi ce processus par le passé.

C’est donc un cas où l’on ne peut pas simplement procéder à l’exécution de l’action de manière entièrement automatisée.

Nous sommes convaincus que les meilleurs résultats sont obtenus lorsque les personnes et les agents IA peuvent collaborer en équipe.

N’est-ce pas ? Nous pensons que les clients et les entreprises prospèrent s’ils peuvent travailler main dans la main avec l’automatisation et l’IA. Grâce à ses plus de 190 connecteurs vers Asana, Stack peut donc créer automatiquement un projet entièrement configuré pour ce processus d’approbation. Il contiendra les informations spécifiques de l’offre. Il contiendra les détails sur ce que nous devrions examiner d’un point de vue financier ou juridique, et permettra d’attribuer ces sous-tâches et de faire intervenir l’équipe humaine. Il s’agit d’utilisateurs et d’agents IA travaillant sur le même registre, travaillant de concert, et c’est ce que nous entendons par exécution orchestrée.

Ainsi, lorsque cette contre-offre est prête à être approuvée, ce qui se passe, c'est que l'équipe financière dit : « Hé, Écoutez. Nous voulons une clause de sortie d’un an.

Peut-être que l’équipe chargée des approbations juridiques indique qu’il y a un certain nombre de lignes rouges que nous voulons ajouter.

Toutes ces données fournies par les êtres humains sont désormais enregistrées dans le Work Graph. Elles sont donc enregistrées dans les tâches, qui sont désormais disponibles pour que le processus Stack AI puisse les utiliser la prochaine fois qu’une exception de ce type se produira.

Donc, ce que nous montrons ici et ce que nous entendons vraiment par exécution orchestrée, c’est non seulement que vous disposez de ce générateur de processus entièrement fonctionnel qui relie plusieurs systèmes d’enregistrement, plusieurs systèmes back-end, vous savez, vous en avez déjà vu beaucoup, mais qui est alimenté par le Work Graph. Tout commence donc par le contexte. Il est également alimenté par le Work Graph et par tout ce qu’Asana propose, de sorte que lorsqu’il y a une exception, vous pouvez faire appel à l’équipe humaine pour la collaboration, la coordination et pour déterminer les prochaines étapes à suivre, et vous pouvez améliorer ce processus à l’avenir. C’est ce que nous entendons par accumulation des connaissances. Asana permet d’accumuler les connaissances et vous aide à créer ce cerveau d’entreprise où, lorsque les agents d’IA interagissent avec votre équipe, avec vos collaborateurs humains, toutes ces interactions sont enregistrées afin que l’agent d’IA soit beaucoup plus performant la fois suivante. Mise en œuvre, conservation, amélioration. Répétez la boucle encore et encore.

Donc, Stack d’Asana, en tant que véritable moteur d’exécution, est un générateur no-code. Il propose plus de 500 intégrations. Comme vous pouvez le constater, il prend en charge l’intervention humaine dans le processus. Et maintenant, il est entièrement alimenté par le Work Graph, non seulement pour le contexte initial, mais aussi lorsqu’il détecte certaines exceptions, il peut également réinjecter tout ce contexte dans le Work Graph.

Je veux vous présenter le pionnier, la personne qui a créé Stack.ai. Veuillez accueillir sur scène Bernard, cofondateur de Stack dot ai.

Merci, Arnav.

C’est un plaisir d’être ici, tout le monde.

Je m’appelle Bernard.

Comme Arnab l’a un peu montré, chez Stack dot ai, nous donnons aux entreprises les moyens de transformer leurs processus les plus complexes grâce aux agents IA.

Grâce à Stack dot ai, vous pouvez constituer des équipes d’agents d’IA qui, connectés à plus de 500 systèmes d’entreprise, peuvent fonctionner comme n’importe quel collaborateur disposant de son propre ordinateur, de son propre terminal et de son propre navigateur Web, ce qui leur permet de prendre en charge leurs processus les plus complexes et de les intégrer à leur IA.

Associés au Work Graph™, les agents d’IA de Stack AI peuvent fonctionner dans le contexte de ce que l’entreprise fait réellement. Qui travaille sur quoi ? Quels sont les objectifs ? Et ils opèrent au sein d’une entité et d’un plan uniques.

Aujourd’hui, des entreprises telles que LifeMD, Exeter, Wild Retirement et BA Systems travaillent toutes avec Stack dot ai pour alimenter certains de leurs processus les plus complexes à grande échelle.

L’une de ces entreprises est SciMotion.

Depuis plus de vingt ans, SciMotion fournit des soins personnalisés en tant que fabricant de premier plan, et ce, en offrant un service spécialisé à tous les patients et clients, notamment en collaborant avec les praticiens.

Cependant, fournir un tel niveau de soins personnalisés peut s’avérer très coûteux et complexe.

Dès qu’ils reçoivent un ensemble de dossiers de patients, il peut leur falloir jusqu’à deux heures pour passer en revue leur inventaire dans SAP, consulter les informations sur les patients dans SharePoint, examiner différents résultats de laboratoire dans des scripts complets et leurs propres données, puis rassembler le tout pour en faire une belle marque personnalisée.

Ils savaient que ce n’était pas la bonne façon de procéder. Et avec l’ère de l’IA, ils ont pu changer les choses. Avec Stack dot ai, ils ont adopté une nouvelle approche agentique. Ils ont expliqué qu’ils avaient pris tous ces éléments et constitué une équipe d’agents d’IA qui, grâce à la plateforme Stack AI, pouvaient consulter, à chaque nouvelle commande, toutes les données de l’inventaire des compléments, toutes les informations sur les patients et tous les résultats d’analyses, réduisant ainsi le temps de traitement de deux heures à seulement cinq minutes.

Et dans le cadre de ce processus, ils ont pu le faire en gardant l’humain dans la boucle, de sorte que chaque décision critique implique toujours que le praticien évalue et approuve toute décision majeure.

Aujourd’hui, nous avons l’avantage de ne pas seulement l’entendre de ma bouche. Nous accueillons également Max Perisky, directeur de la réussite client chez SignMojian, qui va nous raconter l’histoire en direct et d’après sa propre expérience. Bienvenue, Max. Voilà.

