AI加速员工，组织为何慢半拍？

Atlassian 精选

在VentureBeat资深技术撰稿人Sam Witteveen与Atlassian Teamwork Lab负责人Molly Sands的对话中，这位行为科学家和心理学家团队领导者指出，多数企业在采用AI时方向有误——他们只关注优化个人使用AI的方式，而忽视了团队协作模式的革新。

Sands领导的研究团队专注于探索AI如何重塑人们的工作方式，并将这些研究成果应用于帮助组织重新设计工作流程。”我们不仅研究问题，还会主动介入并改变现状，”她解释道。她的团队教授新的工作方法，重新规划企业内部的工作流，而这一挑战仍是许多组织正在努力应对的难题。

为何AI的提速未能转化为投资回报

Atlassian年度《团队状态报告》对全球12,000名知识工作者进行了调查，并访谈了约200家财富1000强企业高管。报告揭示了活动与价值之间存在显著脱节：尽管每个人都在使用AI，但很少有人能够明确指出AI的回报所在。

“89%的高管告诉我们，员工个人工作效率得到了提升，但其中只有6%的人能够指出明确的投资回报实例，”Sands表示。

然而，约有14%的团队成功将AI应用转化为实际价值——这意味着在一个组织中，可能只有少数几个高绩效团队实现了回报，而其他团队则几乎没有任何收益。

这些领先团队共有三个共同特征：上下文、工作流程和文化。领先团队正在构建Atlassian所谓的”上下文图”，通过共享的数字记录捕捉目标、决策和组织知识，而非仅依赖个人记忆。在Jira和Confluence等产品中，这个图表连接着工作项、目标及执行者，为智能体提供了所需的组织上下文。

关于工作流程，成功的团队重新设计了完整的端到端流程，而不仅仅是加速孤立的任务。否则，正如Sands所言，”让方向略有不同的个人加速只会导致他们很快开始相互碰撞”。

在文化方面，进展最快的团队领导者明确鼓励学习和实验，同时也清楚地表明部分实验将会失败。

实验和约束是学习的最快途径，Sands表示。收获最大的团队有意识地对自己工作方式施加限制，从将每个任务分解为最小可行工作单元（一个故事点）到承诺一周内不手写任何代码。

“这些做法大多无法永远持续，但确实是学习的极快方式，”她解释道。

Sands认为，另一个障碍并非技术本身，而是员工正在独自探索AI。每位工作者开发出不同的提示词、智能体和假设，在团队内部形成了一层难以言明的知识，这些知识很少能转化为组织绩效。

为解决这一问题，Atlassian在项目开始时尝试制定AI工作协议，要求团队不仅确定将AI用于何处，还要明确决定哪些领域不使用AI，共享哪些智能体，以及保持哪些共同技能以确保每个人基于相同上下文工作。采用这种做法的团队更多地使用AI，行动更快，决策更优，最终产出了更高质量的工作成果。

Sands总结道，更广泛的启示是：AI并非创造了全新的管理难题，而是暴露了旧有问题。团队一直面临着隐藏假设和工作思维模式不同的挑战。AI只是使这些差距的影响更加显著，增加了共享上下文和明确工作方式的重要性。

赞助内容由合作企业提供，内容始终明确标注。更多信息请联系 sales@venturebeat.com 。

关注微信号：智享开源 ，及时了解更新信息。

0 0