基調講演: 人間とエージェントが連携するチームの未来へようこそ

おはようございます。ニューヨークで開催されるワークイノベーションサミットへようこそ。

それでは、 それでは、なぜ私たちはここにいるのでしょうか？ 学ぶためです。 本日は、この後も素晴らしいセッションが予定されています。 つながりを持つためにも集まっています。 左を見ても、右を見ても、テクノロジー業界で最も刺激的なリーダーたちに囲まれています。

そして、未来、働き方の未来、エージェント的働き方の未来についてインスピレーションを得るためにも集まっています。

まず、LTSC の共催者である、長期的な成功を目指す先見性のある企業と提携している企業に感謝の意を述べたいと思います。

まずは、家庭生活から見ていきましょう。

家庭でも、AI エージェントとの連携により、生産性が大幅に向上しています。 エージェントは、私たちの調査をサポートしてくれます。 創造をサポートしてくれます。 計画を立てるのを助けてくれます。

しかし、なぜか仕事となると、うまく機能しないのです。

つまり、仕事において期待していた大きな生産性の向上は、まだ実現されていないのです。

それはなぜでしょうか？

仕事とプライベートが異なる理由は 5 つあります。

1 つ目は「知識」と呼ばれるものです。基本的に、自宅では、気にするべきコンテキストは自分の頭の中にあるものであり、簡単に思い出すことができます。

しかし、職場では、過去にどのように物事が進められてきたかという成功への道筋は、他のメンバーの頭の中にあります。 これが、チームにインターンを迎えたことがある方なら、誰が何を把握していて、ここではどのように物事を進めているのかを理解してもらうために、オンボーディングに 2、3 週間かかることに気づく理由です。

仕事はプライベートな生活とは異なるもう 1 つの理由として、仕事では物事が複数のシステムにまたがっていることが挙げられます。

数十、数百のシステムと、複数の人が関わります。

実際には、たくさんの人です。 一方、自宅でこれらのエージェントの 1 つとやり取りする場合、調整が必要なのは自分だけです。

パートナーや子どもたちと調整する必要があるかもしれません。

しかし、職場では、ごく単純な仕事を成し遂げるためにも、10人、20人、30人と連携しなければなりません。 そして、どうでしょう？ 全員に意見があります。

物事の見た目や印象について、意見を持っています。 彼らには独自の基準があります。 それぞれに好みがあります。

これは、プライベートな生活とはまったく異なります。

そして最後に、自宅では、自分のデータについてだけ気をつければよいのです。 共有するデータの量を自分で選べます。

しかし、職場では、その選択は本当に自分のものではありません。なぜなら、非常に貴重な顧客情報というものが存在するからです。

これが、職場と家庭が異なる理由であり、Asana がヒューマンエージェントオペレーティングシステムを構築しようとした理由です。このシステムでは、職場環境におけるこうしたコンテキスト上の課題をすべて解決します。

この取り組みは、ワークグラフから始まりました。

ワークグラフは、まさに「誰が何をいつまでに」行い、「過去にどのように行われたか」を示す、常に更新される台帳のようなものです。 これにより、ワークグラフに基づいて作業を開始するエージェントは、すでにその履歴と知識を持っていることが保証されます。

2 つ目に、Asana はコネクタを通じて現在 500 のシステムと連携しています。 つまり、みなさまの多くが今日初めてお会いする、あるいは日々の業務でおなじみの、AI パートナーの Asana ダッシュは、必要なワークフローを推測することができます。 曖昧なプロンプトを受け取り、それをワークフローや一連のタスクに変えて、実際に仕事を完了させることができます。

次に、メンバーの連携という点では、まず全員が利用できるマルチプレイヤーのアクトハーネスから始めます。

単一のキャンバス、単一の台帳があり、全員が期日や、誰が次に何をすべきかを確認できます。 このマルチプレイヤーハーネスにより、調整の課題や、行きつ戻りつの悪循環が解消されました。

設定済みのチームメイトが用意されています。

チームメイトは、人間と同じように行動するアクターです。

チームで今すぐ仕事を進められるよう、こうしたチームメイトを 30 体定義し、構築しました。

しかし、チームメイトの優れた点は、マルチプレイヤーモードでチームメイトとやり取りできることです。つまり、チームメンバーのすべての好みや志向をチームメイトに反映させることができます。どのような見た目にしたいか、どのようなアウトプットを望むか、どのようなインプットを活用するかをチームメイトに伝えることができるのです。

また、スコープエージェントを使用すると、これらのチームメイトはそれぞれプログラミング可能です。 アクセスを許可したいデータにのみアクセスするようにプログラムできます。

あなたが望むコストのみを消費します。

また、すべてのチームメイトに対して承認チェーンを定義し、既存の階層に従うように設定できます。

これがヒューマンエージェントオペレーティングシステムです。ここでは、エンタープライズ AI の生産性を実現する方法に関する 5 つの大きな課題を解決しました。

それでは、実際の例を見てみましょう。 この実際の例は、Cindy さんです。

Cindy さんは、とても幸せな毎日を送っています。 彼女はカスタマーサポートに所属しています。

彼女はカスタマーサポート用の新しいツールを見つけました。 彼女は、グループ全体にこのツールを導入したいと考えています。

彼女は先手を打っています。 彼女は自分の予算を把握しています。

検討中のベンダーも把握しています。 すでに RFP を送信済みです。

しかし、シンディさんのような人が「新しいカスタマーサポートツールが必要です」というシンプルなプロンプトを使うと、通常はどうなるでしょうか？彼女は現実に直面することになります。

現実は厳しいものです。

現実には 100 件のサブタスクがあります。

実は、私自身が関わったタスクをいくつか手書きで書き出してみました。 新しいカスタマーサポートチームを立ち上げて稼働させるだけでも、たくさんのタスクがあります… ツールを稼働させるのに、多くのタスクが必要です。

このように、タスクがたくさんあります。

もしこれが何らかの形で直線的であれば、簡単かもしれません。しかし実際には、仕事に取り掛かるとこうなります。

引き継ぎのやり取りに埋もれてしまいます。

あまりにもよくあることなので、苦い顔をしている方もいらっしゃると思います。 職場で私たちが時間を費やしているのは、多くの場合、本当に意味のある仕事ではなく、仕事のための仕事だからです。

多くのチームが、私が「仕事の渦」と呼ぶものに巻き込まれてしまうのが現実です。

もっといい方法があるはずです。

この新しいカスタマーサポートツールに対する Cindy さんの希望と夢は、ついさっき打ち砕かれてしまいました。ベンダーを選定するだけで、8週間、9週間、10週間もかかるプロジェクトになってしまったからです。

それでは、シンディさんの役に立てるかどうか見てみましょう。

Asana を使うと、あなたの仕事を支える AI パートナー、ダッシュが新しい入り口になります。

Dash はここで Cindy さんに、今日何をやるのかを尋ねます。 新しいカスタマーサポートのベンダーを選びたいんです。

しかし、Dash は白紙の状態から始めるわけではありません。

ダッシュはすぐにワークグラフをスクレイピングします。

Dash は、会社のあらゆる業務を把握しています。

実際、この例では、Dash は過去に新しいベンダーをオンボーディングしたことがあるかどうかを調べることができます。 あると思います。 その際、どのような作業が必要でしたか？ 過去のすべてのプロジェクト、予算、目標、下された決定、ミーティングを確認し、実際に行う必要がある 100 のタスクを特定します。そして、それらをすべて 1 つのキャンバスにきれいに配置できます。

