Asana AI nie jest jedną funkcją. Pod tą nazwą Asana łączy dziś cztery warstwy: funkcje wbudowane w zadania i projekty, automatyzacje AI Studio, agentów AI Teammates z asystentem Dash oraz połączenia z zewnętrznymi asystentami przez konektory i MCP.
To rozróżnienie jest ważne, bo każda warstwa odpowiada na inny problem, inaczej korzysta z danych i ma własne zasady rozliczeń. Podsumowanie projektu nie wymaga budowania agenta. Reguła czytająca załącznik i uzupełniająca pola to już przypadek dla AI Studio. Rozmowa z Asaną za pomocą ChatGPT albo Claude odbywa się przez osobne połączenie.
Stan funkcji i limitów w tym artykule: 29.08.2026. Nazwy oraz dostępność zmieniają się szybko, dlatego przed zakupem sprawdź też bieżącą stronę Asana AI.
| Warstwa | Co dostaje na wejściu | Co zwraca lub wykonuje | Jak jest dostępna |
|---|---|---|---|
| Wbudowane Asana AI | Treść zadania, projektu, portfolio albo celu | Podsumowanie, status, redakcję tekstu, sugestię pola lub reguły | Wybrane funkcje od planu Starter; zakres zależy od planu |
| AI Studio | Wyzwalacz reguły, instrukcję i dozwolony kontekst pracy | Klasyfikuje, tworzy treść, uzupełnia pola i uruchamia kolejne kroki workflow | Basic w planach płatnych; zużywa wspólną pulę kredytów konta |
| AI Teammates i Dash | Rola, instrukcje, dostęp do projektów i bieżący kontekst pracy | Agent wykonujący przypisaną pracę oraz osobisty przegląd priorytetów | Dodatek do planów płatnych; cena po kontakcie ze sprzedażą |
| Konektory i MCP | Pytanie zadane w jednym z obsługiwanych asystentów | Wyszukuje dane Asany, podsumowuje je, a w części klientów także tworzy i aktualizuje pracę | Osobna autoryzacja; działanie zależy od klienta i uprawnień użytkownika |
Jeżeli dopiero poznajesz narzędzie, zacznij od przewodnika czym jest Asana i jak działa w zespole. AI ma sens dopiero wtedy, gdy zadania, odpowiedzialności i statusy żyją w systemie.
Wbudowane AI działa w miejscu, w którym zespół już pracuje. Nie trzeba projektować całego workflow. Użytkownik wybiera funkcję w zadaniu, projekcie, portfolio albo celu, a Asana podaje wynik na podstawie dostępnego kontekstu.
| Funkcja | Z czego korzysta | Co dostajesz | Ograniczenie, o którym trzeba pamiętać |
|---|---|---|---|
| Smart summaries | Zadania, komentarze i aktualizacje w zadaniu, projekcie albo portfolio | Krótkie podsumowanie oraz wskazanie kolejnych kroków | Jakość zależy od tego, czy rozmowa i decyzje są zapisane w Asanie |
| Smart status | Dane projektu, portfolio lub celu | Szkic aktualizacji statusu z ryzykami i blokadami | Status projektu jest od Startera, a portfolio i cele wymagają wyższego planu |
| Smart editor | Tekst wpisany przez użytkownika | Krótszą, dłuższą albo inaczej sformatowaną wersję | Redaguje materiał, którego mu dostarczysz; nie uzupełni brakujących ustaleń |
| Smart fields | Treść zadań i instrukcja pola | Proponowaną wartość pola, na przykład kategorię albo priorytet | Potrzebuje jasnych definicji wartości i przykładów granicznych |
| Smart rule creator | Opis automatyzacji zwykłym językiem | Szkic reguły Asany | Trzeba sprawdzić wyzwalacz, warunki i skutki przed uruchomieniem |
| Smart projects i smart goals | Opis celu lub planowanego przedsięwzięcia | Wstępną strukturę projektu albo celu | To punkt startu, a nie gotowy proces firmy |
Pełną listę wraz z kontrolami administratora Asana utrzymuje w centrum pomocy dotyczącym funkcji AI. Wbudowane funkcje są dostępne w planach płatnych, ale nie każda na tym samym poziomie. Przykładowo Smart summaries działa od Startera. Smart status dla portfolio i celów wymaga planu Advanced lub wyższego.
