¿La clave para que los agentes de IA tengan éxito dentro de una empresa? Memoria y contexto compartidos.
Esto, según Asana El CPO Arnab Bose proporciona un historial detallado y acceso directo desde el principio, con puntos de management de barandillas y supervisión humana, por supuesto.
De esta manera, “cuando asignas una tarea, no tienes que seguir adelante y volver a proporcionar todo el contexto sobre cómo funciona tu negocio”, dijo Bose en un evento reciente de VB en San Francisco.
La IA como un compañero de equipo activo, en lugar de un complemento pasivo
Asana lanzó Asana AI Teammates el año pasado con la filosofía de que, al igual que los humanos, los agentes de IA deben conectarse directamente a un equipo o proyecto para crear un sistema colaborativo. Para promover esta misión, la empresa de gestión de proyectos se ha integrado completamente con Claude de Anthropic.
Los usuarios pueden elegir entre 12 agentes prediseñados (para casos de uso comunes como la desviación de tickets de TI) o crear los suyos propios, luego asignarlos a equipos de proyecto y proporcionar inmediatamente un registro histórico de las tareas que ya se han completado y las que aún están por resolver. Los agentes también tienen acceso a recursos de terceros como Microsoft 365 o Google Drive.
“Cuando se crea ese agente, no actúa en nombre de alguien, se manifiesta como un compañero de equipo y obtiene los mismos permisos para compartir, los hereda”, explicó Bose. Todo lo que alguien hace (incluidos los humanos y la IA) está documentado para permitir una “facilidad de explicación” y un “sistema muy transparente y confiable”.
Pero al igual que los trabajadores humanos, los agentes de IA se mantienen bajo management: de manera elementary, los flujos de trabajo incorporan puntos de management, donde los humanos pueden dar retroalimentación y pedirle al agente que modifique ciertos elementos de un proyecto o ajuste los planes de investigación. Esto está documentado en lo que Bose llamó una “forma muy legible por humanos”.
También es importante que la interfaz de usuario proporcione instrucciones y conocimientos sobre el comportamiento de los agentes, y los administradores aprobados pueden pausar, editar y redirigir modelos en la API cuando realizan acciones basadas en instrucciones contradictorias o comienzan a actuar “de una manera extraña”.
“La persona con derechos de edición puede eliminar aquellas cosas que estén en conflicto y hacer que vuelva a su comportamiento correcto”, dijo Bose. “Nos estamos inclinando hacia ese patrón de interacción común y comprensible para los humanos”.
Superar los desafíos de autorización e integración.
Pero como los agentes de IA son tan nuevos, todavía existen muchos desafíos en torno a la seguridad, la accesibilidad y la compatibilidad.
Los usuarios de Asana, por ejemplo, deben pasar por un flujo de OAuth y otorgarle a Claude acceso a Asana a través de su MCP y otras API públicas. Pero hacer que todos los trabajadores del conocimiento sepan que esa integración existe y, lo que es más importante, qué subvenciones de OAuth están bien y cuáles deben evitarse, puede ser una tarea difícil.
Algunos de los desafíos en torno a las concesiones directas de OAuth entre aplicaciones podrían centralizarse mediante proveedores de identidad, señaló Bose, o una lista centralizada de agentes de IA empresariales aprobados con sus habilidades, “casi como un directorio activo o un directorio common de agentes”.
Sin embargo, en este momento, más allá de lo que está haciendo Asana, no existe un protocolo estándar en torno al conocimiento y la memoria compartidos, dijo Bose. Su equipo ha recibido “muchas solicitudes entrantes interesantes” de socios que quieren que sus agentes operen en el gráfico de trabajo de Asana y se beneficien del trabajo compartido.
“Pero debido a que el protocolo o estándar no existe, hoy tiene que ser una conversación muy personalizada”, dijo Bose.
En última instancia, hay tres preguntas que el CPO calificó de “extremadamente interesantes” en la orquestación de la IA en este momento:
-
¿Cómo se crea, gestiona y protege una lista autorizada de agentes de IA aprobados y conocidos?
-
¿Cómo se pueden habilitar integraciones de aplicación a aplicación como equipo de TI sin configurar potencialmente agentes peligrosos o dañinos?
-
Las interacciones actuales entre agentes son de un solo jugador. Las nubes se pueden conectar de forma independiente a Asana, Figma o Slack. ¿Cómo podemos llegar finalmente a un resultado multijugador unificado?
Señaló que la mayor adopción del protocolo de contexto moderno (MCP), el estándar abierto introducido por Anthropic que conecta agentes de IA con sistemas externos en una sola acción, en lugar de integraciones personalizadas para cada emparejamiento, es prometedora, y su adopción generalizada podría abrir nuevos y emocionantes casos de uso.
Sin embargo, “Creo que probablemente no exista un estándar milagroso en este momento”, dijo Bose.
