Asana plantea agentes con memoria compartida sin abrir la puerta a información confidencial
Un agente puede recordar el contexto de un equipo y ser útil de verdad. También puede recordar algo que no debería ver la siguiente persona que le consulte. Esa es la tensión que Asana ha puesto sobre la mesa al explicar su sistema de agentes para trabajo empresarial.
Según VentureBeat, Asana está construyendo Agentic Work Management (AWM) sobre su Work Graph: un contexto estructurado que relaciona tareas, proyectos, carteras y objetivos. La idea no es que cada persona tenga un chatbot que contesta por su cuenta, sino que los agentes puedan trabajar con una memoria compartida y gobernada.
TL;DR
- Asana describe agentes que trabajan sobre el contexto compartido de tareas, proyectos y objetivos, en lugar de limitarse a una conversación aislada.
- La memoria compartida solo es útil si respeta los permisos: el contexto de un proyecto confidencial no debería reaparecer ante quien no tiene acceso.
- La compañía también explica un enrutado dinámico que reserva modelos más potentes para tareas complejas y otros más ligeros para las sencillas.
- Para una pyme, la lección práctica es empezar por un proceso acotado, definir accesos y mantener revisión humana antes de conectar toda la empresa.
El problema no es solo que un agente recuerde
Muchos asistentes actuales funcionan bien para una petición puntual: resumes una conversación, preparas una propuesta o consultas un documento. El límite aparece cuando varias personas necesitan repetir un trabajo similar y el sistema no conserva de forma aprovechable qué se hizo, con qué contexto y para qué objetivo.
VentureBeat recoge la distinción que hace Asana: un chat conectado a herramientas puede responder a una consulta, pero seguir siendo una interacción sin estado. En cambio, AWM pretende registrar metadatos cuando un agente termina una tarea y relacionarlos con el avance del proyecto y de los objetivos superiores.
Es una diferencia relevante. La memoria no debería ser una colección opaca de conversaciones. Para que ayude a coordinar trabajo, debe estar ligada a elementos que el negocio ya entiende: una tarea, su responsable, el proyecto al que pertenece y la decisión que la desbloquea. Ese enfoque encaja con la idea de construir una capa de contexto para agentes en la empresa, en vez de encadenar prompts y esperar que el sistema adivine qué importa.
Qué describe Asana con su Work Graph
La fuente explica que Work Graph organiza la información mediante una jerarquía de trabajo: las tareas pertenecen a proyectos; los proyectos se agrupan en carteras; y estas se conectan con objetivos de empresa. Sobre ese grafo, el agente puede consultar objetivos generales, actualizar estados y compartir contexto con compañeros autorizados.
No conviene interpretar esto como una promesa de que el agente “lo sabe todo”. Es una arquitectura para que encuentre el contexto adecuado cuando realiza una tarea. La calidad del resultado seguirá dependiendo de que las tareas estén razonablemente organizadas, los datos sean correctos y las personas hayan definido qué acciones puede realizar el sistema.
| Enfoque | Qué ocurre | Riesgo a vigilar |
|---|---|---|
| Chat aislado | Resuelve una consulta concreta para una persona. | El aprendizaje no se reutiliza de forma operativa. |
| Memoria compartida sin gobierno | El contexto viaja entre usuarios y proyectos. | Puede exponer datos que no corresponden. |
| Contexto estructurado con permisos | El agente usa información relacionada con el trabajo y con el acceso de cada persona. | Requiere diseño, pruebas y revisión continua. |
La parte importante: que la memoria no filtre secretos
Asana identifica un caso muy concreto: si una persona crea un flujo para un proyecto confidencial, la memoria que se actualice con ese trabajo no puede quedar disponible para otra persona sin acceso cuando use el mismo agente. Es la diferencia entre compartir conocimiento útil y crear una fuga de información.
Según VentureBeat, Asana ha diseñado controles de acceso para gobernar qué acciones desencadenan la creación de memoria y qué acciones se quedan en la simple ejecución de una tarea. La formulación es importante: que haya permisos en la herramienta no basta por sí solo. Hay que comprobar cómo se aplican cuando el agente consulta fuentes, genera una respuesta, guarda contexto o ejecuta una acción.
