Atlassian раскрывает данные об искусственном интеллекте в командной работе
Источник: VentureBeat · VB Staff
При поддержке Atlassian
Большинство компаний подходят к внедрению ИИ не с той стороны, оптимизируя то, как отдельные сотрудники используют искусственный интеллект, вместо того чтобы улучшать совместную работу команд, заявила д-р Молли Сэндс (Dr. Molly Sands), руководитель лаборатории командной работы Teamwork Lab в компании Atlassian, во время беседы у камина со старшим технологическим обозревателем VentureBeat Сэмом Уиттевином (Sam Witteveen) на конференции VB Transform 2026.
Сэндс возглавляет команду специалистов по поведенческой экономике и психологов, которые изучают, как ИИ меняет совместную работу людей, и используют эти выводы, чтобы помочь организациям перестроить рабочие процессы.
«Мы не просто изучаем это, мы также активно вмешиваемся и меняем ситуацию», — пояснила она. Ее команды обучают новым методам работы и заново выстраивают рабочие потоки в компаниях — задачу, с которой многие организации до сих пор испытывают трудности, отметила она.
Почему скорость внедрения ИИ не превращается в окупаемость инвестиций (ROI)
Ежегодный отчет Atlassian «Состояние команд» (State of Teams Report), в рамках которого в этом году были опрошены 12 000 квалифицированных специалистов по всему миру и около 200 руководителей высшего звена из списка Fortune 1000, выявил значительный разрыв между активностью и реальной ценностью. Опрос показал, что ИИ используют все, но лишь немногие могут точно указать, где именно он приносит отдачу.
«89% этих руководителей сообщили нам, что производительность сотрудников в их компаниях растет, и только 6% смогли назвать конкретные примеры четкой окупаемости инвестиций», — рассказала Сэндс.
При этом примерно 14% команд смогли преобразовать использование ИИ в реальную ценность. Это означает, что внутри одной организации может находиться горстка высокоэффективных команд, окруженных другими, которые вообще не видят никакой отдачи.
Лидирующие команды объединяли три характеристики: контекст, рабочие процессы и культура. Передовые команды создавали то, что в Atlassian называют «графом контекста» (context graph), фиксируя цели, решения и организационные знания в общих цифровых архивах, а не оставляя их в памяти отдельных сотрудников. В таких продуктах, как Jira и Confluence, этот граф связывает рабочие задачи, цели и людей, выполняющих их, предоставляя ИИ доступ к необходимому организационному контексту.
Что касается рабочих процессов, команды-победители перестраивали сквозные процессы целиком, а не просто ускоряли отдельные изолированные задачи. В противном случае ускорение сотрудников, движущихся в слегка различающихся направлениях, приводит лишь к тому, что они, по выражению Сэндс, «очень быстро начинают сталкиваться лбами».
Что касается культуры, наиболее динамичные команды работали под руководством лидеров, которые явно поощряли обучение и эксперименты, четко давая понять, что некоторые эксперименты могут закончиться неудачей.
Как руководителям превратить хаотичное использование ИИ в командное преимущество
Эксперименты и ограничения — это самый быстрый путь к обучению, считает Сэндс. Команды, добившиеся наибольших успехов, сознательно вводили ограничения в свою работу: от разбиения каждой задачи на наименьшую практическую единицу работы (одну стори-поинт) до обязательства не писать код вручную в течение целой недели.
«Большинство из этого невозможно поддерживать вечно, но это действительно очень и очень быстрый способ научиться», — отметила она.
Сэндс утверждала, что еще одним препятствием является не сама технология, а тот факт, что сотрудники осваивают ИИ самостоятельно. Каждый работник разрабатывает собственные промпты, агентов и допущения, создавая внутри команд еще один слой негласных знаний, который редко трансформируется в общую производительность организации.
В качестве противодействия этому в Atlassian провели эксперимент с соглашениями об использовании ИИ в начале проектов. Командам предлагалось решить не только для чего они будут использовать ИИ, но и для чего они сознательно избегают его применять, какими агентами они будут делиться и какие общие навыки помогут всем работать в едином контексте. Команды, принявшие эту практику, использовали ИИ активнее, двигались быстрее, принимали более качественные решения и в конечном итоге выдавали результат более высокого уровня.
Более широкий вывод, по словам Сэндс, заключается в том, что ИИ порождает не столько принципиально новые управленческие проблемы, сколько обнажает старые. Команды всегда боролись со скрытыми допущениями и различными ментальными моделями своей работы. ИИ просто делает эти пробелы более критичными, повышая важность общего контекста и четких методов работы.
Спонсорские материалы — это контент, созданный компанией, которая либо оплачивает публикацию, либо имеет деловые отношения с VentureBeat, и такие материалы всегда четко маркируются. Для получения дополнительной информации обращайтесь по адресу sales@venturebeat.com.
