Atlassians VD: Likartade AI-mål skadar avkastningen

Atlassians medgrundare och VD Mike Cannon-Brookes har uttryckt oro över att sätta identiska mål för alla AI-team inom ett företag, vilket kan hämma produktivitet och tillväxt. Han betonar att företag måste differentiera sina strategier baserat på de specifika begränsningarna och potentialen hos olika arbetsenheter.

AI kan leda till en minskning av administrativa avdelningar samtidigt som det ger kreativa team betydligt mer kapacitet. Cannon-Brookes argumenterar för att ledare inte bör behandla all typ av arbete lika. Chefer behöver omvärdera kompetenskraven, omvandla expertkunskap till delade system och använda tydliga visuella verktyg för att säkert hantera automatiserade uppgifter.

AI bryter ner traditionella modeller för arbetskraftskapacitet. Cannon-Brookes skiljer mellan "input-bundna" och "output-bundna" jobb. De förstnämnda, som juridiska avdelningar, kanske inte ser en direkt ökning av intäkter trots snabbare processer. Däremot kan de sistnämnda, såsom ingenjörs- och produktteam, använda den frigjorda tiden till att utforska nya idéer och driva lönsamma projekt som tidigare varit för kostsamma.

Dessa förändringar kräver också en omdefiniering av specialistroller. Experter bör fokusera på att skapa standarder och mallar som kan följas säkert av hela organisationen. Mellanchefer förväntas gå från administrativt arbete till att coacha personal och prioritera komplexa projekt. Mjukvarulösningar måste vara interoperabla och erbjuda tydliga visuella gränssnitt för att bibehålla användarnas engagemang.

Företag bör kartlägga dessa operativa begränsningar och potentialer för att effektivt integrera AI. Målet är att förstärka innovationskraften i output-bundna team och bygga skalbara gränssnitt som håller ledningen engagerad, samtidigt som man undviker nedskärningar och omvandlar mjukvara till en tillväxtmotor.