Palestra: Boas-vindas ao futuro das equipes de humanos e agentes

Bom dia e sejam bem-vindos à Work Innovation Summit, em Nova York.

Certo. Então, por que estamos todos aqui? Estamos aqui para aprender. Temos ótimas sessões programadas para o restante do dia. Estamos aqui para nos conectar. Se olharem para a esquerda, se olharem para a direita, estarão cercados por alguns dos líderes mais inspiradores do setor de tecnologia.

E também estamos aqui para nos inspirarmos sobre o futuro, o futuro do trabalho e o futuro do trabalho proativo.

Quero começar agradecendo ao nosso coanfitrião da LTSC, que faz parcerias com empresas visionárias que prosperam a longo prazo.

Vamos começar nossa jornada com nossas vidas domésticas.

E, em casa, estamos observando um enorme aumento na produtividade ao trabalhar com agentes de IA. Eles nos ajudam a pesquisar. Eles nos ajudam a criar. Eles nos ajudam a planejar.

Mas, por algum motivo, quando se trata de trabalho, eles simplesmente não funcionam.

E o que vocês veem é que essa grande produtividade que esperavam na vida profissional ainda não se concretizou.

Então, por que isso acontece?

Bem, há cinco motivos pelos quais a vida profissional é diferente da vida pessoal.

O primeiro é esse detalhe chamado conhecimento, que basicamente significa que, em casa, o único contexto com o qual vocês precisam se preocupar está, por assim dizer, na sua própria cabeça, e vocês podem facilmente acessá-lo.

Mas, no trabalho, o caminho para o sucesso, ou seja, a forma como as coisas foram feitas no passado, está na cabeça de outras pessoas. É por isso que, se já tiveram um estagiário na sua equipe, vocês sabem que leva algumas semanas para integrá-lo, para que ele saiba quem sabe o quê e como fazemos as coisas por aqui.

O trabalho também é diferente da vida pessoal porque, no trabalho, as coisas envolvem vários sistemas.

Dezenas, centenas de sistemas e várias pessoas.

Na verdade, muitas pessoas. Agora, em casa, quando vocês estão interagindo com um desses agentes, a única pessoa que precisam coordenar é vocês mesmos.

Talvez com seu cônjuge, talvez com seus filhos.

Mas, no trabalho, vocês precisam se coordenar com 10, 20, 30 pessoas para realizar as tarefas mais simples. E sabe o que mais? Todos têm opiniões.

Elas têm opiniões sobre como as coisas devem parecer, como devem ser percebidas. Têm os seus próprios padrões. Têm as suas próprias preferências.

Isso é muito diferente da sua vida pessoal.

E, por fim, em casa, vocês só precisam se preocupar com os seus próprios dados. Vocês podem escolher a quantidade de dados que querem compartilhar.

Mas, no trabalho, essa escolha não é realmente sua, porque vocês têm essa coisinha chamada dados dos clientes, que são realmente preciosos.

É por isso que o trabalho é diferente de casa, e é por isso que a Asana decidiu criar o sistema operacional do agente humano, no qual resolvemos todos esses desafios contextuais do ambiente de trabalho.

Começamos a jornada com o Work Graph.

O Work Graph é, de fato, um registro dinâmico de quem está fazendo o quê, até quando e como as coisas foram feitas no passado. Isso garante que qualquer agente que comece a trabalhar com o Work Graph já tenha esse histórico, já tenha esse conhecimento.

Em segundo lugar, a Asana agora se integra a 500 sistemas com os nossos conectores. Isso significa que o nosso braço direito de IA, o Dash, que muitos de vocês conhecerão hoje, caso ainda não o tenham conhecido no dia a dia de trabalho, pode deduzir quais são os fluxos de trabalho necessários. Ele pode pegar um comando ambíguo, transformá-lo em um fluxo de trabalho, em um conjunto de tarefas e realmente fazer o trabalho.

E agora, em termos de coordenação de pessoas, começamos com uma ferramenta de colaboração multijogador para todos.

Temos uma única tela, um único registro, onde todos podem ver o que está pendente e quem precisa fazer o quê em seguida. O desafio da coordenação, o atoleiro das idas e vindas, desapareceu com este sistema multijogador.

Criamos colegas de equipe predefinidos.

Os colegas de equipe são agentes que atuam exatamente como humanos.

Definimos e criamos 30 deles para que vocês comecem a trabalhar nas suas equipes hoje mesmo.

Mas o legal dos colegas de equipe é que você pode interagir com eles em um modo multijogador, o que significa que todas essas preferências, todos esses gostos dos membros da equipe, você pode incorporar ao colega de equipe como você gosta que as coisas sejam, como você quer que os resultados sejam, quais entradas aproveitar.

E, com agentes com escopo definido, cada um desses colegas de equipe é programável. Programáveis apenas para acessar os dados aos quais vocês querem que eles tenham acesso.

Apenas para consumir os custos que vocês querem que eles consumam.

E vocês podem definir a cadeia de aprovações para cada colega de equipe, de modo que ela siga uma hierarquia preexistente.

Este é o sistema operacional de agentes humanos, no qual resolvemos os cinco grandes desafios de como oferecer produtividade de IA corporativa.

Vamos ver um exemplo real. E este exemplo real é a Cindy.

A Cindy começa muito feliz. Ela trabalha no suporte ao cliente.

Ela identificou uma nova ferramenta para o suporte ao cliente. Ela quer implementá-la em todo o seu grupo.

E ela está um passo à frente. Ela sabe qual é o seu orçamento.

Ela sabe quais fornecedores está considerando. Ela já enviou as RFPs.

Mas o que normalmente acontece com alguém como Cindy com uma solicitação simples, "Precisamos de uma nova ferramenta de suporte ao cliente", é que ela será confrontada com a realidade.

A realidade é dura.

A realidade são 100 subtarefas.

Na verdade, escrevi manualmente algumas dessas tarefas que me envolviam. Há muitas tarefas só para colocar uma nova equipe de suporte ao cliente em funcionamento... Deixar a ferramenta funcional.

Então, são muitas tarefas.

Isso poderia ser simples se, de alguma forma, elas fossem lineares, mas, na realidade, é isso que acontece quando vocês começam a trabalhar.

Vocês se perdem nessas idas e vindas de transferências.

Sei que alguns de nós estão fazendo uma careta de dor aqui porque isso é muito familiar. Porque, no trabalho, muitas vezes, o que fazemos com o nosso tempo é a organização para o trabalho, em vez do trabalho em si.

Essa é a realidade de tantas equipes que ficam presas no que eu chamo de ciclone do trabalho.

Deve haver uma maneira melhor.

As esperanças e os sonhos de Cindy para esta nova ferramenta de suporte ao cliente acabaram de ser destruídos, porque isso está se transformando em um projeto de oito, nove, dez semanas apenas para selecionar um fornecedor.

Vamos ver se podemos ajudar a Cindy.

Agora, com a Asana, o seu novo ponto de partida é o Dash, o seu braço direito de IA.

O Dash vai perguntar à Cindy aqui o que vamos fazer hoje. Quero escolher um novo fornecedor de suporte ao cliente.

Mas o Dash não começa com uma tela em branco.

O Dash vai imediatamente extrair dados do Work Graph.

O Dash entende tudo o que a sua empresa tem feito.