そして、さらにです。 それだけではなく、もう少しやってみましょう。

誰が誰なのか、なんとなくわかっています。 この作業を担当するメンバーを割り当てて、この仕事を完了させるための体制を整えます。

ご覧のとおり、この作業には少し変わったメンバーが割り当てられています。 今まで見たことのないような人物もいます。

これらはチームメイトです。

これらは設定済みのチームメイトです。

ここで、そのチームメイトのうち 3 人をご紹介します。 セキュリティレビュアー、価格アナリスト、プロジェクトアシスタントです。 これらは、あらかじめ用意されたチームメイトです。

Asana には、仕事に取り組んできた長い歴史があります。 そこで、皆様にとってきっと役に立つであろう、30 人の事前構築されたチームメイトを作成しました。

私たちはこれらのチームメイト一人ひとりにスキルを身につけさせ、トレーニングを行い、皆さんにとって最も役に立つ方法を正確に把握できるようにしました。

これらが、設定済みの AI チームメイトです。 突然、シンディさんの仕事ははるかに楽になりました。

単一の環境で、彼女は人間とエージェントの両方が関与する複数の作業工程を調整できるようになりました。

そして、Cindy さんにとって重要なのは、ベンダーの選定です。

セキュリティの観点はクリアしています。 要件はクリアしています。

残念ながら、あるベンダーは予算要件を満たしていません。 見積もり額は 60 万ドルでした。 彼女の年間予算はわずか 50 万ドルでした。

しかし、ご安心ください。

この会社内の別の人が、交渉エージェントを事前に構築しています。

この交渉エージェントには、事前に定義された業務ルールがあります。 どの交渉プレイブックに従うべきかを正確に把握しています。 予算の上限を知っており、また財務部門の誰がどのレベルで承認を行うかも把握しています。

これが、エージェントのスコープを設定するという考え方です。 このエージェントは事前にスコープが設定されています。 エージェントが作業を開始します。 このオファーに対して作業を開始します。 実際に Cindy さんに返信します。 彼女に新しい提案を提示します。 ベンダーが選択されます。

人生は素晴らしいです。

8 週間のやり取りの代わりに、現実的には数日で完了します。

そこで皆様にお聞きしたいのは、皆さんのグループでエージェント化したい業務プロセスはありますか？ 今日、どのワークフローをエージェント化しますか？

この後のセッションでは、マーケティング、IT、戦略オペレーション、研究開発のいずれの部門であっても、また組織全体のプロセスビルダーであっても、エージェントを活用したワークフローの作成が思ったよりも簡単であることをお伝えできればと思います。

Asana では、人間とエージェントが連携するチームのためのオペレーティングシステムを提供しているため、全員が共にワークフローに取り組むことができるのです。

ここからは、最高製品責任者のアーナ・ボースにバトンを渡します。アーナが、皆さんが今日からこれらのワークフローを作成する方法について、さらに詳しくご説明します。 ありがとうございました。

こんにちは。 お元気ですか？ まあまあ... そうですね。 それでは、盛り上げていきましょう。 そうそう。 そうですね。

ニューヨークの皆さんの熱気が伝わってきてうれしいです。 私はアーナブです。 Asana のプロダクト部門長を務めています。

今日お話ししたいのは、Dan さんが紹介した内容をさらに詳細に説明することです。

彼が紹介したのは、複数のシステムにわたる実行のオーケストレーションと、それをすべて、Asana で 10 年以上にわたって構築してきたワークグラフ、つまりコンテキストグラフの力で実現することでした。

私のセクションでは、そのワークグラフのコンテキストを Stack.ai のパワーを活用してどのように複数のシステムにわたるアクションをオーケストレーションできるか、そしてそのエンドツーエンドのプロセスを繰り返し使用することで、どのようにデータをワークグラフに書き戻せるかについてお話しします。つまり、例外が発生したり、新しい交渉が行われたりするたびに、そのデータがコンテキストのシステムに記録され、再利用可能なナレッジとなるのです。

それでは、いくつかの異なるトピックについてお話しします。 1 つは、オーケストレーションされた実行です。 ワークグラフのパワーで、どのようにそれが改善されるのでしょうか？ そして、これらの実行、つまり繰り返し行われる実行をどのように知識に変換すれば、次にオーケストレーションされたワークフローを実行するときに、より優れたものになるのでしょうか。 それだけ正確になります。

これらはすべて、現在 Asana の一部となっている stack.ai のパワーを活用して、複数のシステムと連携するという形で、バックエンドで行われています。

それでは、Dan さんが説明した交渉のステップについて、もう少し詳しく見ていきましょう。

お客様が受け取ったのは、新しいベンダーからの見積もりで、予算の 50 万ドルをはるかに上回る 57 万 5,000 ドルでした。

そして、見積書が届きました。みなさまの多くが日々の業務で経験されているように、おそらく PDF で届いたことでしょう。

PDF には利用規約が記載されています。 細かい注意事項もあります。

そして、これをそのまま承認できるかどうかを判断するのは簡単ではありません。

Stack Overflowが裏側で行ったのは、お客様が承認した過去のすべての見積もりを事前に確認することです。 すべてのPDFを読み取り、RAGをサポートするナレッジベースに変換しました。 つまり、非常に高速な情報取得が可能になり、その非構造化データに対してエージェントワークフローを実行できるようになります。

つまり、ユーザー 1 人あたりのライセンスコスト、契約に解約条項があるかどうか、コストにサポートコストが含まれているかどうかなど、これらすべての細かい注記の詳細が、単純な検索ではないため、分析をはるかに複雑にするのです。 Stackieなら、バックエンドでその比較を行うことができます。 つまり、バックエンドで複数のシステムを連携できるように、これらすべての非構造化データを変換したのです。

では、Stackのワークフローは何をするのでしょうか？ 承認済みのものを分析します。 具体的な新規見積もりとすべての契約条件を確認し、対案を提示すべきかどうかを判断します。 そして、提示する対案は、15% 割引の $489,000 とすべきです。

しかし、これは新しいベンダーです。 実際、過去にこのプロセスを経たことはありません。

そのため、完全に自動化された方法でアクションを実行することはできません。

私たちは、人間と AI エージェントがチームとして連携できるときに、最高の成果が得られると考えています。

そうですよね？ オートメーションと AI を活用して連携できれば、お客様も企業も成功できると信じています。 Stack には Asana とのコネクタが 190 を超えて用意されており、それを使って承認ワークフロー用のプロジェクトを完全に構成された状態で自動的に構築できます。 そこには、内定通知の詳細が記載されます。 財務面や法務面で何を調査すべきかなどの詳細が記載され、それらのサブタスクが割り当てられ、人間のチームが参加します。 これは、人間と AI エージェントが同じ台帳に基づいて、一体となって仕事を進めることであり、これが私たちが「オーケストレーションされた実行」と呼んでいるものです。

その提示条件の承認準備が整うと、財務チームがこう言います。 聞いてください。 1 年間のエグジット条項を盛り込みたいと考えています。

法務承認チームは、譲れない条件がいくつかあると言うかもしれません。

人間が提供するこれらのデータはすべて、ワークグラフに記録されます。 つまり、これらのデータはタスクに記録され、次にこのような例外が発生したときに、Stack AI ワークフローがそれを利用できるようになります。

