Keynote: Ti diamo il benvenuto nel futuro dei team composti da persone e agenti

Buongiorno e benvenuti al Work Innovation Summit di New York.

Va bene. Allora, perché siamo tutti qui? Siamo qui per imparare. Abbiamo in programma alcune sessioni fantastiche per il resto della giornata. Siamo qui per entrare in contatto. Se guardate alla vostra sinistra, se guardate alla vostra destra, siete circondati da alcuni dei leader più influenti del settore tecnologico.

E siamo qui anche per lasciarci ispirare dal futuro, dal futuro del lavoro e dal futuro del lavoro agentico.

Voglio iniziare ringraziando il nostro co-host della LTSC, che collabora con aziende visionarie che prosperano nel lungo termine.

Iniziamo il nostro viaggio dalla nostra vita privata.

E a casa, stiamo riscontrando un enorme aumento della produttività grazie alla collaborazione con gli agenti IA. Ci aiutano a fare ricerche. Ci aiutano a creare. Ci aiutano a pianificare.

Ma per qualche motivo, quando si tratta di lavoro, semplicemente, beh, non funzionano.

E quello che vedete è che l'enorme produttività che vi aspettavate nella vostra vita lavorativa non si è ancora concretizzata.

Perché succede questo?

Beh, ci sono cinque motivi per cui la vita lavorativa è diversa dalla vita privata.

Il primo è questo piccolo elemento chiamato conoscenza, che in pratica significa che, a casa, l'unico contesto di cui dovete preoccuparvi è quello che avete in testa e che potete facilmente richiamare.

Ma al lavoro, il percorso di successo per il modo in cui le cose sono state fatte in passato risiede nella mente di altre persone. Questo è il motivo per cui, se avete mai avuto uno stagista nel vostro team, vi sarete resi conto che ci vogliono un paio di settimane per inserirlo, in modo che sappia chi sa cosa e come si fanno le cose qui.

Il lavoro è diverso anche dalla vita privata perché, nel lavoro, le cose riguardano più sistemi.

Decine, centinaia di sistemi e più persone.

Anzi, moltissime persone. Ora, a casa, quando interagite con uno di questi agenti, l'unica persona che dovete coordinare siete voi stessi.

Forse con il coniuge, forse con i figli.

Ma al lavoro, dovete coordinarvi con 10, 20, 30 persone per portare a termine le cose più semplici. E indovinate un po'? Hanno tutti delle opinioni.

Hanno opinioni su come dovrebbero essere le cose, su come dovrebbero apparire. Hanno i loro standard. Hanno le loro preferenze.

È molto diverso dalla vostra vita privata.

E infine, a casa, devi preoccuparti solo dei tuoi dati. Puoi scegliere la quantità di dati che vuoi condividere.

Ma al lavoro, questa scelta non spetta davvero a voi, perché avete questa piccola cosa chiamata dati dei clienti, che sono davvero preziosi.

Ecco perché il lavoro è diverso dalla vita privata, ed è per questo motivo che Asana si è prefissa di creare il sistema operativo per gli agenti umani, in cui risolviamo tutte queste sfide contestuali dell'ambiente di lavoro.

Iniziamo il percorso con il grafico del lavoro.

Il grafico del lavoro è davvero quel registro dinamico di chi sta facendo cosa e per quando, e di come le cose sono state fatte in passato. Ciò garantisce che qualsiasi operatore che inizia a lavorare con il grafico del lavoro abbia già a disposizione quella cronologia e quelle conoscenze.

In secondo luogo, Asana ora si integra con 500 sistemi grazie ai nostri connettori. Ciò significa che il nostro capo dello staff IA, Dash, che molti di voi incontreranno oggi, se non l'hanno già fatto nella loro vita lavorativa quotidiana, è in grado di dedurre quali sono i flussi di lavoro necessari. Può prendere un prompt ambiguo, trasformarlo in un flusso di lavoro, in una serie di attività e portare effettivamente a termine il lavoro.

E ora, per quanto riguarda il coordinamento delle persone, iniziamo con un sistema di gestione delle attività multiplayer per tutti.

Abbiamo un'unica area di lavoro, un unico registro, dove tutti possono vedere cosa deve essere fatto e chi deve fare cosa dopo. La sfida del coordinamento, il pantano delle lunghe comunicazioni, è sparito con questo sistema multiplayer.

Abbiamo predefinito dei colleghi del team.

I colleghi del team sono attori che si comportano proprio come gli esseri umani.

Ne abbiamo definiti e creati 30 per iniziare a far lavorare i vostri team già oggi.

Ma l'aspetto interessante dei colleghi del team è che potete interagire con loro in modalità multiplayer, il che significa che potete infondere nel collega del team tutte quelle preferenze, tutti quei gusti dei membri del team, come volete che le cose appaiano, come volete che siano i risultati, quali input sfruttare.

E con gli agenti con ambito definito, ognuno di questi colleghi del team è programmabile. Programmabile solo per accedere ai dati a cui volete che abbia accesso.

Solo per sostenere i costi che desideri che sostengano.

Inoltre, potete definire la catena di approvazioni per ogni singolo collega del team, in modo che rispetti una gerarchia preesistente.

Questo è il sistema operativo per agenti umani, con cui abbiamo risolto le cinque grandi sfide relative alle modalità di offerta della produttività dell'IA aziendale.

Diamo quindi un'occhiata a un esempio reale. E questo esempio reale è Cindy.

Cindy, inizia la sua vita molto felice. Lavora nell'Assistenza clienti.

Ha individuato un nuovo strumento per l'assistenza clienti. Vuole implementarlo per tutto il suo gruppo.

Ed è un passo avanti. Conosce il suo budget.

Sa quali fornitori sta prendendo in considerazione. Ha già inviato le RFP.

Ma ciò che di solito accade a una persona come Cindy con una semplice richiesta, "Abbiamo bisogno di un nuovo strumento di assistenza clienti", è che si troverà di fronte alla realtà.

La realtà è dura.

La realtà è costituita da 100 sottoattività.

In realtà, ho scritto manualmente alcune di queste attività che mi riguardavano. Ci sono molte attività solo per rendere operativo un nuovo team di assistenza clienti… Rendere operativo lo strumento.

Quindi, si tratta di un sacco di attività.

Potrebbe essere semplice se fossero in qualche modo lineari, ma in realtà, questo è ciò che succede quando ci si mette al lavoro.

Ci si perde in questo continuo passaggio di consegne.

So che alcuni di noi stanno facendo una smorfia di disappunto perché tutto questo è fin troppo familiare. Perché al lavoro, spesso ciò a cui dedichiamo il nostro tempo è il lavoro superfluo invece del lavoro vero e proprio.

Questa è la realtà per tantissimi team che restano bloccati in quello che io chiamo il ciclone del lavoro.

Deve esserci un modo migliore.

Le speranze e i sogni di Cindy per questo nuovo strumento di assistenza clienti sono appena andati in frantumi, perché si sta trasformando in un progetto di otto, nove, dieci settimane solo per selezionare un fornitore.

Vediamo se riusciamo ad aiutare Cindy.

Ora, con Asana, il tuo nuovo punto di accesso è Dash, il tuo assistente AI che funge da capo dello staff.

Dash chiederà a Cindy cosa faremo oggi. Voglio scegliere un nuovo fornitore di assistenza clienti.

Ma Dash non parte da zero.

Dash analizzerà immediatamente il grafico del lavoro.

Dash comprende tutto ciò che la vostra azienda ha fatto.

Infatti, in questo esempio, Dash è in grado di esaminare e capire se abbiamo mai inserito un nuovo fornitore in passato. Credo di sì. Cosa comportava? Esaminerò tutti i progetti passati, tutti i budget passati, tutti gli obiettivi passati, le decisioni che sono state prese, le riunioni, e capirò quali sono effettivamente quelle 100 attività che devono essere svolte. Posso semplicemente disporle tutte molto bene su un'unica canvas.

