AI 技术如何激发企业研发的创新潜能？｜专访 Atlassian 大中华区负责人

什么部门才是企业的核心竞争力来源？这个问题放在十年、二十年前，很多企业老板会脱口而出：“销售”，但经过十余年的激烈行业竞争洗礼，大浪淘沙沉淀下来的幸存者更有可能给出“研发”这个答案。

在最近一次对 Atlassian 大中华区负责人 Kerwin Chung 的采访中，InfoQ 与 Kerwin 深入探讨了研发效能在生成式 AI 蓬勃发展的时代愈加重要的地位。随着公司寻求在复杂的研发领域找到出路，Atlassian 推出了其最新创新产品——Atlassian Intelligence，这是一套以生成式 AI 为动力的套件，旨在提升研发效能并简化价值流程。

研发效能：科技企业乃至所有企业的核心竞争力来源

软件正在重塑全球格局，使得所有企业逐渐转型为软件和信息技术公司。每一个行业现今以及未来都需借助应用程序来建立与客户的联系并推动业务发展。因此，负责应用程序研发和运维的 IT 部门已经成为，或者即将晋升为企业中不可或缺的核心角色。

如果将企业研发生产过程比作一条河流，那么其中流淌的便是持续增长的价值。根据价值流管理的观点，当一项产品或服务的原型在各个团队或部门之间传递时，它会在每个环节中获得增值，最终流经所有部门后完成价值创造。优化这个过程，即疏通这条河流，就是提高研发效能的关键。像任何河流一样，这里也会有弯道、浅滩、暗礁和狭窄河道，它们都会降低价值流的流速。移除这些障碍，就能提升效能、降低成本。当企业成功清除那些阻碍价值流的主要瓶颈时，研发部门就能顺畅地输出符合市场需求和企业战略的产品成果。

然而，如何精准识别和消除这些价值流中的障碍呢？许多企业因为缺乏专业的框架、团队和工具组合而感到力不从心。而这也是 Atlassian 这样的企业应用服务公司能发挥所长的地方。专业的问题需要交给专业的人来解决，Atlassian 正是这样一家擅长为企业价值河流进行疏浚和拓宽的服务商。

现在，Atlassian 发布的基于生成式 AI 技术的全新一代企业服务产品——Atlassian Intelligence，为企业开辟了一条借助 AI 技术提升研发效能、疏通价值流的新途径。

生成式 AI 是否能成为企业降本增效的银弹？

成立超过 20 年的 Atlassian，今天已经服务了超过 80% 的全球五百强企业，用户总量达 23 万。Atlassian 的 Jira、Confluence 等产品系列，可以落地到企业价值流创造的各个环节、不同部门和团队中，无缝协助这些部门实现互联互通，为企业带来非常直观的改进提升效果。

Atlassian 在统一的许可证下提供了大量开箱即用的模板，业务部门、后勤部门、行政部门都可以轻松使用这些模板创建新的、效率更高的工作流，而每个部门之间的工作流又能够轻松对接。当不同部门都在使用 Atlassian 的工具提升自己的效能，部门之间就会自然而然形成一种一致性。例如，开发和测试部门都使用 Jira 来管理软件项目，管理层、财务部门也能使用  Jira 随时了解开发和测试团队的进度与需求，提供必要的支持。通过 Atlassian 的工具组合，不同部门很容易对齐目标、协调规划，并将其他部门的资源约束和挑战纳入自己的考量范围，使整个企业实现真正的协作氛围。如果说一般的企业服务软件所做的事情是在价值流河道中东挖一坑，西掘一洞，各个部门只顾着清除眼前的障碍，不管疏浚工作对上下游的影响，导致整体流程变得更糟，那么 Atlassian 所做的事情就是从宏观全局出发来安排整条河道的工程，尽可能提升企业整体的效率。

Atlassian Intelligence：用生成式 AI 改变研发

Atlassian Intelligence 延续了 Atlassian 一贯的服务理念，将生成式 AI 技术融合到了现在的增效框架中。如今，人们对于生成式 AI 的能力边界已经有了比较成熟的认知，问题在于这些能力究竟如何融入企业流程，提升价值河流的流速？

Atlassian 的答案是从每一位企业员工做起，提升员工个人生产力。在 Atlassian Intelligence 的帮助下，团队只需使用自然语言向软件提出问题即可自动化日常任务，快速总结长篇内容，获取项目背景信息，或者构建复杂查询，从企业的数据资源中获取深度洞察。这款服务还集成到了  Jira 和 Confluence 等已有产品中，让用户可以在 Jira Software 的工单中即时生成用户故事，在 Jira Service Management 中将回复客服的答案调整为更具同理心的版本，或者在 Confluence 中为测试计划制定起始点，等等。与此同时， Jira Service Management 的虚拟助手为每一位员工带来了人性化的工作辅助能力，让他们从琐碎的任务中抽身出来。此外，Atlassian Intelligence 也具备代码辅助生成、图表绘制等功能，帮助程序员在日常工作中提升效率。

Atlassian Intelligence 总是站在企业全局视角，它给出的总结、优化、建议、洞察都是来自企业各个部门的数据汇总，是与企业价值观而非单个团队或部门的利益取向一致的。那么，当员工习惯了 Atlassian Intelligence 的便利性，他们也就潜移默化地将企业价值观融入了工作的每一个环节。

另一方面，生成式 AI 技术让企业员工和团队的自主能力边界有了明显扩展。技术团队能够更多获取行政、后勤部门的知识，业务部门也能自行解决很多原本需要技术支持的任务。由此以来，各个部门用于支持其他部门低级重复性工作的资源投入就可以收缩，从而集中到更具价值的事务中。通过这样的改变，公司团队也能变得更加敏捷。

