Rzeczywiste przepływy pracy z AI stosowane przez szefa realizacji w agencji wdrażającej Asanę
Brandon Llewellyn, szef realizacji w agencji wdrażającej Asanę o nazwie Cirface, przedstawia rzeczywiste przykłady przepływów pracy wspieranych przez AI, które zmieniają sposób realizacji projektów.
AI jako warstwa strategiczna, a nie zamiennik: AI automatyzuje zadania taktyczne i przyspiesza gromadzenie kontekstu, ale ludzki osąd, kreatywność i dążenie do zgodności nadal odgrywają kluczową rolę w przywództwie nad realizacją.
Ewolucja przepływu pracy bez zastępowania rytuałów: Narzędzia takie jak Asana i Fellow usprawniają realizację projektów, podczas gdy AI wzbogaca rytuały, takie jak odkrywanie, tworzenie briefów i wdrażanie, zamiast zastępować podstawowe praktyki realizacji.
Wyniki agentowe to szkice, a nie decyzje: Agentowe przepływy pracy należy traktować wyłącznie jako punkty wyjścia. Skuteczne zespoły nadal udoskonalają, weryfikują i dostosowują przepływy pracy na podstawie kontekstu klienta i dynamiki interesariuszy
Pozostawanie na pierwszej linii jako dyrektor ds. realizacji
Jestem dyrektorem ds. realizacji w Cirface. Jesteśmy agencją wdrażającą Asanę, która instaluje procesy i przepływy pracy dla przedsiębiorstw — wśród naszych klientów są takie duże marki jak PayPal, Cloudflare, MLB i LA Rams.
Moja rola polega na zarządzaniu naszym zespołem ds. realizacji: konsultantami, którzy są na pierwszej linii kontaktu z naszymi klientami. Odpowiadam za pomiar rentowności projektów, wykorzystania zasobów i zapotrzebowania na nie, a także za procesy i przepływy związane z realizacją.
Oczywiście odpowiadam również za instalowanie pętli informacji zwrotnych w naszej agencji, abyśmy stale udoskonalali nasze usługi i uczyli się zarówno na podstawie doskonale zrealizowanych projektów, jak i sporadycznych niepowodzeń.
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Trzymam się blisko pierwszej linii i w dowolnym momencie zarządzam kilkoma kluczowymi klientami, dlatego co tydzień mam również bezpośredni kontakt z klientami.
Jak AI zmienia role związane z realizacją projektów
W Cirface spędzamy znacznie mniej czasu na drobnych zadaniach taktycznych niż wcześniej. Wszystko, co można zautomatyzować w Asanie, jest teraz wykonywane za nas. Ta zmiana rozpoczęła się jeszcze przed boomem na AI, wraz z natywnymi regułami i automatyzacjami Asany, ale AI dodała zupełnie nową warstwę.
Narzędzie może teraz wykorzystywać rozumowanie i kontekst, co oznacza, że może przejąć większą część wstępnego myślenia i porządkowania, zanim wkroczę jako użytkownik-człowiek.
Nie musisz samodzielnie tego konfigurować. Tradycyjne reguły Asany są binarne: wyzwalacz, opcjonalny warunek i działanie.
Dzięki AI warstwa logiki jest od razu bardziej inteligentna. Zamiast „jeśli priorytet = wysoki, wykonaj X” możesz powiedzieć AI w języku naturalnym, jak wygląda priorytet wysoki, średni lub niski, a nawet dołączyć dokumenty, takie jak wytyczne dotyczące marki, i pozwolić jej podjąć decyzję.
AI wykorzystuje następnie rozumowanie i kontekst w sposób, którego statyczne reguły nigdy nie byłyby w stanie zapewnić, dzięki czemu może zająć się wstępnym myśleniem i przekazać zespołowi dokładniejszy rezultat.
W rezultacie zmienił się mój sposób pracy. Więcej czasu poświęcam na projektowanie i udoskonalanie tych przepływów pracy opartych na AI, a jednocześnie odzyskuję nadmiar godzin, które wcześniej tracone były na powtarzalne wykonywanie zadań, takich jak śledzenie wskaźników.
Dzięki temu mogę skupić się na pracy o większej wartości strategicznej, takiej jak usprawnianie procesów realizacji, wspieranie zespołu i dbanie o ogólną efektywność przebiegu projektów.
Te same metody co wcześniej, tylko lżejsze
Nasze metody właściwie się nie zmieniły, ale sposób ich stosowania stał się lżejszy.
Oto przykład. W Asanie widoczność statusu i priorytetów jest już wbudowana, więc nie potrzebujemy codziennych spotkań ani ciągłych aktualizacji. AI idzie o krok dalej.