Najprostszy test polega na rozróżnieniu jednorazowej odpowiedzi od działania uruchamianego przy każdym nowym zadaniu. W pierwszym przypadku zwykle wystarczy funkcja wbudowana. W drugim trzeba przyjrzeć się AI Studio.
AI Studio jest kreatorem workflow bez kodowania. Łączy wyzwalacz, instrukcję dla modelu i działania Asany. Może przeczytać nowe zgłoszenie, przypisać kategorię, przygotować odpowiedź, uzupełnić pola i skierować zadanie do właściwej osoby.
| Potrzeba | Właściwa warstwa | Dlaczego |
|---|---|---|
| Podsumować długie zadanie przed spotkaniem | Wbudowane Smart summaries | Użytkownik prosi o wynik wtedy, kiedy go potrzebuje |
| Przygotować szkic statusu projektu | Wbudowane Smart status | Kontekst i format są już określone przez projekt |
| Klasyfikować każde zgłoszenie z formularza | AI Studio | Ten sam krok ma wykonać się po każdym wyzwoleniu |
| Czytać załącznik i wpisać jego streszczenie w komentarzu | AI Studio | Workflow łączy analizę treści z działaniem w zadaniu |
| Sprawdzić materiał według standardu firmy i odesłać uwagi | AI Teammate | Potrzebna jest trwała rola, instrukcja i szerszy kontekst |
| Zapytać Claude albo ChatGPT o blokery w projektach | Konektor lub MCP | Rozmowa zaczyna się poza Asaną |
AI Studio wymaga włączenia Asana AI przez administratora. W wersji Basic mogą budować użytkownicy płatnych planów; goście nie mogą tworzyć workflow. Domyślnie automatyzacja widzi zadanie, które ją uruchomiło, oraz projekt z regułą. Twórca może rozszerzyć zakres wyłącznie do danych, do których sam ma dostęp. Szczegóły są w dokumentacji administracyjnej AI Studio.
To dobra granica bezpieczeństwa, ale nie zastępuje projektu procesu. Jeżeli jeden workflow potrzebuje dostępu do połowy organizacji, trzeba najpierw sprawdzić, czy jego twórca powinien widzieć ten zakres oraz gdzie ma trafić wynik.
AI Studio Basic jest zawarte w płatnych planach, lecz każde konto rozliczeniowe ma wspólną pulę kredytów. Kredyty nie są przyznawane osobno każdej osobie.
| Plan bazowy | Kredyty AI Studio Basic na konto | Odnowienie |
|---|---|---|
| Starter | 50 000 | co miesiąc |
| Advanced | 75 000 | co miesiąc |
| Enterprise | 200 000 | co miesiąc |
| Enterprise+ | 200 000 | co miesiąc |
| AI Studio Plus | od 100 000 dodatkowych | co miesiąc |
| AI Studio Pro | 5 000 000 | co kwartał |
Asana liczy zużycie na podstawie wybranego modelu, długości wejścia i odpowiedzi, częstotliwości uruchomień oraz dodatkowych źródeł, na przykład dostępu do internetu. Aktualne zasady i progi opisuje cennik AI Studio. Przy wykorzystaniu 80 i 100 procent puli administrator dostaje ostrzeżenia. Po wyczerpaniu kredytów workflow AI przestaje wykonywać reguły do czasu odnowienia albo zwiększenia puli.
Dlatego przed uruchomieniem automatyzacji policz:
Na jednym wdrożeniu prosta reguła AI oszczędzała około trzech sekund przy zadaniu. Została wyłączona, gdy zespół zobaczył jej udział w zużyciu puli. W innym workflow model miał sprawdzić, czy wszystkie podzadania są ukończone, zanim utworzy zadanie na kolejny tydzień. Tu AI rozwiązywało realny warunek, ale nadal należało sprawdzić, czy Asana nie potrafi już obsłużyć go zwykłą regułą.
Najpierw spróbuj natywnej automatyzacji. Model przydaje się tam, gdzie trzeba zrozumieć treść albo ocenić niejednoznaczny przypadek.
Jeżeli rachunek kredytów ma wpływ na wybór planu, zobacz też aktualny cennik Asany i dodatków.
W jednym procesie zespół chciał podsumowywać prezentację dodaną do zadania i zapisywać skrót w komentarzu. Gdy plik był załączony bezpośrednio w Asanie, AI Studio potrafiło go przeczytać i przygotować użyteczne podsumowanie. Link do pliku w chronionym SharePoincie nie zadziałał, bo workflow nie miał dostępu za logowaniem.
