Morningstar 透過在 Asana AI Studio 中使用 AI 支援的工作流程，每年節省 600,000 美元

重點摘要

挑戰

• 營運效率低下且技術堆疊複雜，導致難以隨著積極的成長目標，按步調擴展工作。

• 員工使用不同的工具管理工作，導致資訊孤島效應，且優先順序不明確。

• 領導層缺乏對團隊端到端藍圖的可視度，因此難以管理風險並做出明智決策。

• 缺乏管理資源、追蹤專案和接收新工作的標準化方式，導致資源過度使用和錯過期限。

• 研究團隊使用過時的系統來管理內部內容，這使得發佈速度變慢，並阻礙了內容的擴散。

解決方案

• Morningstar 的核心 Business 版功能採用 Asana 來管理工作、連結資料，並將業務流程標準化。

• 特定團隊使用 Asana AI Studio 來協助自動化接收、簡化請求評估並加速內容製作，從而騰出時間專注於更高價值的工作。

• 透過將多種工具和工作流程整合至 Asana，團隊減少了手動投入量，並消除了冗餘系統。

• 透過對工作請求和進行中的專案的清晰可視度，領導者可以做出以資料為依據的決策，從而指導規劃和策略。

• 標準化的接收流程 (包括由 AI 提供支援的特定流程) 改善了跨職能的藍圖規劃、優先順序排定和交付時間軸。

成果

• 研究團隊由 AI 提供支援的內容管道每年可節省約 14,976 個小時，相當於額外節省 600,000 美元。

• 退休團隊透過使用 Asana AI Studio 進行自動化接收和分流，將請求審查時間表縮短了兩週 。

• Morningstar 的中央技術團隊透過 Asana 簡化工作流程並提高效率，每年節省 1,972 個工作日，估計可節省 758,600 美元的成本。

• 在整個組織中，團隊能夠更快做出以資料為依據的決策，並改善優先順序、更清晰的交付時間軸以及更好的資源預測，部分歸功於由 AI 支援的工作流程。

• 透過減少手動投入量和低優先順序的工作，團隊能夠專注於高影響力的計劃，並更有效地進行大規模協作。

2025 年工作創新獎得主

Morningstar 因其策略性地運用 AI 來推動大規模執行，而獲得 Asana 的 AI 遠見工作創新獎。 面對日益增加的複雜性和需求，該組織策略性地利用 Asana AI Studio 來簡化跨職能工作，從研究內容管道到產品接收和優先順序排定。 透過 AI 驅動的自動化、路由和報告，團隊減少了手動投入量、加快了時間軸，並大幅節省了成本。 現在，團隊在統一的系統中工作，減少低價值的工作，並使他們能夠專注於最重要的事務。 Morningstar 的轉型不僅僅是使用 AI，而是明智地使用 AI 來釋放真正的商業價值。

Asana 幫助我們提高效率，從而擴展並促進所需的成長。 我們已經打破了整個組織中協作的障礙。”

用於請求追蹤的 Asana

透過 AI 驅動的接收功能，將分散的請求轉化為策略藍圖

Morningstar 的退休產品團隊最初是透過手動、臨時的流程來追蹤產品請求。 由於沒有標準化的接收流程，提交內容來自各個方向 (電子郵件、聊天和走廊對話)，且通常缺乏評估價值所需的情境。 對所有事情都說好，導致過度投入、藍圖分散，以及無法評估真正的業務價值。 

為了應對這項挑戰，退休團隊使用 AI Studio 實施了一個結構化架構，以管理從接收到衝擊衡量的完整產品生命週期。 現在，請求是依據一致的標準進行評估，工作量是準確預測，藍圖是集中式且是目前的。 因此，團隊已從審查時間表中減少了兩週的時間，並從被動式執行轉變為策略性、價值驅動的規劃。

我們的藍圖規劃流程是被動且手動的。 我們使用 Asana AI 的最終目標是使流程更具策略性，以便我們能夠快速優先處理能夠推動營收和加快上市速度的工作。”

