Atlassian 公布關於 AI 時代團隊協作的調查結果
Atlassian 團隊協作實驗室針對六國 12,035 名知識工作者的調查顯示，AI雖能提升個人工作速度，卻對團隊協作與決策造成新負擔，估計每年導致 1,610 億美元的損失。研究點出衡量 AI 投資回報的困難與技能差距擴大的挑戰，並提出「情境」、「工作流程」與「文化」三大成功支柱，建議企業應將 AI 策略從「個人最適化」轉向「團隊最適化」。
📋 文章處理履歷
- 📰 發表: 2026年6月10日 14:00
- 🔍 收集: 2026年6月10日 14:22（發表後22分鐘）
- 🤖 AI分析完成: 2026年6月10日 19:12（收集後4小時49分鐘）
Atlassian 團隊協作實驗室 (Atlassian Teamwork Lab) 公布了一項針對六個國家、共 12,035 名知識工作者及 172 名財富 1,000 強企業高階主管的大規模調查結果。
該調查揭示，儘管 AI 提升了個人工作速度，但同時也對團隊的協作、決策及優先順序的整合帶來了新的負擔。報告建議，AI 時代真正的競爭優勢不僅僅是執行速度，更在於團隊的協同作戰能力。
## 調查揭示的挑戰
1. **領導者陷入 AI 帶來的速度陷阱**
高達 89% 的主管表示 AI 提升了工作速度，但僅有 48% 認為協作得到改善。這凸顯出 AI 大幅提升個人生產力的同時，卻未能對整個團隊的協作發揮同等效果。
2. **無法證明投資回報（ROI）的管理層**
僅有 6% 的主管確信能明確展示 AI 投資的 ROI，更有 58% 承認他們甚至不知道如何衡量。主要原因是企業的 AI 策略有 67% 偏重於個人層級或特定領域，而僅有 24% 專注於團隊層級的應用。
3. **日益擴大的 AI 應用能力差距**
55% 的主管表示 AI 擴大了團隊間的績效差距。雖然有 85% 的知識工作者使用 AI，但實際將其融入日常工作流程的僅佔 29%，而能將 AI 視為「隊友」般協作的更只有 15%。
4. **數據負債引發信任危機**
僅有 22% 的知識工作者完全信任 AI 工具的準確性。69% 的人表示公司的數據和知識基礎設施並未為 AI 進行優化，顯示數據品質問題已成為 AI 應用的障礙。
5. **每年 1,610 億美元的「協作斷裂的代價」**
缺乏策略的 AI 導入所導致的重複工作、優先順序不一致和協作混亂，估計每年為財富 500 強企業帶來 1,610 億美元的損失。
## 頂尖團隊實踐的「三大支柱」
調查發現，成功運用 AI 並取得持續成果的頂尖團隊，正實踐以下三大支柱：
- **1. 情境（Context）：** 跨團隊共享明確目標，並建立一個人類與 AI 代理都能存取的、可信賴的知識庫。（效果：目標不一致的發生率降低了 12 分之 1。）
- **2. 工作流程（Workflow）：** 明確定義人類與 AI 代理的角色，並設計跨團隊的工作流程。（效果：AI 應用的一致性提升了 13 倍。）
- **3. 文化（Culture）：** 培養鼓勵持續學習和實驗的組織風氣，推動人與 AI 的協同合作。（效果：將 AI 視為隊友的可能性提高了 2.3 倍。）
## 轉向以團隊為中心的 AI 策略
基於此調查結果，Atlassian 團隊協作實驗室向企業提出以下建議：
- **從個人最適化轉向「團隊最適化」：** AI 策略的焦點應從個人生產力轉移到提升整個團隊的協作品質。
- **整備共享情境：** 建立一個人類與 AI 代理都能存取的、統一的知識庫和明確的目標設定，是有效利用 AI 的先決條件。
- **重新設計整體工作流程：** 應以人機協作為前提，重新建構整個工作流程，而非僅將 AI 片段地加入現有流程中。
- **消弭 AI 應用能力差距：** 若不對人才進行持續的 AI 學習投資，技能差距只會不斷擴大。
此調查內容也預計將在 2026 年 6 月 16 日（星期二）舉行的 Atlassian Team on Tour 活動中分享。