Wniosek nie brzmi „przenoś wszystkie pliki do Asany”. Trzeba świadomie ustalić źródło danych. Jeżeli dokument musi zostać w repozytorium firmy, sprawdź dostępny konektor i zakres uprawnień. Jeśli dokument można dołączyć do zadania, test jest prostszy.
Drugi przypadek dotyczył cyklicznej pracy. Workflow miał ocenić, czy wszystkie podzadania zostały zakończone. Dopiero wtedy wolno było uruchomić kolejny krok. AI poradziło sobie z warunkiem, lecz każde wykonanie zabierało kredyty.
Takie rozwiązanie trzeba porównać z aktualnymi możliwościami zwykłych reguł. Jeśli warunek da się zapisać bez interpretacji tekstu, model jest zbędnym kosztem i dodatkowym miejscem awarii. Jeśli podzadania mają różne znaczenie, wyjątki i komentarze, AI może mieć uzasadnienie.
W innej organizacji automatyczne podsumowania spotkań myliły wewnętrzne skróty i nazwy procesów. Narzędziem był wtedy Microsoft Copilot, ale problem dotyczy każdej automatyzacji opartej na modelu językowym. Model nie zna firmowego słownika tylko dlatego, że słowa często pojawiają się w rozmowach.
Przy workflow AI Studio dodaj do instrukcji słownik skrótów, dwa lub trzy przykłady poprawnego wyniku oraz zasadę, co zrobić przy niepewności. Potem testuj na materiałach, których nie użyłeś w przykładach. Bez tego podsumowanie może brzmieć płynnie i jednocześnie pomylić pojęcia ważne dla zespołu.
AI Teammates to agenci osadzeni w pracy zespołu. Można nadać im rolę, instrukcje i dostęp do konkretnych projektów. Asana udostępnia obecnie 30 gotowych wariantów dla marketingu, operacji i PMO, IT oraz zespołów produktowych i technicznych. Można też zbudować własnego.
Asana Dash jest osobistym asystentem. Zbiera priorytety, blokery i działania z pracy, do której użytkownik ma dostęp. Nie jest kolejnym członkiem projektu z własną rolą.
| Pytanie | AI Teammate | Asana Dash |
|---|---|---|
| Kto korzysta z wyniku | Zespół albo właściciel procesu | Konkretny użytkownik |
| Jak uruchamia się pracę | Agent dostaje zadanie lub reaguje w określonym workflow | Użytkownik pyta o priorytety i bieżącą pracę |
| Jaki kontekst jest potrzebny | Rola, instrukcje, przykłady i dostęp do projektów | Dane dostępne temu użytkownikowi |
| Typowy wynik | Brief, kontrola jakości, analiza ryzyka, raport | Lista priorytetów, blokad i kolejnych działań |
| Rozliczenie | Dodatek do planu płatnego, kontakt ze sprzedażą | Dostępny w organizacji z włączonym AI Teammates |
Agent ma sens wtedy, gdy potrafisz opisać odpowiedzialność podobnie jak dla człowieka: wejście, wynik, standard i moment przekazania pracy. Jeśli opis brzmi „niech AI pomaga”, nie ma jeszcze procesu do skonfigurowania.
Poniższe role pochodzą z aktualnego katalogu Asany. Nie są pomysłami na przyszłe funkcje.