Ravi de vous voir.

Ravi de vous voir, Max. Merci d’être venu nous rejoindre à New York. J’en suis ravi. Et puisque vous êtes là aujourd’hui, vous savez, c’est… Ce serait génial d’en savoir un peu plus sur votre parcours et sur la façon dont vous en êtes arrivé là. Comment voyez-vous ce processus de création de med packs via stack.ai ? Bien sûr.

Eh bien, vous savez, je pense qu’avec... Tout a commencé par le fait que, vous savez, je suis CRO. Et on m’a dit en fait que j’étais le premier directeur de la croissance à monter sur la scène d’Asana pour cet événement, car par le passé, nous n’avions pas nécessairement de raison d’être ici. Mais mon travail consiste vraiment à… Waouh. Je ne pensais pas recevoir d’applaudissements pour ça. Mon travail consiste vraiment à mettre en place une infrastructure et une stratégie qui réduisent en quelque sorte les frictions pour nos clients, nos clients étant des professionnels de la santé.

Et donc, en cherchant à faire cela, il y a environ un an, je me suis dit : « Eh bien, peut-être qu’il existe un moyen pour l’IA de nous aider à résoudre certains de ces problèmes, en réunissant, comme vous l’avez dit, ces différents éléments. » J’ai donc eu une idée un peu folle, et un week-end, j’ai commencé à m’amuser avec certains des agents disponibles et j’ai pu en quelque sorte prouver le bien-fondé du concept, mais je n’étais pas satisfait de la rigueur en matière de documents et de recherches sur le Web. J’ai découvert Stack et j’ai commencé à tester la version gratuite. J’ai pu créer un agent qui a en quelque sorte résolu ce problème pour mon équipe commerciale, en l’aidant à apporter très rapidement de la valeur aux clients et à déployer la solution. En fait, nous l’avons déployé avant même de l’avoir payé.

Je m’en souviens, je m’en souviens. Et maintenant, ils l’ont payé.

Maintenant, nous payons pour l’utiliser. Oui. C’est pourquoi je suis ici.

D’accord. Mais c’est bien. Sachez que vous gagnez beaucoup en efficacité grâce à cela, comme l’automatisation des opérations liées aux revenus et des opérations au niveau clinique, comme nous vous l’avons montré, la création de dossiers médicaux, etc. Je suis curieux de savoir : avec tous ces gains d’efficacité, vous avez probablement beaucoup plus de temps disponible. Qu’est-ce que cela a permis à Zimmergen en tant qu’entreprise ?

Eh bien, plusieurs choses. Nous avons commencé par déployer cet outil pour nos commerciaux afin de les aider à apporter de la valeur ajoutée très rapidement. Nous avons plus de 300 produits. Imaginez donc que chacun d’entre eux est conçu pour être un outil clinique. Ils présentent donc des nuances. Ils sont compliqués.

Et nous venions justement de renouveler une grande partie de notre service commercial. Vous avez donc eu beaucoup de nouveaux employés qui ont dû apprendre à connaître 300 produits et à fournir le bon produit à la bonne personne au bon moment. Cela a donc vraiment contribué à faciliter ce processus et à accélérer leur courbe d’apprentissage. C’était la première sorte de preuve de concept. Et puis, nous nous sommes dit : « Proposons-le aux clients ». C’est en quelque sorte ce que nous déployons maintenant avec Catalyst.

Génial. Et maintenant, espérons-le, très bientôt, nous connaîtrons encore plus de succès. C’est génial. Merci beaucoup d’avoir accepté de nous rejoindre, Max. Je vous en suis reconnaissant. J’ai hâte de continuer à travailler ensemble pendant de nombreuses années encore et, vous savez, d’aller jusqu’à la Lune.

Oui.

Merci de m’avoir invité.

Très bien.

Merci pour votre présence. Merci. Merci.

Donc, oui.

Nous avons donc entendu Max nous en parler en direct. Et il a eu la gentillesse de nous présenter tous les détails de son parcours. Alors, à quoi cela ressemble-t-il si on regarde dans les coulisses ? Comment concrétisez-vous ces idées ? Nous allons passer en revue l’histoire d’une autre entreprise, très similaire à SimoGen,

qui s’appelle Aiuhealth, qui fournit également des soins et des compléments alimentaires personnalisés.

Aiuhealth opère dans un domaine similaire et rencontre exactement le même problème. Elle a dû concevoir un système qui lui permettrait de récupérer facilement les dossiers des patients et, à partir de ceux-ci, d’interroger un ensemble de systèmes, d’interroger le Web et de collecter des données afin de personnaliser un ensemble de soins médicaux avec une solution sur mesure pour ce problème. Comme vous pouvez le voir à l’écran, ils ont créé un agent d’IA capable de recevoir un PDF de dossier patient, d’interroger tous ces systèmes, d’interroger l’ensemble des outils de scripts, puis d’agréger tous les résultats dans un dossier personnalisé, en vous fournissant des références indiquant où trouver ces données et quelles sont vos sources.

Et ce n’est pas tout : il vous offre également une visibilité sur toutes les traces des actions que vous avez effectuées. Et en rassemblant tout cela dans le résultat du fichier mFrame, que fait-il en coulisses pendant qu’il réfléchit et qu’il recueille toutes ces données ? Dans Stack.ai, comme vous pouvez le voir à l’écran, ils ont créé un processus agentique qui reçoit un message d’un utilisateur, un fichier, un ensemble de spécifications d’API Whole Scripts. Ensuite, il se connectera à un harness alimenté, dans ce cas, par Claude, avec une requête personnalisée pour leur problème, et le connectera à leur principale base de connaissances dans SharePoint, à leurs données dans PowerShell, à un navigateur Web, à la possibilité d’envoyer des e-mails, de rechercher sur le Web, de fonctionner comme n’importe quel autre agent IA personnel, mais adapté à leur cas d’utilisation, de sorte que lorsqu’une nouvelle demande pourrait arriver, elle pourrait déclencher tous ces systèmes.

