Agora, a maioria das pessoas já ouviu falar de agentes de IA - software que pode agir autonomamente para realizar uma série de tarefas, mas a Asana decidiu adotar uma abordagem diferente quando se trata de IA. A empresa introduziu na quarta-feira uma versão beta do que está chamando de 'companheiros de equipe de inteligência artificial', na tentativa de ajudar a movimentar o trabalho dentro de uma organização.
Paige Costello, chefe de IA da Asana, disse que a empresa escolheu o nome deliberadamente para criar uma mudança de mentalidade em termos de como as pessoas pensam em interagir com a IA no trabalho. 'Acreditamos que o futuro do trabalho envolve humanos não apenas trabalhando com humanos, mas também humanos trabalhando com IA', disse Costello ao TechCrunch.
'E acreditamos que, nesse mundo, será tão importante entender o que você pediu para a IA fazer, o que ela fez e quanto custou para que isso acontecesse.'
Costello disse que se trata de criar transparência e estrutura em torno da IA, para que as empresas possam especificar e criar assistentes personalizados para executar partes essenciais dos fluxos de trabalho.
Isso soa bem, mas como isso se parece na prática? Segundo Costello, a geração anterior de ferramentas de fluxo de trabalho era rigidamente definida, e o que separa o anúncio de hoje (e a IA generativa em geral) é que ela oferece uma forma mais flexível de mover o trabalho dentro de uma empresa.
Portanto, conforme o trabalho chega, a IA pode avaliar o estado atual e determinar se está pronto para avançar para a próxima etapa, ou se precisa devolver o trabalho a um humano para adicionar mais informações antes de continuar. Por exemplo, se um tíquete de ajuda chegar com uma descrição ausente ou inadequada, o companheiro de equipe de IA poderia devolvê-lo à pessoa que enviou o tíquete, pedindo o que precisa. Isso poderia envolver o uso de IA generativa para ajudar o funcionário humano a escrever o tíquete antes de enviá-lo ao companheiro de IA, que pode então direcionar o tíquete para a pessoa certa para resolução.
A Asana claramente tem um tesouro de dados relacionados a como o trabalho se move dentro de uma empresa para treinar seus modelos, graças ao seu gráfico de trabalho, que modela como o trabalho está conectado entre indivíduos e departamentos. Mas, embora tudo isso pareça bom, sabemos que os agentes de IA ainda podem alucinar, e nem sempre entendem a natureza de uma atividade.
'O gráfico de trabalho nos permite dizer à IA não apenas como o trabalho acontece, mas como o trabalho acontece nesse caso específico. Portanto, quando incorporamos companheiros de IA em um fluxo de trabalho específico, eles têm uma função específica a desempenhar. Quando eles têm essa função específica e sabem que informações ler, são muito mais propensos a fazer as coisas certas', disse Costello.
Mas Costello reconheceu que a Asana está incentivando seus clientes a manter os humanos envolvidos, porque reconhece que a IA nem sempre vai acertar. 'Eu diria que um princípio fundamental que temos sobre IA na Asana é o 'humano no circuito'. Acreditamos que, em última análise, os humanos são responsáveis pelas decisões e são responsáveis pelos resultados', disse ela.
Isso significa que os humanos precisam ser capazes de supervisionar e inspecionar a IA para garantir que esteja fazendo recomendações sólidas em conformidade com os valores e a forma de trabalhar da empresa.
Para resolver isso, a Asana tem buscado fluxos de trabalho nos quais conseguiu alcançar um alto grau de precisão. 'Descobrimos que somos capazes de incorporar companheiros de IA para eliminar muito trabalho administrativo e de rastreamento dentro desses sistemas rapidamente, com altos graus de sucesso. Também somos efetivamente capazes de usar variáveis dinâmicas para obter informações sobre o trabalho e sobre os sistemas no contexto do trabalho', disse ela.
Dito tudo isso, essa ferramenta ainda está em fase beta, e provavelmente envolverá algumas dores de crescimento, especialmente quando as empresas tentarem ir além da experimentação e implementá-la em grande escala. Mas, se os dados são a chave para construir modelos mais precisos, uma organização com insights sobre como as empresas trabalham, como a Asana, poderia ter uma chance maior do que a maioria de ajudar a mover o trabalho por uma série de etapas de forma mais inteligente.