E sa una cosa? Farò qualcosa di più.

Più o meno so chi è chi in azienda. Assegnerò le persone che devono svolgere questo lavoro, in modo da avere ora uno strumento per portarlo a termine.

E vedrete che qui ci sono alcune persone insolite che sono state assegnate a questo lavoro. Alcuni personaggi che potremmo non aver mai visto prima.

Questi sono colleghi del team.

Questi sono colleghi del team predefiniti.

Infatti, a questo punto, vi presenterò tre di questi colleghi del team. Un revisore della sicurezza, un analista dei prezzi, un assistente di progetto. Questi sono colleghi del team predefiniti e preconfigurati.

A quanto pare, Asana ha una lunga esperienza nel campo del lavoro. Quindi abbiamo creato 30 colleghi del team predefiniti che sappiamo saranno utili per tutti voi.

Siamo entrati in ognuno di questi colleghi del team, li abbiamo resi competenti e li abbiamo formati in modo da sapere esattamente come essere più utili per voi.

Quindi questi sono i vostri colleghi del team predefiniti. Improvvisamente, la vita di Cindy è migliorata di molto.

In un unico ambiente, è in grado di coordinare più flussi di lavoro che includono sia persone che agenti.

E ciò che spicca per Cindy è la selezione di un fornitore.

È oltre la vista della sicurezza. Ha superato i requisiti.

Purtroppo, un determinato fornitore non ha soddisfatto il requisito di budget. Il preventivo ammontava a 600.000 $. Lei aveva a disposizione solo 500.000 dollari all'anno da spendere.

Ma non preoccuparti.

Qualcun altro in questa azienda ha già creato un agente di negoziazione.

Questo agente di negoziazione ha regole di condotta predefinite. Sa esattamente quale manuale di negoziazione seguire. Conosce i propri limiti di budget e sa anche chi, nel reparto finanziario, può approvare le cose e a quale livello.

Questa è l'idea alla base della definizione dell'ambito di applicazione dei tuoi agenti. Questo agente ha un ambito predefinito. L’agente si mette al lavoro. Si mette al lavoro su questa offerta. In realtà risponde a Cindy. Le presenta una nuova controproposta suggerita. Il fornitore è selezionato.

La vita è bella.

Invece di quelle otto settimane di scambi di comunicazioni, realisticamente, questo avviene in pochi giorni.

Quindi la mia domanda per tutti voi è: ci sono dei processi di lavoro in uno qualsiasi dei vostri gruppi che vorreste agentificare? Quali flussi di lavoro avete intenzione di agentificare oggi?

Nel corso del resto della presentazione, speriamo di mostrarvi che è più facile di quanto pensiate creare un flusso di lavoro agentico, sia che lavoriate nel marketing, nell'IT, nelle operazioni strategiche, nella ricerca e sviluppo, sia che siate un generatore di processi per l'intera organizzazione.

Perché con Asana forniamo il sistema operativo per i team di agenti umani, in modo che tutti possano lavorare insieme ai flussi di lavoro.

Ora passo la parola alla nostra Chief Product Officer, Arnah Bose, che ci illustrerà più nel dettaglio come potete creare questi flussi di lavoro oggi stesso. Grazie.

Ciao a tutti. Come va? Così così... Sì. Facciamo un po' di energia. Ecco fatto. Sì.

È bello vedere l'energia qui, in questo pubblico di New York. Sono Arnab. Sono il responsabile del prodotto qui ad Asana.

E quello che voglio illustrarvi oggi è ciò che Dan ha mostrato con un livello di dettagli superiore.

Ciò che ha mostrato è stata l'esecuzione orchestrata su più sistemi e poi la costruzione di tutto ciò con la potenza del grafo del lavoro, questo grafo del contesto che stiamo costruendo da oltre un decennio qui ad Asana.

Nella mia sezione, parlerò di come il contesto del grafico del lavoro possa essere sfruttato con la potenza di Stack.ai per orchestrare le azioni su più sistemi e di come, con l'uso ripetuto di quel processo end-to-end, possiamo reinserire i dati nel grafico del lavoro in modo che ogni volta che si verifica un'eccezione o una nuova negoziazione, quei dati vengano registrati in quel sistema di contesto e diventino conoscenze riutilizzabili.

Quindi, ci sono diversi argomenti da trattare. Uno è l'esecuzione orchestrata. In che modo viene migliorata con la potenza del grafico del lavoro? E come facciamo a convertire queste esecuzioni, queste esecuzioni ripetute, in conoscenza, in modo che la prossima volta che eseguirete il vostro flusso di lavoro orchestrato, sia molto meglio? È molto più accurato.

Quindi stiamo facendo tutto questo nel back-end in termini di connessione con più sistemi grazie alla potenza di stack.ai, che ora fa parte di Asana.

Quindi voglio approfondire un po' quel passaggio della negoziazione che Dan stava illustrando.

Ciò che il cliente ha ricevuto è stato un preventivo da un nuovo fornitore, di 575.000 dollari, ben al di sopra del budget di 500.000 dollari.

E il preventivo è arrivato, come sono sicuro che la maggior parte di voi avrà visto nella propria esperienza quotidiana, probabilmente in formato PDF.

Nel PDF ci sono termini e condizioni. C'è il testo in piccolo.

E non è facile capire se si tratta di qualcosa che si può semplicemente approvare.

Ciò che Stack Overflow ha fatto in background è stato esaminare tutti i preventivi storici che il cliente ha approvato. Ha letto tutti quei PDF e li ha convertiti in una knowledge base che supporta il RAG. Ciò significa che si possono eseguire ricerche molto rapide e flussi di lavoro agentici su quel corpus di dati non strutturati.

Quindi, tutti questi piccoli e interessanti dettagli scritti in piccolo riguardano il costo per utente per posto, se c'è una clausola di recesso nel contratto, se il costo include un costo di assistenza. Tutti questi elementi rendono l'analisi molto più complicata perché non si tratta di una semplice ricerca. Ora, Stackie, posso procedere ed effettuare quel confronto nel back-end. Quindi, in pratica, abbiamo convertito tutti questi dati non strutturati in modo da poter collegare più sistemi nel back-end.

Quindi, cosa fa il flusso di lavoro dello stack? Analizza gli elementi che sono stati approvati. Esamina il nuovo preventivo specifico e tutti i termini e le condizioni e decide che dovrebbe essere presentata una controproposta. E la controfferta dovrebbe essere di 489.000 $ con uno sconto del 15%.

Ma questo è un nuovo fornitore. In realtà, non abbiamo mai affrontato questo processo in passato.

Quindi, si tratta di una situazione in cui non si può semplicemente procedere ed eseguire l'azione in modo completamente automatizzato.

Crediamo che i risultati migliori si ottengano quando le persone e gli agenti IA possono collaborare come un team.

Giusto? Crediamo che i clienti prosperino, che le aziende prosperino se possono collaborare con l'automazione e l'IA. Quindi, ciò che Stack può fare, grazie ai suoi oltre 190 connettori in Asana, è creare automaticamente un progetto completamente configurato per quel flusso di lavoro di approvazione. Conterrà i dettagli specifici dell'offerta. Conterrà i dettagli su, ad esempio, ciò che dovremmo esaminare dal punto di vista finanziario o legale, e assegnerà quelle sottoattività e coinvolgerà il team umano. Si tratta di esseri umani e agenti di IA che lavorano sullo stesso registro, come un tutt'uno, ed è ciò che intendiamo per esecuzione orchestrata.