ここでご紹介していること、そしてオーケストレーションされた実行という意味するところは、複数の記録システムや複数のバックエンドシステムを連携させる、この多機能なワークフロービルダーが手に入るということだけではありません。このようなシステムはこれまでにもたくさん見てきたと思いますが、これはワークグラフによって強化されています。 つまり、コンテキストから始まります。 また、ワークグラフと Asana が提供するすべての機能によって強化されています。そのため、例外が発生した場合は、人間のチームを呼び出してコラボレーションや調整を行い、次に取るべき適切なステップを決定できます。そして、今後そのプロセスを改善していくことができます。 これが、知識の複合化という意味です。 Asana は知識の蓄積を可能にし、企業の「脳」を構築するのに役立ちます。AI エージェントがチーム、つまり人間と連携する際、すべてのやり取りが記録されるため、AI エージェントは次回さらに優れたパフォーマンスを発揮できるようになります。 実践、保存、改善。 このループを何度も繰り返します。

Asana の Stack は、実際の実行エンジンと同様に、ノーコードビルダーです。 500 を超える連携機能が用意されています。 ご覧のとおり、人間が関与するプロセスをサポートします。 そして今では、ワークグラフによって完全に強化されています。最初のコンテキストだけでなく、例外を検出した際にも、そのコンテキストをすべてワークグラフにプッシュできるようになりました。

Stack.ai を構築した元祖、OG をご紹介したいと思います。 Stack.ai の共同創業者である Bernard さんをステージにお迎えしましょう。

Arnav さん、ありがとうございます。

みなさん、お呼びいただき光栄です。

Bernard と申します。

Arnab さんが少しご紹介したように、Stack.ai では、企業が AI エージェントを使って最も複雑なワークフローを変革できるように支援しています。

Stack dot ai を使用すると、500 を超えるエンタープライズシステムに接続された AI エージェントのチームを構築できます。これらのエージェントは、独自のコンピューター、独自のターミナル、独自のブラウザーを持つ従業員のように動作し、最も煩雑なプロセスを引き受けて AI に組み込むことができます。

ワークグラフと組み合わせることで、Stack AI エージェントは、企業が実際に取り組んでいることのコンテキストの中で動作できます。 誰が何に取り組んでいるのか？ 目標は何ですか？ そして、単一のエンティティと計画の下で運用します。

現在、LifeMD、Exeter、Wild Retirement、BA Systems といった企業が、Stack.ai と連携して、最も複雑なワークフローの一部を大規模に強化しています。

そのうちの 1 社が SciMotion です。

20 年以上にわたり、SciMotion は一流のサプライメーカーとしてパーソナライズされたケアを提供してきました。すべての患者様やお客様に専門的なサービスを提供し、特に医療従事者の方々と連携してこの取り組みを行っています。

しかし、このようなレベルのパーソナライズされたケアを提供するには、非常にコストがかかり、複雑になる可能性があります。

患者の記録を受け取ってから、SAP で在庫を確認し、SharePoint で患者情報を確認し、Whole Scripts や自社のデータでさまざまな検査結果を確認し、それらをすべてまとめて素敵なパーソナライズされたブランドに仕上げるまでに、最大 2 時間かかることがあります。

彼らは、これが正しいやり方ではないことを認識していました。 そして、AI の時代を迎えた今、状況を変えることができるのです。 Stack.ai を使用して、同社は新しいエージェント型のアプローチを採用しました。同社によると、これらの要素をすべて集めて、Stack AI プラットフォーム上で AI エージェントのチームを構築しました。このチームは、新規注文が入るたびに、サプリメント在庫のすべてのデータ、すべての患者情報、および検査結果を照会することができ、処理時間を 2 時間からわずか 5 分に短縮できました。

そして、このプロセスの一環として、人間をループに参加させたまま実行することができました。つまり、重要な意思決定には常に施術者が関与し、すべての重大な決定を評価し、承認するのです。

今日は、私からお聞きするだけでなく、 SignMojian の CRO である Max Perisky さんにもご参加いただき、ご自身の経験をもとに、生でこのストーリーを語っていただきます。 Max さん、ようこそ。 どうぞ。

お会いできて嬉しいです。

お会いできて嬉しいです、Max さん。 ニューヨークにご参加いただきありがとうございます。 ありがとうございます。 そして、今日お越しいただいたので... この境地にたどり着くまでのお話を少しお聞かせいただければ幸いです。 stack.ai を通じて医療パックを作成するこのプロセスを、どのように捉えていますか？ もちろんです。

ええと、まあ... この話の始まりは、私はCROであるということです。 実は、このイベントで Asana のステージに立つ初の CRO だと聞きました。これまで、私たちがここに立つ理由が必ずしもなかったからです。 しかし、私の仕事は本当に... おぉ。 まさか拍手をもらえるとは思っていませんでした。 私の仕事は、お客様にとっての摩擦を軽減するようなインフラと戦略を構築することです。当社のお客様は医療従事者の方々です。

そして、その実現を目指して、約 1 年前、私はこう考えました。AI がこれらの問題の一部を解決し、おっしゃるように、これらの要素を統合するのに役立つ方法があるのではないかと。 そこで、ある週末に思い立って、利用可能なエージェントをいくつか試してみました。コンセプトの有効性は確認できましたが、文書の扱い方やウェブ検索のやり方に満足できませんでした。 そこで Stack を見つけ、無料版を試してみたところ、セールスチームがお客様に非常に迅速に価値を提供し、それを展開できるように、その問題を解決するエージェントを構築することができました。 じつは、有料プランに移行する前にすでに導入していました。

覚えていますよ。覚えています。 そして、今は有料プランを利用しています。

今では有料で利用しています。 そうですね。 だからここにいるんです。

そうですか。 でも、それは良いことです。 これによって、収益面でのオペレーションや、臨床レベルでのオペレーションを自動化するなど、多くの効率化を実現できることがわかっています。先ほどお見せしたように、医薬品パッケージの作成など、あらゆる業務が対象となります。 これだけの効率化により、多くの時間を新たに確保できるのではないでしょうか。 それが、Zimmergenを会社として何を実現させたのでしょうか？

いくつかあります。 まず、営業担当者が非常に迅速に価値を提供できるようにするためのツールとして、これを導入しました。 当社には 300 以上の製品があります。 これら一つひとつが臨床ツールとして設計されていると想像してみてください。 つまり、微妙な違いがあります。 複雑なものです。

そして、私たちはセールスグループの大部分を入れ替えたばかりでした。 つまり、300 の製品を覚え、適切な製品を適切なタイミングで適切な人に提供しなければならない新入社員が多数いたのです。 このプロセスを円滑に進めるのに大いに役立ち、彼らの学習曲線もある意味加速されました。 それが最初の概念実証のようなものでした。 そして、これを顧客に提供しようと考えました。それが今、Catalystで展開していることです。

素晴らしいですね。 そして今、近い将来、さらに多くの成功を収められることを願っています。 素晴らしいですね。 Maxさん、ご参加いただきありがとうございました。 ありがとうございました。 今後も長年にわたって協力し合い、さらなる高みを目指していきたいと思います。

