AI на уровне команд, а не людей: исследование Atlassian

89% руководителей говорят, что сотрудники в их компаниях ускорились благодаря AI. Но только 6% могут назвать конкретные примеры, где это ускорение привело к деньгам. Atlassian опросила 12 000 работников по всему миру и 200 руководителей корпораций из списка Fortune 1000. Вывод: дело не в том, как быстро отдельный человек пользуется AI, а в том, как команда перестраивает процессы.

Доктор Молли Сандс, глава Teamwork Lab в Atlassian, представила данные на конференции VB Transform 2026. Её команда - behavioural scientists и психологи, которые изучают, как AI меняет совместную работу. «Мы не просто изучаем, мы заходим и меняем процессы», - сказала она. Её команда учит компании перепроектировать то, как работа течёт между людьми.

Три общих черты у команд, которые выиграли

Atlassian выделила три характеристики команд, которые получили отдачу от AI: контекст, рабочие процессы и культура.

Контекст. Успешные команды строят «контекстный граф» - фиксируют цели, решения и знания организации в общих цифровых записях, а не оставляют их в головах отдельных сотрудников. В продуктах вроде Jira и Confluence этот граф связывает задачи, цели и людей, давая AI доступ к организационному контексту, который ему нужен для осмысленных ответов.

Рабочие процессы. Команды-победители перепроектировали сквозные процессы целиком, а не просто ускоряли отдельные задачи. Иначе, говорит Сандс, «ускорение людей, которые смотрят в разные стороны, приводит только к тому, что они быстро сталкиваются друг с другом».

Культура. Быстрее всех двигались команды, чьи лидеры открыто поощряли эксперименты и обучение - и давали понять, что некоторые эксперименты провалятся. Это не про «инновации ради инноваций», а про системное снятие страха перед ошибкой.

Соглашения об AI: что работает на практике

Сандс рассказала об экспериментах Atlassian с «AI-рабочими соглашениями» в начале проектов. Команды договаривались не только о том, для чего они будут использовать AI, но и о том, для чего сознательно не будут. Какие агенты они будут делить, какие общие навыки keep everyone working from the same context.

Самая большая проблема с AI в бизнесе - не технология, а скрытые знания. Каждый работник изобретает свои промпты, агенты и допущения. Получается ещё один слой невысказанного знания внутри команды, который редко превращается в результат.

Команды, которые приняли практику соглашений, использовали AI чаще, двигались быстрее, принимали лучшие решения и в итоге выдавали работу выше качеством.

AI не создаёт новых проблем - он обостряет старые

Сандс говорит, что AI не порождает принципиально новых управленческих проблем - он обнажает существующие. Команды всегда страдали от скрытых допущений и разных ментальных моделей работы. AI просто делает эти разрывы более заметными и дорогими. Единственный способ - общий контекст и явные способы работы.

Практический вывод: если компания во Владивостоке внедряет нейросети для бизнеса, важно не просто купить доступ к модели и раздать промпты сотрудникам. Нужно перестроить командные процессы так, чтобы AI работал на общий контекст, а не на индивидуальную скорость.

Что это значит для бизнеса

Для компаний во Владивостоке и на Дальнем Востоке, которые автоматизируют бизнес-процессы с помощью AI, исследование Atlassian - важный сигнал. Внедрение искусственного интеллекта начинается не с выбора модели, а с диагностики командных процессов. AI не даст ROI, если каждый сотрудник использует его по-своему, а процессы остаются теми же.

Как внедрить AI в бизнес с реальной отдачей? Начать с контекстного графа: зафиксировать цели, решения и знания команды так, чтобы AI мог на них опираться. Потом перепроектировать процессы целиком, а не ускорять отдельные шаги. И создать культуру, где эксперименты с AI - норма, а не подвиг.