如果说原有的 Atlassian 产品矩阵是为价值河流的疏浚带来了整体的方案和工具组合，那么现在的 Atlassian Intelligence 就是基于生成式 AI 技术将所有工具打磨得更加锋利好用，为每一位员工送上了更加全面的装备套件。在全新 AI 能力的支持下，企业团队就能做到更加灵活、能力更全面、协作更顺畅，自然而然实现降本增效目标。或许并不是所有的生成式 AI 产品都是企业提升竞争力的银弹，但 Atlassian 正在努力向这一目标靠近。

克服生成式 AI 实施的挑战

一项创新技术，不管前景多么诱人，承诺多么可靠，要真正为企业带来实际收益的前提是技术能够切实落地。Atlassian 是一家擅长落地的公司，其很重要的理念就是平台化。Atlassian 不追求内卷，不会对竞争对手恶意伤害，而是会充分利用可用的资源为用户带来更好的效果。

具体到生成式 AI 这个领域，Atlassian 首先非常重视 AI 应用涉及的企业隐私数据安全问题。Atlassian 引入了 OpenAI 的业内最高等级的安全标准，可以在整个软件链条上确保企业数据不会因为使用了生成式 AI 而被泄露、恶意利用。

Atlassian 非常重视中国市场和中国客户

Atlassian 对产品和服务的本地化也非常用心，其目标是让创新技术真正为各区域用户创造价值的关键一环，只有为当地用户带来符合国情和市场、行业地域化特点需求的优化和改进，才能打破创新“水土不服”的僵局。

在中国市场，Atlassian 从多个维度下手，将本地化工作推进到了相当高的水平。2024 年 2 月，Atlassian Server 产品就会终止服务，但 Atlassian 为中国客户提供了平滑的升级路线，不同规模的 Server 客户都可以顺利升级到本地部署的 Data Center 版本，或者 Atlassian 在中国的合作云厂商代托管的云平台上，带来更高的可用性和可扩展性。这一升级也为 Atlassian Intelligence 的落地应用打下了更好的基础，使企业在应用 AI 的各项能力时不至于遭遇基础设施瓶颈。

特别针对中国市场，Atlassian Data Center 本地化部署版本的产品，如 Jira 和 Confluence，能够适用于所有团队规模，使中国市场上的大小企业团队都能获得符合自身规模的本地部署产品。

产品的多语种支持是本地化工作的重中之重，Atlassian 在这方面也做了大量投入来为中国用户营造最高水平的使用体验。一方面，Atlassian 的热门产品均有翻译质量出色的中文版本，用户无需担心语言障碍造成学习门槛或带来操作不便、理解偏差等问题。另一方面，Atlassian 引入了专业的合作伙伴支持团队为中国用户提供本地化服务支持，使中国用户能够像欧美用户一样获得高质量的母语服务，并在出现问题疑难时得到高级别的及时响应。

另外，对于中国客户来说，出于安全与合规的要求，Atlassian 用户可能无法使用境外的云服务，对此 Atlassian 也与国内合作伙伴以及国内云厂商合作，推出代托管的模式，通过安迈无限，荣尧泰，范德敏特等 Atlassian 认证的解决方案合作伙伴，可以帮助企业将 Atlassian 产品部署在中国的云服务平台上，依旧保持对数据隐私安全的信心。

丰富的插件及生态圈

Atlassian 的平台化理念还体现在丰富、活跃的生态圈上。在 Atlassian 的 Marketplace 上有超过 5000 家商户在提供多样化的工具和插件，满足各行业企业在细分领域和场景的不同需求。这一生态圈对生成式 AI 的落地意义重大，它意味着将会有数千家合作伙伴开始研究如何使用全新的 Atlassian Intelligence 服务来更好地应对各类企业挑战，这样当用户在实践中落地 AI 能力时，很多场景中可能已经有 Marketplace 厂商做好了全套流程，免去了用户再摸索和打磨的麻烦。另一方面，Atlassian 自身也在随时收集不同行业、领域的客户反馈和实践经验，将它们汇集为可以复用的方法论和最佳实践库供用户使用。当 Atlassian Intelligence 开始在全行业推广后，这一知识库也会很快更新，帮助用户抚平新技术落地的学习曲线。

Atlassian 的另一大优势在于，公司为客户提供了非常弹性的空间来落地各种工具。企业用户不需要局限在特定的框架中，而是根据自己的业务特点和需求，将 Atlassian 的工具组合为更加合适的体系。这一理念对新的生成式 AI 工具同样适用，也就是说企业并不需要一夜之间在所有流程中引入 Atlassian Intelligence，而是根据自己的习惯和痛点，在最需要的领域先部署一部分功能，之后再逐渐推广到所有流程中。这样的设计也大大降低了生成式 AI 落地企业的难度，使员工可以无负担地享受最新技术带来的便利。

AI 驱动未来

如今，Atlassian 正在通过最新的生成式 AI 创新，为企业研发和全流程的效能提升带来更加强大的工具组合。Atlassian 并没有给企业描绘非常壮丽的图景，但这家公司相信自己在这个领域的努力可以切实改变员工和团队现有的工作方式，甚至组织内的协作氛围。随着 Atlassian 遍布全球的客户开始采用 Atlassian Intelligence，我们也将看到生成式 AI 究竟能带来多大的效能进步，为企业竞争力提升创造持续动力——至少在目前，我们在这个问题上可以保持非常乐观的预期。