Quindi, quando quella controproposta è pronta per l’approvazione, quello che succede è che il team finanziario dice: "Ehi, Sentite. Vogliamo una clausola di uscita di un anno.

Magari il team delle approvazioni legali dice che ci sono un sacco di linee rosse che vogliamo inserire.

Tutti i dati forniti dagli esseri umani sono ora registrati nel grafico del lavoro. Quindi vengono registrati nelle attività, che sono ora disponibili per il flusso di lavoro di Stack AI da utilizzare la prossima volta che si verifica un'eccezione come questa.

Quindi, quello che stiamo mostrando qui e quello che intendiamo veramente con esecuzione orchestrata non è solo che ottenete questo generatore di flussi di lavoro completamente funzionale che collega più sistemi di registrazione, più sistemi di back-end, sapete, ne avete già visti molti, ma che è alimentato dal grafico del lavoro. Quindi si parte dal contesto. È anche basato sul grafico del lavoro e su tutto ciò che Asana offre, in modo che quando si verifica un'eccezione, possiate coinvolgere il team umano per la collaborazione, il coordinamento e per capire quali sono i passi successivi giusti, e possiate migliorare quel processo in futuro. Questo è ciò che intendiamo per accumulo di conoscenze. Asana fornisce conoscenze cumulative e vi aiuta a costruire quel cervello aziendale in cui, quando gli agenti di IA interagiscono con il vostro team, con le persone, tutte quelle interazioni vengono registrate in modo che l'agente di IA funzioni molto meglio la volta successiva. Eseguire, conservare, migliorare. Ripetere il ciclo più e più volte.

Quindi Stack di Asana, come il vero e proprio motore di esecuzione, è un generatore no-code. Dispone di oltre 500 integrazioni. Come potete vedere, supporta l'uomo nel ciclo. E ora è completamente alimentato dal grafico del lavoro, non solo per il contesto iniziale, ma anche quando rileva alcune eccezioni, può reinserire tutto quel contesto nel grafico del lavoro.

Voglio presentarvi l'OG, la persona che ha creato Stack.ai. Date il benvenuto sul palco a Bernard, cofondatore di Stack dot ai.

Grazie, Arnav.

Sono entusiasta di essere qui con voi.

Mi chiamo Bernard.

Come ha mostrato Arnav, in Stack dot ai diamo alle aziende la possibilità di trasformare i loro flussi di lavoro più complessi con gli agenti IA.

Grazie a Stack dot ai, potete creare team di agenti di IA che, collegati a oltre 500 sistemi aziendali, possono operare come qualsiasi dipendente con il proprio computer, il proprio terminale e il proprio browser web, consentendo loro di prendere i processi più complessi e di scalarli nella loro IA.

Se abbinati al WorkGraph, gli agenti di Stack AI possono operare nel contesto di ciò che l'azienda sta effettivamente facendo. Chi sta lavorando a cosa? Quali sono gli obiettivi? E operare nell'ambito di un'unica entità e di un unico piano.

Oggi aziende come LifeMD, Exeter, Wild Retirement e BA Systems collaborano con Stack dot ai per potenziare alcuni dei loro flussi di lavoro più complessi su larga scala.

Una di queste aziende è SciMotion.

Da oltre vent'anni, SciMotion offre assistenza personalizzata in qualità di produttore di forniture di prim'ordine e lo fa fornendo un servizio specializzato a tutti i pazienti e ai clienti, soprattutto collaborando con i professionisti del settore.

Tuttavia, fornire un tale livello di assistenza personalizzata può essere molto costoso e complesso.

Non appena ricevono una serie di cartelle cliniche dei pazienti, possono impiegare fino a due ore per esaminare il loro inventario in SAP, consultare le informazioni sui pazienti in SharePoint, analizzare i diversi risultati di laboratorio in script completi e nei loro dati, e mettere tutto insieme in un bel brand personalizzato.

Sapevano che non era il modo giusto di procedere. E con l’era dell’IA, potevano cambiare le cose. Con Stack dot ai, hanno adottato un nuovo approccio agentico e hanno dichiarato di aver preso tutti questi elementi e di aver creato un team di agenti IA che, nell'ambito della piattaforma Stack AI, potevano interrogare ogni volta che arrivava un nuovo ordine tutti i dati dell'inventario degli integratori, tutte le informazioni sui pazienti e i risultati di laboratorio, riducendo il tempo di elaborazione da due ore a soli cinque minuti.

E, come parte di questo processo, potevano farlo mantenendo l'elemento umano nel circuito, dove ogni decisione critica comporta sempre la valutazione e l'approvazione di qualsiasi decisione importante da parte del professionista.

Oggi abbiamo il vantaggio di non sentirlo solo da me. Con noi c'è anche Max Perisky, CRO di SignMojian, che ci racconterà la storia dal vivo e sulla base della sua esperienza personale. Ti diamo il benvenuto, Max. Ecco fatto.

È un piacere vederti.

È un piacere vederti, Max. Grazie per essere qui con noi a New York. Lo apprezzo molto. E visto che oggi sei qui con noi, sai, è... Sarebbe bello sentire un po' la storia di come sei arrivato a questo punto. Come interpreti questo processo di creazione di med pack tramite stack.ai? Certo.

Beh, sai, penso che... Tutto è iniziato dal fatto che, come sapete, sono un CRO. E in realtà mi è stato detto che sono il primo CRO a salire sul palco di Asana per questo evento perché in passato non avremmo necessariamente avuto un motivo per essere qui. Ma il mio compito in realtà è quello di... Wow. Non pensavo che avrei ricevuto un applauso per questo. Il mio compito è in realtà quello di creare un'infrastruttura e una strategia che riducano gli ostacoli per i nostri clienti, che sono operatori sanitari.

E così, cercando di farlo, circa un anno fa, ho pensato: "Beh, forse c'è un modo in cui l'IA può aiutare a risolvere alcuni di questi problemi, mettendo insieme, come hai detto tu, questi componenti". Così mi è venuta un'idea folle e un fine settimana ho iniziato a fare un po' di esperimenti con alcuni degli agenti disponibili e sono riuscito a dimostrare la validità del concetto, ma non ero soddisfatto del tipo di disciplina dei documenti e della ricerca sul web. Ho trovato Stack e ho iniziato a sperimentare con la versione gratuita. Sono riuscito a creare un agente che ha in qualche modo risolto il problema per il mio team di vendita, aiutandolo a offrire valore ai clienti molto rapidamente e a implementarlo. In realtà, l'abbiamo implementato prima ancora di averlo pagato.

Me lo ricordo, me lo ricordo. E ora l'hanno pagato.

Ora lo paghiamo. Sì. È per questo che sono qui.

Va bene. Ma è una buona cosa. Sappiamo che grazie ad esso ottenete una grande efficienza, come l'automazione sia delle operazioni relative ai ricavi che di quelle a livello clinico, come vi abbiamo mostrato, la creazione di pacchetti di farmaci, tutto. Sono curioso: con tutta questa efficienza, probabilmente avete molto più tempo a disposizione. Cosa ha permesso questo a Zimmergen come azienda?

Beh, un paio di cose. Abbiamo iniziato implementandolo come strumento per i nostri addetti alle vendite, per aiutarli a offrire valore in tempi davvero rapidi. Abbiamo oltre 300 prodotti. Quindi immaginate che ognuno di questi sia progettato per essere uno strumento clinico. Quindi sono complessi. Sono complicati.

E così avevamo appena rinnovato una buona parte del nostro team commerciale. Quindi c'erano molte persone nuove che dovevano imparare a conoscere 300 prodotti e a consegnare il prodotto giusto alla persona giusta al momento giusto. Quindi è stato davvero utile per facilitare quel processo e in un certo senso accelerare la curva di apprendimento per loro. Quella è stata la prima sorta di proof of concept. E poi abbiamo pensato di portarlo al cliente, ed è più o meno quello che stiamo implementando ora con Catalyst.

