人工智能(AI)技术正在快速升级，但有诊断指出，在实际企业现场，相较于技术本身，接纳这项技术的“组织准备度”正决定着成败。协作软件企业 Atlassian 在年度活动“Team”中，将连接人、业务与AI的平台战略置于前沿，并强调如今企业已超越实验阶段，进入了执行阶段。
本次活动在美国加利福尼亚州阿纳海姆举行。Atlassian 在此次活动中公开了新产品系列，并表示将把“团队协作图谱”扩展为开放标准。此外，还在 Jira、Confluence 和 Rovo 中大量增加了“代理型AI”功能。其核心并非提供简单的AI工具，而是连接企业内部散落的信息与决策流程，构建一个实际运作的协作体系。
TheCube Research 的 Christoph Bertrand 评价称，企业不应再停留在“沙盒”性质的AI实验中。他认为，AI已扎根于工作环境，未来领先的企业将是那些在技术引入之前先打好组织基础的公司。也就是说，创造一个能让“人与AI共同协作”的“连接型组织”变得更为重要。
若知识未能梳理，AI亦将无用武之地
Atlassian 介绍其与一级方程式(F1)威廉姆斯车队工程团队的协作案例，也是出于同样的考量。即使是需要以秒为单位做出判断的F1比赛运营环境，如果依赖电子邮件、电子表格和口口相传的知识，所需信息也必然会分散。该公司解释称，在这种割裂的信息结构下，AI只能给出缺乏上下文、泛泛而谈的答案。
这也是许多企业面临的共同问题。在文档化不足、数据访问权限分散的组织中，AI的准确性必然下降。由此可以解读为，AI的竞争力最终更多取决于内部知识的结构化与连接程度，而非模型本身的性能。
开发生产率也取决于“编码之外”
Atlassian 指出，开发者实际的编码时间仅占全部工作的16%。剩余时间则用于需求协调、上下文理解、代码审查及协作协调等。因此，AI的角色也正从单纯的编码辅助，转向连接整个团队的上下文并协调重复性任务。
这种变化在 Jira 的演进中也得以体现。Atlassian 说明称，Jira 正从一个单纯记录任务的工具，转变为一个以“编排”为中心、让多个AI代理与团队成员协同工作的平台。尤其随着代理型AI被置于产品前沿，有评价认为，未来的软件开发方式本身发生改变的可能性正在增大。
AI原生转型的最大障碍在于人
亚马逊云科技的 Sarah Cooper 指出，汽车、公用事业和医疗保健企业之所以积极引入AI，其背景是充满不确定性的市场环境。在需要将中长期计划压缩至数月完成的情况下，利用AI变得必要。不过，她指出，比技术实现本身更困难的课题，是人与流程的变革。
实际上，Atlassian 介绍了人力资源部门比工程组织更早部署首个商用AI代理的案例。这表明AI转型并非必须由开发组织主导，那些对内部问题感受最迫切的部门反而可能行动得更快。
此外，Atlassian 表示，招聘决策和绩效评估仍被保留为AI禁用领域。这意味着，对于需要人类责任与判断的领域，他们划清了自动化的界限。
战略与执行相连的企业仅有11%
根据 Atlassian 的数据，实际将工作与战略直接关联的企业仅有11%。这意味着，许多组织尽管设定了优先级，但要回答核心问题时，仍需创建额外资料并经过汇报层级，存在着结构性的低效。
为解决此问题，该公司提出了“战略集合”。其目标是将应对新变量的时间从数月缩短至一天以内。这传达了一个信息：AI应被用于超越简单的任务自动化，进而提升组织的“转向速度”。
AI时代，个人从“执行者”转变为“协调者”
随着人机协作的普及，个人角色也在发生变化。未来，员工很可能不再是独自处理所有事务，而是扮演指挥和协调多个AI代理的角色。Atlassian 将此视为新的工作标准，并提出了将可视化协作工具 Trello 用作管理多个代理活动的协调层的方案。
据称，该公司内部每月的AI代理调用次数已达500万次。问题不在于部署代理本身，而在于如何让人了解每个代理正在做什么。如何在准确性、速度和成本之间取得平衡，预计也将成为未来企业运营的重要判断标准。
成为“思考伙伴”的AI，差异化终归在于上下文
Atlassian 分析认为，将AI用作“思考伙伴”而非简单重复任务处理器的团队，能取得更大的成果。不过，为此需要团队内部的“心理安全感”、领导者开放的提问文化，以及共同工作流的重新设计。这意味着，如果各自为政地使用AI，生产率提升的效果可能会很有限。
与此相应，该公司将“团队协作图谱”作为开放标准公开。其判断依据在于，当所有企业都能使用类似AI模型的时代，制造差异的因素终究是组织内部的“上下文”。积累何种信息、如何连接这些信息、以及将其置于何种决策体系之上，这些都决定了AI的质量。
设计领域也不例外。Atlassian 判断，虽然得益于AI，任何人都能制作出一定水准的样品，但这也同时拉高了市场期望。既然基准线已被抬高，真正的竞争力将来自更精细的观察和更高的专业性。
归根结底，本次 Atlassian 活动传递的信息很明确：AI竞争的本质不在于谁先部署了更好的模型。组织知识、协作结构及责任体系梳理得如何、能否让“人与AI共同工作”，这很可能成为决定未来企业绩效的关键。鉴于AI引入正从一个技术项目转变为组织创新课题，市场的关注点也正逐渐从“用什么AI”转向“什么样的组织能将其运用得当”。
TP AI注意事项 本摘要使用了基于TokenPost.ai的语言模型。正文的主要内容可能被遗漏或与事实存在差异。