AIエージェントを構築するエンタープライズチームは、一般的な問題に直面しています。チャットボットは過去のやり取りの記憶がなく、以前のバージョンの有効性を追跡できません。AsanaのChief Product OfficerであるArnab Boseは、AIエージェントをコーチング可能なチームメイトとして扱うように設計されたオペレーティングシステムであるAgentic Work Management（AWM）を開発することで、彼のチームがこの問題にどのように対処したかについて説明しました。AWMは、タスク、プロジェクト、ポートフォリオ、および会社の目標を整理するグラフベースのデータベースであるAsanaの18年間のWork Graphアーキテクチャを活用しています。このアーキテクチャにより、AWMは会社の目標にアクセスし、プロジェクトのステータスを更新し、人間の同僚とメモリを共有できる「マルチプレイヤーチームメイト」を作成できます。AWMをエンタープライズクライアントに展開するために、Asanaは、共有メモリ内での機密情報の漏洩を防ぐためのアクセス制御を実装することにより、データガバナンスの課題を克服しました。このシステムは、動的なモデルルーティングも処理し、特定のタスクに適切なAIモデルを自動的に選択することで、ユーザーからプロンプトエンジニアリングを抽象化します。さらに、Asanaは、タスク完了ごとの固定コストを請求する請求アーキテクチャを設計し、計算の複雑さが変動してもエンタープライズ価格を予測可能にしました。AWMは、再利用可能なワークフローを作成せずに単発のタスクを実行する、基本的なチャットベースのエージェントのステートレス性に対処します。Work Graphと統合することにより、AWMは永続的な状態を作成し、タスク完了とそのプロジェクトおよび会社の目標への影響に関するメタデータを記録します。早期導入者であるCoreWeaveは、AWMを使用して新製品の発売を合理化しており、AIエージェントはプロジェクト構造の作成、タスクの割り当て、およびボトルネックの特定を自動化します。Boseは、最先端のモデルプロバイダーも競合するエージェント製品を提供しているという「敵対的友人の問題」を認めましたが、AWMの利点は、Asanaの18年間のユーザーエクスペリエンス、ワークフローデータ、および事前に構築された標準オペレーティング手順にあると強調しました。このドメインの専門知識により、AWMは、生の最先端モデルからの軽量な統合とは異なり、真のエンドツーエンドソリューションを提供できます。