そうですね。

お招きいただきありがとうございます。

わかりました。

ご参加ありがとうございました。 それでは。 ありがとうございます。

さて。

先ほど、Maxさんからライブでそのお話を伺いました。 彼はご自身のストーリーの詳細をすべてお話ししてくれました。 では、その舞台裏はどうなっているのでしょうか？ これらのアイデアをどのように製品化するのでしょうか？ SimoGen と非常によく似た、別の会社のストーリーを見ていきましょう。

Aiuhealthという会社で、こちらもパーソナライズされたケアとサプリメントを提供しています。

Aiuhealth は同様の分野で事業を展開しており、まったく同じ問題を抱えています。 同社は、患者の診療記録を簡単に取得し、それをもとに複数のシステムやウェブをクエリしてデータを収集し、この問題に合わせたカスタマイズされたソリューションで医療パッケージをパーソナライズできるシステムを構築する必要がありました。 画面をご覧いただくとおわかりのように、同社は患者の診断書 PDF を受け取り、これらのすべてのシステムにクエリを実行し、すべてのスクリプトツールにクエリを実行し、すべての結果をパーソナライズされたパッケージに集約する AI エージェントを構築しました。このエージェントは、そのデータがどこにあるか、そのソースは何であるかを示す引用情報を提供します。

それだけでなく、実行したすべての操作の履歴を可視化します。 そして、これを mFrame ファイルの結果にまとめます。AI が考えて、これらすべてのデータを収集している間、舞台裏では何が行われているのでしょうか？ Stack.aiでは、画面でご覧いただけるように、ユーザーからのメッセージ、ファイル、一連のWhole Scripts API仕様を受け取るエージェント型ワークフローを構築しています。 そして、それを使って、この場合は Claude が提供するハーネスに接続し、問題に合わせたカスタマイズされたプロンプトを送信します。さらに、SharePoint の主要なナレッジベース、Power Automate のデータ、ウェブブラウザーに接続し、メールを送信したり、ウェブを検索したり、他の個人用 AI エージェントと同じように動作します。ただし、ユースケースに合わせてカスタマイズされているため、新しいリクエストが来たときに、これらのすべてのシステムをトリガーできます。

その結果、このプロセスを経ることで、パーソナライズされたプランが得られます。 担当者はすべてのデータを取得し、それを要約し、結果のソースを取得し、エージェントにフィードバックを与え、パーソナライズされたエクスペリエンスの提供に向けて協力できます。このエクスペリエンスは、この顧客をサポートするためだけでなく、人間の関与を伴う形で他の業務を強化するためにも活用できます。

FIBA を使い続けても構いませんが、さらに一歩踏み込むこともできます。

IU Health はこれをさらに発展させ、Asana を介して WarGraph に接続しました。これにより、臨床研究部門が新しい調査を評価したり、新しい現象を評価したりするたびに、このエージェントに接続し、Asana のタスクから直接トリガーできるようになりました。この AI エージェントが同じ情報をクエリし、共通の結果にまとめることができるようになったのです。

これこそが、エンタープライズソフトウェアと企業内の AI エージェントの未来です。 AI エージェントが 1 か所に集まり、これらのすべてのツールを使って動作し、非構造化データを処理し、非構造化オペレーションを実行できる場所。そして人間がその流れを指示し、フィードバックを与え、すべてのガイダンスを提供できる場所です。

もちろん、これが最後のステップではありません。 まだまだ発展の余地はたくさんあります。 そして今日、私たちは… AI エージェントと人間は、異なるプランで運用されています。 今後は、両者が単一の共通の運用計画の下で業務を行う必要があります。 そして、Asana がこの問題をどのように解決しているかについてお話しします。 そのために、Asana の CMO である Prachi Gore さんにご参加いただき、この未来について少しお話しいただきます。 ありがとうございました。

Bernard さん、ありがとうございました。 先ほどお話ししたように、エネルギッシュな企業を実現するには、複数のシステムにまたがって稼働するエージェントが必要です。先ほどご覧いただいたとおりです。 しかし、人間、つまり私たち、私たちのチームも必要です。同じ目標、同じ計画、そして会社のコンテキストを完全に共有しながら、協力して働く必要があります。

これを可能にしているのが、エージェント型ワークマネジメントです。

Dan がお話ししたように、エージェント型ワークマネジメントには、事前にスキルを習得し、適切に管理され、すぐに使える 30 人の AI チームメイトが用意されています。

また、すべての Asana ユーザーは、ダッシュと呼ばれる個人の AI パートナーを利用できます。 Dash は、メール、会議、すべてのプロジェクトにわたって皆さんのすべての仕事を追跡するため、皆さんが取り組んでいる仕事を正確に把握しています。

また、あなたに代わってアクションを起こすこともできます。たとえば、ミーティング後にフォローアップタスクを設定することで、最も重要な仕事に集中できるようになります。

また、Figma、Databricks、HubSpot、Google ドライブなど、毎日使用するさまざまなツールと 20 種類以上の連携が用意されているため、すべての仕事を 1 か所から実行できます。

そして、世界有数のブランドのいくつかが Asana を使用しています。 しかし今日は、その中から Skydance という企業を詳しく見ていきたいと思います。 Skydance は、私たちが大好きな番組をいくつか制作しています。 私にとっては、『スポンジ・ボブ』と『イエローストーン』です。

しかし、テレビ番組、ライブストリーミング、スポーツ、ニュース、アニメーションなど、あらゆる分野で活躍しています。

同社では毎日何千人もの人々が、アイデアをコンテンツに変え、多数のリリースを調整し、新しい番組を市場に投入するために働いています。

そして、それを実現し、業務を拡大し続けるためには、チームの足並みを揃えながら成長を続ける方法が必要でした。

そこで登場したのがエージェント型ワークマネジメントです。チームとエージェントが共通のコンテキストを基に、同じ目標に向かって連携できる場です。

Skydance の例をご紹介します。 Pluto TVの3名からなるオペレーションチームは、ワークフローにAIチームメイトを導入することで、毎月750点のコンテンツを管理できるようになりました。

同様に、CBS News では、すでに AI がすべてのサポートリクエストを整理し、人間が実際に手を加える前に構造化された作業を作成しています。

それでは、彼ら自身の言葉で聞いてみましょう。

当社には野心的な目標があります。これを達成するためには、信頼できるパートナー、堅牢なシステム、そして AI の強力な導入が必要です。

私たちのトラックが走り出します。

私たちは、ハリウッドのクリエイティブな側面とシリコンバレーの革新的な精神を融合させた、テクノロジーを重視するメディア企業になりたいと考えています。

私たちは従来の会社ではありません。

舞台裏では、世界で最もクリエイティブな人々をサポートしています。 かつては、企業文化が非常に分散していました。

パラマウントは非常に大規模な組織で、数百の部署やディビジョンがあります。 AIがワークプレイスに急速に浸透するにつれて、多くのサイロが生まれています。

誰もがそれぞれのワークフローで AI を活用していました。 そのため、変更が生じた際にサポートやスケーリング、更新を行うことが困難になりました。

そして、それがまさに AI に欠けている部分なのです。データへの安全なアクセス権がない場合や… データがあちこちに散在していると、AI は失敗します。

Asana は、AI の基盤を確立しました。

すでに仕事が行われている場所に AI が組み込まれています。

余分なクリックや別の画面を開く必要はありません。 すでに使用しているダイアログ内にあります。

導入にはアクセシビリティが欠かせません。 AI チームメイトの使用は、ボタンを 1 回クリックするだけでした。

コンテキストウィンドウは数秒で表示されました。これは驚くべきことです。

Asana を使うことで、さまざまな AI 機能や、積極的に使用しているユーザー、そのビジネスケースを追跡し、ROI をしっかりと把握し、そうしたユースケースをビジネスの他の部門と共有できるようになりました。

