人工智能（AI）正迅速超越单纯作为企业业务“附加”工具的角色，日益渗透至工作方式本身。随着超越个别自动化、以工作流为中心植入AI的结构日益普及，企业运营的核心也正从系统引入，转向“执行架构的重塑”。
Atlassian被认为是处于这一变革前沿的企业。该公司专注于将AI智能体、应用程序以及组织内积累的知识连接至一个统一的运营层，旨在让团队间的协作与执行变得更简单、更一致。Atlassian联合创始人兼首席执行官麦克·坎农-布鲁克斯表示：“如果有什么东西坏掉了或不必要的复杂，不要只是抱怨，应该去修复它。”他谈到：“十年后回看，我们会觉得现在的方式‘荒谬地低效’。”
在美国加利福尼亚州阿纳海姆举行的“Atlassian Team”活动也展现了这一趋势。本次活动中，企业不再依赖独立系统，而是围绕融入AI的流程重构运营体系的案例得到了集中展示。特别是大规模组织在将AI应用于实际工作时所面临的治理和集成问题，也成为了核心议题。
AI越普及，“治理”越关键
业界认为，随着AI工作流的普及，治理不再是可选项，而是必要条件。这是因为当AI渗透到软件开发和业务流程的方方面面时，必须从一开始就设计好决策责任、监督体系和控制范围。
The Cube Research首席分析师保罗·纳沙瓦蒂分析指出：“随着AI内化到软件生命周期的全过程，治理就成为了‘基础’，而非‘选项’。”他判断：“组织在引入的第一天就必须建立明确的保障措施和问责结构。”
这也正在改变平台的设计方式。因为将数据、上下文和执行功能分开存放的需求正在减少，取而代之的是将其整合在同一个环境中进行管理的需求日益增长。Atlassian同样将重点放在减少碎片化的工作环境上，使团队能够在共享的系统内持续进行协作和交付。
坎农-布鲁克斯强调：“创造力不是稀缺资源，而是‘能力’问题。”他称，随着越来越多的人能够创造事物，设计和文化就变得更加重要，以确保其真正有意义并对用户生活产生积极影响。
决定可扩展性的关键是合作伙伴关系与集成能力
为了让AI工作流在实际应用场景中扩展，基础设施合作伙伴关系也变得越来越重要。组织希望直接将AI智能体嵌入工作流，同时保留运营控制权。他们要求的不仅仅是简单添加AI，而是能让业务人员直接将洞察转化为行动的结构。
Atlassian AI产品负责人贾米尔·瓦利亚尼在谈及与谷歌云的合作时解释道：“双方正在共同设计执行核心任务所需的基础设施和AI智能体。”他还表示：“我们将Atlassian基于AI的工作系统与‘Rovo’结合起来，并配合谷歌云的AI技术栈，使客户能够利用更多样化的选择和更强大的智能体型工作流。”
不过，在现场，集成复杂性被指为最大的障碍。这是因为随着模型、工具和系统的增多，连接它们的接口和数据流也变得更加复杂。每添加一项新功能，都可能产生新的孤岛或运营瓶颈。
纳沙瓦蒂指出：“每增加一个AI层，集成复杂性就会增加。模型越多，API也越多，最终会产生压力，必须将互操作性管理作为最优先事项来处理。”
最终的分析认为，AI工作流竞争的关键点，不在于“使用了多么智能的模型”，而在于是否具备能将其无缝融入实际业务的运营体系。随着企业将AI从实验阶段推向执行层面，未来，治理能力、集成能力以及平台设计能力很可能会决定成败。
TP AI 注意事项 本文使用基于TokenPost.ai的语言模型进行了总结。可能遗漏原文的主要内容或与事实存在出入。