Масштабирование агента AI — это не просто наличие последних инструментов — это требует четкого руководства, правильного контекста и культуры, которая отстаивает эксперименты, чтобы разблокировать реальную ценность. В преобразовании Venturebeat 2025 года Ану Бхарадвадж, президент Atlassian, поделился практическим пониманием того, как компания уполномочила своих сотрудников построить тысячи пользовательских агентов, которые решают реальные повседневные проблемы. Чтобы построить эти агенты, Atlassian способствовал культуре, коренящейся в любопытство, энтузиазм и непрерывные эксперименты.
«Вы много слышите о мандатах AI сверху вниз»,-сказал Бхарадвадж. «Нисходящие мандаты отлично подходят для большого всплеска, но на самом деле, что происходит дальше, и для кого? Агенты требуют постоянной итерации и адаптации. Нисходящие мандаты могут побудить людей начать использовать его в своей ежедневной работе, но люди должны использовать его в своем контексте и со временем итерации, чтобы реализовать максимальную ценность».
Это требует культуры экспериментов-та, в которой краткосрочные и среднесрочные неудачи не оштрафованы, но охватываются в качестве ступенчатых камней для будущего роста и сценария использования высокого воздействия.
Создание безопасной среды
Платформа Atlassian, создавая агент, Rovo Studio служит игровой площадкой для команд по всему предприятию для создания агентов.
«Как лидеры, для нас важно создать психологически безопасную среду», — сказал Бхарадвадж. «В Atlassian мы всегда были очень открыты. Open Company, ни одна из наших ценностей не является одной из наших ценностей. Поэтому мы сосредоточены на создании этой открытости и создании среды, в которой сотрудники могут опробовать разные вещи, и если это не удается, это нормально. Все в порядке, потому что вы узнали что -то о том, как использовать ИИ в своем контексте. Это полезно быть очень четким и открытым об этом».
Кроме того, вы должны создать баланс между экспериментами с ограждениями безопасности и проверкой. Это включает в себя меры безопасности, такие как обеспечение того, чтобы сотрудники входили в систему, когда они пробуют инструменты, чтобы убедиться, что агенты уважают разрешения, понимание доступа на основе ролей, а также предоставляют ответы и действия в зависимости от того, к чему имеет доступ конкретный пользователь.
Поддержка сотрудничества команды
«Когда мы думаем о агентах, мы думаем о том, как люди и агенты работают вместе», — сказал Бхарадвадж. «Как выглядит командная работа в команде, состоящей из группы людей и кучи агентов — и как это развивается со временем? Что мы можем сделать, чтобы поддержать это?
Магия действительно происходит, когда несколько человек работают вместе с несколькими агентами, добавила она. Сегодня многие агенты являются однопользовательными, но паттерны взаимодействия развиваются. Бхарадвадж говорит, что чат не будет шаблоном взаимодействия по умолчанию. Вместо этого будет несколько шаблонов взаимодействия, которые приводят к многопользовательскому сотрудничеству.
«По сути, что такое командная работа?» Она позировала аудитории. «Это многопользовательское сотрудничество — несколько агентов и несколько людей, работающих вместе».
Добавление экспериментирования агента доступным
Atlassian’s Rovo Studio делает Agent Building доступным и доступным для людей всех наборов, включая параметры без код. Один из клиентов строительной отрасли построил набор агентов, чтобы сократить время создания дорожной карты на 75%, в то время как публикация гиганта HarperCollins построила агентов, которые сокращали ручную работу на 4 раза в своих отделениях.
Объединив Rovo Studio с их платформой для разработчиков, Forge, технические команды получают мощный контроль, чтобы глубоко настроить свои рабочие процессы ИИ — определение контекста, определение доступных источников знаний, формирование моделей взаимодействия и многое другое — и создание высокоспециализированных агентов. В то же время, нетехнические команды также должны настраивать и итерацию, поэтому они создали опыт в Rovo Studio, чтобы пользователи могли использовать естественный язык для создания своих настроек.
«Это будет большая разблокировка, потому что в основном, когда мы говорим о агентском преобразовании, это не может быть ограничено сценариями кода -генерала, которые мы видим сегодня. Он должен проникнуть в всю команду», — сказал Бхарадвадж. «Разработчики проводят 10% своего времени. Остальные 90% работают с остальной командой, выясняя проблемы с клиентами и исправляя проблемы в производстве. Мы создаем платформу, с помощью которой вы можете создавать агенты для каждой из этих функций, поэтому весь цикл становится быстрее».
Создание моста отсюда в будущее
В отличие от предыдущих сдвигов на мобильный или облачный, где произошел набор технологических или выхода на рынок, преобразование ИИ в основном является изменением в том, как мы работаем. Бхарадвадж считает, что самое важное, что нужно сделать, это быть открытым и поделиться тем, как вы используете ИИ, чтобы изменить свою ежедневную работу. «В качестве примера я делюсь видео о новых инструментах, которые я пробовал, вещи, которые мне нравятся, вещи, которые мне не нравились, вещи, в которых я думал, о, это может быть полезно, если бы только у него был правильный контекст», — добавила она. «Эта постоянная ментальная итерация, чтобы сотрудники могли видеть и пробовать каждый день, очень важна, поскольку мы меняем так, как мы работаем».