Asana zawiera teraz aktualizację statusu projektu wspomaganą przez AI. Wyobraź sobie wspólny projekt, w ramach którego zespoły kreatywny i deweloperski pracują dla klienta. Pojawiają się zadania, przybywa komentarzy, podzadań, zależności i załączników — cały zwykły chaos.
Zwykle wybierasz status (Zgodnie z planem, Zagrożony, Poza planem), a następnie piszesz podsumowanie: co się wydarzyło, jakie są blokery, jakie są kolejne kroki i działania oraz kto czego potrzebuje. To przydatne, ale jeśli zarządzasz dziesięcioma lub większą liczbą projektów, cotygodniowe pisanie tych aktualizacji jest żmudnym obowiązkiem.
Tu pojawia się funkcja „Utwórz wersję roboczą z AI”. Gdy zaczynasz aktualizację statusu, Asana może przeanalizować całą historię projektu, w tym ukończone zadania, komentarze, podzadania, zależności i załączniki. Następnie generuje pierwszy szkic, który wyjaśnia prostym językiem „jak się sprawy mają” i „co wydarzyło się w zeszłym tygodniu”. Nadal pozostajesz w pętli jako redaktor-człowiek: przeglądasz szkic, dostosowujesz ton, dodajesz potrzebne niuanse i publikujesz.
To proste: AI w przepływach pracy wykonuje ciężką pracę, a Ty zapewniasz osąd. Dla każdego, kto zarządza regularnymi raportami statusu w wielu projektach, może to z łatwością oszczędzić godzinę lub dwie tygodniowo, bez poświęcania przejrzystości dla zespołu czy kadry kierowniczej.
Podczas analizy potrzeb klientów często przyjmujemy ogromną ilość informacji: wiele działów, dziesiątki użytkowników, rozgałęzione procesy, arkusze kalkulacyjne i nagrania wideo z instruktażami. Można się poczuć, jakby piło się wodę z węża strażackiego.
Teraz możemy używać bezpiecznego oprogramowania do zarządzania projektami z AI, aby porządkować te informacje, dzięki czemu widzimy zarówno obraz z lotu ptaka, jak i najdrobniejsze szczegóły. Możemy też szybko odwoływać się do kwestii, które już omówiliśmy, bez konieczności ponownego kontaktowania się z klientem.
Ta równowaga między przejrzystością a wydajnością całkowicie zmieniła sposób pracy. Zaskakujące jest to, jak szybko AI w usługach profesjonalnych stało się dla mnie czymś naturalnym; szczerze mówiąc, nie wiem, jak wcześniej mogłem bez niego pracować.
Zaskakujące jest to, jak szybko AI stało się czymś naturalnym; szczerze mówiąc, nie wiem, jak wcześniej mogłem bez niego pracować.
Rzeczywiste przepływy pracy oparte na AI, które skracają czas realizacji
Jednym z częstych wyzwań w przepływach pracy są brakujące informacje na etapie przesyłania zgłoszenia. Weźmy na przykład zespół projektowy, do którego prośby mogą napływać z każdego działu. Aby dobrze wykonywać swoją pracę, projektanci potrzebują takich szczegółów jak wymiary w pikselach, palety kolorów, przykłady inspiracji oraz terminy realizacji. Bez nich proces zwalnia.
Rozwiązaliśmy ten problem, tworząc w Asanie przepływ pracy oparty na AI, który sprawdza zgłoszenia, zanim trafią do człowieka. Jeśli brakuje kluczowych szczegółów, AI oznacza zgłoszenie, odrzuca je i oznacza osobę przesyłającą, aby uzupełniła braki. Dopiero gdy zadanie przejdzie tę kontrolę, jest przekazywane projektantowi.
Wyeliminowało to wymianę wiadomości, która wcześniej pochłaniała czas. Uchroniło też projektantów przed zajmowaniem się niekompletnymi zgłoszeniami. Teraz widzą tylko pracę w pełni przygotowaną i gotową do realizacji, dzięki czemu proces stał się zarówno szybszy, jak i mniej frustrujący.
Proces dodawania kontroli AI krok po kroku
Oto proces korzystania z kreatora reguł Asana AI Studio w celu dodawania kontroli AI krok po kroku:
Włącz AI Studio
Upewnij się, że funkcje AI są włączone w konsoli administratora.
Działa to tylko w przypadku aktualnych planów Business/Enterprise (nie starszych poziomów).
Utwórz nową regułę AI
W projekcie przejdź do Dostosuj → Reguły → Dodaj regułę.
Wybierz gotową regułę „AI Studio → Sprawdź brakujące informacje”.
