Agentowa rewolucja w Atlassian: Swoboda eksperymentowania kluczem do skalowania AI

Wdrażanie agentowej sztucznej inteligencji na szeroką skalę wykracza poza posiadanie najnowszych narzędzi. Kluczowe okazują się jasne wytyczne, odpowiedni kontekst oraz kultura, która sprzyja eksperymentowaniu, aby uwolnić prawdziwą wartość. Anu Bharadwaj, prezes Atlassian, podczas Transform 2025 magazynu VentureBeat, podzieliła się konkretnymi spostrzeżeniami na temat tego, jak jej firma umożliwiła pracownikom tworzenie tysięcy niestandardowych agentów, rozwiązujących realne, codzienne wyzwania. Podstawą tego sukcesu jest kultywowanie ciekawości, entuzjazmu i ciągłego eksperymentowania.

„Słyszy się wiele o odgórnych mandatach AI” — zauważyła Bharadwaj. „Takie mandaty są świetne, aby zrobić wielkie wrażenie, ale co dzieje się potem i kogo to dotyczy? Agenci wymagają ciągłej iteracji i adaptacji. Odgórne dyrektywy mogą zachęcać do rozpoczęcia używania AI w codziennej pracy, ale ludzie muszą stosować ją w swoim kontekście i z czasem iterować, aby osiągnąć maksymalną wartość”. To z kolei wymaga kultury eksperymentowania, gdzie krótkoterminowe lub średnioterminowe niepowodzenia nie są karane, lecz traktowane jako kamienie milowe na drodze do przyszłego wzrostu i przypadków użycia o wysokim wpływie.

Tworzenie środowiska bezpieczeństwa

Platforma Atlassian do budowania agentów, Rovo Studio, pełni funkcję środowiska-piaskownicy dla zespołów w całej firmie, umożliwiając im swobodne tworzenie agentów. „Jako liderom, ważne jest, abyśmy stworzyli środowisko psychologicznie bezpieczne” — podkreśliła Bharadwaj. „W Atlassian zawsze byliśmy bardzo otwarci. 'Otwarta firma, bez bzdur’ to jedna z naszych wartości. Skupiamy się na tworzeniu tej otwartości i środowiska, w którym pracownicy mogą wypróbowywać różne rzeczy, a jeśli coś się nie uda, to jest w porządku. To jest w porządku, ponieważ czegoś się nauczyłeś o tym, jak używać AI w swoim kontekście. Pomaga bycie bardzo otwartym i szczerym w tej kwestii”.

Poza tym, kluczowe jest znalezienie równowagi między swobodą eksperymentowania a ramami bezpieczeństwa i możliwości audytu. Obejmuje to środki bezpieczeństwa, takie jak upewnienie się, że pracownicy są zalogowani podczas próbowania narzędzi, a agenci respektują uprawnienia, rozumieją dostęp oparty na rolach i dostarczają odpowiedzi oraz działania zgodne z tym, do czego ma dostęp dany użytkownik.

Wspieranie współpracy zespół-agent

„Kiedy myślimy o agentach, myślimy o tym, jak ludzie i agenci współpracują” — wskazała Bharadwaj. „Jak wygląda współpraca zespołu złożonego z ludzi i agentów — i jak to ewoluuje w czasie? Co możemy zrobić, aby to wspierać? W rezultacie, wszystkie nasze zespoły używają agentów Rovo i budują własnych agentów Rovo. Nasza teoria jest taka, że gdy ten rodzaj pracy zespołowej stanie się bardziej powszechny, cały system operacyjny firmy ulegnie zmianie”. Prawdziwa magia dzieje się, gdy wielu ludzi pracuje razem z wieloma agentami, dodała. Dziś wielu agentów to narzędzia jednoosobowe, ale wzorce interakcji ewoluują. Czat nie będzie domyślnym wzorcem interakcji, twierdzi Bharadwaj. Zamiast tego, pojawią się liczne wzorce interakcji, które będą napędzać współpracę wieloosobową.

„Czym w gruncie rzeczy jest praca zespołowa?” – zapytała publiczność. „To współpraca wieloosobowa – wielu agentów i wielu ludzi pracujących razem”.

Ułatwianie eksperymentowania z agentami

Rovo Studio Atlassian sprawia, że budowanie agentów jest dostępne dla osób o różnych umiejętnościach, włączając w to opcje bez kodowania. Na przykład, klient z branży budowlanej stworzył zestaw agentów, aby skrócić czas tworzenia planów działania o 75%, natomiast gigant wydawniczy HarperCollins zbudował agentów, którzy czterokrotnie zmniejszyli pracę manualną w swoich działach.

Łącząc Rovo Studio z platformą dla deweloperów Forge, zespoły techniczne zyskują potężną kontrolę nad głębokim dostosowywaniem swoich przepływów pracy AI — definiując kontekst, określając dostępne źródła wiedzy, kształtując wzorce interakcji i wiele więcej — oraz tworząc wysoce wyspecjalizowanych agentów. Jednocześnie, zespoły nietechniczne również potrzebują dostosowań i iteracji, dlatego w Rovo Studio stworzono narzędzia umożliwiające użytkownikom wykorzystanie języka naturalnego do wprowadzania personalizacji.

„To będzie prawdziwy przełom, ponieważ fundamentalnie, kiedy mówimy o transformacji agentowej, nie może być ona ograniczona do scenariuszy generowania kodu, które widzimy dzisiaj. Musi ona przenikać cały zespół” — stwierdziła Bharadwaj. „Deweloperzy spędzają 10% swojego czasu na kodowaniu. Pozostałe 90% to praca z resztą zespołu, rozwiązywanie problemów klientów i naprawianie błędów w produkcji. Tworzymy platformę, dzięki której można budować agentów dla każdej z tych funkcji, dzięki czemu cały cykl staje się szybszy”.

Budowanie mostu wiodącego ku przyszłości

W przeciwieństwie do poprzednich zmian, takich jak przejście na technologie mobilne czy chmurę, gdzie dominowały innowacje technologiczne lub zmiany w strategii rynkowej, transformacja AI zasadniczo zmienia sposób naszej pracy. Bharadwaj uważa, że najważniejsze jest bycie otwartym i dzielenie się tym, jak wykorzystuje się AI do zmiany codziennych zadań. „Na przykład, udostępniam filmy Loom z nowymi narzędziami, które wypróbowałam, rzeczami, które mi się podobały, rzeczami, które mi się nie podobały, czy też sytuacjami, w których pomyślałam, że to mogłoby być użyteczne, gdyby tylko miało odpowiedni kontekst” — dodała. „Ta ciągła mentalna iteracja, którą pracownicy mogą obserwować i wypróbowywać każdego dnia, jest niezwykle ważna w procesie zmiany sposobu pracy”.