正直に言うと、当社が Asana を選んだのは、Asana が当社を訪問し、当社のビジネスを理解するのを手伝ってくれたからです。 ベンダーがここまでしてくれることはあまりありません。

私は Asana を当社の長期的なパートナーと見ています。

それでは、Skydance の EVP 兼 CIO である Laksh Nathan さんにステージに上がっていただき、さらに詳しいお話を伺いたいと思います。

こんにちは。 お招きいただきありがとうございます。

Laksh さん、ご参加いただきありがとうございます。 チームは素晴らしい仕事を成し遂げました。 しかし、AI エージェントをワークフローに組み込むのはどうでしたか？ 舞台裏について少し教えてください。

最初から、私たちは非常に複雑な組織でした。 私たちはクリエイティブな集団です。 私たちは報道機関です。 オフィスワーカーでもあります。 ですから、私たちの文化の多様性だけでも...

私たちにとって、非常に自由度の高いキャンバスです。 ですから、それぞれのプロセスを見直し、簡素化し、エージェントがその構築に協力できるようにできたことは、私たちにとって素晴らしいことでした。

それは素晴らしいですね。 日々の業務がどのようなものかを示すために、例を挙げていただくか、何かを詳しく説明していただけますか？

たとえば、AI ツールやパートナーなど、さまざまなものが溢れています。

面白いことに、私たちは Asana を使ってそれらをすべて追跡しています。 そして素晴らしいのは、先ほどご覧いただいたエージェントと同様に、レビュー待ちのさまざまなグループがたくさんあることです。すべてのチームを 1 つのプラットフォームに集め、それぞれのコンテキストをシステムに取り込み、それを自動化することで、私たちの仕事のやり方が一変しました。

素晴らしいですね。 Laxさん、本日はご参加いただきありがとうございました。素晴らしいお仕事をなさっていることに敬意を表します。 どうもありがとうございました。 皆様、大きな拍手をお願いいたします。

それでは、AgenTik Work Management の SVP 兼 GM である Kirk Miles さんをステージにお呼びしたいと思います。

素晴らしいですね。

素晴らしかったですね？

Skydance がどのように AgenTeq スイートを使っているのかを見るのはとても楽しいです。 みなさん、こんにちは。 Asana の AgenTeq Work Management で責任者を務める、Kirk Miles と申します。

ストーリーはすでにお聞きいただきましたが、次は、その背後にある製品の一部をご紹介します。

本日は、キャンペーンオペレーションマネージャーと一緒に、1 週間の業務と、直前になって決まったキャンペーンを、エージェント型ワークマネジメントのメリットを活用しながら進めていく様子をご紹介します。

しかし、始める前に、新機能についていくつかご紹介したいと思います。

まず、AI ミーティングです。これは、通話の内容を実際に実行されるアクションアイテムに変換する機能です。

次に、ページです。これは、文書をチームが実際に作業できる、生き生きとした計画に変換します。

そして最後に、テーブルです。これは、ビジネスデータをスプレッドシートから取り出して、 仕事が実際に進められている場所の横に移動させます。

これらはすべてワークグラフ上に存在するため、人間とエージェントのチームメイト全員が同じ共有コンテキストに基づいて作業できます。

それでは、さっそく始めましょう。 Sarah さんをご紹介します。 佐々木さんは、メディア会社でキャンペーンオペレーションを担当しています。

今日は金曜日の午後で、彼女は今まさに、1 週間以内に実施される大規模なリリースの直前リクエストを受け取ったところです。このリリースには、大きな成長目標が設定されています。

Sarah さんはストレスを感じています。 正直なところ、1 週間足らずで大規模なローンチを任されたら、私も同じ気持ちになるでしょう。

でもご安心ください。Asana が彼女をサポートします。 その方法をご紹介しましょう。

この場合、リクエストは実際には Asana ではなく、Slack で開始されます。

グロース部門の責任者である Michael さんがクリエイティブリクエストのチャンネルにリクエストを投稿すると、AI スタジオが自動的にリクエストを検出し、タスクを作成し、キャンペーンや予算に関する詳細を入力し、タスクの進捗状況を把握する必要のあるすべてのコラボレーターをタスクに追加します。

次に、柿原さんにフォローアップして地域の適用範囲を確認し、それをアセットライブラリと照合します。

この場合、あるアセットが EMEA での使用が承認されていないことがわかったため、キャンペーンを進める前に、Sarah さんがブランドチームと法務チームの承認を得るためのサブタスクが作成されます。

アセットライブラリはテーブルで構成されているので、見てみましょう。

このライブラリでは、各行が異なるビジュアルアセットを表しており、権利期間や地域ごとの承認状況、関連するキャンペーンなどの詳細が記載されています。

EMEA の列を拡大してみましょう。これが、サラさんと来週のリリースに向けての最大の課題だからです。

それでは、月曜日に進みましょう。

4 営業日を切る中でやるべきことがたくさんあることを知っている Sarah さんは、すぐに作業に取り掛かります。 彼女は Dash に、法務チームとブランドチーム向けに Asana でページの下書きを作成するよう依頼しました。そのページには、リリースの背景情報、アセットの範囲、EMEA のギャップ、そして火曜日が承認リクエストの締め切りであることが記載されています。

Dash は、アセットライブラリの受け付けタスクから背景情報を取得してページの下書きを作成し、法務チームとブランドチームと共有します。両チームはすぐにページにアクセスし、「EMEA のビジュアルアセットについて話し合うために電話しましょう」というインラインコメントを残します。

翌日、彼らはコールに参加します。 AI ミーティングがオンになっています。

通話が終了するとすぐに、文字起こしとサマリーが自動的にキャンペーンプロジェクトに投稿され、すべての出席者と共有されます。また、推奨されるアクションアイテムと担当者が入力されます。

Sarah さんがデスクに着くと、リストを確認し、法務チームのメンバーがすでに 1 つのアクションアイテムを引き受けているのを見つけます。 彼女は残りのタスクを承認します。そのうち 1 件は、キャンペーンコーディネーターのチームメイトに割り当てられている法的免責事項です。

キャンペーンコーディネーターが法的免責事項の下書きを作成し、法務チームに承認を求めます。

法務チームが承認するとすぐに、アセットライブラリが自動的に更新されます。

そして、サラさんがとても心配していた EMEA の承認がすぐに緑色に変わります。

火曜日の終わりには、サラさんは楽観的になっています。 最初は確信が持てませんでしたが、今では本当にやり遂げられると感じています。

それでは、水曜日を見てみましょう。

特に問題はなさそうですが、5 つのチームを調整し、20 を超える成果物を管理しなければならないため、念のためサラさんはダッシュさんに確認しました。

そして、Dash が 1 つの問題を指摘します。

有料ソーシャルチームが昨日締め切りに間に合わず、今日のレビューがリスクありとなっています。

サラさんは 1 つの指示を出すだけで済みます。

有料ソーシャルメディア広告チームの成果物の期日を今日に変更し、Priya さんのタスクを Marcus さんに割り当て、すべてのタスクの優先度を「高」に設定します。

