人工智能正在重塑企业的工作方式，人类员工与 AI 代理协同作业以提升效率。然而，面对层出不穷的新模型，许多企业在选型与应用上仍感到迷茫。
在近期举行的 Atlassian Team Europe 26 会议上，核心议题聚焦于企业如何突破技术混乱，实现高效协作。
释放团队力量：从个人到群体
Atlassian 首席产品与 AI 官 Tamar Yehoshua 表示：“Atlassian 的理念始终围绕‘团队’展开，我们的使命是释放团队的力量。”她指出，团队本身并不天然具备组织性或高效性，因此关键在于确保每个人都能有效工作，并能像与人类同事合作一样，高效地与 AI 代理协作。
“多人”AI（Multi-person AI）成为此次会议的另一大主题。Atlassian 旨在强化其作为客户与技术之间连接器的角色，简化团队协作流程，使其更易于理解和控制。
Yehoshua 强调，虽然许多 AI 工具侧重于提升个人生产力，但 Atlassian 致力于解决团队层面的问题。“我们与每一位客户交流时发现，AI 的使用已不再是‘是否应该’的问题，而是已经发生的事实。但用户往往不确定如何高效使用它，也不确定能否获得最大投资回报率。”
她描述了企业采纳 AI 的典型路径：怀疑、好奇、接受、优化。目前多数企业已进入“如何有效使用和优化”的阶段。由于新型 AI 模型数量庞大，客户的焦虑感依然存在。
针对模型选择，Atlassian 的 Sherif Mansour 提出了“用火箭发射器杀死蚊子”的比喻，警告企业避免在简单任务中过度使用先进模型。确保提供适合特定工作负载的正确模型至关重要。例如，当更先进的模型发布时，Atlassian 旗下的 Rovo 会自动切换至新模型，用户无需感知这一变化，但仍保留手动选择模型的权利。
此外，Loom 也推出了新功能升级，支持直接从提取的请求生成视频。
构建系统而非依赖单一方案
Mansour 认为，不存在能解决所有问题的“银弹”。他建议采用“神经系统”式的策略，即不依赖单一供应商，而是通过与多个实体合作，获取不同类型的机会和洞察，从而创造真正的价值。
“没有人真正谈论工作中的‘混乱’，”Mansour 说道，“我们需要建立一种系统来帮助控制这种混乱。混乱永远存在，关键在于如何识别并管理它。”目标不仅是让团队工作变得完美，更是让其变得更简单。
关于个人对 AI 的态度，Yehoshua 指出，最重要的是改变行为模式。她建议客户利用现有工具的潜力，自上而下地推动行为变革。对于自动化可能带来的风险，她表示这需要通过试错来探索，但目前并非主要障碍，因为企业通常已具备必要的保护措施，确保人类始终处于决策循环中，保证答案的可信度。
Atlassian 首席执行官 Mike Cannon-Brookes 此前曾表示，客户订阅的不仅是当前软件，更是未来将开发的软件。随着交付速度的显著提升，企业倾向于与拥有共同愿景的公司保持一致。鉴于模型迭代迅速，用户希望避免被锁定，而 Atlassian 定位为中立方，提供一个专注于团队的开放平台。
Yehoshua 补充道：“我们的核心优势在于平台。客户在工作负载的多个不同领域都在使用我们的服务，这是我们的强项。”
赋能更多角色，加速创新
展望未来，AI 将持续存在，企业需自行判断最佳采纳方式。Yehoshua 认为，现在更多人拥有了构建原型的能力，但这并不意味着任何人都可以随意检查生产代码。企业仍需制定明确的指导方针，界定哪些内容可以进入生产环境。
“世界正在扩大，各个角色能做的事情更多了，整体节奏也在加速。”Yehoshua 说。
Mansour 同意这一观点，并指出利用数据中的语境力量将成为企业与竞争对手之间的关键差异点。“如果所有人都能获得相同的情报，那就像是一个公平的竞争环境，结果是所有平均值的总和。唯一的变量是你带到桌面上的实际观点。”
他强调，只有当客户在其环境中发挥出色时，Atlassian 才能成功。因此，任何有助于丰富客户环境、加深理解并以安全方式向 AI 提供数据的功能，都能帮助客户获得更好的结果。