Na verdade, neste exemplo, o Dash consegue analisar e descobrir se já integramos um novo fornecedor no passado. Acho que sim. O que estava envolvido nisso? Vou analisar todos os projetos anteriores, todos os orçamentos anteriores, todas as metas anteriores, as decisões que foram tomadas, as reuniões e descobrir quais são, de fato, as 100 tarefas que precisam ser realizadas. Posso simplesmente organizá-las muito bem em uma única tela.

E sabe de uma coisa? Vou fazer um pouco mais do que isso.

Eu meio que sei quem é quem na empresa. Vou atribuir as pessoas que precisam fazer esse trabalho para que eu agora tenha um meio de realizar esse trabalho.

E vocês verão aqui que há algumas pessoas incomuns que foram atribuídas a este trabalho. Alguns personagens que talvez não tenhamos visto antes.

Estes são colegas de equipe.

Estes são colegas de equipe pré-criados.

Na verdade, neste momento, vou apresentar três desses colegas de equipe. Um revisor de segurança, um analista de preços, um assistente de projeto. Estes são colegas de equipe pré-criados e pré-configurados.

Acontece que a Asana tem muita experiência em trabalhar com o trabalho. Por isso, criamos 30 colegas de equipe pré-configurados que sabemos que serão úteis para todos vocês.

Analisamos cada um desses colegas de equipe, desenvolvemos as suas habilidades e os treinamos para que saibamos exatamente como ser mais úteis para vocês.

Então, estes são os seus colegas de equipe pré-configurados. De repente, a vida de Cindy ficou muito melhor.

Em um único ambiente, ela pode coordenar vários fluxos de trabalho que contam com pessoas e agentes nesses fluxos de trabalho.

E o que chama a atenção de Cindy é a escolha de um fornecedor.

Já passou pela visualização de segurança. Já passou dos requisitos.

Infelizmente, um determinado fornecedor não atendeu ao requisito orçamentário. A cotação foi de US$ 600.000. Ela só tinha US$ 500.000 por ano para gastar.

Mas não se preocupe.

Outra pessoa nesta empresa já criou um agente de negociação.

Este agente de negociação tem regras predefinidas. Ele sabe exatamente qual manual de negociação seguir. Sabe quais são seus limites orçamentários e também sabe quem no departamento financeiro pode aprovar coisas em cada nível.

Essa é a ideia de definir o escopo dos seus assistentes de IA. Este agente tem um escopo predefinido. O agente começa a trabalhar. Ele começa a trabalhar com base nesta oferta. Ele realmente responde à Cindy. Ele lhe apresenta uma nova contraproposta sugerida. O fornecedor é selecionado.

A vida é boa.

Em vez daquelas oito semanas de idas e vindas, realisticamente, isso acontece em dias.

Então, a minha pergunta para todos vocês é: há algum processo de trabalho em qualquer um dos seus grupos que vocês gostariam de agentificar? Quais fluxos de trabalho vocês vão agentificar hoje?

Durante o restante do programa, esperamos mostrar a vocês que é mais fácil do que se imagina criar um fluxo de trabalho agentivo, quer vocês trabalhem com marketing, TI, operações estratégicas, pesquisa e desenvolvimento, ou sejam construtores de processos para toda a organização.

Porque, com a Asana, oferecemos o sistema operacional para equipes de agentes humanos, para que todos possamos trabalhar juntos nos fluxos de trabalho.

Agora vou passar a palavra à nossa diretora de produtos, Arnah Bose, que vai nos explicar mais detalhadamente como todos vocês podem criar esses fluxos de trabalho hoje. Obrigado.

Olá a todos. Como estão? Mais ou menos... Sim. Vamos colocar um pouco de energia nisso. Isso aí. Sim.

É bom ver a energia aqui neste público de Nova York. Sou o Arnab. Sou o chefe de produto da Asana.

E o que eu quero apresentar a vocês hoje é o que o Dan mostrou com um nível de detalhamento superior.

O que ele estava mostrando era a execução orquestrada em vários sistemas e, em seguida, a construção de tudo isso com o poder do grafo de trabalho, esse grafo de contexto que temos desenvolvido há mais de uma década aqui na Asana.

Na minha parte, vou falar sobre como esse contexto do Work Graph pode ser aproveitado com o poder da Stack.ai para orquestrar ações em vários sistemas e como, com o uso repetido desse processo de ponta a ponta, podemos inserir dados de volta no Work Graph para que, sempre que houver uma exceção ou uma nova negociação, esses dados sejam registrados nesse sistema de contexto e se tornem conhecimento reutilizável.

Então, temos alguns tópicos diferentes para abordar. Um deles é a execução orquestrada. Como isso é aprimorado com o poder do Work Graph? E como convertemos essas execuções, essas execuções repetidas, em conhecimento para que, da próxima vez que vocês executarem seu fluxo de trabalho orquestrado, ele seja muito melhor? É muito mais preciso.

Então, estamos fazendo tudo isso no back-end em termos de conexão com vários sistemas com o poder da stack.ai, que agora faz parte da Asana.

Então, quero me aprofundar um pouco mais naquela etapa de negociação que o Dan estava explicando.

O que o cliente recebeu foi um orçamento de um novo fornecedor, US$ 575 mil, bem acima do orçamento de US$ 500 mil.

E o orçamento chegou, como tenho certeza de que a maioria de vocês já viu no dia a dia, provavelmente em formato PDF.

Há termos e condições no PDF. Há letras miúdas.

E não é fácil descobrir se isso é algo que vocês podem simplesmente aprovar.

O que o Stack Overflow fez nos bastidores foi analisar todos os orçamentos históricos que o cliente aprovou. Ele leu todos esses PDFs e os converteu em uma base de conhecimento compatível com RAG. Isso significa que vocês podem fazer recuperações muito rápidas e executar fluxos de trabalho agênticos nesse conjunto de dados não estruturados.

Então, todos esses pequenos detalhes interessantes das letras miúdas, como o custo por usuário por vaga, se há uma cláusula de rescisão no contrato, se o custo inclui um custo de suporte, todas essas coisas que tornam a análise muito mais complicada, porque não é uma simples consulta. Agora, Stackie, posso fazer essa comparação no back-end. Então, basicamente, convertemos todos esses dados não estruturados para que vocês possam conectar vários sistemas no back-end.

Então, o que o fluxo de trabalho do Stack faz? Ele analisa coisas que foram aprovadas. Ele analisa a nova cotação específica e todos os termos e condições e decide que deve ser feita uma contraproposta. E a contraproposta deve ser de US$ 489.000 com um desconto de 15%.

Mas este é um fornecedor novo. Na verdade, nunca passamos por esse processo antes.

Portanto, é um caso em que não se pode simplesmente seguir em frente e executar a ação de forma totalmente automatizada.

Acreditamos que os melhores resultados acontecem quando humanos e agentes de IA podem trabalhar juntos como uma equipe.

Certo? Acreditamos que os clientes e as empresas prosperam se puderem trabalhar em conjunto com a automatização e a IA. Portanto, o que a Stack pode fazer com seus mais de 190 conectores para a Asana é criar automaticamente um projeto totalmente configurado para esse fluxo de trabalho de aprovações. Ele terá as especificidades dos detalhes da oferta. Ele terá os detalhes sobre, por exemplo, o que devemos investigar do ponto de vista financeiro ou jurídico, e atribuirá essas subtarefas e envolverá a equipe humana. São seres humanos e agentes de IA trabalhando com base no mesmo registro, trabalhando em conjunto, e é isso que queremos dizer com execução orquestrada.