Fantastico. E ora, si spera, molto presto, otterremo risultati molto più soddisfacenti. Ottimo. Grazie mille per essere stato con noi, Max. Lo apprezzo molto. Non vedo l'ora di trascorrere molti altri anni a lavorare insieme e, come si suol dire, a puntare in alto.

Sì.

Grazie per avermi invitato.

Va bene.

Grazie per aver partecipato. Grazie. Grazie.

Allora, sì.

Quindi abbiamo ascoltato Max parlarne dal vivo. Ed è stato molto gentile a mostrarci tutti i dettagli della sua storia. Beh, com'è la situazione se guardiamo dietro le quinte? Come si portano queste idee in produzione? Esamineremo la storia di un'altra azienda, molto simile a SimoGen,

chiamata Aiuhealth, che offre anch'essa assistenza e integratori personalizzati.

Aiuhealth opera in un ambito simile e ha esattamente lo stesso problema. Hanno dovuto creare un sistema che potesse facilmente consentire loro di prendere le cartelle cliniche dei pazienti e, a partire da queste, interrogare una serie di sistemi, interrogare il web e raccogliere dati al fine di personalizzare un pacchetto medico con una soluzione su misura per questo problema. Come potete vedere sullo schermo, hanno creato un agente di IA in grado di ricevere un PDF di riconoscimento del paziente, interrogare tutti questi sistemi, interrogare tutti gli strumenti di script e quindi aggregare tutti i risultati in un pacchetto personalizzato, fornendo citazioni di dove si trovano quei dati e quali sono le fonti.

Non solo, ma vi offre anche visibilità su tutte le tracce delle azioni che avete compiuto. E mettendo tutto questo insieme nel risultato del file mFrame, cosa fa dietro le quinte mentre pensa e raccoglie tutti questi dati? In Stack.ai, come potete vedere sullo schermo, hanno creato un flusso di lavoro agentico che riceve un messaggio da un utente, un file, una serie di specifiche API di Whole Scripts. E poi, con questi elementi, si collegherà a un harness alimentato, in questo caso, da Claude con un prompt personalizzato per il loro problema e lo collegherà alla loro knowledge base principale in SharePoint, ai loro dati in Whole Scripts, lo collegherà a un browser web, alla possibilità di inviare e-mail, di cercare sul web, di operare proprio come qualsiasi altro agente AI personale, ma adattato al loro caso d'uso, in modo che, quando dovesse arrivare una nuova richiesta, possa attivare tutti questi sistemi.

E il risultato è che, una volta completato questo processo, possono ottenere un piano personalizzato. Il professionista può ottenere tutti i dati, riassumerli, ottenere le fonti dei risultati, fornire feedback all'agente e collaborare per offrire un'esperienza personalizzata che possa essere utilizzata sia per supportare questo cliente, sia per potenziare le altre sue operazioni in modo umano e intelligente.

E sebbene si possa sempre continuare con FIBA e operare con esso, si può andare anche oltre.

IU Health ha fatto un passo avanti e l'ha collegato a WarGraph tramite Asana, riuscendo a fare in modo che, ogni volta che le sue operazioni di ricerca clinica valutavano una nuova indagine o un nuovo fenomeno, potessero collegarlo a questo agente e attivarlo direttamente da un'attività di Asana, in modo che questo agente di IA potesse interrogare le stesse informazioni e riunirle in un risultato comune.

Questo è il futuro del software aziendale e degli agenti IA all'interno dell'azienda. Un unico luogo in cui gli agenti di IA possono accedere, operare con tutti questi strumenti, elaborare dati non strutturati, eseguire operazioni non strutturate, mentre gli esseri umani possono dettare le regole del gioco, fornire feedback e dare tutte le indicazioni necessarie.

Naturalmente, questo non è solo l'ultimo passaggio. Ci sono molti altri passi da compiere. E oggi, noi… Gli agenti IA e gli esseri umani operano in piani diversi. In futuro, entrambi dovranno operare secondo un unico piano operativo comune. E sentirete parlare di come Asana sta risolvendo questo problema. Per questo, Prachi Gore, CMO di Asana, si unirà a noi e ci parlerà un po' di questo futuro. Grazie.

Grazie, Bernard. Quindi, come stava dicendo, per mantenere la promessa dell'impresa energica, sono necessari agenti che lavorino su più sistemi, come abbiamo appena visto. Ma avete anche bisogno delle persone, cioè noi, i nostri team, che lavorano insieme per gli stessi obiettivi, con lo stesso piano e in un contesto aziendale completamente condiviso.

Questo è reso possibile dall'Agentic Work Management.

Come ha detto Dan, l’Agentic Work Management include 30 AI Teammate già qualificati, regolamentati e pronti all’uso apposta per voi.

Ogni utente Asana ha anche accesso a un assistente AI personale chiamato Dash. Dash segue tutto il vostro lavoro nelle email, nelle riunioni e in tutti i vostri progetti, quindi sa esattamente a cosa state lavorando.

Inoltre, può anche agire per vostro conto, ad esempio impostando attività di follow-up dopo una riunione, in modo che voi possiate concentrarvi sul lavoro più importante.

Disponiamo inoltre di oltre 20 integrazioni con vari strumenti che usiamo ogni giorno, come Figma, Databricks, HubSpot e Google Drive, in modo che tutto il vostro lavoro possa essere svolto da un unico posto.

E alcuni dei più grandi marchi del mondo usano Asana. Ma oggi voglio soffermarmi su una di queste aziende, chiamata Skydance. Skydance ha creato alcuni dei nostri programmi preferiti. Per me, sono SpongeBob e Yellowstone.

Ma in tutti i settori della televisione, del live streaming, si occupano di sport, notizie, animazione.

Hanno migliaia di persone che lavorano ogni giorno per trasformare le idee in contenuti, per coordinare una serie di uscite e per portare nuovi programmi sul mercato.

E per farlo e continuare a scalare le proprie operazioni, Skydance aveva bisogno di un modo per continuare a crescere mantenendo allineati i propri team.

È stato allora che è entrato in gioco l'Agentic Work Management, un luogo in cui i loro team e i loro agenti possono collaborare in contesti condivisi per raggiungere gli stessi obiettivi.

Per quanto riguarda Skydance, c'è un esempio che voglio condividere. Un team operativo di tre persone di Pluto TV è in grado di gestire 750 contenuti ogni mese grazie all'introduzione degli AI Teammate nel proprio flusso di lavoro.

Allo stesso modo, a CBS News, l’IA sta già smistando tutte le richieste di assistenza e creando un lavoro strutturato prima che una persona debba effettivamente occuparsene.

Ma sentiamolo direttamente da loro.

Abbiamo alcuni obiettivi ambiziosi e, per raggiungerli, è necessario avere un partner affidabile, sistemi solidi e un'adozione davvero efficace dell'IA.

Il nostro camion scende.

Vogliamo essere una società di media incentrata sulla tecnologia, che unisca la parte creativa di Hollywood e lo spirito innovativo della Silicon Valley.

Non siamo una società tradizionale.

Dietro le quinte, supportiamo le persone più creative del pianeta. C'è stato un periodo in cui la cultura era molto decentralizzata.

Paramount è un'azienda di dimensioni molto grandi, con centinaia di reparti e divisioni. Poiché l’IA si sta diffondendo rapidamente nei luoghi di lavoro, crea molti compartimenti stagni.

Ognuno utilizzava l’IA nei propri flussi di lavoro. Ciò rendeva difficile fornire supporto, scalare e aggiornare l'IA man mano che si verificavano cambiamenti.

E in realtà questo è l’anello mancante nell’IA: se non si dispone di un accesso sicuro ai dati o… È tutto disordinato, la vostra IA fallirà.