Dash は、実行しようとしているすべての変更をプレビューするため、Sarah さんが承認するまで何も変わりません。 承認されるとすぐに、すべてのタスクが一度に更新されます。

水曜日の終わりまでに、20 件の成果物がすべて承認され、このリリースの準備が整いました。

それでは、金曜日に進みましょう。 ローンチが行われました。 サラさんはほっと胸をなでおろし、とても喜んでいますが、彼女の仕事はまだ終わりではありません。

彼女の上司である VP は、リリースがどのように進んでいるかを把握するためにステータス更新を求めており、彼女は手書きでそれを書こうとしています。

彼女は... 彼女がタスクを開くと、作成された… 彼女のチームの誰かが作成したチームメイトであるキャンペーンアナリストが積極的に現れ、タスクを引き受けると申し出ます。

このチームメイトは、彼女の VP が好むレポート形式を理解し、Databricks 接続を介してパフォーマンスデータや予算と実績の比較を取得できるカスタムスキルを備えています。

彼女はタスクを終了すると、有料 SNS 広告の調整や計画に対する実績など、5 つのキャンペーンすべての実績が取り込まれます。

Sarah さんは、Teammate にこう促します。「むしろ…」 ブリーフではなく、プレゼンテーションの方がいいです。

そして、これは繰り返しの作業であると認識し、毎週金曜日に実行することを提案します。 彼女は「はい」と答えます。

これで、毎週金曜日に、チームメイトが自動的に、すべてのキャンペーンの最新情報をまとめた、ブランドイメージに合った美しいプレゼンテーションを作成し、Sarah さんがそれを VP と共有できるようになりました。

以前は午後いっぱいかかっていた作業が、今ではわずか数分で完了します。

この場合、Sarah さんは 1 行だけ更新して、VP に送信します。

バイスプレジデントは非常に感心し、Sarah さんを大いに褒め称えながら、レポートを CMO に転送します。

つまり、5 つのチーム、20 件を超えるアセット、そして 1 週間未満です。

リクエストの受け付けから、連携ミーティング、承認リクエストの管理、レポートの作成まで、すべてがワークグラフの上に成り立っているからこそ実現しています。

そして、これらの新製品についてですが、ページが本日よりご利用いただけることをお知らせできるのを嬉しく思います。また、AI ミーティングとテーブルは今月中にリリースされる予定です。 さらに詳しい情報をご希望の場合は、エキスポホールにお越しください。喜んでデモをお見せします。

それでは、Arnaud さんに再びステージに上がっていただき、エージェント型ワークマネジメント以外の取り組みについて詳しくお話しいただきます。 ありがとうございました。

Kirk さん、ありがとうございました。 素晴らしいデモでしたね？ デモはいかがでしたか？ そうですよね？

繰り返しになりますが、Kirk さんがご紹介したのは、システムを横断するオーケストレーションされた実行と、ワークグラフにますます多くのコンテキストを追加するために私たちが導入しているすべての新しい機能でした。 ページ、ミーティング、これらすべての非構造化データが、人間とエージェントがよりよく連携するための基盤を形成します。

次に、このプラットフォーム上に構築した 3 つの新しいエージェント型アプリケーションについてお話しします。 これらのアプリケーションはすべて、プラットフォームの機能を継承し、その恩恵を受けて進化しますが、特定のチーム向けに特別に構築されています。

これらのアプリケーションは、今年の前半に Wiz London で発表され、先月よりすべて一般公開されています。 これらの 3 つのエージェントテクノロジーアプリケーションはすべて、現在 GA されています。 今すぐご購入いただけます。 このセクションでの私の目標は、各アプリケーションに十分に興味を持っていただけるようにすることです。このセッションが終わったら、キーノートステージから一斉に飛び出して、エキスポホールのデモブースをチェックしに行きたくなるようにしたいと思っています。 では、私たちが開発したのは何でしょうか？ IT ヘルプデスク、財務、総務、人事、法務など、社内のあらゆる従業員サービスデスク向けに、Asana サービスマネジメントを開発しました。

代理店やプロフェッショナルサービスチームが、AI を使用してすべての顧客リクエストに迅速に対応できるように、Asana クライアントマネジメントを開発しました。 彼らはどのように収益性を維持しているのでしょうか？ 彼らは、そうしたすべてのクライアントとの関係を 1 つのワークスペースでどのように管理しているのでしょうか？

そして、Command by Asana です。 Command by Asana は、研究開発チームや、すべての企業が業務で使用するソフトウェアを開発するエンジニアリングチームによる製品開発の方法に革命をもたらします。 彼らはどのように足並みを揃え、可能な限り最短で最良の製品を開発するのでしょうか？

まず、Asana サービスマネジメントについてもう少し詳しく見ていきましょう。 繰り返しますが、サービスマネジメントは本日より一般公開されています。

社内ヘルプデスクのあらゆるユースケースを想定して設計されています。

そして、私たちの主な主張は、従来のサービスマネジメントシステムは、障害の修正チケットをキューに割り当てるように設計されており、それではもはや十分ではないということです。 もうそれでは十分ではありません。 そうですよね？ すべての企業が必要としているのは、自己学習型のナレッジベースを使用して、従業員の質問に自動的に回答する方法です。 Asana サービスマネジメントには、まさにその自己学習型ナレッジベースがあります。

新入社員のオンボーディングのユースケースや、社内のディビジョンや部署を異動する従業員に対して、適切なタイミングで適切なツールへのアクセス権を付与するなど、完了させる必要があるアクションについては、複数のシステムを連携させる Stack.ai の力により、バックグラウンドで自動的に実行できます。 つまり、チケットの自動解決です。

最後に、すべての顧客データから、これらのチケットの多くは単に解決できないことがわかっています。 それらは「故障を修理する」ようなものではありません。 そこで、チケットを取得し、人間がそのプロジェクトに連携し、複雑なチェンジマネジメントのワークフローを完了するために必要なすべてのコンテキストを含むプロジェクトに自動的にエスカレーションする機能があります。

これらはすべて、人事用の Workday、採用用の Greenhouse、財務管理用の Brex、Ramp など、IT チームが使用するシステムと事前に連携されています。今後も多くの連携機能が追加される予定で、これらはすべて Stack.ai によって実現されます。 Stack.ai には 500 以上の連携があります。 これらをすべて、徐々に Asana サービスマネジメントに組み込んでいきます。

また、Arri Behavioral Health のようなお客様は、Asana サービスマネジメントを導入することで、社内の従業員ヘルプデスクのキャパシティの約 5 分の 1 を解放できるとすでに予測しています。 本日の後半のブレイクアウトセッションで、同社の CIO とお話ししますので、ぜひそのセッションにご参加ください。

次に、Asana クライアントマネジメントです。 先ほど申し上げました通り、専門的サービス企業や代理店は... 皆様の中で、プロフェッショナルサービス企業や代理店にお勤めの方は何人いらっしゃいますか？ 何人かの方が手を挙げていますね。 そうですね。 プロジェクトを管理し、人員配置計画を立てたい一方で、それらのすべての作業を顧客やクライアントと調整する必要もあります。