Então, quando essa contraproposta estiver pronta para aprovação, o que acontece é que a equipe de finanças diz: "Ei, Olha só. Queremos uma cláusula de saída de um ano.

Talvez a equipe de aprovações jurídicas diga que há vários pontos cruciais que queremos incluir.

Todos esses dados fornecidos pelos seres humanos agora são registrados no Work Graph. Assim, eles são registrados nas tarefas, que agora estão disponíveis para o fluxo de trabalho da Stack AI usar da próxima vez que ocorrer uma exceção como essa.

Portanto, o que estamos mostrando aqui e o que realmente queremos dizer com execução orquestrada não é apenas que vocês estão recebendo este construtor de fluxo de trabalho totalmente funcional que conecta vários sistemas de registro, vários sistemas de back-end, vocês já viram muitos deles antes, mas que ele é alimentado pelo Work Graph. Então, tudo começa com o contexto. Ele também é alimentado pelo Work Graph e por tudo o que a Asana oferece, de modo que, quando houver uma exceção, vocês possam envolver a equipe humana para colaborar, coordenar e determinar os próximos passos corretos, e possam melhorar esse processo daqui para frente. É isso que queremos dizer com acumulação de conhecimento. A Asana oferece acúmulo de conhecimento e ajuda vocês a desenvolverem esse cérebro corporativo em que, quando os agentes de IA interagem com a sua equipe, com os seres humanos, todas essas interações são registradas para que o agente de IA tenha um desempenho muito melhor na próxima vez. Execute, preserve, melhore. Repita o ciclo diversas vezes.

O Stack da Asana, que é como o mecanismo de execução propriamente dito, é um construtor sem código. Ele tem mais de 500 integrações. Como podem ver, ele oferece suporte ao humano no processo. E agora ele é totalmente alimentado pelo Work Graph, não apenas para o contexto inicial, mas também quando captura algumas exceções, ele pode enviar todo esse contexto de volta para o Work Graph.

Quero apresentar o pioneiro, a pessoa que criou o Stack.ai. Dêem as boas-vindas ao palco a Bernard, cofundador da Stack.ai.

Obrigado, Arnav.

É um prazer estar aqui com vocês.

Meu nome é Bernard.

Como Arnab mostrou um pouco, na Stack dot ai, capacitamos as empresas com a capacidade de transformar seus fluxos de trabalho mais complexos com Assistentes de IA.

Com a Stack dot ai, vocês podem criar equipes de agentes de IA que, conectados a mais de 500 sistemas empresariais, podem operar como qualquer funcionário com seu próprio computador, terminal e navegador, permitindo que eles peguem os processos mais complexos e os integrem à sua IA.

Quando combinados com o WorkGraph, os agentes de IA do Stack podem operar no contexto do que a empresa realmente está fazendo. Quem está trabalhando no quê? Quais são as metas? E operar sob uma única entidade e um único plano.

Hoje, empresas como LifeMD, Exeter, Wild Retirement e BA Systems estão trabalhando com a Stack.ai para impulsionar alguns de seus fluxos de trabalho mais complexos em larga escala.

Uma dessas empresas é a SciMotion.

Há mais de vinte anos, a SciMotion oferece atendimento personalizado como fabricante de suprimentos de alto nível, prestando um serviço especializado a todos os pacientes e clientes, especialmente em colaboração com os profissionais de saúde.

No entanto, oferecer esse nível de atendimento personalizado pode ser muito caro e complexo.

Assim que recebem um conjunto de prontuários de pacientes, eles podem levar até duas horas para analisar seu estoque no SAP, consultar as informações dos pacientes no SharePoint, verificar diferentes resultados de laboratório em scripts completos e seus próprios dados, e reunir tudo isso em uma marca personalizada e bem apresentada.

Eles sabiam que essa não era a maneira certa de fazer isso. E, com a era da IA, eles poderiam mudar as coisas. Com a Stack.ai, eles adotaram uma nova abordagem agentiva e disseram que pegaram todos esses elementos e criaram uma equipe de agentes de IA que, na plataforma Stack AI, poderiam consultar todos os dados do estoque de suplementos, todas as informações do paciente e os resultados de laboratório sempre que chegasse um novo pedido, reduzindo o tempo de processamento de duas horas para apenas cinco minutos.

E, como parte desse processo, eles puderam fazer isso mantendo o fator humano envolvido, de modo que toda decisão crítica sempre envolva o profissional avaliando e aprovando qualquer decisão importante.

Hoje, temos a vantagem de não ouvir apenas de mim. Também temos conosco Max Perisky, CRO da SignMojian, que vai nos contar a história ao vivo e com base na sua própria experiência. Bem-vindo, Max. Aí está.

É um prazer ver você.

É um prazer ver você, Max. Obrigado por se juntar a nós em Nova York. Agradeço. E, já que você está aqui hoje, sabe... Seria ótimo ouvir um pouco sobre a história de como você chegou até aqui. Como você vê esse processo de criação de pacotes médicos por meio do stack.ai? E claro.

Bem, sabe, acho que com... Onde tudo começou foi… Bom, eu sou um CRO. E me disseram que sou o primeiro CRO a subir ao palco da Asana neste evento, porque, no passado, não teríamos necessariamente um motivo para estar aqui. Mas o meu trabalho é realmente... Uau. Não pensei que receberia aplausos por isso. Meu trabalho é, na verdade, criar uma infraestrutura e uma estratégia que reduzam as dificuldades para os nossos clientes, que são profissionais de saúde.

E, então, buscando fazer isso, há cerca de um ano, eu estava pensando: "Bem, talvez haja uma maneira de a IA ajudar a resolver alguns desses problemas, unindo, como você disse, esses componentes". Então, tive uma ideia maluca e, em um fim de semana, comecei a brincar com alguns dos agentes disponíveis e consegui comprovar o conceito, mas não fiquei satisfeito com o tipo de disciplina de documentos e de busca na Web. Encontrei o Stack e comecei a testar a versão gratuita. Consegui criar um agente que, de certa forma, resolveu isso para o meu grupo de vendas, ajudando-os a realmente entregar valor aos clientes com muita rapidez e a implementá-lo. Na verdade, nós o implementamos antes mesmo de pagarmos por ele.

Eu me lembro, eu me lembro. E agora eles pagam por ela.

Agora nós pagamos por ele. Sim. É por isso que estou aqui.

Certo. Mas é bom. Vocês sabem que ganham muita eficiência com isso, como automatizar as operações de receita e as operações no nível clínico, como mostramos a vocês, criar pacotes de medicamentos, tudo. Estou curioso: com toda essa eficiência, vocês provavelmente ganham muito tempo. O que isso possibilitou para a Zimmergen como empresa?

Bem, algumas coisas. Começamos implementando isso como uma ferramenta para nossos vendedores, para ajudá-los a agregar valor com muita rapidez. Temos mais de 300 produtos. Então, imaginem que cada um deles foi projetado para ser uma ferramenta clínica. Portanto, eles têm suas particularidades. Eles são complicados.

E tínhamos acabado de substituir uma grande parte da nossa equipe de vendas. Então, havia muitas pessoas novas que precisavam aprender sobre 300 produtos e entregar o produto certo à pessoa certa no momento certo. Então, isso realmente ajudou a facilitar esse processo e, de certa forma, a acelerar a curva de aprendizado para eles. Essa foi a primeira espécie de prova de conceito. E então pensamos: "Vamos levar isso para o cliente", e é mais ou menos isso que estamos implementando agora com o Catalyst.

