Asana 收購 StackAI:no-code AI agent 走入企業流程戰場
Tech News

Asana 收購 StackAI:no-code AI agent 走入企業流程戰場

圖片:via TechCrunch — https://techcrunch.com/2026/05/28/asana-acquires-no-code-agent-builder-stack-ai/
TechLab 編輯部(譯)·

重點唔係收購價,而係跨系統、權限同審批

Asana 收購 StackAI:no-code AI agent 走入企業流程戰場

圖:TechCrunch.原文連結

Asana 買入 no-code AI agent 平台 StackAI,唔應該只當成一宗財經收購新聞。真正值得睇嘅位,係企業 AI agent 正由「幫個人寫稿、整理資料」走向「幫成隊人跑流程」。對用開 Asana、Slack、Google Workspace、Salesforce 或一堆 SaaS 工具嘅香港 agency、startup、marketing team 同 IT team 來講,呢個方向比收購價本身更實際。

據 TechCrunch 報道,今次交易作價 7,500 萬美元;Asana 官方新聞稿就只確認已完成收購,未披露作價。StackAI 兩位創辦人 Tony Rosinol 同 Bernard Aceituno 會加入 Asana,而官方稿亦提到 StackAI 收購後會繼續以自己產品同品牌運作。換句話講,短期內未必係 Asana 介面突然多一個「全自動萬能 agent」,而係 Asana 想把 StackAI 嘅跨系統執行能力,逐步接駁入自己嘅 AI Teammates 同 AI Studio。

買返嚟嘅唔係 chatbot,而係跨系統執行能力

StackAI 本身賣點係 no-code AI workflow platform,俾企業設計、測試、部署同治理自訂 AI agents。官方稿形容,StackAI 可以連接 ERP、CRM、ITSM、文件系統同垂直行業 app,用嚟處理客戶支援、IT service request、合規流程同跨部門營運。更具體講,佢可以喺 Salesforce、AWS、Docusign、Oracle、SharePoint、文件系統同其他企業工具之間讀取同寫入資料,而唔係停留喺「答問題」層面。

呢點就係 agent 同一般 automation 最大分別。傳統自動化多數係「A 事件發生就做 B 動作」,例如表格提交後開 task、send email、派負責人;AI agent 則嘗試理解資料、判斷下一步、整理中間結果,再將工作交返人審批或交俾另一個系統執行。風險亦喺呢度出現:當 agent 可以跨多個系統讀寫資料,權限、記錄、審批同 rollback 就唔可以靠口頭流程解決。

AI Teammates 同 AI Studio 缺嘅一塊拼圖

Asana 過去一年已經密集推 AI 產品。官方 Spring 2026 Release 提到,AI Teammates 可以喺 marketing、operations、IT 等流程入面工作,例如由 strategy docs 變 campaign brief、找出流程樽頸、支援合規檢查;AI Studio 就偏向將重複工序自動化,例如 request intake、task routing 同 project setup。Asana 想講嘅故事好清楚:AI 唔只係一個側邊欄助手,而係放入團隊本身嘅工作流。

問題係,企業真正嘅流程好少只停喺 Asana 入面。一個 marketing campaign 可能由 Google Docs 寫 brief、Asana 管時間線、Slack 討論、Salesforce 睇客戶資料、SharePoint 放客戶檔案,再由 finance 系統批 budget。Asana 自己有 Work Graph 同任務脈絡,但要變成端到端 agent,就需要更強嘅跨系統讀寫同 orchestration。StackAI 正正補呢個位:將 Asana 入面嘅計劃、負責人、審批同歷史,接駁到企業其他工具嘅實際資料同動作。

Asana 官方資料亦刻意強調「多人協作」同「guardrails」。AI Teammates 可以被 assign task,會用 project context 工作,亦聲稱跟隨 Asana 既有權限,不會自行提升存取權限;用家亦可以控制邊個可以建立、修改、分享同教導 AI Teammate。呢類設計未必聽落最吸引,但對企業部署反而係重點,因為真正卡住 AI agent 落地嘅,通常唔係模型識唔識寫,而係公司敢唔敢俾佢掂真實資料。

