본문으로 건너뛰기

Asana acquires no-code agent-builder StackAI

Asana will incorporate StackAI into its growing suite of AI workflow tools.

AI 자동 생성

아사 지능적 업무 흐름 도구 확장

아사나는 최근 프로그래밍 없이 에이전트를 만드는 회사인 스택 인공지능을 인수했다. 이 인수는 아사 지능적 업무 흐름 도구를 더 확장하는 중요한 단계이다. 아사나는 스택 인공지능의 기술을 활용하여 사용자들이 더 효율적이고 자동화된 업무 흐름을 구축할 수 있도록 지원할 계획이다.

이 인수는 아사 지능적 업무 흐름 도구의 성장과 확장을 의미한다. 아사나는 이미 다양한 지능 기반 도구를 제공하고 있으며, 스택 인공지능의 기술을 통합함으로써 사용자들에게 더욱 강력한 업무 흐름 관리 기능을 제공할 수 있을 것이다. 이는 사용자들이 더 효율적으로 업무를 관리하고, 자동화된 프로세스를 구축할 수 있도록 도와줄 것이다.

아사 미래 전략

아사 이 인수는 회사 전체의 미래 전략과 일관된 모습을 보여준다. 아사나는 지능과 업무 흐름 관리를 결합하여 사용자들에게 더 나은 경험을 제공하는 것을 목표로 하고 있다. 스택 인공지능의 기술을 통합함으로써 아사나는 이 목표를 달성하는 데 중요한 단계를 거치게 된다. 아사나는 앞으로 더욱 강력한 지능적 업무 흐름 도구를 개발하여 사용자들의을 충족시킬 계획이다.

또한, 이 인수는 프로그래밍 없이 에이전트를 만드는 기술의 중요성을 강조한다. 프로그래밍 없이 에이전트를 만드는 기술은 사용자들이 프로그래밍 지식 없이도 자동화된 업무 흐름을 구축할 수 있도록 도와주기 때문에, 아사 스택 인공지능 인수는 이 분야에서 중요한 의미를 갖는다. 아사나는 앞으로 프로그래밍 없이 에이전트를 만드는 기술을 더욱 강화하여 사용자들에게 더 편리한 업무 흐름 관리 기능을 제공할 수 있을 것이다.

원문 보기 TechCrunch AI

함께 읽으면 좋은 기사

에이전트 4일 전

미래의 직업: 우주여행 대행사

로만 치포루카(Roman Chiporukha)는 오랜 시간 동안 야생 여행의 꿈을 현실로 만드는 것을 전문으로 해왔습니다. 그는 20년 동안 럭셔리 라이프 스타일 회사 로만 & 에리카(Roman & Erica)의 공동 대표로 일하면서, 고객의 초고급 요트를 건축하는 것부터 bahamas에서 인원이 적은 위치로 여행을 가는 것까지 모든 것을 조율해 왔습니다. 이러한 경험들은 ihm을 "…

에이전트 5일 전

아스트라제네카의 연구 보조원: 연구개발을 위한 인공지능 시스템

아스트라제네카는 대규모 언어 모델(LLM)을 기반으로 한 내부 시스템인 연구 보조원을 개발하여 의사 및 연구원들이 광범위한 데이터 소스에 걸쳐 의학적 질문을 탐색하는 데 도움을 주고자 합니다. 이 시스템은 과학 문헌, 지식 그래프, 화학, 임상 시험, 안전 자원, 표현 데이터 및 내부 실험 시스템과 같은 다양한 데이터 소스에서 증거를 통합하는 채팅 스타일 인터페이스를 제공합니다.

에이전트 5일 전

모바일 에지 컴퓨팅에서 스트리밍 처리를 위한 LLM-assisted 계약 네트워크 협상으로 지원하는 다원 소프트웨어 스케줄링

다양한 휴대용 에지-클라우드 인프라스트럭처에서 운영되는 스트리밍 처리 시스템은 작업 부하의 불안정성, 자원 경쟁, 엄격한 서비스 품질(QoS) 요구 사항 등으로 분산 스케줄링이 복잡해지고 있습니다. 이 논문은 분산 스케줄링의 복잡성을 해결하기 위해 MAS-DecStream이라는 시스템을 제안하고 있습니다. 이 시스템의 주된 기여는 LLM-MR-CNP입니다. 이는 계약 네트워크 프로토콜(Cla

에이전트 8월 13일

LLMs을 활용한 공정 다이어그램 엔지니어링: 최적 PFD부터 유효 P&ID까지

공정 흐름 다이어그램(PFD)과 pipe 및 instrumentation 다이어그램(P&ID)의 생성은 주로 수동으로 수행됩니다. AI 기술을 적용하면 공정 자동화, 시간 절약, 금융적 이익을 얻을 수 있을 뿐만 아니라 다이어그램의 토폴로지 옵션을 탐색하고 수동 노동을 줄일 수 있습니다. 연구에서는 P&ID Pilot라는 실제 end-to-end AI pipeline를 제시합니다. 이 pipeline는 두 단계를 처리할 수 있습니다. 첫 번째 단계는 PFD 합성에 집중하고 두 번째 단계는 생성된 PFD를 P&ID로 변환하는 데 집중합니다.

에이전트 8월 13일

자동세계모델 벤치마크: 자율세계모델 연구를 위한 새로운 표준

세계 모델링은 현재 환경에 따라 다양한 아키텍처, 학습 목표 및 상태 표현이 상호 작용하는 복잡한 분야입니다. 이를 해결하기 위해 AI 코드 기반.agent가 자율적으로 연구할 수 있는 환경을 제공하는 새로운 벤치마크가 등장했습니다. 이 벤치마크는 8개의 게임 환경을 대상으로 하며, 고정된 컴퓨팅 비용 내에서 제공된 세계 모델링의 기초를 개선하는 것을 목표로 합니다.

관련 콘텐츠 더 보기

다른 플랫폼에서 이 주제에 대한 더 많은 정보를 확인하세요.