Et le résultat est qu’une fois qu’ils ont pu suivre ce processus, ils peuvent obtenir un plan personnalisé. Le praticien peut obtenir toutes les données, les résumer, obtenir les sources des résultats, faire part de ses commentaires à l’agent et collaborer afin de fournir une expérience personnalisée qui peut être utilisée à la fois pour assister ce client, mais aussi pour optimiser ses autres opérations de manière humaine et transparente.

Et bien que vous puissiez toujours continuer avec FIBA et l’utiliser, il est possible d’aller encore plus loin.

IU Health est allé encore plus loin et l’a connecté à WarGraph via Asana. L’entreprise a ainsi pu faire en sorte que, chaque fois que ses opérations de recherche clinique évaluaient une nouvelle étude ou un nouveau phénomène, elle pouvait le connecter à cet agent et le déclencher directement à partir d’une tâche Asana, afin que cet agent IA puisse interroger les mêmes informations et les rassembler dans un résultat commun.

C’est l’avenir des logiciels d’entreprise et des agents d’IA au sein de l’entreprise. Un lieu unique où les agents d’IA peuvent se rendre, fonctionner avec tous ces outils, traiter des données non structurées, exécuter des opérations non structurées, et où les humains peuvent dicter la marche à suivre, donner leur avis et fournir toutes les indications nécessaires.

Bien sûr, il ne s’agit pas seulement de la dernière étape. Il y a encore beaucoup de possibilités. Et aujourd’hui, nous… Les agents IA et les humains opèrent dans des plans différents. À l’avenir, ils devront tous deux opérer dans le cadre d’un plan opérationnel commun unique. Et vous allez découvrir comment Asana résout ce problème. Pour cela, Prachi Gore, directrice marketing d’Asana, va nous rejoindre et nous en dire un peu plus sur cet avenir. Merci.

Merci, Bernard. Donc, comme il le disait, pour concrétiser la promesse de l’entreprise énergique, il faut des agents travaillant sur plusieurs systèmes, ce que nous venons de voir. Mais vous avez également besoin des humains, c’est-à-dire des personnes, de nous, de nos équipes, qui travaillent ensemble pour atteindre les mêmes objectifs, selon la même formule et dans un contexte d’entreprise entièrement partagé.

C’est ce que rend possible Agentic Work Management.

Comme l’a mentionné Dan, l’Agentic Work Management comprend 30 AI Teammates qui possèdent des compétences prédéfinies, sont régis par des règles et sont prêts à se mettre au travail, rien que pour vous.

Chaque utilisateur d’Asana a également accès à un bras droit IA stratégique personnel appelé Dash. Dash suit l’ensemble de votre travail dans les e-mails, les réunions et tous vos projets, afin de savoir exactement sur quoi vous travaillez.

Il peut également agir en votre nom, par exemple en créant des tâches de suivi après une réunion afin que vous puissiez vous concentrer sur le travail le plus important.

Nous proposons également plus de 20 intégrations avec divers outils que nous utilisons tous les jours, tels que Figma, Databricks, HubSpot et Google Drive, afin que tout votre travail puisse être effectué au même endroit.

Et certaines des plus grandes marques du monde utilisent Asana. Mais aujourd’hui, j’aimerais me pencher plus particulièrement sur l’une de ces entreprises, Skydance. Skydance a créé certaines de nos séries préférées. Pour moi, ce sont Bob l’éponge et Yellowstone.

Mais dans tous les domaines de la télévision, de la diffusion en direct, ils produisent des programmes sportifs, des actualités, des animations.

Des milliers de personnes y travaillent chaque jour pour transformer les idées en contenu, coordonner un certain nombre de sorties et lancer de nouvelles émissions sur le marché.

Et pour y parvenir et continuer à développer ses activités, Skydance avait besoin d’un moyen de poursuivre sa croissance tout en maintenant ses équipes coordonnées.

C’est là qu’Agentic Work Management est entré en jeu : un espace où leurs équipes et leurs agents peuvent collaborer dans des contextes partagés pour atteindre des objectifs communs.

Concernant Skydance, je souhaite partager un exemple avec vous. Une équipe opérationnelle de trois personnes chez Pluto TV est en mesure de gérer sept cent cinquante contenus chaque mois en intégrant des AI Teammates à son processus.

De même, chez CBS News, l’IA trie déjà toutes les demandes d’assistance et crée des tâches structurées avant même qu’un être humain n’ait à s’en occuper.

Mais écoutons-les nous en parler eux-mêmes.

Nous avons des objectifs ambitieux. Pour les atteindre, nous devons pouvoir compter sur un partenaire solide, des systèmes fiables et une adoption très importante de l’IA.

Notre camion descend.

Nous voulons être une entreprise de médias axée sur la technologie, alliant la créativité d’Hollywood et l’esprit d’innovation de la Silicon Valley.

Nous ne sommes pas une entreprise traditionnelle.

En coulisses, nous soutenons les personnes les plus créatives de la planète. Il fut un temps où la culture était très décentralisée.

Paramount est une entreprise de très grande taille, comptant des centaines de services et de divisions. L’IA évolue rapidement dans l’environnement de travail, ce qui crée de nombreux silos.

Chacun utilisait l’IA dans ses propres processus. Cela rendait difficile la prise en charge, l’évolution et la mise à jour au fur et à mesure des changements.

Et c’est en fait le maillon manquant de l’IA : si vous n’avez pas un accès sécurisé aux données ou si… Tout est éparpillé un peu partout, votre IA va échouer.

Asana a établi ces bases pour l’IA.

L’IA est intégrée directement là où le travail est effectué.

Ce n’est pas un clic supplémentaire ou un autre écran. Elle se trouve directement dans la boîte de dialogue que vous utilisez déjà.

L’accessibilité est essentielle à l’adoption. Il suffisait d’un seul clic pour utiliser les AI Teammates.

La fenêtre de contexte ne durait que quelques secondes, ce qui est incroyable.

Asana nous a permis de suivre différentes fonctionnalités d’IA, d’identifier les utilisateurs les plus actifs, d’analyser leur business case, de vraiment comprendre le retour sur investissement et de partager ces cas d’utilisation avec d’autres services de l’entreprise.

Pour être honnête, nous avons choisi Asana parce qu’ils sont venus nous aider à comprendre notre entreprise. C’est assez rare chez les fournisseurs.

