Atlassian：以开发者体验推动“全员生产力”……AI时代的关键在于目标和流程优化_新闻

免责声明：内容不构成买卖依据，投资有风险，入市需谨慎！

Atlassian：以开发者体验推动“全员生产力”……AI时代的关键在于目标和流程优化

2026-05-06 10:12:22

企业生产力评价体系的演变

长期以来，企业生产力一直以“工作了多少”和“投入了多少人力”为标准进行衡量。然而，仅靠扩大团队规模或重组组织已难以取得过去那样的成效。如今有观点指出，相较于工作量，更应转变“工作流动的方式”本身。

从开发经验到全员生产力解决方案

Atlassian将软件团队过去二十年锤炼出的“开发者体验”原则，作为提升企业整体生产力的解决方案提出。该公司首席客户技术官安德鲁·博亚吉近期在一次活动中指出，企业若要实现快速运转，不能仅仅着眼于处理大量事务，而必须建立一种能让优先级、知识与决策在组织内自然流动的架构。

决定生产力的四大流动要素

博亚吉提出了影响企业生产力的四大流动要素：“目标流动”、“工作流动”、“知识流动”与“智能流动”。他强调，其中最为关键的要素之一是“目标流动”。只有当管理层的战略、优先级及其背景信息准确传达至一线团队，成员才能理解自身工作的意义，人工智能也才能在正确的方向上发挥作用。

他认为，在目标流动薄弱的组织中，人工智能反而可能放大问题——即便团队工作速度加快，也可能只是更快地处理了并不重要的事务。唯有建立强大的目标流动，人工智能才能超越单纯的速度工具，真正贡献于价值创造。

实践案例：与威廉姆斯车队的协作

Atlassian以与威廉姆斯车队的合作为例，说明了这一理念的应用。作为威廉姆斯的官方冠名及技术合作伙伴，Atlassian正将其协作体系深入该组织的各个方面。一级方程式赛车领域被视为企业生产力实践的“极端模型”，因为其所有决策均基于数据，每周都要求绩效提升，且信息传递的失误会直接体现在比赛结果中。

跨越部门的共通挑战

博亚吉指出，过去困扰软件团队的问题同样在其他部门重现。如果优先级不清晰，或必要信息散落在电子邮件、电子表格及个人记忆中，那么人工智能也只能给出缺乏上下文的一般性回答。

为应对此问题，Atlassian协助威廉姆斯车队将知识文档化并集中存储于单一知识库。结果，原本分散在组织各处的信息开始更便捷地呈现在实际工作场景中。这一知识库依托于Atlassian的协作平台Confluence实现。

重新审视人工智能与工作的关系

博亚吉认为，“人工智能是否会取代人类工作”这一问题本身并未触及核心。过去二十年，开发团队逐步吸收了原本由测试、云服务、基础设施等独立团队承担的职责，从而发展成为组织内生产力最高的群体。这并非仅仅因为擅长编码，而是因为他们内化了结构化的工作系统。

这一原则同样适用于市场、财务、运营等其他部门。但前提条件是明确的：组织不应再只关注“制造了多少”，而必须转向衡量“以多快速度和多高准确度传递了价值”。

生产力定义的革新

他表示，传统的生产力定义——“单位时间的产出量”——已不再足够。代码行数或人工智能令牌使用量等指标与真实业务价值相距甚远；企业应当关注的不是产出物，而是整个价值传递链条。

此番论述表明，在人工智能应用日益普及的当下，企业生产力的评判标准正在发生变化。简单接入人工智能并不能立即提升绩效，关键在于设计能够使战略、知识与执行向同一方向流动的组织体系。

结语：构建高效能结构

最终，核心不在于做更多的事，而在于构建“更快、更准确地完成重要事务的体系”。Atlassian提出的基于开发者体验的生产力模型，能否从F1这样的高压环境延伸至普通企业，值得持续关注。

免责声明：

本网站、超链接、相关应用程序、论坛、博客等媒体账户以及其他平台和用户发布的所有内容均来源于第三方平台及平台用户。百亿财经对于网站及其内容不作任何类型的保证，网站所有区块链相关数据以及其他内容资料仅供用户学习及研究之用，不构成任何投资、法律等其他领域的建议和依据。百亿财经用户以及其他第三方平台在本网站发布的任何内容均由其个人负责，与百亿财经无关。百亿财经不对任何因使用本网站信息而导致的任何损失负责。您需谨慎使用相关数据及内容，并自行承担所带来的一切风险。强烈建议您独自对内容进行研究、审查、分析和验证。

展开阅读全文