资金费率
资金费率热力图
多空比
大户多空比
币安/欧易/火币大户多空比
Bitfinex杠杆多空比
账号安全
资讯收藏
自选币种
人工智能技术快速演进，但企业成败关键在于“组织准备度”而非技术本身
尽管人工智能技术正快速发展，但有分析指出，相较于技术本身，企业能否成功的关键在于其“组织准备度”。协作软件公司Atlassian在其年度活动“Team”中强调，如今企业已超越实验阶段，进入执行阶段，并推出了整合人员、工作与人工智能的平台战略。
活动在美国加州阿纳海姆举行。Atlassian发布了新产品系列，并宣布将把“团队协作图谱”扩展为开放标准。此外，公司还为Jira、Confluence和Rovo新增了大量“智能体AI”功能。其核心并非仅仅是提供AI工具，而是连接企业内分散的信息与决策流程，构建真正有效的协作体系。
The Cube Research的Christophe Bertrand评价道，企业不应再停留在“沙盒”性质的AI实验阶段。他认为AI已融入工作环境，未来的领先企业将是那些优先夯实组织基础而非仅仅引入技术的公司。这意味着，打造能让人类与AI协同工作的“互联组织”变得更为重要。
Atlassian分享与一级方程式车队Williams Grand Prix Engineering的合作案例也基于同样逻辑。即便是在需要秒级决策的F1赛事运营环境中，如果依赖电子邮件、电子表格和口头传达，关键信息也难免分散。公司指出，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。在文档记录不足、数据访问权限分散的组织中，AI的准确性必然受限。有观点认为，最终的AI竞争力不取决于模型性能，而取决于内部知识的结构化与连接程度。
Atlassian指出，开发人员实际用于编码的时间仅占其工作的16%，其余时间则用于协调需求、理解上下文、代码审查和协作沟通等。因此，AI的角色也正从单纯的编码辅助，转向连接整个团队上下文、协调重复性工作的方向。
这一转变也体现在Jira的进化中。Atlassian解释说，Jira正从一个单纯记录工作的工具，转变为以协调多个AI智能体与团队成员协同运作为核心的“编排”工具。特别是随着智能体AI被置于产品前沿，未来软件开发方式本身很可能发生变革。
亚马逊云科技的Sarah Cooper认为，汽车、公用事业和医疗保健企业积极引入AI，是出于应对不确定市场环境的背景。在必须将中长期规划压缩至数月周期的形势下，利用AI已成为必需。但她同时指出，比技术实现更困难的挑战在于人与流程的变革。
事实上，Atlassian分享了其人力资源部门比工程部门更早部署首个生产级AI智能体的案例。这表明AI转型并非仅由开发部门主导，组织内痛点最深的部门反而可能行动更快。
Atlassian也表示，将招聘决策和绩效评估列为禁止使用AI的领域。这意味着，公司划定了界限，不会将需要人类责任与判断的领域自动化。
据Atlassian称，实际上能将日常工作与战略直接关联的企业仅占11%。许多组织虽然设定了优先级，但在回答关键问题时，仍不得不额外准备材料并经过层层汇报，存在结构性低效问题。
为解决此问题，公司提出了“战略集合”方案。其目标是将应对新变量的时间从数月缩短至一天水平。这传递出一个信息：AI的应用应超越简单的任务自动化，转向提升组织的“战略转向速度”。
随着人机协作的普及，个人的角色也在发生变化。未来员工很可能不再事必躬亲，而是承担起指挥和协调多个AI智能体的职责。Atlassian将此视为新的工作标准，并提出可将可视化协作工具Trello作为管理多个智能体活动的协调层。
据悉，公司内部每月的AI智能体调用量已达500万次。问题在于，比起部署智能体，更难的是让人能够掌握每个智能体正在做什么。如何在准确性、速度与成本之间取得平衡，预计也将成为未来企业运营的重要考量。
Atlassian分析指出，那些将AI视为“思考伙伴”而非简单重复任务处理工具的团队，能取得更大成果。但公司认为，这需要团队内的心理安全感、领导者开放的提问文化以及对共同工作流程的重新设计。如果各自为政地应用AI，其生产率提升效果可能有限。
团队协作图谱开放与设计领域变革
与此相呼应，公司将“团队协作图谱”作为开放标准发布。其判断基于：在每家企业都能接触相似AI模型的时代，最终形成差异的关键在于组织内部的“上下文”。即，积累何种信息、如何连接、以及置于何种决策体系之上，将决定AI的产出质量。
设计领域也不例外。Atlassian认为，AI让每个人都能制作出一定水准的原型，但市场的期望值也随之水涨船高。这意味着基础水平提升后，真正的竞争力将来自更精密的观察与更高的专业素养。
最终，本次Atlassian活动传递的信息十分明确：AI竞争的本质不在于率先采用更优的模型。未来企业的成败，更可能取决于其如何梳理组织的知识、协作结构与责任体系，以促成人类与AI的协同工作。随着AI引入从技术项目转向组织创新课题，市场的关注点也逐渐从“使用了何种AI”移向“何种组织能有效驾驭它”。