Je considère Asana comme notre partenaire à long terme.

J’aimerais maintenant inviter sur scène Laksh Nathan, vice-président exécutif et DSI chez Skydance, pour qu’il nous en dise plus.

Bonjour. Merci pour votre accueil.

Merci, Laksh, de vous joindre à nous. Votre équipe a accompli un travail incroyable. Mais dites-nous, comment s’est déroulée l’intégration d’agents IA dans vos processus ? Racontez-nous un peu ce qui s’est passé en coulisses.

Vous savez, depuis le début, nous sommes une organisation très complexe. Nous sommes des créatifs. Nous sommes une entreprise d’information. Nous sommes des employés de bureau. Je pense donc que la diversité de notre culture a été tout simplement…

C’est une toile très ouverte pour nous. Ainsi, le fait que nous ayons pu commencer à passer en revue chacun de nos processus, à les simplifier et à permettre aux agents de contribuer à leur élaboration a été formidable pour nous.

C’est génial. Pourriez-vous me donner un exemple ou simplement approfondir un point pour illustrer ce à quoi cela ressemble au quotidien ? Oui.

Alors, écoutez, nous sommes submergés par une multitude d’outils d’IA, de partenaires et tout ce qui s’ensuit.

C’est assez drôle, mais nous utilisons Asana pour suivre tout cela. Et ce qui est génial, c’est que, comme nous travaillons avec de nombreux groupes différents qui doivent examiner les choses, un peu comme les agents que vous avez vus tout à l’heure, le fait d’avoir toutes ces équipes sur une seule plateforme, avec leur propre contexte intégré au système, et d’automatiser le processus, a vraiment changé notre quotidien.

C’est génial. Merci encore d'avoir été parmi nous, Lax, et félicitations pour votre travail remarquable. Merci beaucoup. Applaudissons-le chaleureusement.

Et maintenant, j’aimerais inviter sur scène le vice-président senior et directeur général d’Agentic Work Management, Kirk Miles.

Waouh.

N’était-ce pas formidable ?

C’est vraiment passionnant de voir comment Skydance utilise notre suite AgenTeq. Bonjour à tous. Je m’appelle Kirk Miles et je dirige l’Agentic Work Management chez Asana.

Vous avez entendu l’histoire, et je suis maintenant là pour vous présenter une partie du produit qui se cache derrière.

Aujourd’hui, nous allons suivre le parcours d’une responsable des opérations de campagne qui gère une semaine et une campagne de dernière minute, le tout en bénéficiant de l’Agentic Work Management.

Mais avant de commencer, je souhaite vous présenter quelques nouveautés.

Tout d’abord, les réunions IA, qui traduisent ce qui est dit lors d’un appel en actions à entreprendre qui sont réellement accomplies.

Ensuite, les pages, qui transforment vos documents en plans évolutifs à partir desquels votre équipe peut travailler.

Et enfin, les tableaux, qui extraient vos données commerciales des feuilles de calcul et les déplacent… Les placent à côté de l’endroit où le travail est réellement effectué.

Tout cela se trouve dans le Work Graph, afin que vos collègues humains et vos collègues agents puissent tous travailler dans le même contexte partagé.

Sur ce, je pense que nous pouvons commencer. Je veux vous présenter Sarah. Sarah dirige les opérations de campagne au sein d’une société de médias.

Nous sommes vendredi après-midi, et elle vient de recevoir une demande de dernière minute concernant un lancement majeur assorti d’un objectif de croissance ambitieux, qui doit avoir lieu dans moins d’une semaine.

Sarah est stressée. Et franchement, je le serais aussi si on me demandait de piloter un lancement majeur en moins d’une semaine.

Mais pas d’inquiétude, Asana est là pour l’aider. Je vais vous montrer comment.

Dans ce cas, la demande commence en réalité en dehors d’Asana, sur Slack.

Michael, le responsable de la croissance, a publié une demande sur le canal des demandes de création, et le Studio IA l’a automatiquement prise en charge, créant la tâche, la complétant avec des informations sur la campagne et le budget, et ajoutant à la tâche tous les collaborateurs qui doivent y avoir accès.

Il assure le suivi auprès de Michael pour confirmer la portée régionale et la vérifie par rapport à leur bibliothèque de ressources.

Dans ce cas, il constate que l’une des ressources n’est pas autorisée pour une utilisation dans la région EMEA, et crée donc une sous-tâche pour que Sarah obtienne l’approbation de la marque et du service juridique avant que la campagne puisse avancer.

Jetons un œil à cette bibliothèque de ressources, car elle est constituée de tableaux.

Dans celle-ci, chaque ligne correspond à un élément visuel différent, avec des informations telles que sa période de validité des droits et ses approbations régionales, ainsi que les campagnes associées.

Zoomons sur cette colonne EMEA, car c’est le principal obstacle qui sépare Sarah de son lancement prévu la semaine prochaine.

Passons donc au lundi.

Sarah sait qu’il y a beaucoup à faire en moins de quatre jours ouvrés pour y parvenir, alors elle se lance aussitôt. Elle a demandé à Dash de rédiger une page sur Asana pour les équipes juridiques et de la marque, décrivant le contexte du lancement, la portée des ressources, le manque de ressources pour la région EMEA, ainsi qu’une échéance fixée au mardi pour l’approbation.

Dash rédige une page en extrayant le contexte de la tâche de réception dans la bibliothèque de ressources, puis la partage avec les services juridique et marque, qui accèdent immédiatement à la page et ajoutent un commentaire intégré disant : « Organisons un appel pour discuter des ressources visuelles pour la région EMEA ».

Le lendemain, ils participent à un appel avec… Avec les réunions assistées par l’IA activées.

Dès la fin de l’appel, la transcription et le résumé sont automatiquement publiés dans le projet de campagne et partagés avec tous les participants, et des actions à entreprendre et des responsables suggérés sont également ajoutés.

Lorsque Sarah arrive à son bureau, elle consulte une liste et constate qu’un membre de l’équipe juridique s’est déjà chargé d’une action. Elle approuve le reste, y compris une tâche, une clause de non-responsabilité juridique qui est attribuée à leur collègue coordinateur de campagne.