Asana ha gettato le basi per l’IA.

L’IA è integrata nello stesso posto in cui si svolge già il lavoro.

Non si tratta di un clic in più o di un'altra schermata. È proprio lì, nella finestra di dialogo che stai già utilizzando.

L'accessibilità è fondamentale per l'adozione. Per usare gli AI Teammate è bastato un clic.

La finestra di contesto si è aperta in pochi secondi, il che è incredibile.

Asana ci ha permesso di monitorare le diverse funzionalità di IA, chi le ha utilizzate con maggiore frequenza, i relativi business case e di comprendere davvero il ROI, nonché di condividere questi casi d’uso con altre parti dell’azienda.

A essere sinceri, abbiamo scelto Asana perché si è presentata e ci ha aiutato a capire la nostra azienda. Non è una cosa che si vede spesso con i fornitori.

Considero Asana il nostro partner a lungo termine.

E ora vorrei invitare sul palco Laksh Nathan, EVP e CIO di Skydance, per condividere ulteriori informazioni.

Ciao. Grazie per avermi invitato.

Grazie, Laksh, per essere qui con noi. Il tuo team ha svolto un lavoro incredibile. Ma dicci, com'è stato integrare gli agenti IA nei vostri flussi di lavoro? Raccontaci qualcosa di ciò che è successo dietro le quinte.

Sai, sin dall'inizio, siamo un'organizzazione molto complessa. Siamo creativi. Siamo un'agenzia di stampa. Siamo impiegati d'ufficio. Quindi penso che proprio la diversità della nostra cultura sia stata...

È una tela molto aperta per noi. Quindi, il fatto di essere riusciti a iniziare a esaminare ciascuno dei nostri processi, a semplificarlo e a consentire agli agenti di contribuire a svilupparlo è stato fantastico per noi.

Ottimo. Ti dispiacerebbe farmi un esempio o semplicemente approfondire un aspetto per mostrarmi come si svolge il lavoro giorno per giorno? Sì.

Quindi, senti, abbiamo una marea di strumenti di IA, partner e tutto il resto.

È buffo, ma usiamo Asana per monitorare tutto questo. E l'aspetto migliore è che, poiché abbiamo a che fare con così tanti gruppi diversi che devono controllare e analizzare le cose, proprio come gli agenti che avete visto prima, avere tutti quei team in un'unica piattaforma, con il loro contesto che entra nel sistema e poi viene automatizzato, è stato per noi un vero e proprio punto di svolta.

È fantastico. Grazie ancora per essere stato con noi, Lax, e congratulazioni per il fantastico lavoro. Grazie mille. Facciamogli un grande applauso.

E ora vorrei chiamare sul palco il vicepresidente senior e direttore generale di AgenTik Work Management, Kirk Miles.

Wow.

Non è stato fantastico?

È davvero bello vedere come Skydance sta usando la nostra suite AgenTeq. Ciao a tutti. Sono Kirk Miles e sono a capo del Work Management di AgenTeq in Asana.

Avete ascoltato la storia e ora sono qui per mostrarvi alcuni aspetti del prodotto che c'è dietro.

Oggi seguiremo il percorso di una responsabile delle operazioni di campagna mentre gestisce una settimana e una campagna dell'ultimo minuto, il tutto grazie ai vantaggi dell'Agentic Work Management.

Ma prima di iniziare, voglio illustrarvi alcuni elementi nuovi che vedrete.

Innanzitutto, le riunioni AI, che trasformano ciò che viene detto durante una chiamata in attività che vengono effettivamente svolte.

Poi, le pagine, che trasformano i vostri documenti in piani dinamici su cui il vostro team può lavorare.

E, infine, le tabelle, che estraggono i dati aziendali dai fogli di calcolo e li spostano… Li sposta accanto al luogo in cui si svolge effettivamente il lavoro.

Tutto questo risiede nel grafico del lavoro, in modo che i tuoi colleghi del team, sia persone che agenti, possano operare tutti nello stesso contesto condiviso.

Detto questo, iniziamo. Vorrei presentarvi Sarah. Sarah è responsabile delle operazioni delle campagne in una società di media.

È venerdì pomeriggio e ha appena ricevuto una richiesta dell'ultimo minuto per un lancio importante con un grande obiettivo di crescita da raggiungere in meno di una settimana.

Sarah è stressata. E, francamente, lo sarei anch'io se mi venisse chiesto di gestire un lancio importante in meno di una settimana.

Ma non preoccupatevi, Asana è dalla sua parte. Lasciate che vi mostri come.

In questo caso, la richiesta inizia effettivamente al di fuori di Asana, su Slack.

Michael, il responsabile della crescita, ha pubblicato una richiesta nel canale delle richieste di creatività, e AI Studio l’ha rilevata automaticamente, creando l’attività, inserendo i dettagli relativi alla campagna e al budget e aggiungendo all’attività tutti i collaboratori che devono averne visibilità.

Esegue un follow-up con Michael per confermare l’ambito regionale e lo confronta con la loro raccolta di risorse.

In questo caso, rileva che una delle risorse non è autorizzata per l’uso nell’area EMEA e quindi crea una sottoattività per Sarah affinché ottenga l’approvazione del brand e dell’ufficio legale prima che la campagna possa andare avanti.

Diamo un’occhiata a quella raccolta di risorse perché è creata in tabelle.

In essa, ogni singola riga rappresenta una risorsa visiva diversa con dettagli come il periodo di validità dei diritti e le approvazioni regionali, nonché le campagne associate.

Ingrandiamo la colonna EMEA, perché è l’ostacolo più grande che si frappone tra Sarah e il suo lancio della prossima settimana.

Quindi, passiamo a lunedì.

Sarah sa che c’è molto da fare in meno di quattro giorni lavorativi per portare a termine il lavoro, quindi si mette subito all’opera. Ha chiesto a Dash di redigere una pagina su Asana per l'ufficio legale e quello del brand, delineando il contesto del lancio, l'ambito delle risorse, la lacuna relativa all'area EMEA, nonché una scadenza per l'approvazione fissata per martedì.

Dash crea una bozza di pagina estraendo il contesto dall'attività di ricezione nella raccolta di risorse e la condivide con i team legale e del marchio, che accedono immediatamente alla pagina e lasciano un commento in linea dicendo: "Facciamo una chiamata per parlare delle risorse visive per l'area EMEA".

Il giorno dopo, partecipano a una chiamata con... Con le riunioni IA attivate.

E non appena la chiamata termina, la trascrizione e il riepilogo vengono automaticamente pubblicati nel progetto della campagna e condivisi con tutti i partecipanti, oltre a popolare le attività da svolgere suggerite e i relativi titolari.

Quando Sarah arriva alla sua scrivania, esamina un elenco e vede che un membro del team legale ne ha già presa in carico una. Approva le altre, tra cui una, una dichiarazione di non responsabilità legale, che è assegnata al collega del team che coordina la campagna.

Il coordinatore della campagna redige la bozza della dichiarazione di non responsabilità legale e la invia al reparto legale per l’approvazione.

E non appena l'ufficio legale dà la sua approvazione, la raccolta delle risorse viene aggiornata automaticamente.

E quell'approvazione EMEA di cui Sarah era così preoccupata diventa immediatamente verde.

Alla fine di martedì, Sarah è ottimista. Non ne era sicura, ma ora ha la sensazione che riusciranno davvero a farcela.

Passiamo quindi a mercoledì.

Non sembra esserci nulla di urgente, ma con cinque team da coordinare e più di 20 deliverable, Sarah vuole esserne certa, quindi ha chiesto a Dash.

E Dash segnala una cosa.

Il team dei social a pagamento ha mancato la scadenza ieri, e la revisione di oggi è a rischio.

