A chave para agentes de IA bem-sucedidos em uma empresa? Memória compartilhada e contexto.
Isto, segundo Ásana O CPO Arnab Bose fornece histórico detalhado e acesso direto desde o início – com pontos de verificação de proteção e supervisão humana, é claro.
Dessa forma, “ao atribuir uma tarefa, você não precisa ir em frente e fornecer novamente todo o contexto sobre como seu negócio funciona”, disse Bose em um evento recente da VB em São Francisco.
IA como um companheiro de equipe ativo, em vez de um complemento passivo
A Asana lançou o Asana AI Teammates no ano passado com a filosofia de que, assim como os humanos, os agentes de IA devem ser conectados diretamente a uma equipe ou projeto para criar um sistema colaborativo. Para levar adiante esta missão, a empresa gestora de projetos integrou-se totalmente com Claude da Anthropic.
Os usuários podem escolher entre 12 agentes pré-construídos — para casos de uso comuns, como desvio de tickets de TI — ou criar seus próprios agentes e, em seguida, atribuí-los às equipes de projeto e fornecer imediatamente um registro histórico de quais tarefas já foram concluídas e o que ainda precisa ser resolvido. Os agentes também têm acesso a recursos de terceiros, como Microsoft 365 ou Google Drive.
“Quando esse agente é criado, ele não está agindo em nome de alguém, ele se manifesta como um companheiro de equipe e recebe todas as mesmas permissões de compartilhamento, ele herda isso”, explicou Bose. Tudo o que alguém faz – incluindo humanos e IA – é documentado para permitir “facilidade de explicação” e um “sistema muito transparente e confiável”.
Mas, tal como os trabalhadores humanos, os agentes de IA são mantidos sob controlo: fundamentalmente, os fluxos de trabalho incorporam pontos de verificação, onde os humanos podem dar suggestions e pedir ao agente para ajustar certos elementos de um projeto ou ajustar planos de investigação. Isso está documentado no que Bose chamou de “forma muito legível”.
Também é importante ressaltar que a UI fornece instruções e conhecimento sobre o comportamento do agente, e os administradores aprovados podem pausar, editar e redirecionar modelos na API quando executam ações com base em direções conflitantes ou começam a agir “de maneira estranha”.
“A pessoa com direitos de edição pode excluir as coisas que estão em conflito e fazer com que volte ao seu comportamento correto”, disse Bose. “Estamos nos inclinando para esse padrão de interação comum e compreensível para os humanos.”
Superando desafios de autorização, integração
Mas como os agentes de IA são tão novos, ainda existem muitos desafios em torno da segurança, acessibilidade e compatibilidade.
Os usuários da Asana, por exemplo, devem passar por um fluxo OAuth e conceder a Claude acesso à Asana por meio de seu MCP e outras APIs públicas. Mas fazer com que todos os trabalhadores do conhecimento saibam que essa integração existe — e, mais importante, quais concessões OAuth são aceitáveis e quais devem ser evitadas — pode ser uma tarefa difícil.
Alguns dos desafios em torno de concessões diretas de OAuth entre aplicativos poderiam ser centralizados por provedores de identidade, observou Bose, ou por uma lista centralizada de agentes de IA corporativos aprovados com seus conjuntos de habilidades, “quase como um diretório ativo ou diretório common de agentes”.
No momento, porém, além do que a Asana está fazendo, não existe um protocolo padrão em torno do conhecimento e da memória compartilhados, disse Bose. Sua equipe tem recebido “muitas solicitações interessantes” de parceiros que desejam que seus agentes operem no gráfico de trabalho da Asana e se beneficiem do trabalho compartilhado.
“Mas como o protocolo ou padrão não existe, hoje tem que ser uma conversa muito personalizada”, disse Bose.
Em última análise, há três questões que o CPO chamou de “extremamente interessantes” na orquestração de IA no momento:
-
Como você cria, gerencia e protege uma lista confiável de agentes de IA aprovados e conhecidos?
-
Como você pode habilitar integrações entre aplicativos como uma equipe de TI sem configurar agentes potencialmente perigosos ou prejudiciais?
-
As interações entre agentes de hoje são muito individuais. As nuvens podem ser conectadas de forma independente ao Asana, Figma ou Slack. Como podemos finalmente chegar a um resultado unificado e multijogador?
A crescente adoção do protocolo de contexto moderno (MCP) – o padrão aberto introduzido pela Anthropic que conecta agentes de IA a sistemas externos em uma única ação, em vez de integrações personalizadas para cada emparelhamento – é promissora, observou ele, e sua adoção generalizada poderia abrir novos e interessantes casos de uso.
No entanto, “acho que provavelmente não existe um padrão bala de prata no momento”, disse Bose.
