Asana 推出 Asana Intelligence：让 AI 帮忙写摘要、查项目堵点

每天一上班，最怕的事情大概就是打开项目协作软件，扑面而来的未读消息、杂乱的任务列表和跨部门扯皮，光是理清楚谁该干什么就要耗掉半天。

项目协作平台 Asana 宣布推出 Asana Intelligence，把生成式 AI 正式塞进了自己的协同管理平台里。联合创始人兼首席执行官 Dustin Moskovitz 放话称，Asana 现在已经是一款「AI 优先」的产品。

这次更新底层的 LLM 能力主要由 OpenAI 提供支持，并且已经开始面向部分客户展开内测。

拿图谱当外挂的 AI 项目经理

市面上做 AI 写作和总结的工具一抓一大把，Asana 的思路不太一样。他们强调的是把 AI 和自家的 Asana Work Graph 结合起来。

这个所谓的工作图谱，其实就是把公司里的人、任务、目标、截止时间和沟通历史全串联起来的数据网。AI 有了这张网，就不再只是个空对空的文字处理器。

在具体功能上，Asana 把能力拆成了三大块。第一块是帮管理者做决策。比如「基于目标的人力资源管理」，它能盯着团队当下的负荷与变动中的业务优先级，智能推荐人力该怎么挪；另外还有一个「健康度检查」功能，能直接扫描项目，挑出那些藏在水面下的阻碍和潜在风险。

第二块是拉高干活效率。除了常见的写作助手和提炼会议、任务讨论重点的「实时摘要」，Asana 还推出了「自优化工作流」，能根据既定目标自己生成自动化计划，甚至主动建议怎么优化流程。

第三块则是降低信息获取成本。比如「向 Asana 提问」功能，员工想知道某个项目的最新进展，不用再拉着所有人开会，直接在后台提问就能拿到洞察；而「工作整理器」则能自动建自定义字段和自动化规则，把混乱的任务快速整理归类。

针对这次测试，企业捐赠软件 Benevity 的技术运营副总裁 Rob Woolley 公开表示，这些能力能帮他们的团队更高效地推进业务。

伴随这批功能的发布，Asana 还同步立下了几条 AI 开发原则，明确强调人类负责做决策与承担责任，AI 只是工具，并且承诺在短期和长期都会平衡发展速度与安全性。

为什么重要

我们认为，Asana 这次转型的聪明之处，在于它没有盲目去卷大模型本身的生成能力，而是把自己积累多年的「工作图谱」当成了护城河。

对于每天被繁杂工单淹没的团队负责人来说，这套功能如果真能跑通，价值非常直接。你不再需要花几个小时去人肉核对谁的工作超载、哪条线快要延期，直接问系统或者看一眼自动生成的风险清单就行。不过，目前包括健康度检查、向 Asana 提问在内的大部分核心功能还处在内测阶段，普通用户现在能碰到的主要是基础能力，不用急着为了 AI 特意迁移整个工作流。

从行业竞争来看，Asana 这么做是被逼出来的，也是必然的选择。同赛道的 Notion 很早就在狂推 AI 写作，微软的 Copilot 更是步步紧逼。如果 Asana 只能干巴巴地管任务，迟早会被大厂的办公套件吞并。将数据图谱与大模型绑定，是独立协作软件眼下最有胜算的一张牌。

但这里面也有一个绕不开的隐患。AI 给出的资源调度和风险预测，极度依赖员工平时往系统里录入数据的勤快程度和真实度。如果团队日常只是敷衍打卡，喂给 AI 的就是劣质数据，那么最后跑出来的优化建议只会是一纸空文。