En el competitivo mundo de la inteligencia artificial, las empresas buscan soluciones que trasciendan las limitaciones de los asistentes virtuales tradicionales, especialmente en entornos empresariales. Asana ha diseñado un nuevo producto, el Agentic Work Management (AWM), que transforma la forma en que los equipos pueden colaborar con los agentes de IA, convirtiéndolos en compañeros de trabajo en lugar de simples asistentes.
Durante una reciente charla en VB Transform 2026, Arnab Bose, Chief Product Officer de Asana, expuso cómo su equipo abordó los desafíos inherentes a la creación de un sistema operativo efectivo para los equipos humanos y agentes de IA. AWM permite a estos agentes actuar como miembros coachables, situándose en una novedad tecnológica en la gestión del trabajo.
El Graph de Trabajo: 18 años de datos al servicio de las empresas
Asana ha construido AWM apoyándose en su arquitectura de datos existente, conocida como el Graph de Trabajo, que ha sido desarrollada a lo largo de 18 años. Este gráfico organiza la información en lo que la empresa denomina la Pirámide de Claridad, donde las tareas, proyectos y objetivos empresariales se interconectan, permitiendo a las organizaciones visualizar cómo un retraso en una tarea de diseño puede afectar las metas de ingresos de la empresa.
A través del Graph de Trabajo, AWM se convierte en un compañero colaborativo en lugar de un agente aislado. A diferencia de un asistente de IA típico que opera de manera independiente a cada solicitud, AWM tiene acceso a los objetivos globales de la empresa y puede compartir información de manera efectiva con sus colegas humanos.
Bose resaltó que, «al estar conectado al Graph de Trabajo, el agente no solo responde a un aviso específico, sino que trabaja sobre un registro compartido de toda la empresa», abriendo nuevas vías para la colaboración y eficiencia.
Seguridad y gobernanza de datos en entornos empresariales
El lanzamiento de AWM en el mercado empresarial presentó diversos retos técnicos, siendo uno de los más críticos la gobernanza de datos. Un agente de IA que opera en toda la organización debe construir una memoria compartida sin comprometer la confidencialidad de la información.
Según Bose, es fundamental que los proyectos sensibles, como fusiones y adquisiciones, se manejen con acceso controlado. «No deberías poder utilizar esa memoria compartida si no tienes acceso a la misma», afirmó, lo que llevó a Asana a implementar un sistema de controles para regular qué información se guarda y quién tiene acceso a ella.
Otra innovación clave es la forma en que AWM gestiona la selección del modelo de IA para optimizar la experiencia del usuario. Esto se traduce en que el usuario no necesita preocuparse por la complejidad de los prompts. En su lugar, la plataforma decide automáticamente el modelo más adecuado según la naturaleza de la tarea asignada, lo que simplifica el proceso y hace que sea similar a delegar una tarea a un humano.
Desafíos de los chatbots sin estado
Un punto importante del AWM es su capacidad para superar un inconveniente común en las implementaciones de IA empresariales: la falta de persistencia. Bose discutió cómo un agente de chat tradicional puede responder a una solicitud, pero no puede retener información para tareas futuras, lo que limita su valor a tareas aisladas.
AWM aborda este desafío creando un «estado permanente». Cuando un agente completa una tarea, registra metadatos que permiten evaluar su impacto en el estado del proyecto y en los objetivos organizacionales. Esto convierte las interacciones en un recurso reutilizable para la empresa, aportando valor a largo plazo.
Ejemplos de implementación: CoreWeave
CoreWeave se ha convertido en un pionero al adoptar AWM para lanzar nuevos productos. En lugar de seguir procesos repetitivos y burocráticos, los gerentes de producto utilizan un documento estándar para definir sus requerimientos. Un flujo de trabajo de IA determinista interpreta este documento y organiza automáticamente los proyectos, liberando a los trabajadores humanos de tareas administrativas y permitiendo que se concentren en evaluar los resultados de la IA.
Este enfoque no solo mejora la eficiencia, sino que también permite una gestión más efectiva de los recursos, lo que representa un avance significativo en comparación con los métodos tradicionales de lanzamiento de productos.
El dilema de la competencia interna
A medida que Asana avanza en el desarrollo de sus soluciones, surge un dilema: los mismos proveedores de modelos de IA que impulsan AWM, como Anthropic y OpenAI, están lanzando productos que compiten directamente con la oferta de Asana. Sin embargo, Bose confía en que la experiencia acumulada de Asana en la gestión de flujos de trabajo proporcionará una ventaja competitiva. «La diferencia radica en la integración ya predefinida de nuestro sistema con años de datos de usuarios», concluyó.