Zdefiniuj wyzwalacz
Użyliśmy opcji „Gdy zadanie zostanie dodane do projektu” (zazwyczaj jest to przesłanie formularza).
Możesz zastosować ją do wszystkich zadań lub tylko do tych pochodzących z określonego formularza zgłoszeniowego.
Dodaj instrukcje AI („prompt”)
Agenci AI Studio działają jak małe modele GPT — informujesz je dokładnie, jak wygląda „dobry” rezultat.
Dostosowaliśmy ją jeszcze bardziej, aby odzwierciedlała nasz proces kreatywny (np. cele, odbiorców i styl wideo).
Skonfiguruj działania
Jeśli brakuje informacji, AI:
Dodaje komentarz z prośbą o doprecyzowanie (maksymalnie 3–5 pytań).
Tworzy podzadanie przypisane z powrotem do osoby zgłaszającej, aby nic nie zostało pominięte.
Jeśli informacje są wystarczające, zadanie po prostu przechodzi dalej.
Wybierz model
W tym przypadku użyliśmy małego, niedrogiego modelu (GPT-4o Mini), ponieważ jego zadaniem jest tylko klasyfikowanie i formułowanie próśb, a nie przeprowadzanie złożonej analizy.
Większe modele (Claude Opus, Sonnet 4) byłyby przesadą, chyba że potrzebujesz wnioskowania na podstawie wielu dokumentów lub złożonych podsumowań.
Przetestuj na przykładowym zgłoszeniu
Przesłaliśmy nieprecyzyjny formularz („Potrzebujemy nowego wideo do globalnej kampanii”).
AI oznaczyła go jako niekompletny, poprosiła o podanie celów kampanii, grupy docelowej i stylu, a następnie utworzyła podzadanie dla osoby zgłaszającej, aby uzupełniła te informacje.
Odwołała się nawet do aktualnych dobrych praktyk marketingowych, aby pomóc ukierunkować zgłoszenie.
To koniec procesu. Sprawdza on nasze zgłoszenia pod kątem brakujących informacji i angażuje osobę zgłaszającą, jeśli czegoś brakuje.
Ulepszanie rytuałów realizacji bez zakłócania ich przebiegu
Nasz zespół sprzedaży korzysta z AI do przechwytywania kontekstu rozmów sprzedażowych i przekształcania go w punkt wyjścia do definiowania zakresu. Oszczędza to dużo czasu i zapewnia zespołowi realizacyjnemu solidniejsze podstawy, zanim prace w ogóle się rozpoczną.
Jeśli chodzi jednak o utrzymywanie spójności wszystkich działań, nadal opiera się ono przede wszystkim na naszej podstawowej konfiguracji Asany. Widoczność statusu, priorytetów i kolejnych kroków pozwala wszystkim zachować wspólną perspektywę, a AI tego nie zastępuje.
Obszarem, w którym AI przyniosła realną wartość, są podsumowania. Możliwość szybkiego wygenerowania przeglądu projektu znacznie ułatwia wdrażanie nowych członków zespołu lub przekazywanie im pracy podczas nieobecności innej osoby, bez konieczności ręcznego przekazywania całego kontekstu.
W praktyce AI staje się warstwą wsparcia wokół naszych rytuałów, a nie ich zastępstwem. Przyspiesza gromadzenie kontekstu i przekazywanie wiedzy, podczas gdy czynnik ludzki pozostaje kluczowy dla zachowania spójności i podejmowania decyzji.
Przepływy pracy agentowej: szkice, nie decyzje
Wyniki pracy agentów dają nam wstępną strukturę, ale realizacja w rzeczywistym świecie nadal wymaga dopracowania przez człowieka.
Prowadziliśmy również eksperymenty z AI i przepływami pracy agentowej — w ograniczonym zakresie.
Na początek mogą być bardzo przydatne do porządkowania materiałów przekazywanych klientom. Wyzwanie polega na tym, że AI rzadko w pełni poprawnie radzi sobie z hierarchią lub projektowaniem przepływu pracy. A nawet gdy tak się stanie, zawsze pojawiają się sytuacje z rzeczywistego świata, których AI nie uwzględnia.
Dlatego traktujemy rezultaty agentów jako punkty wyjścia, a nie gotowe produkty.
Dają nam wstępną strukturę, na którą możemy zareagować, a następnie dopracowujemy ją, kierując się własnym osądem i kontekstem klienta. Wszystko działa dobrze, ponieważ pozwala nam zaoszczędzić czas na początku, ale nadal uważamy ludzki wkład za niezbędny do stworzenia użytecznego systemu.