| AI Teammate | Z czego korzysta | Co może przygotować albo sprawdzić |
|---|---|---|
| Campaign Brief Writer | Cele kampanii, notatki projektowe, wyniki wcześniejszych działań i komentarze interesariuszy | Brief kampanii, który rozwija wraz z uwagami marketingu, kreacji i finansów |
| Brand Auditor | Materiał roboczy, księga marki, wzorce komunikacji i pliki z Google Drive albo SharePoint | Listę odstępstw od zasad marki oraz uwagi do poprawy |
| Launch Planner | Cel premiery, terminy, zależności, backlog, notatki ze spotkań i dostępność zespołu | Plan prac, ryzyka dla terminu i propozycje kolejnych działań |
| Status Reporter | Aktualizacje z kilku projektów, decyzje, blokady i zależności | Raport statusowy dla managera bez ręcznego zbierania komentarzy |
| Decision Tracker | Decyzje zapisane w zadaniach, dokumentach i komentarzach | Rejestr ustaleń, który można później przeszukać |
| Workflow Optimiser lub Data Quality Manager | Przebieg zadań, pola, nazwy i braki w danych | Wskazanie wąskich gardeł, brakujących pól i niespójnego nazewnictwa |
| IT Support Specialist lub Onboarding Assistant | Dokumentacja wewnętrzna, wcześniejsze zgłoszenia i kontekst zespołu | Odpowiedzi na pytania pracowników oraz wstępną obsługę powtarzalnych zgłoszeń |
| Spec Reviewer lub Bug Investigator | Specyfikacje produktu, raporty błędów, zależności i komentarze techniczne | Braki w wymaganiach, wzorce w błędach i listę tematów blokujących pracę |
W demonstracji opublikowanej przez Asanę Campaign Brief Writer dostaje zadanie przygotowania briefu, czyta wcześniejsze wyniki i cele, a potem uwzględnia komentarze kilku osób w Google Docs. Po akceptacji następny AI Teammate przejmuje kolejne zadanie i przygotowuje prototyp strony. Drugi pokazany przykład to Launch Planner, który regularnie sprawdza terminy, zależności, backlog i dostępność zespołu, wykrywa ryzyko opóźnienia i proponuje zmianę priorytetów.
To są demonstracje produktu, a nie niezależnie zmierzone wyniki klientów. Pokazują jednak różnicę między jednorazowym poleceniem a agentem, który wraca do tego samego procesu i pracuje na uwagach kilku osób.
Asana opisała też własnego agenta do analizy raportów rynkowych. Dostaje nowe raporty, buduje z nich bibliotekę, przygotowuje cotygodniowy brief z pięcioma wnioskami i zakłada podzadanie do akceptacji. Ten sam Teammate tworzy później osobne briefy dla członków zarządu, a każda osoba może dopytać go o wątki związane z własnymi priorytetami. Według Asany przygotowanie newslettera skróciło się w tym wewnętrznym procesie z połowy dnia do mniej niż 20 minut. To przykład producenta na własnych danych, więc nie traktowałbym tej liczby jako benchmarku dla innej firmy.
Asana używa określenia multiplayer AI dla sytuacji, w której kilka osób współpracuje z tym samym agentem na wspólnych zadaniach. Project manager przypisuje pracę. Projektant dopisuje ograniczenia w komentarzu. Inżynier uzupełnia zależność techniczną. AI Teammate buduje wynik na całej tej historii, zamiast zaczynać od prywatnego czatu jednej osoby.
Pozwala na to Work Graph. Łączy zadanie z projektem nadrzędnym, celem, zależnościami, właścicielem i współpracownikami. Teammate może dostać zadanie, pisać komentarze i pojawiać się w historii aktywności podobnie jak człowiek. Jego działania są widoczne dla osób, które mają dostęp do danego obiektu.
Dochodzi do tego wspólna pamięć. Teammate może zapamiętać instrukcję, przykład dobrego wyniku albo poprawkę przekazaną tydzień wcześniej. Pamięć jest połączona z konkretnymi obiektami Work Graph, można ją przejrzeć i usunąć. Nie jest ukrytą historią prywatnego konta jednej osoby.
Uprawnienia działają przez dwie bramki. AI Teammate musi mieć dostęp do prywatnego zadania, projektu albo zespołu. Osoba, która go uruchamia, również musi widzieć źródło. Teammate może dostać poziom Editor, Commenter albo Viewer, nie potrafi sam podnieść swoich uprawnień i przy odpowiedzi korzysta tylko z części danych wspólnej dla niego oraz użytkownika. Asana opisuje ten mechanizm w dokumentacji dostępu AI Teammates.
Serwer MCP nie jest gotowym agentem zespołowym. To interfejs, przez który Claude, ChatGPT, Codex albo własny agent może wyszukiwać, tworzyć i aktualizować pracę w Asanie. Oba rozwiązania respektują uprawnienia Asany. Inaczej rozwiązują tożsamość agenta, pamięć i współpracę wielu osób.