Asana クライアントマネジメントは、クライアントポータルを Asana に統合し、クライアントとのすべての会話と、クライアントにサービスを提供するプロジェクトチームの会話を一か所に集約できるようにします。 つまり、その特定のエンゲージメントと顧客をサポートする AI エージェントと人間は、全員が同じコンテキストのデータについて話していることになります。 つまり、AI チームメイト、AI スタジオのワークフロー、そして先ほど Kirk がご紹介したコアプラットフォームのすべてのコンポーネントの力を、これらのクライアントとのエンゲージメントにも活用できるようになります。

本当に素晴らしいことです。 すでに Liminal、iRead and Company、Gravitate といったお客様が Asana クライアントマネジメントを活用し、目覚ましい成功を収めています。

最後に、Command by Asana です。

この会場の皆さんは、2026年だけでもコーディングエージェントが成し遂げた素晴らしい進歩について、きっとご存知でしょう。 コードを生成するのが、非常に安価になりました。

新しい… 数週間ごとに、新しいコーディングモデルが登場しています。 製品の構築が非常に簡単になりました。 もうコンピューターサイエンスの学位を取得する必要はありません。 そうした言語はすべて、どこにでも存在します。

しかし、ボトルネックが移ったのです。

高品質な製品を提供する上でのボトルネックは、認識の統一、戦略、そして何を作らないかについて人々の共通認識を確立することに移っています。 センスとは？

AI エージェントは、何を作らないべきか、リリースに実際に何を含めるべきか、またはエンドツーエンドプロセスのステータスがどうなっているかを、自力で判断することはできません。 高品質で提供されているか？ 製品リリースのガイダンスのタイムラインに実際に沿っているのか？

Command by Asana は、全員の足並みを揃え、AI エージェントに自動的に仕事を引き継ぎ、アイデアから高品質の完成品までを最速で実現するために構築された、製品計画システムです。 これにより、ソフトウェアファクトリーのコンセプトが、単にコードを生成するだけでなく、エンドツーエンドの製品を超高速で構築するものへと進化します。

そして、これを実現するために、OpenAI Codex、SpaceX AI の Cursor、GitHub Copilot と提携できたことを非常に嬉しく思っています。 本当に素晴らしいことです。

説明は以上です。 このプラットフォーム上に構築した 3 つのエージェントアプリは、社内の新しい購買部門や新しいペルソナを強化します。

サービスデスクを強化し、クライアントマネジメントやプロフェッショナルサービス、エージェンシーのあらゆるユースケースを極限まで最適化し、すべての研究開発チームを本格的なソフトウェアファクトリーへと変革します。

次に、ニューヨークの皆さんがきっとご存知の顧客を見ていきましょう。 このお客様もエージェント化の道のりを歩んでいます。

NYU のストーリーをご紹介します。 動画を再生します。

私たちは非常に高い基準を自らに課さなければなりません。 人々は NYU に最高のものを期待しています。

NYU には 18 の学部があり、学生数は 6 万 5,000 人、教職員は数万人、卒業生は 70 万人を超えます。

機関として、非常に高い基準が求められます。 それは卓越性の基準です。

私たちの責任は、組織全体、教員、職員、学生が働き方の未来に適応できるよう準備を整えることです。

AI が確実に存在するようになる世界において、より効率的かつ効果的に業務を進めたいと考えています。

数十の異なる学部があり、それぞれが独自の環境で運営されています。 歯学部はスターンスクールオブビジネスとは異なるでしょう。

私たちは、150 万件を超えるレコードを管理するデータベースを担当しています。 プロジェクトは非常に複雑で、大学全体の数万人のパートナーに依存しています。

これは間違いなく、多くのシステムが重複し、優先事項が明確でなくなることにつながります。

すべてが緊急であれば、何も緊急ではありません。

管理するのも、それ自体がフルタイムの仕事でした。

AI が効果を発揮するためには、つながりのある基盤が必要です。

Asana は、その点を変えてくれました。

Asana は、私たちの業務を、譲れない要素であるデータセキュリティ、プライバシー、ガバナンスと結びつけ、AI のフレームワークと基盤を構築できるようにしてくれます。

私たちは体系的に働く方法を持ち、自律性と可視性を提供することで、全員の足並みを揃えています。 これは複数の人や複数の学校に影響を及ぼすものなのか、もう推測する必要はありません。

Asana を使えば、注意すべきギャップを見つけ、できるだけ迅速かつ正確に問題を解決できます。

学生、職員、教員、卒業生にとって、つながりが強い大学ほど優れた大学と言えます。

Asana は、学生と大学全体が AI を活用する世界で働くための準備を整えるのに最適なプラットフォームでした。 私たちはできる限りこれを追求したいと考えています。

皆さん、おはようございます。 すごいですね。 なんて素晴らしいお客様の数でしょう。 楽しんでいますか？ そうですね。

この動画は、組織がどのように... 組織が単一のシステムとして運営されると、どのような 모습になるのか。

そして、このことについてお話しいただくのに、NYUのグローバルサービスデリバリー担当アソシエイトバイスプレジデントのMichael Wordenさんほど適任な方はいないでしょう。 Michaelさん、ようこそ。 こんにちは。

お会いできて嬉しいです、Michaelさん。

お会いできてうれしいです。

その動画から、NYU が非常に複雑なシステムであり、多くの学部がかなり独立して運営されていることがよくわかりました。 そこで質問なのですが、みなさんをどのようにして 1 つの共通の計画に基づいて業務を行わせたのですか？

おっしゃる通りです。 大学は非常に細分化されており、世界中に分散しています... NYU の場合、世界中に分散しています。 そうですね。 そして、さまざまな場所で Asana が使われはじめたのです。 そして、人々が使っている個々の製品ではなく、これをプラットフォームとして考えたらどうだろうか、と考えるのがごく自然になりました。 そして、プラットフォームを積極的に活用している人々に尋ねたところ、これが正しいアプローチであるという意見が一致しました。これが今後の方向性を決める鍵となりました。

それは素晴らしいですね。 そして、AI がその共有計画の一部になりつつある今、Asana はどのように役立つと思いますか？

AI は間違いなく、誰もが一番に気にしていることです。 大学として、AI を活用するにあたり、非常に慎重な姿勢を取らなければなりません。

もちろん。

AI は今後欠かせないものになるでしょうが、私たちは学生に AI を効果的に使う方法を教え、本当に適切な場面でのみ使用するように指導したいと考えています。 しかし、本日ご紹介したすべての例を考えると、普段はなかなか自動化できない作業を自動化する方法が数多くあると思います。そこが、Asana プラットフォームに AI が登場することについて、私が本当にワクワクしている点です。

素晴らしいですね。 お客様としてお迎えできて光栄です。Michael さん、お話を共有いただきありがとうございました。

ありがとうございました。

さて。 ここで質問です。IT、人事、施設管理、財務、法務など、サービス提供チームで働いている方は何人いらっしゃいますか？

手を挙げてください。 おぉ。 たくさんの方がいらっしゃいますね。 では、このセッションはみなさんのためにあります。

先ほど Arm さんが、皆さんのようなサービスチーム向けに設計された AI ネイティブのエンタープライズサービスマネジメントである Asana サービスマネジメントのプレビューをご紹介しました。

それでは、NYU のような分散型の環境で、さまざまなチームが 1 つの共通の計画に基づいて作業しなければならない場合に、それが具体的にどのように見えるのかをお見せしたいと思います。