Incrível. E agora, esperamos que, muito em breve, tenhamos muito mais sucesso. Isso é ótimo. Muito obrigado por se juntar a nós, Max. Agradeço. Estou ansioso por muitos mais anos de colaboração e, sabe, para levar as coisas até a lua.

Sim.

Obrigado por me receberem.

Certo.

Obrigado por se juntar a nós. Até mais. Agradeço.

Então, sim.

Ouvimos o Max falar sobre isso ao vivo. E ele teve a gentileza de mostrar todos os detalhes da sua história. Bem, como é se olharmos para os bastidores? Como levar essas ideias para a produção? Vamos ver a história de uma empresa diferente, muito parecida com a SimoGen,

chamada Aiuhealth, que também oferece cuidados e suplementos personalizados.

A Aiuhealth atua em um setor semelhante e tem exatamente o mesmo problema. Eles tiveram que criar um sistema que pudesse facilmente permitir que eles pegassem os prontuários dos pacientes e, a partir deles, consultassem um conjunto de sistemas, consultassem a Web e coletassem dados para personalizar um pacote médico com uma solução personalizada para esse problema. Como podem ver na tela, eles criaram um agente de IA que poderia receber um PDF de reconhecimento de paciente, consultar todos esses sistemas, consultar todas as ferramentas de scripts e, em seguida, agregar todos os resultados em um pacote personalizado, fornecendo citações de onde encontrar esses dados e quais são suas fontes.

Além disso, ele oferece visibilidade de todo o histórico das ações que você realizou. E, reunindo tudo isso no resultado do arquivo mFrame, o que ele está fazendo nos bastidores enquanto pensa e coleta todos esses dados? No Stack.ai, como vocês podem ver na tela, eles criaram um fluxo de trabalho agentivo que receberia uma mensagem de um usuário, um arquivo, um conjunto de especificações de API do PowerShell. E, com isso, ele se conectará a um harness alimentado, neste caso, pelo Claude, com um prompt personalizado para o problema deles, e o conectará à sua principal base de conhecimento no SharePoint, aos seus dados no Whole Scripts, a um navegador da Web, à capacidade de enviar e-mails, de pesquisar na Web, de operar como qualquer outro agente de IA pessoal, mas adaptado ao seu caso de uso, de modo que, quando uma nova solicitação chegar, ele possa acionar todos esses sistemas.

E o resultado é que, depois de passar por esse processo, eles podem obter um plano personalizado. O profissional pode obter todos os dados, resumi-los, obter as fontes dos resultados, dar feedback ao agente e colaborar para oferecer uma experiência personalizada que pode ser usada tanto para apoiar este cliente quanto para capacitar suas outras operações de forma humana e inteligente.

E, embora vocês possam sempre continuar com o FIBA e operar com ele, isso pode ir ainda mais longe.

A IU Health foi além e conectou isso ao WarGraph por meio da Asana, conseguindo fazer com que, sempre que suas operações de pesquisa clínica estivessem avaliando uma nova investigação ou um novo fenômeno, elas pudessem conectar-se a esse agente e acioná-lo diretamente a partir de uma tarefa da Asana, para que esse agente de IA pudesse consultar as mesmas informações e reuní-las em um resultado comum.

Este é o futuro do software empresarial e dos agentes de IA nas empresas. Um único lugar onde os agentes de IA podem chegar, operar com todas essas ferramentas, processar dados não estruturados, executar operações não estruturadas, e os humanos podem ditar as regras, dar feedbacks e fornecer todas as orientações.

É claro que esta não é apenas a última etapa. Há muitos caminhos a seguir. E hoje, nós... Os agentes de IA e os humanos operam em planos diferentes. No futuro, ambos precisarão operar sob um único plano operacional comum. E vocês vão saber como a Asana está resolvendo esse problema. Para isso, Prachi Gore, diretora de marketing da Asana, se juntará a nós e falará um pouco sobre esse futuro. Obrigada.

Obrigada, Bernard. Então, como ele estava dizendo, para cumprir a promessa da empresa energética, vocês precisam de agentes trabalhando em vários sistemas, como acabamos de ver. Mas também precisamos das pessoas, ou seja, nós, nossas equipes, trabalhando juntas rumo às mesmas metas, seguindo o mesmo plano e com total contexto compartilhado da empresa.

Isso é possível com o Agentic Work Management.

Como o Dan mencionou, o Agentic Work Management vem com 30 assistentes de IA que já têm as habilidades necessárias, estão sob governança e prontos para entrar em ação só para vocês.

Todo usuário da Asana também tem acesso a um braço direito pessoal chamado Dash. O Dash acompanha todo o seu trabalho em e-mails, reuniões e todos os seus projetos, para saber exatamente em que você está trabalhando.

Ele também pode agir em seu nome, como criar tarefas de acompanhamento após uma reunião para que vocês possam se concentrar nos trabalhos mais importantes.

Também temos mais de 20 integrações com diversas ferramentas que usamos todos os dias, como Figma, Databricks, HubSpot e Google Drive, para que todo o seu trabalho possa ser realizado em um só lugar.

E algumas das maiores marcas do mundo usam a Asana. Mas hoje, quero me aprofundar em uma dessas empresas, a Skydance. A Skydance criou algumas das nossas séries favoritas. Para mim, são Bob Esponja Calça Quadrada e Yellowstone.

Mas, em toda a televisão, nas transmissões ao vivo, eles fazem esportes, notícias, animações.

Eles têm milhares de pessoas trabalhando todos os dias para transformar ideias em conteúdo, coordenar vários lançamentos e levar novos programas ao mercado.

E, para fazer isso e continuar expandindo suas operações, a Skydance precisava de uma maneira de seguir crescendo enquanto mantinha suas equipes alinhadas.

Foi aí que o Agentic Work Management entrou em cena, um espaço para as equipes e seus agentes trabalharem juntos em contextos compartilhados e rumo às mesmas metas.

No caso da Skydance, há um exemplo que quero compartilhar. Uma equipe de operações de três pessoas na Pluto TV consegue gerenciar 750 conteúdos todos os meses ao introduzir assistentes de IA no seu fluxo de trabalho.

Da mesma forma, na CBS News, a IA já está analisando todas as solicitações de suporte e criando trabalhos estruturados antes que uma pessoa precise intervir.

Mas vamos ouvir isso com as próprias palavras deles.

Temos algumas metas ambiciosas. Para alcançá-las, é preciso ter um parceiro sólido, sistemas sólidos e uma adoção muito forte da IA.

Nosso caminhão desce a ladeira.

Queremos ser uma empresa de mídia focada na tecnologia, combinando o lado criativo de Hollywood com o espírito inovador do Vale do Silício.

Não somos uma empresa tradicional.

Nos bastidores, apoiamos as pessoas mais criativas do planeta. Houve um tempo em que a cultura era muito descentralizada.

A escala da Paramount é muito grande, com centenas de departamentos e divisões. À medida que a IA avança rapidamente no ambiente de trabalho, ela cria muitos silos.

Cada um estava usando a IA nos seus próprios fluxos de trabalho. Isso dificultava o suporte, o dimensionamento e a atualização à medida que as mudanças aconteciam.

