在複雜的企業採購世界中,成功不僅僅取決於買賣。
這關乎策略導航,即平衡供應商關係、財務管理和組織風險。 對於 Asana 的採購團隊來說,這種複雜性尤其明顯。
Asana 採購營運主管 Jennifer Liu 解釋道:「我們最複雜的協議可能涉及多達 7 個跨職能團隊,並有無數次交接。」
這種複雜性也使採購成為 AI 創新的首要候選者。 Icertis 2025 年的一項調查顯示,90% 的資深採購領導者已經採用或探索 AI 以提高效率。
Asana 的採購團隊意識到這個機會,使用我們的無程式碼產生器 AI Studio 採取了 AI 整合的策略方法。 他們專注於三個關鍵挑戰:
有效分流大量任務
協助專案關係人快速找到相關資訊
從歷史合約和決策記錄中發現深入解析
至關重要的是,團隊並未尋求全面轉型。 相反,他們專注於增強現有的工作流程並消除摩擦點,這種方法既提高了專案關係人的支持度,也提高了採購控制合規性。

這是一個讓許多人生活更輕鬆的機會。”
以下是對每項挑戰和 AI 驅動解決方案的深入探討。
Starter、Advanced、Enterprise 和 Enterprise+ 方案皆可使用 AI Studio。
團隊的第一個也是最直接的機會是使用 Asana AI Studio 將任務自動分配給適當的代表。
「在 2025 會計年度,我們的採購專案中有 1,137 份提交內容,每份內容由三個獨立的組成任務組成,需要指派給跨職能代表。 這相當於每月約 300 個任務。」
透過從接收表單中剖析區域和部門資訊,AI 現在會自動將任務轉交給採購、財務和法務部門的正確團隊成員。
這發生在任何手動干預之前,確保更快的處理時間並減少行政開銷。
組織的財務和預算審查人員必須仔細閱讀冗長的 Asana 任務描述,其中包含多個團隊的重要資訊。 有很多事情需要處理。
Liu 表示:「由於涉及許多跨職能團隊,因此接收表單中有很多問題。」 現在,透過 AI 整合,FP&A 等團隊可以獲得摘要,其中僅包含從預算角度來看他們所需的資訊。
結果如何? 有了 AI Studio,跨職能合作夥伴現在可以快速擷取所需資訊,而無需仔細查閱無關資料。
團隊最具創新性的工作流程是使用 AI 和 Asana 的應用程式開發介面 (API) 在標題、描述和評論中搜尋相關的歷史任務,即使供應商名稱以不同格式出現。 例如,無論是以「Acme」、「Acme Corp.」或「Acme.com, Inc.」的形式撰寫,都可以識別與「Acme Corporation」相關的內容。
以下是其運作方式:
原生 Asana 規則產生器中的「指令碼動作」功能能夠使用 JavaScript 呼叫 Asana API。 採購團隊使用 AI 規則和指令碼動作的組合,部署四個規則,依序搜尋相關的歷史任務。
步驟 1: AI 產生建議的搜尋詞彙。
步驟 2:指令碼動作呼叫 Asana API,在給定專案中的任務名稱、描述和評論中搜尋這些搜尋詞的精確匹配項。 指令碼動作還會在單一評論中組織相符任務的名稱和描述。
步驟 3: AI 審查評論,確認匹配項不是誤報,並僅針對看似從同一供應商購買的任務進行簡介。
步驟 4:指令碼動作將此 AI 摘要複製到原始任務 (步驟 1–3 在單獨的參考任務中進行)。
智慧型工作持續進行,提供附有相關歷史任務連結的簡潔摘要。
此工作流程對於法律審查者來說尤其有價值,因為它減少了在合約資料庫中挖掘所花費的時間。 單憑這一點,每個任務可能就能節省 5–10 分鐘。 如果每年乘以 1,000 個任務,這大約可以節省 125 個律師小時。
Asana 採購部門商業顧問 Bianca Lopez 表示:「這使得追蹤最新版本的文件更快、更容易。 「這讓我們與這些『回顧』檢查更加一致。」
AI Studio 已經為 Asana 的採購團隊帶來了有意義的影響:
效率提升。 透過將工作流程中的手動步驟自動化,團隊成員可以專注於更具策略性的任務,而非行政路由和搜尋。
減少摩擦。 自動化分流和有針對性的摘要有助於簡化請求者和審核者的流程,從而提高效率,並使團隊能夠處理更多請求。
增強合規性。 歷史任務搜尋功能可幫助採購團隊輕鬆找到相關協議。 Liu 解釋道:「我們能夠確保我們的新合約是根據先前的協議制定的。」
Liu 設想 AI 在採購流程中的應用程式將更加複雜,例如使用歷史任務資料預先填充續約採購的資訊,這將減少冗餘資料輸入,並進一步簡化請求者和審查者的流程。
Liu 表示:「我們今天看待 AI 商機的方式是,AI 不是要取代人類的專業知識,而是要擴大我們的能力。」 「我們正在將採購從一個流程密集型職能轉變為一個戰略合作夥伴,它可以更快地行動,更聰明地思考,並為整個組織提供更多價值。」
Starter、Advanced、Enterprise 和 Enterprise+ 方案皆可使用 AI Studio。
雖然 AI 非常強大,但它並不完美。 讓人類審查 AI 的工作不僅僅是發現錯誤,而是確保一切進展順利。 我們的團隊無需從頭開始做所有事情,可以快速審查並改進 AI 產生的內容。 這讓我們能夠處理更多專案、分析更多資料,並完成比以往更多的工作。