經 AI 強化的接收和工作流程可改善優先順序排定和規劃

• 所有請求均透過集中式 Asana 接收系統提交， AI Studio 會自動為請求命名、識別資訊缺漏，並產生標準化摘要，以便進行評估。

• 複雜的請求遵循專門的工作流程，並根據商業價值、複雜性和成本進行系統性評分，使產品團隊能夠根據資料核准、推遲或拒絕請求。 

• 請求獲得核准後，規則會驗證資料的完整性，並自動將項目傳送至適當的藍圖。

自動化文件和結果追蹤可提高效率並促進當責

• 藍圖項目已完成後， AI Studio 會依據任務資訊產生版本資訊。 若需要更多詳細資料，產品經理會自動收到通知，要求新增更多詳細資料。

• 自動化規則會自動建立後續任務和子任務，以便根據預期成果衡量每個藍圖項目的成功與否。

以前，我們需要兩週的時間來審查請求，並收集繼續進行所需的資訊。 現在，我們可以省去花費在手動反覆溝通上的時間，因為 Asana AI 會一開始就識別並擷取我們需要的資訊。”

適用於內容規劃的 Asana

透過由 AI 驅動的自動化，簡化研究內容工作流程

先前，管理 Morningstar 的跨部門內部研究內容速度緩慢、各自為政且成本高昂。 研究團隊依賴過時的系統來追蹤內部內容，需要跨未連結的工作流程和工具進行手動協調。 經常透過電子郵件或聊天分享更新，導致延遲，並錯失在付費、贏得和自有管道上的擴大機會。

為了使其方法現代化，該組織將其舊有系統替換為在 Asana 中由 AI Studio 提供支援的集中式研究內容管道。 現在，研究、編輯、文案編輯、媒體和行銷等部門近 300 位專案關係人在單一平台上進行協作，擁有共享的可視度，且每個步驟都由自動化推動。 結果：一個精簡、可擴展的系統，每年可節省近 15,000 個小時和 60 萬美元，讓團隊得以專注於策略性工作。

Morningstar 全力投入 AI。我們的公司目標是繼續利用 AI 的進步，為外部客戶和內部員工推動創新。 我們的團隊正在建立的 Asana 工作流程正在實現這一目標，同時幫助我們提高效率，並消除整個組織中協作的障礙。 ”

具有內建 AI 的集中式管線可確保速度與一致性

• 作者透過標準化表單提交內容，該表單會自動在內容管線專案中建立任務。

• AI Studio 會分析表單輸入內容，以便指派專案關係人、設定文案編輯的截止日期，並標記缺少的資訊。

• 若需要更多資訊， AI Studio 會為作者產生後續評論和子任務，從而最大限度地減少延遲和手動跟進。

• 內容標記為就緒後，AI Studio 會觸發文案編輯者的後續步驟，並管理來回編輯，在編輯就緒、退回或已完成時通知專案關係人。

• 專案關係人會收到關鍵里程碑的通知，其中包括發佈日期，而無需手動追蹤。 

• 所有內容提交都會匯入 Asana 中的集中式專案，從而建立跨研究、編輯、行銷和營運團隊的單一事實來源。

自動化放大輸出和影響

• 隨著內容接近完成， AI Studio 會將任務轉至適當的行銷和媒體專案看板，以便擴大影響力。

• 專案關係人會自動收到內容狀態通知，便於查看即將發佈的內容。

Asana 讓我們團隊的全球思想領導力內容在由編輯者、行銷人員和產品主管組成的跨職能團隊中得到協調。 這是我們的單一事實來源，有助於消除因左手不知道右手在做什麼而產生的成本。”

用 Asana 進行工作接收

透過精簡流程提高效率

在使用 Asana 之前，Morningstar 的 Central Technology 團隊沒有標準化的方式來接手或啟動工作。 他們依賴 Word 文件來追蹤每年從整個組織收到的數百個請求。 此手動流程未能提供所需的結構，無法妥善確定範疇、資源、預算，以及核准專案請求，導致待辦項目堆積，專案範疇和目標不明確。

