AI робить співробітників швидшими, але чому компанії не стають сильнішими? Atlassian розкриває три головні сліпі зони в організаціях, які не дають прибутку

Штучний інтелект (AI) охопив увесь світ праці, але багато компаній виявили, що загальна ефективність не зросла так, як очікувалося. За повідомленням《VentureBeat》, керівниця Atlassian Teamwork Lab д-р Моллі Сендс нещодавно під час публічної події прямо заявила, що напрям, у якому більшість компаній упроваджує AI, «повернуто навспак»: компанії зосереджуються лише на оптимізації індивідуальної продуктивності, ігноруючи командну взаємодію, через що організації важко побачити реальну окупність інвестицій (ROI). Вона підкреслила, що успішна команда має створити спільний контекст, переробити робочі процеси й культивувати корпоративну культуру, яка заохочує сміливі експерименти.
(Попередні події: гіпотеза Jacobian у математичному співтоваристві була спростована; дослідник OpenAI: Codex «без допомоги мережі» теж це порахував)
(Довідка: самостійно розміщені AI-моделі економлять гроші? Cline перевірив, що Kimi K3 вигідніший за витратами; мережа заперечує: зарахунок за завданням він дорожчий за Fable 5)

Зміст цієї статті

Toggle

• Підвищення особистої ефективності, але ROI організації не видно
• Лише 6% керівників бачать реальну цінність; успішні команди мають три ключові риси
• Укладання «AI робочих угод» викриває приховані організаційні тріщини

З поширенням інструментів генеративного AI повсякденна швидкість багатьох працівників справді значно зросла, але цей ефект продуктивності, схоже, не вдалося успішно перетворити на конкурентоспроможність компаній загалом. О 2026 році 21 липня за київським часом, за даними статті《VentureBeat》, спонсорованої програмним гігантом Atlassian, керівниця Atlassian Teamwork Lab д-р Моллі Сендс на заході VB Transform 2026 глибоко розібрала це, на перший погляд, суперечливе явище на ринку праці.

Підвищення особистої ефективності, але ROI організації не видно

У цій розмові біля каміна, яку вів старший технологічний автор VentureBeat Сем Віттевін, Сендс одним реченням окреслила суть проблеми: більшість компаній застосовують AI «у зворотному напрямку». Компанії здебільшого лише фокусуються на тому, як окремі співробітники використовують AI, але не спрямовують погляд на оптимізацію командного рівня співпраці.

Такий дисбаланс призводить до незручного результату: хоча люди працюють швидше, через те що командні процеси не були адаптовані, ці «трохи інші» напрямки діяльності навпаки «дуже швидко стикаються» між собою, через що організація загалом не може побачити чіткої окупності інвестицій (ROI). Команда дослідників у сфері поведінкових наук і психології на чолі із Сендс не лише вивчає вплив AI на співпрацю, а й активно допомагає компаніям заново проєктувати робочі процеси.

Лише 6% керівників бачать реальну цінність, успішні команди мають три ключові риси

Згідно з опитуванням《Atlassian 2026 State of Teams Report》 щодо 12 000 знаннєвих працівників у всьому світі та приблизно 200 топкерівників із Fortune 1000, аж 89% керівників визнають, що після використання AI швидкість у компанії справді зросла. Однак, що вражає, лише 6% керівників можуть назвати конкретні приклади ROI; і лише приблизно 14% команд успішно перетворюють використання AI на справжню цінність, що свідчить: навіть в межах однієї компанії різниця в результативності між командами є надзвичайно значною.

Сендс зазначила, що організації, які успішно трансформують AI у командні переваги, зазвичай мають три спільні риси:

• Контекст (Context): успішні команди створюють «карту контексту (context graph)», системно фіксуючи цілі, рішення та організаційні знання на спільних цифрових платформах на кшталт Jira або Confluence, щоб AI міг отримувати контекст організаційного рівня, а не покладатися лише на ізольовані підказки окремих осіб (prompt).
• Робочі процеси (Workflows): вони прискорюють не лише виконання окремого завдання, а й заново проєктують весь наскрізний (end-to-end) робочий процес.
• Культура (Culture): лідери чітко заохочують навчання та експерименти й здатні приймати невдачі в процесі експериментування.

Укладання «AI робочих угод», викриває приховані організаційні тріщини

Щоб допомогти компаніям подолати цей розрив, Сендс радить командам швидко вчитися, встановлюючи навмисні обмеження, зокрема розбивати завдання на найменші одиниці або кидати виклик «не писати вручну жодного коду протягом тижня». Крім того, під час старту проєкту критично важливо одразу сформулювати чіткі «AI робочі угоди (AI Working Agreements)» — це включає визначення того, які справи має обробляти AI, а яких слід уникати, а також те, якими агентами (agents) і навичками команда має ділитися.

Наприкінці статті підводиться висновок глибшого рівня: AI насправді не створив зовсім нову управлінську проблему — він лише безжально оголив ті тріщини, які в організації вже існували, наприклад, приховані припущення та різні ментальні моделі. Втручання AI збільшує наслідки цих розбіжностей, тож у майбутній діяльності компаній «спільний контекст» і «чіткий спосіб роботи» стають більш нагальними, ніж будь-коли раніше.