E esse é, na verdade, o elo que falta na IA: se você não tem acesso seguro aos dados ou... Se tudo estiver espalhado, sua IA vai falhar.

A Asana estabeleceu essa base para a IA.

A IA é integrada ao local onde o trabalho já acontece.

Não é um clique a mais nem outra tela. Está bem ali, na interface que você já usa.

A acessibilidade é essencial para a adoção. Usar os assistentes de IA exigia apenas um clique em um botão.

A janela de contexto durou segundos, o que é incrível.

A Asana nos permitiu monitorar diferentes recursos de IA, quem tem feito uso intensivo deles, seus casos de negócios e realmente entender o retorno sobre o investimento, além de compartilhar esses casos de uso com outras áreas da empresa.

Para ser sincero, escolhemos a Asana porque ela veio e nos ajudou a entender o nosso negócio. Isso não é muito comum entre os fornecedores.

Vejo a Asana como nossa parceira de longo prazo.

E agora gostaria de convidar ao palco Laksh Nathan, vice-presidente executivo e diretor de TI da Skydance, para compartilhar mais informações.

Olá. Obrigado por me receberem.

Obrigado por estar aqui, Laksh. Sua equipe fez um trabalho incrível. Mas conte-nos: como foi incorporar agentes de IA aos seus fluxos de trabalho? Conte-nos um pouco sobre os bastidores.

Sabe, desde o começo, somos uma organização muito complexa. Somos criativos. Somos uma organização de notícias. Somos trabalhadores de escritório. Então, acho que só a diversidade da nossa cultura tem sido...

É uma tela muito aberta para nós. Então, o fato de termos conseguido começar a analisar cada um dos nossos processos, simplificá-los e permitir que os agentes ajudem a desenvolvê-los tem sido incrível para nós.

Isso é ótimo. Você se importaria de me dar um exemplo ou apenas detalhar algo para mostrar como é o dia a dia?

Então, olha só, temos uma infinidade de ferramentas de IA, parceiros e tudo mais.

Curiosamente, usamos a Asana para monitorar tudo isso. E o melhor é que, como estamos lidando com tantos grupos diferentes que precisam fazer revisões, assim como os agentes que você viu antes, ter todas essas equipes em uma única plataforma, com seus próprios contextos entrando no sistema e, em seguida, automatizando tudo, tem sido uma grande mudança para nós.

Isso é incrível. Agradecemos, novamente, por se juntar a nós, Lax, e parabéns pelo trabalho incrível. Muito obrigado. Vamos dar-lhe um grande aplauso.

E agora gostaria de chamar ao palco o vice-presidente sênior e gerente geral de Work Management da AgenTik, Kirk Miles.

Uau.

Não foi incrível?

É muito divertido ver como a Skydance está usando o nosso pacote AgenTeq. Olá, pessoal! Meu nome é Kirk Miles e lidero o Work Management do AgenTeq na Asana.

Vocês ouviram a história, e agora estou aqui para mostrar um pouco do produto por trás dela.

Hoje, vamos acompanhar a jornada de uma gerente de operações de campanhas enquanto ela lida com uma semana de trabalho e uma campanha de última hora, tudo com o benefício do Agentic Work Management.

Mas, antes de começar, quero explicar algumas das novidades que vocês estão vendo.

Primeiro, as atas com IA, que convertem o que é dito em uma chamada em itens de ação que são efetivamente concluídos.

Em seguida, as páginas, que transformam seus documentos em planos dinâmicos que servem de base para o trabalho da sua equipe.

E, por fim, as tabelas, que tiram os seus dados de negócios das planilhas e os transferem... E os coloca ao lado do local onde o trabalho realmente acontece.

Tudo isso fica no Work Graph, para que todos os seus colegas de equipe, humanos e agentes, possam trabalhar com o mesmo contexto compartilhado.

Dito isso, vamos começar. E quero lhes apresentar Sarah. Sarah lidera as operações de campanhas em uma agência de mídia.

É sexta-feira à tarde, e ela acabou de receber uma solicitação de última hora para um grande lançamento com uma meta de crescimento ambiciosa associada, que acontecerá em menos de uma semana.

Sarah está estressada. E, francamente, eu também ficaria se me pedissem para liderar um grande lançamento em menos de uma semana.

Mas não se preocupem, a Asana está com ela. Vou mostrar como.

Neste caso, a solicitação começa fora da Asana, no Slack.

Michael, o chefe de crescimento, publicou uma solicitação no canal de solicitações de criação, e o AI Studio a identifica automaticamente, cria a tarefa, preenche-a com detalhes sobre a campanha e o orçamento e adiciona à tarefa todos os colaboradores que precisam ter visibilidade dela.

Ela entra em contato com Michael para confirmar o escopo regional e o compara com a biblioteca de ativos.

Neste caso, ele identifica que um dos ativos não está autorizado para uso na região EMEA e, portanto, cria uma subtarefa para Sarah obter a aprovação da marca e do departamento jurídico antes que a campanha possa avançar.

Vamos dar uma olhada nessa biblioteca de ativos, pois ela é organizada em tabelas.

Nela, cada linha representa um material visual diferente, com detalhes como o período de vigência dos direitos, as aprovações regionais e as campanhas associadas.

Vamos dar um zoom na coluna da EMEA, porque ela é o maior obstáculo entre Sarah e o lançamento na próxima semana.

Vamos então avançar para segunda-feira.

Sarah sabe que há muito o que fazer em menos de quatro dias úteis para concluir o trabalho, por isso, ela começa imediatamente. Ela pediu ao Dash para elaborar uma página na Asana para os departamentos jurídico e de marca, descrevendo o contexto do lançamento, o escopo dos ativos, a lacuna da EMEA, bem como um prazo de terça-feira para aprovação.

Ele cria um rascunho de página extraindo o contexto da tarefa de recebimento na biblioteca de ativos e a compartilha com os departamentos jurídico e de marca, que imediatamente acessam a página e deixam um comentário em linha dizendo: "Vamos marcar uma chamada para falar sobre os ativos visuais da EMEA".

No dia seguinte, eles participam de uma chamada com... Com as reuniões com IA ativadas.

Assim que a chamada termina, a transcrição e o resumo são publicados automaticamente no projeto da campanha e compartilhados com todos os participantes, além de preencher as coisas a fazer sugeridas e os respectivos responsáveis.

Quando Sarah chega à sua mesa, ela analisa uma lista e vê que um membro da equipe jurídica já assumiu uma tarefa. Ela aprova o restante, incluindo um aviso legal que é atribuído ao colega de equipe que é coordenador da campanha.

O coordenador da campanha elabora o aviso legal e o envia ao departamento jurídico para aprovação.

Assim que o jurídico aprova, a biblioteca de ativos é atualizada automaticamente.

E aquela aprovação da EMEA com a qual Sarah estava tão preocupada fica imediatamente verde.

Ao final da terça-feira, Sarah está se sentindo otimista. Ela não tinha certeza, mas agora sente que eles realmente conseguirão fazer isso acontecer.

Vamos então para a quarta-feira.

Nada parece estar pegando fogo, mas, com cinco equipes para coordenar e mais de 20 entregas, Sarah quer ter certeza, então ela perguntou ao Dash.

E o Dash sinaliza uma coisa.

A equipe de mídia social paga não cumpriu o prazo ontem, e a revisão de hoje está em risco.

Sarah só precisa dar uma resposta.