Sarah deve solo dare una risposta.

Spostare il risultato finale del team Paid Social a oggi, riassegnare l’attività di Priya a Marcus e contrassegnare tutto come ad alta priorità.

Dash mostra in anteprima ogni modifica che sta per apportare, quindi nulla cambia finché Sarah non approva. E non appena lo fa, tutte le attività vengono aggiornate contemporaneamente.

Entro la fine di mercoledì, tutti e 20 i risultati finali sono stati approvati e questo lancio è pronto.

Passiamo quindi a venerdì. Il lancio è stato effettuato. Sarah è così sollevata, così entusiasta, ma il suo lavoro non è finito.

Il suo vicepresidente si aspetta un aggiornamento di stato per capire come sta procedendo il monitoraggio del lancio, e lei sta per mettersi a scriverlo a mano.

Lei… Mentre apre l'attività, il collega creato... L'analista della campagna, un collega del team creato da qualcuno del suo team, si fa avanti in modo proattivo e si offre di occuparsene.

Questo collega del team ha una skill personalizzata che riconosce il formato di report preferito dal suo VP e può estrarre i dati sulle prestazioni e il confronto tra budget e dati effettivi tramite il collegamento a Databricks.

Lei termina l'attività e questa estrae le prestazioni di tutte e cinque le campagne, compresi l'adeguamento dei social a pagamento e le prestazioni rispetto al piano.

Sarah, in realtà, lo sollecita a dire: "Preferirei..." Invece di un brief, preferirei una presentazione.

E riconosce che si tratta di un lavoro ricorrente e quindi si offre di occuparsene ogni venerdì. Lei accetta.

Ora, ogni venerdì, il suo collega del team prepara automaticamente una presentazione con un bellissimo branding che riassume gli aggiornamenti di tutte le loro campagne, che Sarah può condividere con il suo vicepresidente.

Qualcosa che prima le richiedeva un intero pomeriggio ora richiede solo pochi minuti.

In questo caso, Sarah aggiorna una riga e la invia alla sua vicepresidente.

La sua VP è così colpita che inoltra il resoconto al suo CMO con grandi elogi per Sarah.

Quindi, cinque team, oltre 20 risorse e meno di una settimana.

Tutto, dalla ricezione delle richieste alle riunioni di allineamento, dal monitoraggio delle approvazioni alla creazione di resoconti, è reso possibile grazie al grafico del lavoro.

E per quanto riguarda questi nuovi prodotti, sono entusiasta di comunicarvi che Pages è disponibile da oggi, mentre le riunioni IA e le tabelle arriveranno entro la fine del mese. E se volete saperne di più, venite a trovarci nella sala espositiva: saremo lieti di mostrarvi una demo.

Detto questo, voglio invitare Arnaud a tornare sul palco per condividere ulteriori informazioni su ciò che abbiamo sviluppato al di là dell'Agentic Work Management. Grazie.

Grazie, Kirk. Non è stata una demo fantastica? Vi è piaciuta la demo? Sì?

Ancora una volta, ciò che Kirk ci ha mostrato è stata l'esecuzione orchestrata tra i sistemi e tutta la nuova potenza che stiamo integrando nel grafico del lavoro per aggiungere sempre più contesto. Pagine, riunioni, tutti questi dati non strutturati che costituiscono il substrato per far sì che persone e agenti lavorino meglio insieme.

Quello di cui parlerò ora sono tre nuove applicazioni agentiche che abbiamo sviluppato su questa piattaforma. Ognuna di queste applicazioni eredita e beneficia delle funzionalità della piattaforma e migliora, ma è progettata appositamente per team specifici.

Abbiamo annunciato queste applicazioni al Wiz London all'inizio di quest'anno e, a partire dal mese scorso, sono tutte generalmente disponibili. Ognuna di queste tre applicazioni agentiche è ora disponibile per tutti. Potete acquistarle oggi stesso. Il mio obiettivo in questa sezione è farvi entusiasmare abbastanza per ciascuna di esse, in modo che, al termine di questo intervento, vi precipitiate fuori dal palco del keynote per andare a vedere gli stand dimostrativi nella sala espositiva. Quindi, cosa abbiamo creato? Abbiamo creato Asana Service Management per tutti i service desk dei dipendenti dell'azienda, che si tratti dell'assistenza tecnica IT, del reparto finanziario, dei servizi generali, delle risorse umane o dell'ufficio legale.

Abbiamo creato Asana Client Management per le agenzie e i team di servizi professionali che hanno bisogno di utilizzare l’IA per stare al passo con tutte le richieste dei loro clienti. Come fanno a rimanere redditizi? Come gestiscono tutte quelle relazioni con i clienti in un unico spazio di lavoro?

E poi Command by Asana. Command by Asana rivoluzionerà il modo in cui i team di ricerca e sviluppo e i team di progettazione che creano il software su cui si basano tutte le nostre aziende realizzano questi prodotti. Come fanno a essere allineati e a sviluppare il miglior prodotto possibile nel modo più rapido possibile?

Prima di tutto, vorrei approfondire un po' Asana Service Management. Quindi, ripeto, Asana Service Management è generalmente disponibile oggi.

È progettata per tutti questi casi d'uso dell'help desk interno.

E la nostra tesi principale è che i sistemi di gestione dei servizi storici o legacy sono progettati per instradare un ticket di risoluzione dei problemi verso una coda, e questo non è più sufficiente. Questo non sarà più sufficiente. Giusto? Ciò di cui ogni azienda ha bisogno è un modo per rispondere automaticamente alle domande dei dipendenti utilizzando una knowledge base di autoapprendimento. Ecco cosa offre Asana Service Management: una knowledge base di autoapprendimento.

Per le azioni che devono essere completate, come un caso d'uso di onboarding di un nuovo dipendente, qualcuno che cambia divisione o reparto all'interno dell'azienda, fornendo loro l'accesso agli strumenti giusti al momento giusto, possiamo eseguire tali azioni automaticamente in background grazie alla potenza di Stack.ai, che coordina più sistemi. Quindi, risoluzione automatica dei ticket.

E infine, sappiamo da tutti i dati dei nostri clienti che una, diciamo, una grande percentuale di questi ticket non può essere semplicemente risolta. Non si tratta di problemi da risolvere. Quindi abbiamo la possibilità di prendere un ticket e di inoltrarlo automaticamente a un progetto con tutto il contesto necessario affinché le persone possano coordinarsi su quel progetto e portare a termine quel complesso flusso di lavoro di gestione del cambiamento.

Tutto questo è preconfigurato e integrato con i sistemi utilizzati dai vostri team IT, che si tratti di Workday per le Risorse umane, Greenhouse per la selezione del personale, Brex per la gestione finanziaria o Ramp, e ci saranno molte altre integrazioni in futuro, tutte basate su Stack dot ai. Stack.ai ha oltre 500 integrazioni. A poco a poco, introdurremo tutte queste integrazioni in Asana Service Management.

Inoltre, clienti come Arri Behavioral Health prevedono già di liberare circa un quinto della capacità del loro help desk interno per i dipendenti quando implementeranno Asana Service Management. Parlerò con il loro CIO in una sessione di approfondimento più tardi oggi, quindi non perdetevi quella sessione.

Ora, Asana Client Management. Come ho detto, le società di servizi professionali e le agenzie... Quante persone tra il pubblico lavorano nel settore dei servizi professionali o in un'agenzia? Vedo che si stanno alzando alcune mani. Giusto? Quindi state gestendo i vostri progetti, volete definire il vostro piano di assegnazione del personale, ma dovete anche coordinare tutte queste azioni con il vostro cliente, con i vostri clienti.