行業競爭:模型唔再係唯一護城河

TechCrunch 提到,StackAI 面對嘅競爭包括 Zapier 呢類 automation 工具,同 OpenAI、Anthropic 等大型 AI lab。呢個對比幾關鍵:如果只係問「邊個模型最聰明」,企業可能直接用通用 AI 工具;如果係問「點樣喺公司流程入面安全執行」,勝負就會變成 integration、權限、審計、審批、資料來源同錯誤處理。Asana 買 StackAI,就係押注企業 agent 最後會變成 workflow layer,而唔係獨立聊天視窗。

  • 跨系統能力:agent 要識喺 CRM、文件庫、task system、ITSM 同財務工具之間走動。
  • 人手審批點:報價、合約、客戶資料、HR 資料唔應該由 agent 自行放行。
  • 權限繼承:agent 只應該睇到原本有權睇嘅資料,唔可以變相繞過部門牆。
  • 成本可預測性:AI workflow 會消耗 credits、add-on 同 integration 成本,唔可以只用 seat 價估算。

呢亦解釋點解 Asana 會喺投資者電話會議同業績期同時公布收購。佢唔止係想話自己有 AI 功能,而係想將「work management」重新包裝成「human-agent teams」嘅營運平台。呢種講法當然有 PR 味,所以要拆開睇:短期價值唔係口號,而係 StackAI 能唔能夠令 Asana agent 真正喺多個企業系統中完成可審批、可追蹤、可治理嘅工作。

香港公司要計資料、權限同 SaaS 成本

香港未見 Asana 為今次收購公布本地定價、港幣價、香港專屬功能或推出時間表,[待確認]。但本地 relevance 唔係零,因為 Asana 本身已經係唔少香港跨地域團隊、agency、產品 team 同 IT team 會用嘅網上協作工具。真正要問嘅唔係「香港有冇即時新功能」,而係當 AI agent 開始接觸客戶 proposal、campaign brief、support ticket、供應商報價同內部 budget,資料會去邊、邊個授權、點樣留痕。

Asana AI Teammates FAQ 寫明,Asana AI 由 OpenAI 同 Anthropic 支援,AI partners 不會用客戶資料訓練模型,並指 AI partners 完成每次互動後不保留客戶資料;同一頁亦寫到 AI partners 目前伺服器只位於美國。對香港公司而言,呢點要同客戶合約、內部資料分類、PDPO 實務要求一齊睇。PCPD 2022 年嘅跨境個人資料轉移建議合約條款,就特別提到用途限制、再轉移、安全措施、保留同刪除等要求。

實務上,如果一間香港 agency 想用 Asana/StackAI 類 agent 自動整理客戶 campaign 資料,第一步唔係開功能,而係先劃清楚資料邊界:客戶名單、廣告成效、報價、KOL 合約、未公布產品資料,邊啲可以入 AI workflow,邊啲只可以用匿名摘要,邊啲要完全排除。第二步係設定審批:agent 可以草擬 brief、整理 status、提出風險,但涉及對客出街、合約承諾、價錢或個人資料轉移,就應該由人手確認。

成本亦唔可以低估。Asana pricing 顯示,AI Studio Basic 已放入 Starter、Advanced、Enterprise 同 Enterprise+ 等付費方案,但有每個 billing account 每月 credits;AI Teammates 另列為 add-on,要 contact sales。Enterprise 層級亦有 data residency、permissions management、compliance management 等 add-on 或 opt-in 項目。香港 team 如果本身只係用 Asana 做 task list,升級去 AI agent workflow 可能唔只係多幾個 seat,而係多一套治理同整合成本。

點睇:企業 agent 開始由 demo 走向內部制度

Asana 收購 StackAI 嘅意義,唔係證明 no-code agent 已經可以放心全自動跑公司,而係反映市場開始由「個人 productivity」轉向「企業 workflow productivity」。呢個方向合理,但落地一定慢過 demo:資料權限要整理,審批責任要寫清楚,成本要同用量掛鈎,客戶資料同跨境處理要有合約基礎。香港公司如果準備試,最合理嘅第一步係揀低風險流程,例如內部 status report、RFP 初稿整理、support ticket 分類;等權限、留痕同審批跑順,先再碰客戶資料同財務流程。


參考來源

本文根據原文及公開資料整理;資料有出入時,以原文及官方資料為準。

分享:WhatsAppThreadsTelegramFacebook