La Work Evolution Summit, Sven Peters de la Atlassian a urcat pe scena principală și a susținut o idee care contrazice discursul obișnuit despre AI: tehnologia este partea ușoară.
El știe foarte bine despre ce vorbește. S-a alăturat Atlassian în 2011, când compania avea doar 300 de angajați, în rolul de developer advocate. Ulterior a devenit team advocate, pe măsură ce instrumentele companiei s-au extins dincolo de echipele de inginerie, ajungând în marketing, juridic și în aproape toate celelalte departamente.
Astăzi, când Atlassian are peste 15.000 de angajați, el ocupă rolul de AI evangelist. Un lucru a rămas însă neschimbat în toate aceste etape și a stat la baza întregii sale prezentări: oamenii trebuie în continuare să colaboreze, iar acum colaborează nu doar între ei, ci și cu inteligența artificială.
Dacă implementezi programe bazate pe AI și auzi constant că modelele vor face toată munca în locul tău, această prezentare este antidotul de care ai nevoie.
Inteligența este ieftină. Contextul este partea dificilă.
Sven și-a început discursul cu un aspect pe care toată lumea îl laudă, dar puțini îl pun sub semnul întrebării. Modelele AI de ultimă generație devin mai inteligente de la o săptămână la alta. El a recunoscut că nici măcar el nu mai poate ține pasul cu care model este lider într-o anumită zi. Apoi a făcut observația care schimbă complet perspectiva:
„Inteligența nu înseamnă context. Trebuie să adăugăm context acestor modele.”
Aceste modele au fost antrenate pe internet. Ele nu știu nimic despre modul în care organizația ta ia decizii, gestionează proiecte sau conectează activitatea unei echipe cu cea a alteia. Sven a menționat o statistică care merită toată atenția: 69% dintre angajați consideră că datele organizației lor nu sunt pregătite pentru AI. Dacă datele sunt dispersate în silozuri și aplici AI peste ele, nu faci decât să obții silozuri mai rapide. Accelerezi exact fragmentarea pe care încercai să o elimini.
Răspunsul Atlassian este ceea ce compania numește Teamwork Graph – o hartă dinamică a modului în care organizația funcționează în realitate. Aceasta știe ce echipe colaborează, cărui proiect îi aparține o anumită activitate, ce pagină din Confluence a generat ideea, cine a contribuit și în cadrul cărei ședințe s-a luat o anumită decizie. Dacă integrezi Google Docs, SharePoint și Slack, această hartă devine și mai bogată.
Formula la care Sven a revenit constant este:
Accelerare = Inteligență × Context
Rovo, stratul de inteligență artificială al Atlassian, furnizează componenta de inteligență printr-un AI Gateway care direcționează fiecare solicitare către furnizorul cel mai potrivit pentru acea sarcină – Gemini pentru documente, Claude pentru cod și așa mai departe. Contextul este furnizat de Teamwork Graph. Nici inteligența și nici contextul nu pot accelera munca în mod real dacă funcționează separat.
Apoi a prezentat o altă statistică incomodă: 84% dintre lideri prioritizează investițiile în tehnologie înaintea dezvoltării și sprijinirii angajaților. Mesajul lui a fost clar: problema nu poate fi rezolvată doar prin tehnologie. Rezultatele apar atunci când oamenii și tehnologia lucrează împreună.
Cei 10.000 de agenți pe care aproape nimeni nu îi folosește
Anul trecut, Sven a creat peste 80 de agenți AI. În practică, folosește doar patru sau cinci dintre ei, iar unii doar o dată pe săptămână.
Apoi a extins exemplul la nivelul întregii companii. Atlassian are aproximativ 10.000 de agenți Rovo. Numărul persoanelor care îi folosesc efectiv este însă sub 1.000. Departamentul juridic nu i-a permis să dezvăluie cifra exactă, așa că a rotunjit-o într-o manieră generoasă.
Înseamnă faptul că au construit 10.000 de agenți și folosesc mai puțin de 10% dintre ei că proiectul a eșuat?
Sven susține exact contrariul.
Fiecare agent abandonat le-a oferit o lecție concretă. Unii au demonstrat că problema era una de învățare automată, nu de inteligență artificială generativă. Alții aveau nevoie de acces la sisteme pe care Teamwork Graph nu le putea integra. Unii produceau rezultate instabile: funcționau ieri și se defectau astăzi.
Toate aceste lecții au fost învățate experimentând, fără a transforma fiecare idee într-un proiect formal înainte de a o testa.
Și nici măcar nu sunt o excepție. Sven a făcut referire la un studiu MIT conform căruia 95% dintre proiectele pilot de AI eșuează, după care a concluzionat, cu umor:
„Bine ați venit în club.”
O analogie care merită reținută
Modelul mental propus de Sven pentru a explica această diferență este unul excelent.
Demonstrațiile furnizorilor de AI promit un robot capabil să îți împăturească hainele și să golească mașina de spălat vase.
În realitate, atunci când încerci să îl folosești, primești ceva care seamănă mai degrabă cu acel robot improvizat, ținut laolaltă cu bandă adezivă, care funcționează… până când nu mai funcționează.
În schimb, ceea ce ar trebui să construiești este o mașină simplă, plictisitoare chiar, dar concepută pentru a rezolva perfect o singură problemă reală. Exact cum un robot aspirator excelează la curățarea podelei, pentru că aceasta este singura lui misiune – iar dacă ai un animal de companie care lasă păr prin casă, valoarea lui devine imediat evidentă.
