在这场由 VentureBeat 资深科技貢獻者 Sam Witteveen 主持的爐边談話中，Sands 一语道破了问題的核心：大多數公司採用 AI 的方式是「倒过来的」。企业往往只專注於優化个別員工如何使用 AI，卻未將眼光放在優化團队層級的協同工作方式。
这種失衡導致了一个尷尬的結果：雖然个人跑得更快了，但由於團队流程未经调整，这些方向略有不同的个人反而会「很快撞在一起」，導致組织整體无法看见明顯的投资报酬率（ROI）。Sands 领導的行为科学家与心理学家團队，不僅研究 AI 对協作的影響，更致力於实际幫助企业重新设计工作流程。
僅 6% 主管看见实际价值，成功團队具備三大特徵
根據《Atlassian 2026 State of Teams Report》針对全球 12,000 名知识工作者，以及约 200 名 Fortune 1000 高階主管的调查，高达 89% 的主管承认公司內个人使用 AI 后速度確实變快。然而，令人訝異的是，僅有 6% 的主管能指出明確的 ROI 案例；並且，只有约 14% 的團队成功將 AI 的使用转化为真正的价值，顯示出即使在同一家公司內，團队间的績效落差也極为懸殊。
Sands 指出，那些成功將 AI 转化为團队優勢的組织，通常具備三大共同特徵：
情境（Context）：成功團队会建立「情境圖（context graph）」，將目標、決策与組织知识系统性地記錄在 Jira 或 Confluence 等共享的數位平台中，让 AI 能取得組织層級的脈絡，而非僅依賴个人的孤立提示詞（prompt）。
为了幫助企业跨越这道鴻溝，Sands 建议團队可以透过设定刻意的限制来快速学習，例如將任務拆解至最小單位，或是挑戰「一週內完全不手寫程式碼」。此外，在專案啟动时制定明確的「AI 工作協议（AI Working Agreements）」也至关重要，这包含決定哪些事務应交由 AI 處理、哪些需迴避，以及團队应共享哪些代理程式（agents）与技能。
AI 让员工变快，企业为何没变强？Atlassian 揭露组织无法获利的三大盲点
人工智慧（AI）席捲全球職场，但許多企业卻发现整體效率並未如预期般提升。據《VentureBeat》报導，Atlassian Teamwork Lab 负责人 Dr. Molly Sands 近期在公开活动中直言，多數公司採用 AI 的方向「倒过来了」，只專注優化个人效率而忽略了團队協作，導致組织难以看见实质的投资报酬率（ROI）。她強调，成功的團队必須建立共享情境、重新设计工作流程，並培養勇於实验的企业文化。
（前情提要：數学界 Jacobian 猜想遭证偽，OpenAI 研究員：Codex「无網路輔助」也算出来了）
（背景補充：自託管 AI 模型更省钱？Cline 实測 Kimi K3 成本優勢，網反駁：按任務算比 Fable 5 貴）
本文目錄
Toggle
随著生成式 AI 工具的普及，許多員工的日常作业速度確实獲得了顯著提升，但这股效率紅利似乎未能順利转化为企业整體的競爭力。台北时间 2026 年 7 月 21 日，據《VentureBeat》发布的一篇由软體巨头 Atlassian 贊助的报導，Atlassian Teamwork Lab 负责人 Dr. Molly Sands 在 VB Transform 2026 活动中，深刻剖析了这个看似矛盾的職场现象。
个人效率提升，組织卻不见 ROI
在这场由 VentureBeat 资深科技貢獻者 Sam Witteveen 主持的爐边談話中，Sands 一语道破了问題的核心：大多數公司採用 AI 的方式是「倒过来的」。企业往往只專注於優化个別員工如何使用 AI，卻未將眼光放在優化團队層級的協同工作方式。
这種失衡導致了一个尷尬的結果：雖然个人跑得更快了，但由於團队流程未经调整，这些方向略有不同的个人反而会「很快撞在一起」，導致組织整體无法看见明顯的投资报酬率（ROI）。Sands 领導的行为科学家与心理学家團队，不僅研究 AI 对協作的影響，更致力於实际幫助企业重新设计工作流程。
僅 6% 主管看见实际价值，成功團队具備三大特徵
根據《Atlassian 2026 State of Teams Report》針对全球 12,000 名知识工作者，以及约 200 名 Fortune 1000 高階主管的调查，高达 89% 的主管承认公司內个人使用 AI 后速度確实變快。然而，令人訝異的是，僅有 6% 的主管能指出明確的 ROI 案例；並且，只有约 14% 的團队成功將 AI 的使用转化为真正的价值，顯示出即使在同一家公司內，團队间的績效落差也極为懸殊。
Sands 指出，那些成功將 AI 转化为團队優勢的組织，通常具備三大共同特徵：
制定「AI 工作協议」，暴露潛藏的組织裂痕
为了幫助企业跨越这道鴻溝，Sands 建议團队可以透过设定刻意的限制来快速学習，例如將任務拆解至最小單位，或是挑戰「一週內完全不手寫程式碼」。此外，在專案啟动时制定明確的「AI 工作協议（AI Working Agreements）」也至关重要，这包含決定哪些事務应交由 AI 處理、哪些需迴避，以及團队应共享哪些代理程式（agents）与技能。
文章最后帶出了一个更深層的啟示：AI 其实並未創造出全新的管理难題，它只是无情地暴露了組织內原本就存在的裂痕，例如隐藏的假设与不同的心智模型。AI 的介入放大了这些差距的后果，使得「共享情境」与「明確的工作方式」在未来的企业營运中，變得比以往任何时候都更加迫切与重要。