Le coordinateur de la campagne rédige la clause de non-responsabilité juridique et la soumet au service juridique pour approbation.

Et dès que le service juridique donne son approbation, la bibliothèque de ressources est automatiquement mise à jour.

Et cette approbation de la région EMEA qui inquiétait tant Sarah devient immédiatement verte.

À la fin de la journée de mardi, Sarah est optimiste. Elle n’en était pas sûre, mais maintenant, elle a l’impression qu’ils vont vraiment réussir à mener ce projet à bien.

Passons donc au mercredi.

Rien ne semble poser problème, mais avec cinq équipes à coordonner et plus de 20 livrables, Sarah veut s’en assurer, alors elle a demandé à Dash.

Et Dash signale un problème.

L’équipe chargée des réseaux sociaux payants n’a pas respecté son échéance hier, et la révision d’aujourd’hui est à risque.

Sarah n’a qu’une seule réponse à donner.

Reporter le livrable de l’équipe chargée des réseaux sociaux payants à aujourd’hui, réattribuer la tâche de Priya à Marcus et marquer toutes les tâches comme ayant une priorité élevée.

Dash affiche un aperçu de chaque modification qu’il est sur le point d’apporter, de sorte que rien ne change tant que Sarah n’a pas donné son approbation. Et dès qu’elle le fait, toutes les tâches sont mises à jour en même temps.

À la fin de la journée de mercredi, les 20 livrables sont tous approuvés et ce lancement est prêt.

Passons maintenant au vendredi. Le lancement a eu lieu. Sarah est soulagée, ravie, mais son travail n’est pas terminé.

Son vice-président attend une mise à jour de statut pour savoir où en est le suivi du lancement, et elle est sur le point de s’asseoir pour la rédiger à la main.

Elle… Alors qu’elle ouvre la tâche, le coéquipier créé… L’analyste de campagne, un collègue créé par un membre de son équipe, se manifeste de manière proactive et propose de s’en charger.

Cet AI Teammate dispose d’une compétence personnalisée qui lui permet de comprendre le format de rapport préféré de son VP et d’extraire les données de performance ainsi que le budget par rapport aux chiffres réels via la connexion Databricks.

Elle termine la tâche, et celle-ci extrait les performances des cinq campagnes, y compris l’ajustement des paid socials et les performances par rapport au plan.

Sarah l’incite en fait à dire : « Je préférerais… » Au lieu d’un brief, je préférerais une présentation.

Et il reconnaît qu’il s’agit d’un travail récurrent et propose donc de s’en charger tous les vendredis. Elle accepte.

Désormais, chaque vendredi, son collègue élabore automatiquement une présentation aux couleurs de la marque, résumant les mises à jour de toutes leurs campagnes, que Sarah peut partager avec son vice-président.

Une tâche qui lui prenait auparavant tout un après-midi ne lui prend désormais que quelques minutes.

Dans ce cas, Sarah met à jour une ligne et l’envoie à sa vice-présidente.

Sa vice-présidente est tellement impressionnée qu’elle transmet le rapport à sa directrice marketing en faisant l’éloge de Sarah.

Donc, cinq équipes, plus de 20 ressources et moins d’une semaine.

Tout, de la réception des demandes aux réunions de coordination, en passant par le suivi des approbations et les rapports, est rendu possible grâce au Work Graph.

Et concernant ces nouveaux produits, j’ai le plaisir de vous annoncer que Pages est disponible dès aujourd’hui, et que les réunions et les tableaux assistés par l’IA seront lancés plus tard ce mois-ci. Et si vous souhaitez en savoir plus, venez nous rendre visite dans le hall d’exposition. Nous serons ravis de vous proposer une démonstration.

Sur ce, je voudrais inviter Arnaud à revenir sur scène pour nous en dire plus sur ce que nous avons développé au-delà de l’Agentic Work Management. Merci !

Merci, Kirk. N’était-ce pas une démo fantastique ? La démo vous a plu ? Oui ?

Encore une fois, ce que Kirk nous a montré, c’est l’exécution orchestrée entre les systèmes et toutes les nouvelles capacités que nous intégrons au Work Graph pour y ajouter de plus en plus de contexte. Les pages, les réunions, toutes ces données non structurées qui constituent le substrat permettant aux personnes et aux agents de mieux travailler ensemble.

Je vais maintenant aborder trois nouvelles applications agentiques que nous avons conçues sur cette plateforme. Chacune de ces applications hérite des fonctionnalités de la plateforme et en bénéficie, et elles s’améliorent, mais elles sont conçues spécifiquement pour des équipes particulières.

Nous avons annoncé ces applications lors de Wiz London plus tôt cette année, et depuis le mois dernier, elles sont toutes disponibles de manière générale. Chacune de ces trois applications agentiques est désormais disponible de manière générale. Vous pouvez les acheter dès aujourd’hui. Mon objectif dans cette section est de vous donner suffisamment envie de découvrir chacune d’entre elles pour que vous quittiez la scène de la conférence une fois celle-ci terminée et alliez voir les stands de démonstration dans le hall d’exposition. Alors, qu’avons-nous créé ? Nous avons créé Asana Service Management pour tous les centres d’assistance aux collaborateurs de l’entreprise, qu’il s’agisse de l’assistance informatique, des finances, des services généraux, des RH ou du service juridique.

Nous avons conçu Asana Client Management pour les agences et les équipes de services professionnels qui ont besoin d’utiliser l’IA pour rester au fait de toutes les demandes de leurs clients. Comment restent-elles rentables ? Comment gèrent-elles toutes ces relations clients sur un seul espace de travail ?

Et puis, Command by Asana. Command by Asana va révolutionner la façon dont les équipes de recherche et développement, les équipes d’ingénierie qui créent les logiciels sur lesquels fonctionnent toutes nos entreprises, conçoivent ces produits. Comment peuvent-elles se coordonner et concevoir le meilleur produit possible le plus rapidement possible ?

Permettez-moi d’abord d’approfondir un peu Asana Service Management. Encore une fois, Asana Service Management est désormais disponible pour tous.

Elle est conçue pour tous ces cas d’utilisation du service d’assistance interne.