| Obszar | AI Teammate | Asana MCP |
|---|---|---|
| Miejsce pracy | Działa we wspólnych zadaniach, projektach i komentarzach Asany | Działa z zewnętrznego klienta AI połączonego z Asaną |
| Tożsamość | Ma własny profil i poziom dostępu; może być przypisany do zadania | Wszystkie działania są zapisane jako wykonane przez użytkownika, który autoryzował połączenie |
| Kontekst | Dostaje relacje z Work Graph: projekt nadrzędny, cele, zależności, ludzi i powiązane zadania | Zewnętrzny agent pobiera dane przez narzędzia MCP i sam składa kontekst potrzebny do odpowiedzi |
| Współpraca | Kilka osób pracuje z tym samym agentem i widzi jego działania w swoim procesie | Sesja jest przypisana do użytkownika i jednego workspace; warstwę współpracy trzeba zapewnić w kliencie zewnętrznym |
| Pamięć | Wspólna, widoczna i połączona z obiektami Work Graph; respektuje ich uprawnienia | Sam serwer MCP nie dodaje pamięci zespołu; zależy ona od Claude, ChatGPT, Codex albo własnej aplikacji |
| Uprawnienia | Dostęp Teammate'a przecina się z dostępem osoby, która go uruchamia; prywatne obiekty wymagają jawnego dodania | Token nie daje nic ponad uprawnienia użytkownika, który przeszedł OAuth |
| Kontrola działań | Osobny dziennik akcji, widoczna pamięć i zatwierdzenie przed działaniami wrażliwymi | Narzędzia i działania są widoczne jako aktywność użytkownika; dodatkowe logi i zatwierdzenia zależą od klienta AI |
| Najlepszy przypadek | Stała rola w procesie, do której wraca kilka osób | Pytania jednej osoby, szybkie zmiany z czatu albo budowa własnego agenta poza Asaną |
MCP wybierz, gdy chcesz zapytać Claude o zadania na ten tydzień, utworzyć zadanie z rozmowy albo dołączyć Asanę do własnego agenta. AI Teammate pasuje do roli, która ma zostać w zespole: śledzić premierę, prowadzić rejestr decyzji, kontrolować dane albo odpowiadać na pytania z tej samej bazy wiedzy.
Oba sposoby respektują uprawnienia Asany. Różnią się miejscem pracy, pamięcią i odpowiedzialnością.
Asana rozwija dwa sposoby dostępu z zewnętrznego asystenta: gotowe konektory oraz oficjalny serwer MCP. Oba pozwalają asystentowi korzystać z danych Asany po autoryzacji użytkownika. Zakres operacji zależy od klienta. W jednym można tylko wyszukiwać i podsumowywać, w innym także tworzyć albo aktualizować zadania.
| Sposób połączenia | Kiedy go wybrać | Co trzeba sprawdzić |
|---|---|---|
| Gotowy konektor | Firma używa obsługiwanego asystenta i chce szybko wyszukiwać albo aktualizować pracę | Jakie akcje obsługuje dany klient i czy administrator dopuścił połączenie |
| Asana MCP | Firma buduje własnego agenta lub używa klienta obsługującego MCP | OAuth, zakres narzędzi, logowanie działań i sposób zatwierdzania zmian |
| Integracja przez API lub n8n | Proces łączy Asanę z systemem, którego konektor nie obsługuje | Właściciel danych, mapowanie pól, błędy, ponowienia i utrzymanie integracji |
Aktualna lista gotowych połączeń obejmuje ChatGPT, Claude, Microsoft 365 Copilot, Gemini, Le Chat i Amazon Quick Suite. Asana utrzymuje ją na stronie AI connectors. Dla rozwiązań własnych służy oficjalny serwer Asana MCP.
Wersja V2 MCP jest ogólnie dostępna i korzysta z OAuth. Dostęp jest przypisany do użytkownika. Agent nie powinien zobaczyć projektu, którego ten użytkownik nie widzi w Asanie. To ogranicza zakres, lecz nadal trzeba ustalić, które operacje wymagają potwierdzenia człowieka.
Przy integracjach ważniejsza od listy logotypów jest odpowiedź na trzy pytania: gdzie zaczyna się polecenie, który system jest źródłem prawdy i gdzie człowiek zatwierdza zmianę. Bez tego łatwo zbudować automatyzację, która tworzy zadania szybciej, niż zespół potrafi je zweryfikować.
Administrator może zarządzać funkcjami AI w konsoli Asany. W organizacji kontrolę ma superadministrator, a w workspace właściciel rozliczeń lub twórca przestrzeni. Można wyłączyć funkcje oparte na zewnętrznych partnerach modeli, a w AI Studio osobno kontrolować dostęp do internetu.