このデモでは、こちらもニューヨークにある Acme 大学を使います。 NYU をモデルにしているかどうかはわかりません。

同校の使命は非常にシンプルです。学生に素晴らしい学習体験を提供することです。 その一環として、学生のリクエストを迅速に解決し、学生が学習に戻れるようにすることが挙げられます。

それでは、一般学生であり AI 研究者の薗田さんの行動を追ってみましょう。

ある朝、Zoe さんはコーヒーを手に AI 研究室に到着しますが、突然 ID カードが使えなくなります。

Asana を導入する前なら、電話をかけたり、メールを送ったり、あるいはキャンパスを横切って戻るという、非常に面倒な作業が必要だったでしょう。

しかし、Asana サービスマネジメントを使えば、Asana ポータルから直接リクエストを登録できます。

サービス AI が彼女の身元とアクセス権限を確認し、24 時間有効な一時的なアクセスコードを発行します。

チケットが総務部門に届くこともなく、人が関与することもありません。

Zoe さんは数分で研究室に戻ることができました。

しかし、驚くかもしれませんが、今の学生は AI 研究以外のことも考えています。

その週末、薗田さんは春休みの計画を立て始めました。

そこで、学生課の Slack チャンネルにアクセスし、休暇のスケジュールについて尋ねます。

今回は、サービス AI がナレッジベースを検索しますが、時間の経過とともにナレッジベースが古くなるため、最新の回答が見つかりませんでした。 よくある状況ですよね。

この場合、サービス AI は質問を学生課の Zach さんに転送し、Zach さんが回答します。

ところがどうでしょう。

サービス AI は、この時期にゾーイさんがこの件について尋ねているということは、他の 100 人の学生もこのことを考えているに違いないと認識します。

そこで、Zachさんの回答に基づいてナレッジベース記事の下書きを作成し、Zachさんにレビューと承認を依頼します。

これで、次に春休みについて質問する学生はすぐに答えを得ることができ、ザックさんは同じ内容をあと 99 回も繰り返して答える必要がなくなります。これはザックさんにとってありがたいことです。

そして、春休みがやってきます。 ゾーイさんと友人はとても楽しい時間を過ごします。 春休みが懐かしいですが、それはさておき。

彼女が戻ってくると、ビーチでラップトップが盗まれたことに気づきます。 では、彼女はどうするのでしょうか？ まず、彼女はすぐに Slack でインシデントを報告します。

そのデバイスはすでにサービスアセット管理で Zoe さんに割り当てられているため、Asana はどのデバイスが盗まれたかを把握できます。 探偵のような作業も、Zoe さんにたくさんの質問をすることも必要ありません。

そしてこの時点で、Zoe さんとサービス AI がデバイスをリモートでロックアウトし、すぐに新しいノートパソコンの調達リクエストを作成し、プロセス全体を通して彼女に最新情報を提供します。

こうして、Zoe さんはラップトップを取り戻し、AI 研究に復帰します。

そして、なんと。 これまでの努力が実を結び、年度末には彼女の研究プロジェクトは大成功を収めます。

そして、学生課の友人のキラさんが、これを祝って研究室でパーティーを開くことにしました。

そして、なんと これは間違いなく、障害対応のチケットではありません。

会場、ケータリング、予算承認、さまざまなチームに所属する多くのメンバーが関わります。

この場合、Asana は基本的にワンクリックで Asana プロジェクトを作成します。

すべての期日、担当者、依存関係が WorkGraph から事前に入力されます。

これが Asana サービスマネジメントのパワーです。シンプルなリクエストは自動的に解決され、ナレッジベースは時間の経過とともにスマートになり、常に最新の状態に保たれます。複雑なリクエストは Asana プロジェクトになり、すべてのコンテキストが 1 つの監査ログに記録されます。

サービスチームの運営方法を変える準備ができていらっしゃいましたら、ぜひエキスポホールにお越しください。私や私のチーム、そして Asana サービスマネジメントの他のエキスパートが、お客様に合わせたユースケースを詳しくご案内いたします。

ありがとうございました。またお会いしましょう。

それでは、アメリカ政府機関向けチームの責任者である同僚の Kelly さんをお迎えしたいと思います。

Jen さん、ありがとうございます。 みなさん、こんにちは。 さて、今朝は間違いなく、少なくとも刺激的な朝でした。 皆さまは、新しいこと、実践できることを学び、ここにいるだけで、働き方の未来への第一歩を踏み出しています。

それでは、みなさまにご参加いただきたいと思います。 本日の参加者の皆様の中で、Asana をご利用中の方は手を挙げていただけますでしょうか。 手を挙げてみてください。 こんにちは。

素晴らしいオーディエンスですね。 ぜひ写真を撮らせていただきたいです。 Asana を 6 年、6 か月、6 日ご利用いただいている方々も、この間ずっと AI 用の Asana WorkRef 内にコンテキストを構築してきました。

これは重要なことです。なぜなら、チームメイトをオンボーディングしたり、Dash とやり取りしたりする際、Dash にはすでに、皆さまやチーム、ビジネスが Asana でどのように業務を行っているかに関するコンテキストが備わっているからです。

すでにこの取り組みを行っている素晴らしいお客様がいらっしゃいます。ぜひ皆さまにもご一緒に、2026年ワークイノベーション賞の受賞者をお祝いいただければと思います。 画面に自分の姿が映っていたら、自分自身にお祝いの言葉をかけてください。 そうですよね？ 素晴らしい企業ばかりです。

おめでとうございます。

さて、ここにいない方や、ここにいることを目指している方は、今日ここで学んだことをすべてどのように取り入れればよいのか、疑問に思っているかもしれません。

先ほども申し上げたように、まず、今日ここに参加してくださっている時点で、皆さんはすでに最初のステップを踏み出しています。これから、次のステップのパターンをお話しします。 まずは小さなことから始めましょう。 取り組みやすいものは何でしょうか？ 特定できるワークフローのうち、手作業が最も多いものを 1 ～ 2 つ考えてみましょう。 どの仕事を負担から解放したいですか？

次に、チームメイトのオンボーディングを行います。

これらのチームメイトは、チームと協力してワークフローをエージェント化します。

3 つ目は、ダッシュとやり取りすることです。 今すぐ Asana で AI がどのように仕事に役立つかを考えてみましょう。 これらはすべて、今すぐ利用できます。

しかし、これらの作業を 1 人で行う必要はありません。 皆さんの成功をサポートする素晴らしいパートナーがいます。 本日ここに名を連ねるすべてのパートナーの皆様に、パートナーシップ、スポンサーシップ、そして共通のお客様の成功を支える取り組みに対し、心より感謝申し上げます。

成功はコミュニティなしにはあり得ません。ですから、皆さんにぜひお願いしたいことが 1 つあるとすれば、それは Asana コミュニティに参加していただくことです。 私たちはコミュニティを大切にしています。 長年のユーザーでも、初めてのビルダーでも、誰にとっても居場所があります。 ユースケースについて学んだり、製品の最新情報や注目情報を確認したり、ビジネス上のつながりを持ったりできる場です。

本日はご参加いただき、ありがとうございました。Asana とともに、働き方の未来へ向けた第一歩を踏み出しましょう。 Asana はこの道のりを共に歩んでいきます。 始めましょう。