Asana Client Management integra il portale clienti in Asana, in modo che tutte le conversazioni con i vostri clienti e con il team di progetto che li assiste possano essere centralizzate in un unico posto. Ciò significa che gli agenti di intelligenza artificiale e gli esseri umani che supportano quel particolare coinvolgimento e il cliente parlano tutti dello stesso contesto di dati. Quindi stiamo portando la potenza degli AI Teammate, dei flussi di lavoro di AI Studio, di tutti i componenti principali della piattaforma che avete visto da Kirk a questi coinvolgimenti nelle relazioni con i clienti.

Davvero, davvero fantastico. Stiamo già vedendo clienti come Liminal, iRead and Company e Gravitate sfruttare Asana Client Management e ottenere un successo fenomenale oggi.

Ultimo ma non meno importante, Command by Asana.

Sono sicuro che tutti i presenti in questa sala hanno sentito parlare di tutti i fantastici progressi compiuti dagli agenti di programmazione nel solo 2026. È diventato estremamente economico procedere e generare codice.

Ogni nuovo... E, sapete, ogni poche settimane c'è un nuovo modello di programmazione. È così facile creare prodotti. Non hai più bisogno di una laurea in informatica. Tutto quel tipo di linguaggio è là fuori, nell'etere.

Ma ciò che è successo è che il collo di bottiglia ora si è spostato.

Il collo di bottiglia in termini di fornitura di prodotti di alta qualità si è spostato sull'allineamento, sulla strategia e sul far sì che le persone siano sulla stessa lunghezza d'onda su ciò che non va realizzato. Cos'è il gusto?

Gli agenti IA non saranno in grado di capire da soli cosa non realizzare o cosa dovrebbe effettivamente essere incluso in una release o qual è lo stato del processo end-to-end. È stato consegnato con un livello di qualità elevato? Sta effettivamente rispettando le tempistiche previste per il lancio del prodotto?

Command by Asana è un sistema di pianificazione dei prodotti creato per allineare tutti, trasferire automaticamente il lavoro agli agenti IA e passare dalle idee a prodotti finiti di alta qualità nel modo più rapido possibile. Questo sta portando il concetto di fabbrica di software dalla semplice generazione di codice alla creazione di prodotti end-to-end in tempi brevissimi.

E siamo entusiasti di aver collaborato con OpenAI Codex, Cursor di SpaceX AI e GitHub Copilot per realizzare tutto questo. Davvero, davvero fantastico.

Ecco fatto. Abbiamo sviluppato su quella piattaforma circa tre app agentiche che stanno potenziando nuovi tipi di centri acquisti o nuove figure all'interno della vostra azienda.

Potenziare il servizio di assistenza, ottimizzare al massimo la gestione dei clienti e i servizi professionali e tutti i casi d'uso delle agenzie, e prendere ogni team di ricerca e sviluppo e trasformarlo in una vera e propria fabbrica di software.

Diamo un'occhiata a un cliente che sono sicuro tutti a New York conoscono bene. Anche loro sono nel loro percorso agentico.

Ecco la storia della NYU. Fate partire il video.

Dobbiamo rispettare standard molto elevati. Le persone si aspettano il meglio dalla NYU.

La NYU ha 18 facoltà, 65.000 studenti, decine di migliaia di docenti e oltre 700.000 ex studenti.

Come istituzione, ha uno standard molto elevato. È uno standard di eccellenza.

La nostra responsabilità è preparare l’intera organizzazione, i docenti, il personale e gli studenti ad adattarsi al futuro del lavoro.

Vogliamo essere più efficienti ed efficaci in un mondo che includerà sicuramente l’IA.

Ci sono decine di facoltà diverse, ognuna delle quali opera nel proprio ambiente. Il College of Dentistry sarà diverso dalla Stern School of Business.

Siamo responsabili di un database che gestisce oltre 1.500.000 record. I progetti sono molto complessi e dipendono da decine di migliaia di partner in tutta l’università.

Ciò può certamente portare a molti sistemi ridondanti e a una mancanza di chiarezza sulle priorità.

Quando tutto è urgente, niente è urgente.

Era un altro lavoro a tempo pieno da gestire.

Affinché l’IA sia efficace, abbiamo bisogno di una base interconnessa.

È questo che Asana cambia per noi.

Collega il nostro lavoro con gli aspetti non negoziabili, la sicurezza dei dati, la privacy e la governance, consentendoci di creare il framework e le basi per l’IA.

Abbiamo un modo per lavorare in modo sistematico, dando autonomia e visibilità per mantenere tutti allineati. Non si trattava più di fare congetture: questo aspetto riguarda più persone o più scuole?

Possiamo fare affidamento su Asana per individuare le lacune a cui dovremmo prestare attenzione, per risolvere i problemi il più rapidamente e accuratamente possibile.

Per i nostri studenti, il nostro personale, i nostri docenti e i nostri ex studenti, un’università più connessa è un’università migliore.

Asana è stata per noi la piattaforma ideale per preparare i nostri studenti e l’intera università a lavorare in un mondo basato sull’IA. Vogliamo perseguire questo obiettivo ovunque sia possibile.

Buongiorno a tutti. Wow. Che pubblico incredibile. Ci stiamo divertendo? Sì.

Quindi, quel video ha davvero mostrato come... Come funziona quando un'organizzazione opera come un unico sistema.

E non c'è nessuno più adatto di Michael Worden, vicepresidente associato della Global Service Delivery alla NYU, per parlarne. Ti diamo il benvenuto, Michael. Ciao.

È un piacere vederti, Michael.

È un piacere vederti.

Da quel video mi è abbastanza chiaro che la NYU è un sistema incredibilmente complesso, con molte facoltà che operano con molta indipendenza. Quindi devo chiedervi: come avete fatto a convincere tutti a lavorare in base a un unico piano condiviso?

Hai ragione. Le università sono incredibilmente frammentate e distribuite in tutto il... Per quanto riguarda la NYU, siamo sparsi in tutto il mondo. Sì. E abbiamo iniziato a vedere Asana comparire in molti luoghi diversi. Ed è stato molto naturale per noi chiederci: e se la considerassimo una piattaforma piuttosto che un singolo prodotto utilizzato dalle persone? E quando abbiamo chiesto alle persone che utilizzavano attivamente la piattaforma, c'è stato un consenso unanime sul fatto che questa fosse la strada giusta da percorrere, e questo è stato fondamentale per il nostro percorso futuro.

Sembra fantastico. E man mano che l'IA inizia a diventare parte di quel piano condiviso, come pensate che Asana possa esservi utile?

Quindi l'IA è assolutamente in cima ai pensieri di tutti. Come università, dobbiamo muoverci su una linea molto sottile per affrontare l'IA.

Certo.

Sarà parte del futuro, ma vogliamo anche insegnare ai nostri studenti come usarla in modo efficace, solo nei contesti in cui è davvero appropriata. Ma quando pensiamo a tutti gli esempi che abbiamo visto oggi, riteniamo che esistano molti modi diversi in cui possiamo automatizzare il lavoro che a volte non riusciamo sempre a svolgere, ed è proprio per questo che sono davvero entusiasta dell'introduzione dell'IA nella piattaforma Asana.

Ottimo. Beh, siamo felici di averti come cliente e grazie mille, Michael, per aver condiviso la tua storia.

Grazie.

Va bene. Quindi devo chiedere: quanti di voi qui lavorano in un team di erogazione di servizi, che si tratti di IT, Risorse umane, Servizi generali, Finanza o Ufficio legale?

Alzate le mani. Wow. Molti di voi. Quindi questo è per voi.

Poco fa, Arm ci ha mostrato in anteprima Asana Service Management, una soluzione di gestione dei servizi aziendali nativa per l’IA, progettata per team di servizi come i vostri.

