À ce stade, la plupart des gens ont entendu parler des agents IA - des logiciels capables d'agir de manière autonome pour entreprendre une série de tâches, mais Asana a décidé d'adopter une approche différente en matière d'IA. L'entreprise a introduit mercredi une version bêta de ce qu'elle appelle des "coéquipiers IA", dans le but d'aider à faire avancer le travail au sein d'une organisation.

Paige Costello, responsable de l'IA chez Asana, a déclaré que l'entreprise a choisi le nom délibérément pour créer un changement mental en termes de la façon dont les gens pensent à interagir avec l'IA au travail. "Nous croyons que le futur du travail est les humains non seulement travaillant avec les humains, mais les humains travaillant aussi avec l'IA", a déclaré Costello à TechCrunch.

« Et nous croyons que dans ce monde, il sera tout aussi important de comprendre ce que vous avez demandé à l'IA de faire, ce qu'elle a fait et combien cela a coûté pour que cela se produise. »

Costello a déclaré qu'il s'agit de créer une transparence et une structure autour de l'IA afin que les entreprises puissent spécifier et créer des assistants personnalisés pour exécuter des parties essentielles des flux de travail.

Cela semble bien, mais à quoi cela ressemble-t-il en pratique ? Selon Costello, la génération précédente d'outils de flux de travail était rigide, et ce qui distingue l'annonce d'aujourd'hui (et l'IA générative en général) est qu'elle offre un moyen plus flexible de faire avancer le travail au sein d'une entreprise.

Ainsi, lorsque le travail arrive, l'IA pourrait évaluer l'état actuel et déterminer s'il est prêt à passer à l'étape suivante, ou s'il doit renvoyer le travail à un humain pour ajouter plus d'informations avant de pouvoir continuer. Par exemple, si un ticket d'aide arrive avec une description manquante ou inadéquate, le coéquipier IA pourrait le renvoyer à la personne qui a soumis le ticket, en demandant ce dont il a besoin. Cela pourrait impliquer d'utiliser l'IA générative pour aider l'employé humain à rédiger le ticket avant de l'envoyer au coéquipier IA, qui peut ensuite diriger le ticket vers la bonne personne pour résolution.

Asana dispose clairement d'une mine de données relatives à la manière dont le travail circule au sein d'une entreprise pour former ses modèles, grâce à son graphique de travail, qui modélise comment le travail est connecté entre les individus et les départements. Mais alors que tout cela semble bon, nous savons que les agents IA peuvent encore halluciner, et ils ne comprennent pas toujours la nature d'une activité.

« Le graphique de travail nous permet de dire à l'IA non seulement comment le travail se déroule, mais comment le travail se déroule dans ce cas spécifique. Ainsi, lorsque nous intégrons des coéquipiers IA dans un flux de travail particulier, on leur confie un travail spécifique à faire. Lorsqu'ils ont ce travail spécifique et qu'ils savent quelle information lire, ils sont beaucoup plus susceptibles de faire les bonnes choses », a déclaré Costello.

Mais Costello a reconnu qu'Asana encourage ses clients à garder les humains impliqués, car elle reconnaît que l'IA ne va pas toujours avoir raison. « Je dirais qu'un principe fondamental que nous avons à propos de l'IA chez Asana est le 'humain dans la boucle'. Nous croyons qu'en fin de compte, les humains sont responsables des décisions et ils sont responsables des résultats », a-t-elle déclaré.

Cela signifie que les humains doivent être en mesure de superviser et d'inspecter l'IA pour s'assurer qu'elle formule des recommandations judicieuses conformes aux valeurs et à la manière de travailler de l'entreprise.

Pour résoudre cela, Asana a cherché des flux de travail où elle a pu atteindre un haut degré de précision. « Nous avons constaté que nous sommes en mesure d'intégrer des coéquipiers IA pour supprimer une grande partie du travail administratif et de suivi au sein de ces systèmes très rapidement, avec des degrés de succès élevés. Nous sommes également en mesure d'utiliser efficacement des variables dynamiques pour obtenir des informations sur le travail et sur les systèmes dans le contexte du travail », a-t-elle déclaré.

Tout cela dit, cet outil est encore en version bêta, et il risque de rencontrer des difficultés de croissance, en particulier lorsque les entreprises essaieront de passer de l'expérimentation à sa mise en œuvre à grande échelle. Mais si les données sont la clé pour construire des modèles plus précis, une organisation ayant un aperçu de la façon dont les entreprises fonctionnent, comme Asana, pourrait avoir une meilleure chance que la plupart d'aider avec succès à faire avancer le travail à travers une série d'étapes de manière plus intelligente.