本周在美国加利福尼亚州阿纳海姆举行的Atlassian团队活动中，市场关注的核心并非单纯的AI功能添加。将企业内部分散的知识与业务数据连接起来的"上下文"，可能会决定未来竞争力这一点变得更加清晰。
Atlassian首席执行官迈克·坎农-布鲁克斯将整合了组织关系与业务数据的"团队协作图谱"推到了前台。据介绍，该图谱目前包含超过1500亿个连接关系，扮演着连接企业整体知识与协作流程的基础角色。他对此形容道，业界正在目睹"一个新物种的诞生"。
"智能是引擎，上下文是燃料"
The Cube Research首席分析师克里斯托夫·贝特朗将此次发布的意义归结为"连接人与AI的开放式连接组织"。他评价称，Atlassian的战略在于提供一种"连接组织"，它连接过去的工作方式与未来基于AI的工作方式。他还特别关注了旨在帮助内部和外部模型协同处理的"AI网关"构想。
在活动现场的对谈中，主持人艾莉森·科西克从CEO坎农-布鲁克斯的发言中提炼出核心语句："智能是引擎，上下文是燃料"。这意味着，相较于AI性能本身，该AI在何种组织信息和业务上下文中运行，才是决定实际生产力的关键。
引入速度快，实际应用尚早……企业现场存在"鸿沟"
Atlassian在此次活动中也揭示了AI引入速度与实际应用水平之间的差距。根据公司发布的"2026团队现状"报告，85%的知识工作者正在使用AI，但将AI内化到实际工作流程中的比例仅为29%。
这一数字表明，许多企业仍停留在"实验"阶段。它意味着，从尝试使用AI工具，到将其自然融入人力资源、开发、运营等核心流程的阶段，还存在相当高的壁垒。Atlassian正将此视为自身平台能够填补的领域。
非技术团队，而是人事团队打造的AI代理
作为一个实际应用案例，入职代理"NORA"被展示出来。引人注目的是，该工具并非由工程师，而是由人事部门的人员构建。这被解读为一个信号：代理型AI已不再是技术组织的专属工具。
贝特朗认为，通往AI原生组织的道路绝不会一帆风顺。但他强调，重要的不是消除混乱，而是构建能够承受混乱的企业"神经网络"。像团队协作图谱这样的结构就能发挥这种作用。
企业竞争力，终究取决于获取"上下文"
Atlassian的此次发布显示，生成式AI的竞争正从模型性能本身转向组织上下文的获取与连接。这是因为，即使是同样的AI，其搭载的数据、关系网络以及协作结构不同，最终结果也可能大相径庭。
未来一年很可能成为一个关键节点，用以衡量这种变化在实际工作现场扩散的速度。也有预测认为，大量尚未出现的全新应用案例将迅速涌现。对于企业而言，比起是否引入AI，"在何种上下文之上运行AI"正成为更重要的课题。
TP AI注意事项 本文基于TokenPost.ai语言模型进行摘要。正文主要内容可能存在遗漏或与事实不符的情况。