Adiar o entregável da equipe de mídias sociais pagas para hoje, reatribuir a tarefa de Priya a Marcus e marcar tudo como de alta prioridade.

O Dash exibe uma prévia de cada alteração que está prestes a fazer, de modo que nada é alterado até que Sarah aprove. E, assim que ela o faz, todas as tarefas são atualizadas ao mesmo tempo.

Até o final da quarta-feira, todos os 20 entregáveis estão aprovados, e este lançamento está pronto para começar.

Vamos então avançar para sexta-feira. O lançamento aconteceu. Sarah está muito aliviada e animada, mas o trabalho dela ainda não acabou.

O vice-presidente dela espera uma atualização de status para entender como está o acompanhamento do lançamento, e ela está prestes a se sentar para escrevê-la à mão.

Ela... Quando ela abre a tarefa, o colega de equipe criado... O analista de campanhas, um colega de equipe que alguém de sua equipe criou, aparece proativamente e se oferece para assumir a tarefa.

Este colega de equipe tem uma habilidade personalizada que entende o formato de relatório preferido pelo seu VP e pode extrair dados de desempenho e comparar o orçamento com os valores reais por meio da conexão com o Databricks.

Ela conclui a tarefa, e ela extrai o desempenho de todas as cinco campanhas, incluindo o ajuste de mídia social paga e o desempenho em comparação com o planejado.

Na verdade, Sarah dá um toque para dizer: “Eu prefiro...” Em vez de um brief, prefiro uma apresentação.

E ele reconhece que este é um trabalho recorrente e, portanto, se oferece para realizá-lo todas as sextas-feiras. Ela diz que sim.

Agora, todas as sextas-feiras, seu colega de equipe elabora automaticamente uma apresentação com a identidade visual da marca, resumindo as atualizações de todas as campanhas, que Sarah pode compartilhar com seu vice-presidente.

Algo que costumava levar uma tarde inteira agora leva apenas alguns minutos.

Neste caso, Sarah atualiza uma linha e a envia para sua vice-presidente.

A vice-presidente fica tão impressionada que encaminha o relatório para a diretora de marketing com muitos elogios a Sarah.

Então, são cinco equipes, mais de 20 ativos e menos de uma semana.

Tudo, desde o recebimento de solicitações até as reuniões de alinhamento, o acompanhamento de aprovações e a geração de relatórios, é possível porque está no Work Graph.

E, falando desses novos produtos, tenho o prazer de anunciar que as Páginas estão disponíveis a partir de hoje, e as reuniões e tabelas com IA serão lançadas ainda este mês. E, se quiserem saber mais, venham nos visitar no Salão de Exposições. Teremos o maior prazer em fazer uma demonstração para vocês.

Então, com isso, quero convidar Arnaud de volta ao palco para compartilhar mais sobre o que temos desenvolvido além do Agentic Work Management. Obrigado.

Obrigado, Kirk. Não foi uma demonstração fantástica? Vocês gostaram da demonstração? Sim?

Mais uma vez, o que o Kirk estava mostrando era a execução orquestrada entre sistemas e toda a nova capacidade que estamos trazendo para o Work Graph para adicionar cada vez mais contexto a ele. Páginas, reuniões, todos esses dados não estruturados que formam a base para fazer com que pessoas e agentes trabalhem melhor juntos.

A seguir, vou falar sobre três novos aplicativos de agentes que desenvolvemos nesta plataforma. Cada um desses aplicativos herda e se beneficia dos recursos da plataforma e melhora, mas são desenvolvidos especificamente para equipes específicas.

Anunciamos esses aplicativos no Wiz London no início deste ano e, desde o mês passado, todos eles estão disponíveis para o público em geral. Cada um desses três aplicativos de tecnologia de agentes já está disponível para o público geral. Vocês podem comprá-los hoje mesmo. Minha meta nesta seção é deixar vocês animados o suficiente com cada um deles para que, quando terminarmos, vocês saiam em massa do palco do keynote e vão conferir os estandes de demonstração no salão de exposições. Então, o que criamos? Criamos o Asana Service Management para todos os centros de atendimento aos funcionários da empresa, seja para suporte técnico de TI, finanças, instalações, RH ou jurídico.

Criamos o Asana Client Management para agências e equipes de serviços profissionais que precisam usar a IA para se manterem a par de todas as solicitações dos clientes. Como elas se mantêm lucrativas? Como elas gerenciam todos esses relacionamentos com os clientes em um único espaço de trabalho?

E, por fim, o Command by Asana. O Command by Asana vai revolucionar a forma como as equipes de pesquisa e desenvolvimento e as equipes de engenharia que criam os softwares que impulsionam todas as nossas empresas desenvolvem esses produtos. Como elas se alinham e criam o melhor produto possível da forma mais rápida possível?

Vou primeiro me aprofundar um pouco mais no Asana Service Management. Então, mais uma vez, o Asana service management está disponível para todos hoje.

Foi desenvolvida para todos esses casos de uso de help desk interno.

E nossa tese principal é que os sistemas de gestão de serviços antigos ou legados são projetados para encaminhar um tíquete de correção de falhas para uma fila, e isso já não é mais suficiente. Isso já não é mais suficiente. Certo? O que toda empresa precisa é de uma forma de responder automaticamente às perguntas dos funcionários usando uma base de conhecimento de autoaprendizagem. É isso que o Asana Service Management oferece: uma base de conhecimento de autoaprendizagem.

Para ações que precisam ser concluídas, como um caso de uso de integração de novos funcionários, alguém mudando de divisão ou departamento dentro da empresa, dando a essa pessoa acesso às ferramentas certas no momento certo, podemos executar essas ações automaticamente nos bastidores com o poder da Stack.ai, orquestrando vários sistemas. Ou seja, resolução automática de tíquetes.

E, por fim, sabemos, com base em todos os nossos dados de clientes, que uma grande porcentagem desses tíquetes não pode ser simplesmente resolvida. Não são do tipo "identificar e corrigir". Portanto, temos a capacidade de pegar um tíquete e encaminhá-lo automaticamente para um projeto com todo o contexto necessário para que as pessoas se alinhem em torno desse projeto e concluam esse fluxo de trabalho complexo de gestão de mudanças.

Tudo isso vem pré-configurado e integrado aos sistemas que as suas equipes de TI usam, seja o Workday para RH, o Greenhouse para recrutamento, o Brex para gestão financeira ou o Ramp, e haverá muitas outras integrações por vir, todas impulsionadas pela Stack.ai. A Stack.ai tem mais de 500 integrações. Vamos incorporar todas elas gradualmente ao Asana Service Management.

Além disso, clientes como a Arri Behavioral Health já estão prevendo que vão liberar cerca de um quinto da capacidade do seu suporte técnico interno para funcionários quando implementarem o Asana Service Management. Vou conversar com o CIO deles em uma sessão de grupo mais tarde hoje, então não deixem de assistir.

Agora, o Asana Client Management. Como mencionei, empresas de serviços profissionais e agências... Quantas pessoas na plateia trabalham na área de serviços profissionais ou em uma agência? Estão levantando algumas mãos. Certo? Então, vocês estão gerenciando seus projetos, querem definir seu plano de alocação de pessoal, mas também precisam coordenar todas essas ações com seu cliente, com seus clientes.

