Asana 推出 Asana Intelligence：讓 AI 幫忙寫摘要、查專案堵點

每天一上班，最怕的事情大概就是開啟專案協作軟體，撲面而來的未讀訊息、雜亂的任務列表和跨部門扯皮，光是理清楚誰該幹什麼就要耗掉半天。

專案協作平臺 Asana 宣佈推出 Asana Intelligence，把生成式 AI 正式塞進了自己的協同管理平臺裡。聯合創始人兼執行長 Dustin Moskovitz 放話稱，Asana 現在已經是一款「AI 優先」的產品。

這次更新底層的 LLM 能力主要由 OpenAI 提供支援，並且已經開始面向部分客戶展開內測。

拿圖譜當外掛的 AI 專案經理

市面上做 AI 寫作和總結的工具一抓一大把，Asana 的思路不太一樣。他們強調的是把 AI 和自家的 Asana Work Graph 結合起來。

這個所謂的工作圖譜，其實就是把公司裡的人、任務、目標、截止時間和溝通曆史全串聯起來的資料網。AI 有了這張網，就不再只是個空對空的文書處理器。

在具體功能上，Asana 把能力拆成了三大塊。第一塊是幫管理者做決策。比如「基於目標的人力資源管理」，它能盯著團隊當下的負荷與變動中的業務優先順序，智慧推薦人力該怎麼挪；另外還有一個「健康度檢查」功能，能直接掃描專案，挑出那些藏在水面下的阻礙和潛在風險。

第二塊是拉高幹活效率。除了常見的寫作助手和提煉會議、任務討論重點的「即時摘要」，Asana 還推出了「自最佳化工作流」，能根據既定目標自己生成自動化計劃，甚至主動建議怎麼最佳化流程。

第三塊則是降低資訊獲取成本。比如「向 Asana 提問」功能，員工想知道某個專案的最新進展，不用再拉著所有人開會，直接在後臺提問就能拿到洞察；而「工作整理器」則能自動建自定義欄位和自動化規則，把混亂的任務快速整理歸類。

針對這次測試，企業捐贈軟體 Benevity 的技術運營副總裁 Rob Woolley 公開表示，這些能力能幫他們的團隊更高效地推進業務。

伴隨這批功能的釋出，Asana 還同步立下了幾條 AI 開發原則，明確強調人類負責做決策與承擔責任，AI 只是工具，並且承諾在短期和長期都會平衡發展速度與安全性。

為什麼重要

我們認為，Asana 這次轉型的聰明之處，在於它沒有盲目去卷大模型本身的生成能力，而是把自己積累多年的「工作圖譜」當成了護城河。

對於每天被繁雜工單淹沒的團隊負責人來說，這套功能如果真能跑通，價值非常直接。你不再需要花幾個小時去人肉核對誰的工作超載、哪條線快要延期，直接問系統或者看一眼自動生成的風險清單就行。不過，目前包括健康度檢查、向 Asana 提問在內的大部分核心功能還處在內測階段，普通使用者現在能碰到的主要是基礎能力，不用急著為了 AI 特意遷移整個工作流。

從行業競爭來看，Asana 這麼做是被逼出來的，也是必然的選擇。同賽道的 Notion 很早就在狂推 AI 寫作，微軟的 Copilot 更是步步緊逼。如果 Asana 只能乾巴巴地管任務，遲早會被大廠的辦公套件吞併。將資料圖譜與大模型繫結，是獨立協作軟體眼下最有勝算的一張牌。

但這裡面也有一個繞不開的隱患。AI 給出的資源排程和風險預測，極度依賴員工平時往系統裡錄入資料的勤快程度和真實度。如果團隊日常只是敷衍打卡，餵給 AI 的就是劣質資料，那麼最後跑出來的最佳化建議只會是一紙空文。