Według aktualnej dokumentacji kontroli administratora Asana i jej partnerzy modeli nie używają danych klienta do trenowania swoich modeli. Partnerzy mają usuwać wejście oraz wynik po wygenerowaniu odpowiedzi. To deklaracja producenta. Firma nadal powinna porównać ją z własną polityką bezpieczeństwa, umową i wymaganiami branżowymi.
Na jednym wdrożeniu organizacja zdecydowała się wyłączyć rekomendacje AI, dopóki nie zamknie pytań o dane. To rozsądna decyzja, jeśli właściciel procesu nie potrafi jeszcze powiedzieć, jakie informacje trafią do modelu i kto ma je zatwierdzać. AI można włączyć później dla konkretnego przypadku użycia.
Przed uruchomieniem przygotuj krótką kartę workflow:
Zacznij od jednego powtarzalnego przypadku. Nie od zakupu dodatku.
Jeżeli Asana już działa, ale reguły, uprawnienia i źródła danych są niejasne, lepszym pierwszym krokiem będzie audyt procesów w Asanie. AI dołożone do niespójnego systemu szybciej powiela bałagan.
Jeśli dopiero wdrażasz proces dla zespołu do 15 osób i nie potrzebujesz integracji z innymi systemami, zobacz szkolenie i wdrożenie Asany. Przy większym zespole, własnym agencie, MCP albo połączeniu z Microsoft 365 zakres trzeba wycenić indywidualnie.
Nie zaczynam od listy funkcji. Najpierw sprawdzam, jakie dane ma proces, gdzie powtarza się decyzja i czy model daje wynik lepszy od zwykłej reguły.
Jeżeli chcesz przejść przez ten test na swoim przykładzie, umów krótką rozmowę. Ustalimy, czy potrzebujesz konfiguracji Asany, audytu, AI Studio czy integracji z narzędziem używanym już w firmie.
O autorze
Wdrażam CRM, AI w sprzedaży i automatyzacje w firmach.
Tak. Asana ma funkcje wbudowane, AI Studio do automatyzacji, AI Teammates, asystenta Dash oraz połączenia z zewnętrznymi asystentami. Wybrane funkcje są dostępne od planu Starter, a dodatki i bardziej zaawansowane funkcje mają osobne wymagania.
Administrator musi włączyć AI w konsoli. Potem użytkownik może uruchamiać funkcje przy zadaniach i projektach albo zbudować workflow w AI Studio. Najlepiej zacząć od jednego przypadku, przetestować wynik na prawdziwych danych i dopiero później zwiększać skalę.
Superadministrator organizacji albo właściciel workspace może zmienić ustawienia AI w konsoli administratora. Dostępne kontrole zależą od typu przestrzeni i planu. AI Studio wymaga włączenia Asana AI, więc jego workflow także przestaną działać po wyłączeniu tej warstwy.
Nie w planie Personal. Wbudowane funkcje AI oraz pula AI Studio Basic są dostępne w planach płatnych, począwszy od Startera, ale dokładny zakres zależy od planu. AI Teammates to osobny dodatek bez publicznej ceny.
Asana używa dziś nazwy Asana AI dla zestawu funkcji. AI Studio Basic jest zawarte w planach płatnych i ma od 50 000 do 200 000 kredytów miesięcznie na konto. Większe pule Plus i Pro są płatne; bieżąca cena pojawia się w zakupie albo ofercie sprzedażowej.
AI Studio to kreator workflow bez kodowania. Łączy wyzwalacz, instrukcję dla modelu oraz działania w Asanie. Może klasyfikować zgłoszenia, czytać treść, uzupełniać pola, tworzyć szkice i kierować zadania do kolejnych osób.
AI Teammates to gotowi lub własni agenci z przypisaną rolą, instrukcjami i zakresem dostępu. Mogą przygotowywać briefy, sprawdzać materiały lub analizować ryzyko. Są dodatkiem do płatnych planów i wymagają uzgodnienia ceny z Asaną.
Raz w tygodniu dostaniesz bezpłatnie, jedno gotowe rozwiązanie, jak skutecznie wykorzystać nowoczesne technologie w sprzedaży B2B.
Zapisując się, zamawiasz newsletter Wellbiz sp. z o.o. i zgadzasz się na otrzymywanie e-maili z poradami i ofertami. Wypiszesz się jednym kliknięciem. Link jest w każdej wiadomości. Regulamin newslettera, Polityka prywatności