Por eso, antes de desplegar asistentes conectados a documentos, CRM o mensajería, conviene revisar también prácticas básicas de seguridad en agentes. No porque toda automatización sea peligrosa, sino porque el acceso de un agente debe ser tan específico como el proceso que se le ha asignado.
Enrutado dinámico: elegir modelo sin trasladar la complejidad al equipo
Otro elemento que Asana detalla es el enrutado dinámico de modelos. Para una tarea compleja, el sistema puede elegir un modelo de frontera; para una más ligera, uno más rápido y económico. La compañía lo presenta como una forma de evitar que la persona usuaria tenga que decidir qué prompt, adjuntos o modelo necesita en cada momento.
Es una dirección razonable, pero no es un piloto automático que puedas olvidar. Las reglas de enrutado deben responder a una pregunta de negocio: qué nivel de razonamiento necesita cada paso y qué error sería aceptable. En una tarea de borrador, el coste y la velocidad pueden pesar más. En una decisión con impacto en un cliente, el criterio debería incluir revisión humana y trazabilidad.
Qué puede aplicar una pyme sin intentar copiar la arquitectura de Asana
No hace falta montar una plataforma de agentes para empezar. Puedes tomar el principio y aplicarlo a un flujo que hoy ya genere trabajo repetitivo: preparar el estado semanal de proyectos, clasificar solicitudes entrantes o reunir la documentación inicial de una oportunidad.
- Escoge un proceso repetible. Debe tener un inicio, un resultado esperado y una persona responsable.
- Delimita el contexto. Define qué documentos, tareas o registros necesita consultar; no concedas acceso general “por si acaso”.
- Separa lectura, propuesta y acción. Un agente puede resumir y proponer antes de obtener permiso para actualizar, enviar o borrar.
- Prueba con perfiles distintos. Comprueba que cada rol ve lo que le corresponde y que un proyecto restringido no aparece por memoria indirecta.
- Revisa los resultados. Documenta errores, casos límite y cambios de permisos antes de ampliar el uso.
Este tipo de diseño es el trabajo previo que evita automatizaciones frágiles. Si quieres identificar dónde encaja en tu caso, una consultoría de IA puede ayudarte a priorizar el proceso, los datos y los controles antes de elegir herramientas.
La noticia en una frase
La propuesta de Asana no trata solo de que un agente tenga más memoria: trata de que esa memoria forme parte del trabajo compartido, respete los permisos y use el modelo adecuado para cada tarea. Para cualquier empresa, el orden debería ser el mismo: primero el proceso y los accesos; después, la tecnología.
Preguntas frecuentes
¿La memoria compartida de un agente elimina el riesgo de fugas de datos?
No. Asana describe controles de acceso para evitar que el contexto de un proyecto confidencial se comparta con personas no autorizadas, pero cada empresa debe comprobar permisos, fuentes conectadas y configuración antes de usarlo en información sensible.
¿Qué diferencia hay entre un chatbot conectado y un agente con contexto empresarial?
Un chatbot conectado puede resolver una consulta concreta. El enfoque descrito por Asana busca que el agente relacione tareas, proyectos y objetivos, y que ese contexto pueda reutilizarse de forma controlada entre quienes tengan permiso.
¿Necesita una pyme varios modelos de inteligencia artificial?
No necesariamente. El aprendizaje útil es definir qué tareas necesitan más capacidad y cuáles pueden resolverse de forma simple. La elección de modelos debe seguir el proceso, el nivel de riesgo y la supervisión necesaria.
¿Por dónde conviene empezar con agentes en una empresa?
Por un proceso repetible, con un resultado claro y un responsable. Antes de dar acceso a más sistemas, define qué información puede consultar el agente, qué puede proponer y qué acciones siguen requiriendo revisión humana.
Fuentes: VentureBeat, “Asana's AI agents share memory across your company — but not your secrets”.
¿Quieres detectar un proceso donde aplicar asistentes con contexto, permisos y control humano? Cuéntanos cómo trabajas y lo revisamos contigo.
