Чому штучний інтелект прискорює роботу окремих працівників, але залишає цілі компанії позаду
Дослідник, який вивчає роботу команд, говорить, що більшість організацій розв'язують неправильну проблему. Покращення навичок використання штучного інтелекту кожною людиною майже нічого не змінює, якщо сама команда продовжує працювати за старим методом.
Ключові моменти
- У звіті Atlassian «State of Teams Report 2026» було опитано 12 000 працівників, і 89% керівників компаній із переліку Fortune 1000 стверджують, що штучний інтелект прискорює роботу окремих осіб у їхніх компаніях.
- Лише 6% цих же керівників змогли навести конкретний приклад фінансового повернення від штучного інтелекту.
- Приблизно 14% команд у цих організаціях змогли перетворити використання штучного інтелекту на реальну, вимірювану цінність.
- Команди, які досягли успіху, мали три спільні риси: спільне сховище організаційних знань, переробленого робочих процесів та культуру, яка відкрито вітала невдалі експерименти.
- Atlassian випробував «угоди про роботу зі штучним інтелектом» — письмові командні правила про те, як і коли використовувати штучний інтелект, і виявив, що вони покращили швидкість, прийняття рішень та якість результатів.
Уявіть естафету, де кожен бігун отримує швидші кросівки, але ніхто не погоджується щодо маршруту. Приблизно це і відбувається в більшості компаній, які зараз використовують штучний інтелект, за словами д-ра Моллі Сендс.
Сендс керує Teamwork Lab у Atlassian, компанії, яка розробляє інструменти управління проектами, як-от Jira і Confluence. Її команда поведінкових науковців вивчає, як штучний інтелект змінює спосіб спільної роботи людей, а потім безпосередньо впроваджує зміни в організаціях. Вона поділилася висновками лабораторії на VB Transform 2026, про що вперше повідомила VentureBeat.
То чому штучний інтелект не приносить результатів?
Коротко: компанії навчають окремих осіб, а не команди. Інструменти стають швидшими. Координація залишається розбитою.
Цифри це чітко підтверджують. Річний звіт Atlassian «State of Teams Report», який опитав 12 000 працівників по всьому світу та взяв інтерв'ю у приблизно 200 керівників компаній із переліку Fortune 1000 (1000 найбільших американських компаній за обсягом доходу), виявив невтішний розрив. Майже дев'ять з десяти керівників сказали, що люди в їхніх компаніях працюють швидше зі штучним інтелектом. Лише 6% змогли назвати конкретне місце, де ця швидкість перетворилася на реальне фінансове повернення.
Проте близько 14% команд розпрацювали це. Те, що їх виділяло, зводилося до трьох речей.
Спільні знання. Переможні команди зберігали цілі, рішення та контекст у інструментах, доступних усім, замість того щоб тримати все в індивідуальних головах або приватних чатах. Atlassian називає це «графіком контексту» — по суті, живою картою того, хто що робить і чому, яку можуть читати та використовувати інструменти штучного інтелекту. Без цього помічник на базі штучного інтелекту знає лише те, що знає людина перед ним.
Переробленні робочі процеси. Найпродуктивніші команди не просто прискорили існуючі завдання. Вони перебудували цілі процеси з нуля. Сендс прямо висловила ризик пропуску цього кроку: якщо прискорити роботу окремих осіб без їхнього узгодження, вони «дуже швидко почнуть стикатися один з одним».
Культура, яка допускає невдачу. На найшвидших командах керівники робили експерименти безпечними. Деякі експерименти не вдалися б. Це і було метою.
Що саме робили переможні команди по-іншому?
Вони накладали навмисні обмеження, щоб швидко вчитися. Один приклад: команда взялася не писати жодного рядка коду вручну протягом тижня, змушуючи всіх працювати через інструменти штучного інтелекту. Довгостроково це неможливо, сказала Сендс, але це швидкий спосіб побудувати спільні навички та виявити, що працює.
Вони також записали правила перед початком проектів. Atlassian називає це «угодами про роботу зі штучним інтелектом» — короткий документ, у якому команда разом вирішує, для чого вона використовуватиме штучний інтелект, що вона буде робити сама, які агенти штучного інтелекту вона ділитиме та які базові навички потрібні всім. Команди, які прийняли цю практику, працювали швидше та виробляли кращу роботу.
Глибший урок не є новим. Приховані припущення та невирівняні ментальні моделі сповільнювали роботу команд набагато раніше, ніж з'явився штучний інтелект. Штучний інтелект не створює ці проблеми. Він просто робить їхнє ігнорування дорожчим.
Часті питання
Чи означає це, що інструменти штучного інтелекту — це марна трата грошей, якщо команди не готові?
Не зовсім. Окремі працівники справді працюють швидше, і це має деяку цінність. Проблема в тому, що швидкість без координації рідко перетворюється на той тип повернення, який відображається в балансі.
Що менеджер може зробити на цьому тижні?
Проведіть коротку зустріч перед наступним проектом і разом запишіть, для яких завдань команда буде використовувати штучний інтелект, а для яких — ні. Цей єдиний розговір закриває більше прогалин, ніж години індивідуального навчання роботи зі штучним інтелектом.