Wewnątrz stosu narzędzi Cirface do realizacji projektów z AI na pierwszym miejscu
Nasz podstawowy zestaw narzędzi opiera się na Asanie do zarządzania projektami, Harvest do śledzenia czasu, Slacku do współpracy, Google Workspace, Fellow i Miro. To stałe elementy, które zapewniają płynność pracy.
W ciągu ostatniego roku jeszcze bardziej postawiliśmy na Fellow, szczególnie jako narzędzie do sporządzania notatek oparte na AI. To naprawdę przełomowe rozwiązanie do rejestrowania i porządkowania rozmów bez dodatkowego obciążenia. Właściwie, jeśli jest jedno narzędzie, które oszczędza naszemu zespołowi najwięcej czasu, to jest nim Fellow.
Zacząłem również używać Notebook LM w niektórych sytuacjach, gdy muszę szybko przyswoić i przeszukać duże ilości informacji.
Jeśli chodzi o Miro jako narzędzie do zarządzania zadaniami, jego rozwój nie koncentrował się na AI, ale zespół konsekwentnie wprowadza aktualizacje, które sprawiają, że współpraca jest płynniejsza i bardziej intuicyjna, dzięki czemu narzędzie nadal ma dużą wartość w naszym procesie.
Przygotowanie gruntu: gdzie AI wnosi największą wartość
Obecnie obszary najbardziej podatne na wsparcie AI to te, które obejmują zbieranie, kształtowanie i sprawdzanie informacji. Dużo wartości przynoszą nam briefy, podsumowania, tłumaczenia, przeglądy i filtry oparte na AI, które gwarantują, że przed przekazaniem pracy człowiekowi niczego nie brakuje.
To zadania, które wcześniej były powtarzalne i czasochłonne, ale teraz są wykonywane w kilka sekund, przy znacznie mniejszej liczbie błędów. AI nadal ma ograniczenia w przypadku wszystkiego, co wymaga rzeczywistego osądu, kreatywności lub wyczucia.
Na przykład zrozumienie relacji i interesów między działami, ocena kompromisów, które w różny sposób wpływają na interesariuszy, czy rozpoznanie, że prośba klienta nie do końca odpowiada jego rzeczywistym potrzebom. Tego rodzaju rozumowanie nadal wymaga ludzkiego podejścia.
AI najlepiej radzi sobie z przygotowaniem gruntu: zajmuje się ciężką pracą związaną z informacjami, dzięki czemu ludzie mogą skupić się na interpretowaniu, doradzaniu i podejmowaniu decyzji wymagających kontekstu oraz empatii.
Przyszłość realizacji projektów z AI: obawy a rzeczywistość
AI nie zastąpi kierowników projektów ani liderów ds. realizacji, ale całkowicie zmieni kształt ich ról. AI przejmie większość zadań związanych z danymi wejściowymi, takich jak przetwarzanie danych, przygotowywanie aktualizacji i sprawdzanie braków, podczas gdy ludzie skupią się niemal wyłącznie na działaniach o większej wartości.
Oznacza to, że kreatywność, osąd, empatia i podejmowanie decyzji w kontekście staną się podstawą ról związanych z realizacją projektów.
Wskazówka Brandona
Obawą jest zastąpienie ludzi, ale rzeczywistością będzie koordynacja. AI będzie obsługiwać systemy, a ludzie nadal będą kierować pracą, zatwierdzać ją i dostosowywać ją do siebie w sposób, którego maszyny nie potrafią zapewnić.
Korzystaj z AI, ale nie oddawaj jej kierownicy
Radziłbym stale testować rozwiązania i pozostać otwartym na wykorzystywanie AI jako sposobu na ułatwienie sobie pracy.
Obecnie jest to jedna z największych możliwości oszczędzania czasu i uwalniania przestrzeni mentalnej, a wierzę, że wkrótce stanie się podstawowym wymogiem w przypadku większości ról cyfrowych. Im wcześniej zbudujesz znajomość tych rozwiązań, tym lepiej będziesz przygotowany.
A jednocześnie polegaj na własnym osądzie. Wszyscy mówią: „dostosuj się albo zostań w tyle”, ale nie każdy przypadek zastosowania ma sens i nie każde rozwiązanie jest godne zaufania.
Celem jest wykorzystanie AI do usprawnienia realizacji, a nie całkowite oddanie sterów.
Skontaktuj się!
Brandon jest dostępny w wiadomościach prywatnych na LinkedInie dla każdego, kto chce porozmawiać szerzej lub potrzebuje porady. Sprawdź też Cirface!
You may also like
Continue Reading
Sign up to access the rest of this article, plus more insights, resources, and experiences.
Sign Up
Create a free account to access tools, playbooks, and peer insights shaping the future of project delivery