O Asana Client Management traz o portal do cliente para a Asana, para que todas as conversas com os seus clientes e com a sua equipe de projeto que os atende possam ser centralizadas em um só lugar. Isso significa que os agentes de IA e as pessoas que apoiam esse projeto específico e o cliente estão todos falando sobre o mesmo contexto de dados. Portanto, estamos trazendo o poder dos assistentes de IA, dos fluxos de trabalho do AI Studio e de todos os componentes essenciais da plataforma que vocês viram com o Kirk para esses relacionamentos com clientes.

Super, super legal. Já estamos vendo clientes como a Liminal, a iRead and Company e a Gravitate usarem o Asana Client Management e alcançarem um sucesso fenomenal atualmente.

Por último, mas não menos importante, o Command by Asana.

Tenho certeza de que todos nesta sala já ouviram falar de todo o progresso fantástico alcançado pelos agentes de programação somente em 2026. Ficou muito barato gerar código.

A cada nova... E, sabe, a cada poucas semanas, surge um novo modelo de programação. É muito fácil desenvolver produtos. Você não precisa mais ter um diploma em ciências da computação. Todo esse tipo de linguagem está disponível no ar.

Mas o que aconteceu foi que o gargalo agora mudou.

O gargalo em termos de entrega de produtos de alta qualidade passou a ser o alinhamento, a estratégia e fazer com que as pessoas estejam em sintonia sobre o que não deve ser desenvolvido. O que é bom gosto?

Os Assistentes de IA não conseguirão determinar por conta própria o que não deve ser desenvolvido, o que realmente deve estar em um lançamento ou qual é o status do processo de ponta a ponta. Ele é entregue com alta qualidade? Ele está realmente cumprindo os prazos das nossas orientações de lançamento de produto?

O Command by Asana é um sistema de planejamento de produtos criado para alinhar todos, entregar automaticamente o trabalho aos agentes de IA e passar das ideias a produtos totalmente finalizados de alta qualidade da forma mais rápida possível. Isso está elevando o conceito de fábrica de software de apenas gerar código para criar produtos de ponta a ponta com extrema rapidez.

E estamos muito animados por termos feito uma parceria com o OpenAI Codex, o Cursor da SpaceX AI e o GitHub Copilot para concretizar isso. Muito, muito legal.

Então, é isso. Desenvolvemos cerca de três aplicativos agentivos nessa plataforma que estão impulsionando novos tipos de centros de compra ou novas personas dentro da sua empresa.

Potencializando o help desk, otimizando ao máximo a gestão de clientes, os serviços profissionais e todos os casos de uso de agências, e transformando cada equipe de P&D em uma fábrica de software completa.

Vamos dar uma olhada em um cliente com quem tenho certeza de que todos em Nova York estão familiarizados. Eles também estão em sua jornada agêntica.

Esta é a história da NYU. Vamos ao vídeo.

Temos que nos manter em um padrão muito alto. As pessoas esperam o melhor da NYU.

A NYU tem 18 faculdades, 65 mil alunos, dezenas de milhares de professores e funcionários e mais de 700 mil ex-alunos.

Como instituição, temos um padrão muito alto. É um padrão de excelência.

Nossa responsabilidade é preparar toda a organização, o corpo docente, os colaboradores e os alunos para se adaptarem ao futuro do trabalho.

Queremos ser mais eficientes e mais eficazes em um mundo que certamente incluirá a IA.

Há dezenas de faculdades diferentes, cada uma operando no seu próprio ambiente. A Faculdade de Odontologia será diferente da Stern School of Business.

Somos responsáveis por um banco de dados que gerencia mais de 1,5 milhão de registros. Os projetos são muito complexos e dependem de dezenas de milhares de parceiros em toda a universidade.

Isso certamente pode levar a muitos sistemas redundantes e à falta de clareza em relação às prioridades.

Quando tudo é urgente, nada é urgente.

Gerenciar isso era outro trabalho em tempo integral.

Para que a IA seja eficaz, precisamos de uma base conectada.

É isso que a Asana muda para nós.

Ela conecta o nosso trabalho com os aspectos não negociáveis, como segurança de dados, privacidade e governança, o que nos permite criar a estrutura e a base para a IA.

Temos uma forma de trabalhar de maneira sistemática, proporcionando autonomia e visibilidade para manter todos alinhados. Deixamos de ter que adivinhar se algo afeta várias pessoas ou várias escolas.

Podemos contar com a Asana para identificar as lacunas que merecem nossa atenção, a fim de resolver os problemas o mais rápido e com a maior precisão possível.

Para os nossos alunos, funcionários, professores e ex-alunos, quanto mais conectada a universidade for, melhor ela será.

A Asana foi a plataforma ideal para prepararmos nossos alunos e toda a universidade para trabalhar em um mundo com IA. Queremos buscar isso sempre que possível.

Bom dia a todos! Uau. Que público incrível. Estamos nos divertindo? Sim.

Esse vídeo realmente ilustrou como uma... Como é quando uma organização opera como um único sistema.

E não há ninguém melhor para falar sobre isso do que Michael Worden, vice-presidente associado de prestação de serviços globais da NYU. Damos-lhe as boas-vindas, Michael. Olá.

É bom ver você, Michael.

É bom ver você.

Pelo vídeo, ficou bem claro para mim que a NYU é um sistema incrivelmente complexo, com muitas faculdades operando com grande independência. Então, preciso perguntar: como vocês conseguiram fazer com que todos trabalhassem com base em um plano compartilhado?

Você tem razão. As universidades são incrivelmente fragmentadas e estão espalhadas por todo o... No caso da NYU, estamos espalhados pelo mundo todo. Sim. E começamos a ver a Asana aparecer em muitos lugares diferentes. E ficou muito natural para nós dizer: "E se pensássemos nisso como uma plataforma, em vez de um produto individual que as pessoas estavam usando?" E quando perguntamos às pessoas que usam ativamente a plataforma, houve um consenso unânime de que esse era o caminho certo para nós, e isso foi fundamental para o nosso progresso.

Isso parece fantástico. E, à medida que a IA começa a fazer parte desse plano compartilhado, como vocês veem a Asana se posicionando para vocês?

A IA está absolutamente no topo das prioridades de todos. Como universidade, precisamos caminhar em uma linha muito tênue para navegar pela IA.

Com certeza.

Ela vai fazer parte do futuro, mas também queremos ensinar nossos alunos a usá-la de forma eficaz, apenas nos contextos realmente apropriados. Mas, quando pensamos em todos os exemplos que vimos hoje, achamos que há muitas maneiras diferentes de automatizar o trabalho que às vezes não conseguimos fazer, e acho que é aí que fico realmente empolgado com a chegada da IA à plataforma da Asana.

Isso é ótimo. Bem, adoramos ter você como cliente e muito obrigado, Michael, por compartilhar a sua história.

Obrigado.

Certo. Então, preciso perguntar: quantos de vocês aqui trabalham em uma equipe de prestação de serviços, seja TI, RH, instalações, finanças, jurídico?

Levantem as mãos. Uau. Muitos de vocês. Então, esta é para vocês.

Há pouco, Arm nos apresentou uma prévia do Asana Service Management, uma solução de gestão de serviços corporativos com IA nativa, projetada para equipes de serviços como as de vocês.

E agora quero dar um exemplo concreto, mostrando exatamente como isso funciona em um ambiente distribuído como o da NYU, onde muitas equipes diferentes precisam trabalhar a partir de um único plano compartilhado.