Et notre thèse principale est que les systèmes de gestion des services historiques ou existants sont conçus pour acheminer un ticket de réparation vers une file d’attente, et que cela ne suffit plus. Cela ne suffit plus. N’est-ce pas ? Ce dont chaque entreprise a besoin, c’est d’un moyen de répondre automatiquement aux questions des collaborateurs à l’aide d’une base de connaissances auto-apprenante. C’est ce qu’offre Asana Service Management : une base de connaissances auto-apprenante.

Pour les actions qui doivent être terminées, comme un cas d’utilisation d’intégration d’un nouveau collaborateur, ou encore un collaborateur qui change de division ou de service au sein de l’entreprise, en lui donnant accès aux bons outils au bon moment, nous pouvons exécuter ces actions automatiquement en arrière-plan grâce à la puissance de Stack.ai, qui orchestre plusieurs systèmes. Donc, résolution automatique des tickets.

Et enfin, nous savons, grâce à l’ensemble de nos données clients, qu’un pourcentage important de ces tickets ne peut tout simplement pas être résolu. Il ne s’agit pas de problèmes à résoudre. Nous avons donc la possibilité de prendre un ticket et de le faire remonter automatiquement vers un projet avec tout le contexte nécessaire pour que les personnes concernées puissent s’aligner sur ce projet et mener à bien ce processus complexe de conduite du changement.

Tout cela est prédéfini et intégré aux systèmes utilisés par vos équipes informatiques, qu'il s'agisse de Workday pour les RH, de Greenhouse pour le recrutement, de Brex pour la gestion financière ou de Ramp, et de nombreuses autres intégrations sont à venir, toutes propulsées par Stack dot ai. Stack.ai propose plus de 500 intégrations. Nous allons progressivement intégrer toutes ces intégrations à Asana Service Management.

De plus, des clients comme Arri Behavioral Health prévoient déjà de libérer environ un cinquième de la capacité de leur service d’assistance interne aux collaborateurs lorsqu’ils déploieront Asana Service Management. Je m’entretiendrai avec leur DSI lors d’une session en petits groupes plus tard dans la journée, alors n’oubliez pas d’assister à cette session.

Passons maintenant à Asana Client Management. Comme je l’ai évoqué, les entreprises de services professionnels et les agences… Combien de personnes dans l’auditoire travaillent dans le domaine des services professionnels ou dans une agence ? Je vois quelques mains se lever. N’est-ce pas ? Vous gérez donc vos projets, vous voulez établir votre plan de dotation en personnel, mais vous devez également coordonner toutes ces actions avec votre client, avec vos clients.

Asana Client Management intègre le portail client à Asana afin que toutes les discussions avec vos clients et votre équipe projet qui les prend en charge puissent être centralisées au même endroit. Cela signifie que les agents d’IA et les personnes qui prennent en charge cette mission particulière et le client disposent tous du même contexte de données. Nous apportons donc la puissance des AI Teammates, des processus du Studio IA, de tous les composants essentiels de la plateforme que vous avez vus présentés par Kirk, à ces interactions avec les clients.

C’est vraiment génial. Nous constatons déjà que des clients comme Liminal, iRead and Company et Gravitate tirent parti d’Asana Client Management et connaissent aujourd’hui un succès phénoménal.

Dernier point, mais non des moindres, Command by Asana.

Je suis sûr que tout le monde dans cette salle a entendu parler de tous les progrès remarquables réalisés par les agents de codage rien qu’en 2026. Il est devenu extrêmement économique de générer du code.

Chaque nouveau… Et, vous savez, toutes les quelques semaines, un nouveau modèle de codage voit le jour. Il est tellement facile de créer des produits. Vous n’avez plus besoin d’obtenir un diplôme en informatique. Tout ce type de langage est disponible partout.

Mais ce qui s’est passé, c’est que les freins ont maintenant changé.

Les freins à la livraison de produits de haute qualité se sont déplacés vers l’alignement, la stratégie et la mise en accord des personnes sur ce qu’il ne faut pas créer. Qu’est-ce que le goût ?

Les agents IA ne seront pas en mesure de déterminer par eux-mêmes ce qu’il ne faut pas créer, ce qui devrait réellement figurer dans une version ou quel est le statut du processus de bout en bout. Le produit est-il livré avec une qualité élevée ? Est-ce qu’il respecte réellement les délais prévus pour le lancement du produit ?

Command by Asana est un système de planification de produits conçu pour assurer la coordination de tous, confier automatiquement le travail aux agents d’IA et passer des idées à des produits finis de haute qualité le plus rapidement possible. Cela permet de faire évoluer le concept d’usine logicielle, qui ne se limite plus à la simple génération de code, mais qui permet de créer des produits de bout en bout à une vitesse fulgurante.

Et nous sommes ravis d’avoir conclu un partenariat avec OpenAI Codex, Cursor by SpaceX AI et GitHub Copilot pour donner vie à ce projet. Super, super cool.

Et voilà ! Nous avons développé environ trois applications agentiques sur cette plateforme, qui dynamisent de nouveaux types de centres d’achat ou de nouveaux profils au sein de votre entreprise.

Dynamiser le service d’assistance, optimiser au maximum la gestion des clients, les services professionnels et tous les cas d’utilisation des agences, et transformer chaque équipe de R&D en une véritable usine logicielle.

Jetons un œil à un client que, j’en suis sûr, tout le monde connaît à New York. Lui aussi est engagé dans son parcours agentique.

Voici l’histoire de l’Université de New York. Lancez la vidéo.

Nous devons nous imposer des normes très élevées. Les gens attendent le meilleur de la NYU.

L’université de New York compte 18 écoles, 65 000 étudiants, des dizaines de milliers de membres du corps professoral et plus de 700 000 anciens élèves.

En tant qu’institution, nous appliquons des normes très élevées. C’est un standard d’excellence.

Notre responsabilité est de préparer l’ensemble de l’organisation, le corps enseignant, le personnel et les étudiants à s’adapter à l’avenir du travail.

Nous voulons gagner en efficience et en efficacité dans un monde qui va inévitablement intégrer l’IA.

Il existe des dizaines d’écoles différentes, chacune fonctionnant dans son propre environnement. La Faculté de médecine dentaire sera différente de la Stern School of Business.