藉由在 Asana 中建立標準化流程，團隊可將工作接收自動化，並簡化優先順序排定。 這種方法使他們能夠隨著業務擴展，有效管理不斷增加的工作負荷。

藉助標準化的接收請求，團隊可更快執行

• 工作接收流程在 Asana 中得到標準化和自動化，使其更易於快速評估、排定優先順序並核准請求，且一致性更高。

• 新的工作請求會使用 Asana 表單提交，並自動填入共用專案，確保所有必要資訊都能被擷取，以便立即查看和採取行動。

• 自訂欄位可追蹤標準化的評估條件，協助專案關係人就核准和優先順序做出更快速、更一致的決策。

在 Asana 中的接收流程有助於我們以更有效率、更有條理的方式發揮我們以行動為導向的文化，因此我們能以正確的方式將時間花在正確的事情上。”

推動優先順序安排與規劃的明晰（度）

• 由於所有工作都在相互連結的專案和專案集中進行整理，因此領導者可以完全掌握工作流程的每個階段。

• 團隊能夠靈活地剖析其工作資料，從而更好地評估工作的風險和價值，使其能夠在確立優先順序時做出更明智的決策。

• 藉助專案集中的已核准專案，團隊可以輕鬆報告進度，並展示其與高層目標的關聯，從而使領導者能夠更有效地評估工作量、進行規劃，並跨職能進行協調。

在使用 Asana 之前，我們在沒有管理的情況下隨處啟動專案。 現在，我們能夠在工作進來時有效地進行分流，這使我們能夠在成長過程中完成更多工作。”

Asana 進行資源管理

透過更明智的資源配置決策，最大化團隊的影響力

在改用 Asana 之前，Morningstar 的團隊沒有明確的方法來排定工作的優先順序，而且他們對每個請求都表示同意。 這導致團隊承諾過多、過勞且表現不佳。

藉助 Asana，團隊可以全面掌握專案生命週期和進行中的工作，從而更輕鬆地瞭解工作量，並策略性地將資源分配給優先專案。 此外，他們還有支持這些決策的資料。

用於管理資源的策略性系統可簡化工作

• 專案集為領導者提供所有執行中的專案、其狀態及已分配資源的高階檢視。

• 團隊更清楚瞭解需要完成的事項、由誰完成以及原因，就能專注於對具高影響力的計劃說「好」。

• 這種改善後的可視度也有助於團隊識別工作量風險，讓工作回歸正軌，並在專案延遲時提前通知專案關係人。

在將專案移轉至 Asana 之前，我們總是過度投入。 現在我們有了更多智慧，也有了更多資料。 我們知道自己能夠承擔和無法承擔的工作，而且我們可以就優先順序以及專案如何與我們的策略計劃保持一致進行適當的對話。”

用於有目的規劃的即時資料

• 領導者使用工作量規劃，以獲得跨工作分組人員配置的高階檢視，並最佳化資源配置決策。

• 取得準確的工作資料和報告，有助團隊驗證哪些專案與業務目標有連結，哪些沒有連結。

• 透過明晰即將到來和進行中的工作對工作量的影響，領導者可以與專案關係人進行明確且有資料支援的權衡討論。

在您同時說明自己不會做的事情之前，您還沒有真正的策略。 現在，我們有一個能夠讓我們說「不」的流程。 我們還有關於為什麼要說不的統計數據，這有助於我們清楚傳達重點：我們有優先事項，也有非優先事項。”

結論

透過結構、明晰度和 AI 實現更聰明的成長

隨著 Morningstar 在快速變化的環境中不斷發展，他們正在為創新奠定面向未來的基礎。 藉助 Asana，團隊可以更有效率、更穩定地工作，並透過精選的 AI 驅動工作流程，簡化複雜流程、改善優先順序排定，並加速交付。 Morningstar 設想未來組織將策略性地使用 AI 來提升生產力、品質和參與度，同時建立正確的防護機制。 隨著他們的擴展，Asana 和 AI Studio 將在改變工作完成方式方面發揮關鍵作用：推動更明智的決策、更快的執行，並在整個企業中產生更有意義的影響。

利用 Asana 及其功能，我們團隊的工作方式以及我們與專案關係人的合作方式徹底改變。 每個人都知道誰、什麼、何時、何地、為什麼以及如何，這是我們今天推動成功以及為未來奠定成功基礎的關鍵要素。”