Então, na minha demonstração, usarei a Universidade Acme, também aqui em Nova York. Ela pode ou não ser inspirada na NYU, não sei.

A missão dela é muito simples: proporcionar aos alunos uma ótima experiência de aprendizado. E parte disso significa resolver as solicitações dos alunos com muita rapidez para que eles possam voltar a estudar.

Vamos acompanhar Zoe, uma estudante comum que faz pesquisa em IA.

Certa manhã, Zoe pega seu café, chega ao seu laboratório de pesquisa em IA, mas, de repente, seu cartão de identificação para de funcionar.

Antes da Asana, isso implicaria em um telefonema, um e-mail ou uma caminhada de volta ao campus muito inconveniente.

Mas, com o Asana Service Management, ela registra sua solicitação diretamente no portal da Asana.

A IA de Serviço verifica a sua identidade, os seus privilégios de acesso e emite um código de acesso temporário de 24 horas.

Nenhum chamado chega às instalações, nenhum ser humano é envolvido.

Zoe está de volta ao seu laboratório de pesquisa em poucos minutos.

Mas, acreditem ou não, os estudantes hoje em dia pensam em outras coisas além da pesquisa em IA.

Então, naquele fim de semana, Veronica começa a planejar as férias de primavera.

Então, ela entra no canal do Slack de assuntos estudantis e pergunta sobre o cronograma das férias.

Desta vez, a IA de Serviço faz uma busca na base de conhecimento, mas não encontra uma resposta atualizada porque as bases de conhecimento ficam desatualizadas com o tempo. Soa familiar?

Nesse caso, a IA de Serviço encaminha a pergunta para Zach, do departamento de assuntos estudantis, e Zach responde.

Mas sabe o que mais?

A IA de Serviço percebe que, nesta época do ano, se a Zoe está perguntando sobre isso, outros 100 alunos devem estar pensando no mesmo assunto.

Então, ela cria um rascunho de artigo da base de conhecimento com base na resposta de Zach e pede a ele para revisar e aprovar.

Então, agora, o próximo aluno que perguntar sobre as férias de primavera recebe uma resposta instantaneamente, e o Zach não precisa responder e dizer a mesma coisa mais 99 vezes, o que é bom para o Zach.

Então, chega o feriado de primavera. Zoe e suas amigas se divertem muito. Sinto falta das férias de primavera, mas enfim.

E ela volta e percebe que seu notebook foi roubado na praia. Então, o que ela faz? Bem, em primeiro lugar, ela registra o incidente imediatamente no Slack.

E, como esse dispositivo já está mapeado para Zoe na gestão de ativos de serviços, a Asana sabe qual dispositivo foi roubado. Não é preciso fazer nenhum trabalho de detetive nem fazer um milhão de perguntas à Zoe.

Nesse momento, Zoe e a IA de Serviço bloqueiam o dispositivo remotamente e, em seguida, criam imediatamente uma solicitação de compra de um novo notebook e fornecem atualizações a ela durante todo o processo.

Assim, Zoe recupera o seu laptop e volta à sua pesquisa sobre IA.

E sabe de uma coisa? Todo esse trabalho árduo vale a pena porque, no final do ano, o projeto de pesquisa dela é um enorme sucesso.

E Kira, sua amiga do departamento de assuntos estudantis, decide organizar uma festa no laboratório para comemorar.

E sabe o que mais? Este definitivamente não é um tíquete de reparo.

Envolve um local, serviço de bufê, aprovações de orçamentos, muitas pessoas diferentes trabalhando em diversas equipes.

Então, o que acontece neste caso é que a Asana cria um projeto Asana praticamente com um clique.

Todas as suas datas de conclusão, proprietários e dependências são preenchidos automaticamente a partir do WorkGraph.

E isso, pessoal, é o poder do Asana Service Management, onde as solicitações simples são resolvidas automaticamente, a sua base de conhecimento fica mais inteligente com o tempo e permanece atualizada, e as solicitações complexas se transformam em projetos Asana com todo o contexto preservado em um único registro de auditoria.

Então, se vocês estiverem prontos para mudar a forma como as suas equipes de serviços operam, venham nos encontrar no Salão de Exposições, onde eu, a minha equipe e outros especialistas em Asana Service Management podemos orientá-los sobre o seu caso de uso personalizado.

Muito obrigada e até breve.

Agora, quero dar as boas-vindas à minha colega Kelly, diretora da nossa equipe de Governo das Américas.

Obrigada, Jen. Olá, pessoal. Bem, esta certamente foi uma manhã inspiradora, para dizer o mínimo. Todos vocês aprenderam algo novo, algo prático, e estão dando o primeiro passo rumo ao futuro do trabalho simplesmente por estarem aqui.

Então, vou pedir um pouco de interação com o público. Levantem as mãos: quantos clientes da Asana temos na plateia hoje? Vamos ver. Olá.

É um público muito bonito. Eu adoraria tirar uma foto disso. Seja há seis anos, seis meses ou seis dias, vocês têm construído contexto no WorkRef da Asana para IA durante todo esse tempo.

Isso é importante porque, quando vocês forem integrar colegas de equipe e interagir com o Dash, ele já terá o contexto de como vocês, suas equipes e sua empresa estão trabalhando na Asana.

Já temos alguns clientes incríveis que estão fazendo isso hoje, e, por isso, gostaria de convidar todos vocês a se juntarem a mim para parabenizar os vencedores do Prêmio de Inovação no Trabalho de 2026. Parabenizem-se se virem a si mesmos na tela aqui. Certo? Algumas empresas incríveis.

Muito bem.

Agora, para aqueles de vocês que não estão aqui ou que estão se esforçando para estar, talvez estejam pensando: "Como faço para adotar tudo o que aprendi aqui hoje?"

Bem, como eu disse, em primeiro lugar, vocês já deram o primeiro passo só por estarem aqui, e eu vou dar a vocês o roteiro para o próximo. Então, começamos aos poucos. O que é acessível? Pensem em um ou dois fluxos de trabalho que possam ser identificados, aqueles que exigem mais trabalho manual. O que você gostaria de tirar das suas mãos?

Em segundo lugar, faça a integração dos seus colegas de equipe.

Esses colegas de equipe vão transformar os seus fluxos de trabalho em agentes, trabalhando em conjunto com as suas equipes.

Em terceiro lugar, interajam com o Dash. Pensem em como a IA pode ajudar vocês no trabalho na Asana hoje. Tudo isso já está disponível.

Mas vocês não precisam fazer isso sozinhos. Temos parceiros fantásticos que estão aqui para ajudar vocês a ter sucesso ao longo da jornada. Por isso, gostaria de agradecer a todos os parceiros mencionados aqui hoje pela parceria, pelo patrocínio e pelo compromisso de fazer com que todos os nossos clientes mútuos sejam bem-sucedidos.

O sucesso certamente não vem sem a comunidade, e, por isso, se há uma coisa que eu pediria a todos vocês que fizessem, seria juntar-se à Comunidade Asana. Adoramos a nossa comunidade. Seja você um usuário de longa data ou um construtor iniciante, há um lugar para todos. É um lugar onde vocês podem aprender sobre casos de uso, descobrir o que há de melhor e mais recente no produto e fazer conexões profissionais.

Muito obrigada por estarem conosco aqui hoje e darem o primeiro passo rumo ao futuro do trabalho junto com a gente. Estamos aqui para acompanhar vocês nesta jornada. Vamos começar.