Nous sommes responsables d’une base de données qui gère plus de 1 500 000 enregistrements. Les projets sont très complexes et dépendent de dizaines de milliers de partenaires au sein de l’université.

Cela peut certainement entraîner de nombreux systèmes redondants et un manque de clarté quant aux priorités.

Quand tout est urgent, rien n’est urgent.

C’était un autre travail à temps plein à gérer.

Pour que l’IA soit efficace, nous avons besoin d’une base connectée.

C’est ce qu’Asana a changé pour nous.

Elle relie notre travail aux éléments non négociables, à savoir la sécurité des données, la confidentialité et la gouvernance, ce qui nous permet de créer le cadre et les bases de l’IA.

Nous disposons d’une méthode de travail systématique qui offre autonomie et visibilité, afin que tout le monde soit sur la même longueur d’onde. Il n’était plus question de deviner si cela concernait plusieurs personnes ou plusieurs écoles.

Nous pouvons compter sur Asana pour identifier les lacunes auxquelles nous devrions prêter attention, afin de résoudre les problèmes le plus rapidement et le plus précisément possible.

Pour nos étudiants, notre personnel, nos enseignants et nos anciens élèves, une université plus connectée est une meilleure université.

Asana était manifestement la plateforme idéale pour nous permettre de préparer nos étudiants et l’ensemble de l’université à travailler dans un monde où l’IA est omniprésente. Nous voulons poursuivre dans cette voie partout où c’est possible.

Bonjour à tous ! Waouh. Quelle foule incroyable ! On s’amuse ? Oui.

Cette vidéo a vraiment illustré comment une… À quoi ressemble une organisation qui fonctionne comme un seul système.

Et il n’y a personne de mieux placé pour en parler que Michael Worden, vice-président associé de la prestation de services mondiaux à l’Université de New York. Bienvenue, Michael. Bonjour.

Ravi de vous voir, Michael.

Ravi de vous voir.

D’après cette vidéo, il me semble assez clair que l’université de New York est un système incroyablement complexe, composé de nombreuses écoles qui fonctionnent avec une grande indépendance. Je dois donc vous poser la question suivante : comment avez-vous réussi à faire en sorte que tout le monde travaille à partir d’un plan commun ?

Vous avez raison. Les universités sont incroyablement fragmentées et disséminées dans le… Dans le cas de NYU, nous sommes répartis dans le monde entier. Oui. Et nous avons commencé à voir Asana apparaître à de nombreux endroits différents. Et il nous est apparu tout naturel de nous demander : et si nous considérions cela comme une plateforme plutôt que comme un produit individuel utilisé par les gens ? Et lorsque nous avons interrogé les personnes utilisant activement la plateforme, elles ont été unanimes pour dire que c’était la bonne voie à suivre, et cela a été déterminant pour notre progression.

Cela semble fantastique. Et alors que l’IA commence à faire partie de ce plan partagé, comment voyez-vous Asana vous accompagner ?

L’IA est donc absolument au premier plan des préoccupations de chacun. En tant qu’université, nous devons faire preuve d’une grande prudence pour aborder l’IA.

C’est certain.

L’IA va faire partie de notre avenir, mais nous voulons aussi apprendre à nos étudiants à l’utiliser efficacement, uniquement dans les cas où cela est vraiment approprié. Mais lorsque nous pensons à tous les exemples que nous avons vus aujourd’hui, nous estimons qu’il existe de nombreuses façons différentes d’automatiser le travail que nous n’avons parfois pas toujours le temps de faire, et je pense que c’est là que je suis vraiment enthousiaste à l’idée que l’IA fasse son apparition sur la plateforme Asana.

C’est génial. Eh bien, nous sommes ravis de vous compter parmi nos clients, et merci beaucoup, Michael, d’avoir partagé votre histoire.

Merci !

Très bien. Je dois donc vous poser la question suivante : combien d’entre vous travaillent dans une équipe de prestation de services, qu’il s’agisse de l’IT, des RH, des services généraux, des finances ou du service juridique ?

Levez la main. Waouh. Vous êtes nombreux. Alors, ceci est pour vous.

Arm, tout à l’heure, nous a présenté un aperçu d’Asana Service Management, une solution de gestion des services d’entreprise nativement basée sur l’IA, conçue pour les équipes de services comme les vôtres.

Et maintenant, je veux concrétiser tout cela en vous montrant exactement à quoi cela ressemble dans un environnement décentralisé comme celui de l’université de New York, où de nombreuses équipes différentes doivent travailler à partir d’un plan partagé.

Dans ma démonstration, je vais donc utiliser l’exemple de l’Université Acme, également située ici à New York. Elle peut ou non être calquée sur celle de l’université de New York, je ne sais pas.

Sa mission est très simple : offrir aux étudiants une expérience d’apprentissage exceptionnelle. Et pour y parvenir, il faut notamment répondre très rapidement aux demandes des étudiants afin qu’ils puissent se remettre à étudier.

Suivons donc Zoé, une étudiante chercheuse en IA.

Un matin, Zoé prend son café, arrive à son laboratoire de recherche en IA, mais tout à coup, sa carte d’identité ne fonctionne plus.

Avant Asana, cela aurait nécessité un appel téléphonique, un e-mail ou un retour à pied très peu pratique à travers le campus.

Mais grâce à Asana Service Management, elle enregistre sa demande directement sur le portail Asana.

L’IA Service vérifie son identité, ses droits d’accès et lui délivre un code d’accès temporaire valable vingt-quatre heures.

Aucun ticket n’est jamais transmis au service des installations, aucun humain n’est jamais impliqué.

Zoe est de retour dans son laboratoire de recherche en quelques minutes.

Mais croyez-le ou non, les étudiants d’aujourd’hui pensent à autre chose qu’à la recherche en IA.

Ce week-end-là, Zoé commence donc à planifier ses vacances de printemps.

Elle se rend donc sur le canal Slack des affaires étudiantes et se renseigne sur le calendrier des vacances.

Cette fois-ci, l’IA Service effectue une recherche dans la base de connaissances, mais ne parvient pas à trouver de réponse à jour, car les bases de connaissances deviennent obsolètes au fil du temps. Cela vous dit quelque chose ?