E ora voglio renderlo concreto mostrandovi esattamente come appare in un tipo di ambiente distribuito come quello della NYU, dove molti team diversi devono lavorare sulla base di un unico piano condiviso.

Quindi, nella mia demo, userò l'esempio dell'Università Acme, anch'essa qui a New York. Potrebbe essere o meno ispirata alla NYU, non saprei.

La sua missione è molto semplice: offrire agli studenti un'esperienza di apprendimento ottimale. E parte di ciò significa risolvere le richieste degli studenti molto rapidamente, in modo che possano riprendere a studiare.

Quindi seguiamo Zoe, una normale studentessa ricercatrice di IA.

Una mattina, Zoe prende il suo caffè, arriva al suo laboratorio di ricerca sull'IA, ma all'improvviso il suo badge smette di funzionare.

Prima di Asana, questo avrebbe comportato una telefonata, un’email o una scomodissima camminata di ritorno attraverso il campus.

Ma con Asana Service Management, registra la sua richiesta direttamente nel portale di Asana.

L’IA per i servizi verifica la sua identità e i suoi privilegi di accesso e le rilascia un codice di accesso temporaneo valido per ventiquattro ore.

Nessun ticket arriva mai alle strutture, nessun essere umano viene mai coinvolto.

Zoe torna nel suo laboratorio di ricerca in pochi minuti.

Ma che tu ci creda o no, al giorno d'oggi gli studenti pensano ad altre cose oltre alla ricerca sull'IA.

Così, quel fine settimana, Zoe inizia a pianificare le sue vacanze di primavera.

Quindi va sul canale Slack dedicato agli affari studenteschi e chiede informazioni sul calendario delle vacanze.

Questa volta, l'IA per i servizi effettua una ricerca nella knowledge base, ma non riesce a trovare una risposta aggiornata perché le knowledge base diventano obsolete nel tempo. Vi suona familiare?

Quindi, in questo caso, l'IA per i servizi inoltra la domanda a Zach, che si occupa dei servizi agli studenti, e Zach risponde.

Ma indovinate un po'?

L'IA per i servizi si rende conto che, ehi, in questo periodo dell'anno, se Zoe fa questa domanda, altri 100 studenti devono starci pensando.

Quindi crea una bozza di articolo della knowledge base basata sulla risposta di Zach e chiede a Zach di controllarla e approvarla.

Quindi, ora, il prossimo studente che chiede informazioni sulle vacanze di primavera riceve una risposta immediata e Zach non deve rispondere e ripetere la stessa cosa altre 99 volte, il che è un bene per lui.

Poi arrivano le vacanze di primavera. Zoe e le sue amiche si divertono un sacco. Mi mancano le vacanze di primavera, ma vabbè.

Al ritorno, si rende conto che il suo laptop è stato rubato in spiaggia. Quindi, cosa fa? Beh, prima di tutto, segnala immediatamente l'accaduto su Slack.

E poiché quel dispositivo è già associato a Zoe nella gestione delle risorse dei servizi, Asana sa quale dispositivo è stato rubato. Non è necessario fare indagini né porre a Zoe un milione di domande.

A questo punto, Zoe e l'IA per i servizi eseguono un blocco remoto del dispositivo, quindi creano immediatamente una richiesta di acquisto per un nuovo laptop e le forniscono aggiornamenti durante tutto il processo.

Così Zoe rientra in possesso del suo laptop e torna alla sua ricerca sull’IA.

E sa una cosa? Tutto quel duro lavoro viene ripagato perché, alla fine dell'anno, il suo progetto di ricerca è un enorme, enorme successo.

E Kira, la sua amica dell'ufficio servizi agli studenti, decide di organizzare una festa per il suo laboratorio per festeggiare.

E indovinate un po'? Questo non è assolutamente un ticket di risoluzione dei problemi.

Comporta una sede, il catering, le approvazioni del budget, molte persone diverse che lavorano in team diversi.

E quindi, in questo caso, Asana crea un progetto Asana praticamente con un clic.

Tutte le date di scadenza, i titolari e le dipendenze vengono precompilati dal WorkGraph.

E questa, amici, è la potenza di Asana Service Management, dove le richieste semplici vengono risolte automaticamente, la vostra knowledge base diventa più intelligente nel tempo e rimane aggiornata, e le richieste complesse diventano progetti Asana con tutto il contesto conservato in un unico audit trail.

Quindi, se siete pronti a cambiare il modo in cui operano i vostri team di servizi, venite a trovarci nel padiglione espositivo, dove io, il mio team e altri esperti di Asana Service Management possiamo guidarvi attraverso il vostro caso d'uso personalizzato.

Grazie mille e a presto.

E ora voglio dare il benvenuto alla mia collega, Kelly, responsabile del nostro team America's Gov.

Grazie, Jen. Bene, gente. Beh, questa è stata sicuramente una mattinata stimolante, per usare un eufemismo. Avete tutti imparato qualcosa di nuovo, qualcosa di utile, e state facendo il primo passo verso il futuro del lavoro semplicemente partecipando a questo evento.

Quindi chiederò al pubblico di interagire. Per alzata di mano, quanti clienti Asana abbiamo oggi tra il pubblico? Vediamoli. Ciao.

È un pubblico di bell'aspetto. Mi piacerebbe fare una foto. Che siate con noi da sei anni, sei mesi o sei giorni, per tutto questo tempo avete creato contesto all'interno dell'Asana WorkRef per l'IA.

Questo è importante perché, quando andate a inserire nuovi colleghi del team, quando andate a interagire con Dash, esso dispone già del contesto relativo al modo in cui voi, i vostri team e la vostra azienda operate su Asana.

Abbiamo già alcuni clienti incredibili che lo stanno facendo oggi, e quindi vorrei invitarvi tutti a unirvi a me per congratularci con i vincitori del Work Innovation Award 2026. Congratulatevi con voi stessi se vi vedete sullo schermo qui. Giusto? Alcune aziende fantastiche.

Ottimo lavoro.

Ora, per quelli di voi che non sono qui, o che si stanno sforzando di esserlo, forse vi starete chiedendo come fare per mettere in pratica tutto ciò che avete imparato oggi.

Beh, come ho detto, prima di tutto, avete fatto il primo passo semplicemente essendo qui, e vi darò il modello per il prossimo. Quindi iniziamo in piccolo. Cosa è affrontabile? Pensate a uno o due flussi di lavoro che possono essere identificati, quelli che richiedono più lavoro manuale. Cosa vorreste togliervi di dosso?

In secondo luogo, effettuate l'onboarding dei colleghi del team.

Questi colleghi del team trasformeranno i vostri flussi di lavoro in agenti lavorando al fianco dei vostri team.

Terzo, interagite con Dash. Rifletti su come l’IA può aiutarti oggi stesso nel tuo lavoro su Asana. Tutto questo è ora disponibile.

Ma non dovete farlo da soli. Abbiamo partner fantastici che sono qui per aiutarvi ad avere successo durante il vostro percorso. Quindi vorrei ringraziare tutti i partner qui elencati oggi per la loro collaborazione, la loro sponsorizzazione e l'impegno nel far sì che tutti i nostri clienti comuni abbiano successo.

Il successo certamente non arriva senza una community, e quindi se c'è una cosa che vorrei esortare tutti voi a fare, sarebbe quella di unirvi alla Community di Asana. Amiamo la nostra community. Quindi, che siate utenti di lunga data o generatori alle prime armi, c'è spazio per tutti. È un luogo in cui potete conoscere i casi d'uso, scoprire le ultime novità e le funzionalità più interessanti del prodotto e stabilire contatti professionali.

Grazie mille per essere stati qui con noi oggi e per aver fatto il primo passo verso il futuro del lavoro insieme a noi. Siamo qui per accompagnarvi in questo percorso. Iniziamo.