Dans ce cas, l’IA Service transmet donc la question à Zach, qui travaille au service des affaires étudiantes, et Zach répond.

Mais devinez quoi ?

L’IA Service se rend compte qu’à cette période de l’année, si Zoé pose cette question, 100 autres étudiants doivent y penser.

Elle crée donc un brouillon d’article pour la base de connaissances basé sur la réponse de Zach et lui demande de le réviser et de l’approuver.

Ainsi, le prochain étudiant qui posera une question sur les vacances de printemps obtiendra une réponse instantanée, et Zach n’aura pas à répondre et à répéter la même chose 99 fois de plus, ce qui est une bonne chose pour lui.

Ensuite, les vacances de printemps arrivent. Zoé et ses amis s’amusent beaucoup. Les vacances de printemps me manquent, mais bon.

Elle rentre et se rend compte que son ordinateur portable a été volé sur la plage. Alors, que fait-elle ? Eh bien, tout d’abord, elle signale immédiatement l’incident sur Slack.

Et comme cet appareil est déjà associé à Zoé dans la gestion des ressources des services, Asana sait quel appareil a été volé. Aucun travail d’enquête n’est nécessaire, pas besoin de poser un million de questions à Zoé.

Et à ce moment-là, Zoé et l’IA Service procèdent au verrouillage à distance de l’appareil, puis créent immédiatement une demande d’achat d’un nouvel ordinateur portable et lui fournissent des mises à jour tout au long du processus.

Zoe récupère donc son ordinateur portable et reprend ses recherches sur l’IA.

Et vous savez quoi ? Tous ces efforts portent leurs fruits, car à la fin de l’année, son projet de recherche est un immense succès.

Et Kira, son amie du service des affaires étudiantes, décide d’organiser une fête dans son laboratoire pour célébrer cet événement.

Et devinez quoi ? Il ne s’agit certainement pas d’un ticket de dépannage.

Cela implique un lieu, des services de restauration, des approbations budgétaires, de nombreuses personnes différentes travaillant au sein de différentes équipes.

Dans ce cas, Asana crée donc un projet Asana en un seul clic.

Toutes vos échéances, vos responsables et vos dépendances sont préremplies à partir du WorkGraph.

Et c’est là, mes amis, que réside la puissance d’Asana Service Management : les demandes simples sont résolues automatiquement, votre base de connaissances devient plus intelligente au fil du temps et reste à jour, et les demandes complexes se transforment en projets Asana, avec l’ensemble du contexte conservé dans une seule piste d’audit.

Donc, si vous êtes prêt à changer le fonctionnement de vos équipes de services, venez nous rencontrer dans le hall d’exposition, où mon équipe, d’autres experts Asana Service Management et moi-même pourrons vous présenter votre cas d’utilisation personnalisé.

Merci beaucoup et à bientôt.

Je souhaite maintenant accueillir ma collègue, Kelly, responsable de notre équipe chargée des administrations publiques américaines.

Merci, Jen. Bonjour à tous. Eh bien, cette matinée a certainement été source d’inspiration, c’est le moins que l’on puisse dire. Vous avez tous appris quelque chose de nouveau, quelque chose de concret, et vous faites le premier pas vers l’avenir du travail simplement en étant ici.

Je vais donc demander à l’auditoire de participer. Levez la main : combien de clients Asana avons-nous dans l’auditoire aujourd’hui ? Voyons ce que ça donne. Bonjour.

C’est un public très agréable. J’aimerais bien prendre une photo de tout ça. Que vous soyez avec nous depuis six ans, six mois ou six jours, vous avez construit du contexte au sein du WorkRef d’Asana pour l’IA pendant tout ce temps.

C’est important, car lorsque vous intégrez de nouveaux collègues ou que vous interagissez avec Dash, celui-ci dispose déjà du contexte relatif à votre façon de travailler, à celle de vos équipes et à celle de votre entreprise sur Asana.

Certains de nos clients incroyables le font déjà aujourd’hui, et je vous invite donc tous à vous joindre à moi pour féliciter les lauréats du Work Innovation Award 2026. Félicitez-vous si vous vous voyez à l’écran ici. N’est-ce pas ? Des entreprises extraordinaires.

Bien joué.

Maintenant, pour ceux d’entre vous qui ne sont pas ici, ou qui aspirent à l’être, vous vous demandez peut-être comment mettre en pratique tout ce que vous avez appris ici aujourd’hui ?

Eh bien, comme je l’ai dit, tout d’abord, vous avez franchi la première étape simplement en étant ici, et je vais vous donner le plan pour la suivante. Nous allons donc commencer petit. Qu’est-ce qui est accessible ? Réfléchissez à un ou deux processus qui peuvent être identifiés, ceux qui demandent le plus de travail manuel. Que souhaiteriez-vous ne plus avoir à gérer ?

Ensuite, intégrez vos collègues.

Ces collègues transformeront vos processus en agents en travaillant aux côtés de vos équipes.

Troisièmement, interagissez avec Dash. Réfléchissez à la façon dont l’IA peut vous aider dans votre travail sur Asana dès aujourd’hui. Tout cela est désormais disponible.

Mais vous n’êtes pas seul dans cette démarche. Nous avons des partenaires exceptionnels qui sont là pour vous aider à réussir tout au long de votre parcours. Je tiens donc à remercier tous les partenaires présents ici aujourd’hui pour leur partenariat, leur soutien et leur engagement à contribuer à la réussite de tous nos clients communs.

La réussite ne vient certainement pas sans une communauté. Donc, s’il y a une chose que je voudrais vous encourager tous à faire, ce serait de rejoindre la communauté Asana. Nous adorons notre communauté. Que vous soyez un utilisateur de longue date ou un générateur novice, il y a une place pour chacun. C’est un endroit où vous pouvez découvrir différents cas d’utilisation, vous informer des dernières nouveautés et des meilleures fonctionnalités du produit, et établir des relations professionnelles.

Merci beaucoup d’avoir accepté de nous rejoindre aujourd’hui et de faire le premier pas vers l’avenir du travail à nos côtés. Nous sommes là pour vous accompagner tout au long de ce parcours. C’est parti !