該調查揭示，儘管 AI 提升了個人工作速度，但同時也對團隊的協作、決策及優先順序的整合帶來了新的負擔。報告建議，AI 時代真正的競爭優勢不僅僅是執行速度，更在於團隊的協同作戰能力。
## 調查揭示的挑戰
1. **領導者陷入 AI 帶來的速度陷阱**
高達 89% 的主管表示 AI 提升了工作速度，但僅有 48% 認為協作得到改善。這凸顯出 AI 大幅提升個人生產力的同時，卻未能對整個團隊的協作發揮同等效果。
2. **無法證明投資回報（ROI）的管理層**
僅有 6% 的主管確信能明確展示 AI 投資的 ROI，更有 58% 承認他們甚至不知道如何衡量。主要原因是企業的 AI 策略有 67% 偏重於個人層級或特定領域，而僅有 24% 專注於團隊層級的應用。
3. **日益擴大的 AI 應用能力差距**
55% 的主管表示 AI 擴大了團隊間的績效差距。雖然有 85% 的知識工作者使用 AI，但實際將其融入日常工作流程的僅佔 29%，而能將 AI 視為「隊友」般協作的更只有 15%。
4. **數據負債引發信任危機**
僅有 22% 的知識工作者完全信任 AI 工具的準確性。69% 的人表示公司的數據和知識基礎設施並未為 AI 進行優化，顯示數據品質問題已成為 AI 應用的障礙。
5. **每年 1,610 億美元的「協作斷裂的代價」**
缺乏策略的 AI 導入所導致的重複工作、優先順序不一致和協作混亂，估計每年為財富 500 強企業帶來 1,610 億美元的損失。
## 頂尖團隊實踐的「三大支柱」
調查發現，成功運用 AI 並取得持續成果的頂尖團隊，正實踐以下三大支柱：
- **1. 情境（Context）：** 跨團隊共享明確目標，並建立一個人類與 AI 代理都能存取的、可信賴的知識庫。（效果：目標不一致的發生率降低了 12 分之 1。）
- **2. 工作流程（Workflow）：** 明確定義人類與 AI 代理的角色，並設計跨團隊的工作流程。（效果：AI 應用的一致性提升了 13 倍。）
- **3. 文化（Culture）：** 培養鼓勵持續學習和實驗的組織風氣，推動人與 AI 的協同合作。（效果：將 AI 視為隊友的可能性提高了 2.3 倍。）
## 轉向以團隊為中心的 AI 策略
基於此調查結果，Atlassian 團隊協作實驗室向企業提出以下建議：
- **從個人最適化轉向「團隊最適化」：** AI 策略的焦點應從個人生產力轉移到提升整個團隊的協作品質。
- **整備共享情境：** 建立一個人類與 AI 代理都能存取的、統一的知識庫和明確的目標設定，是有效利用 AI 的先決條件。
- **重新設計整體工作流程：** 應以人機協作為前提，重新建構整個工作流程，而非僅將 AI 片段地加入現有流程中。
- **消弭 AI 應用能力差距：** 若不對人才進行持續的 AI 學習投資，技能差距只會不斷擴大。
此調查內容也預計將在 2026 年 6 月 16 日（星期二）舉行的 Atlassian Team on Tour 活動中分享。
常見問題
アトラシアンの調査で明らかになったAI導入の主な課題は何ですか？
主な課題は5点です。1) リーダーが個人の速度向上に囚われ、チーム連携が疎かになる「スピードの罠」。2) 経営層がAI投資のROIを証明できない。3) AI活用能力の格差がチーム間で拡大。4) データ品質の低さがAIへの信頼を損なう「データ負債」。5) 連携不足による年間1,610億ドルもの「分断の代償」。
AI時代のチームワークで成功しているトップチームは何を実践していますか？
成功しているチームは「コンテキスト」「ワークフロー」「文化」の3つの柱を実践しています。具体的には、チーム間で明確なゴールを共有し、信頼できるナレッジ基盤を構築すること、人間とAIの役割を明確にした作業フローを設計すること、そして継続的な学習と実験を奨励する組織風土を醸成することです。
AI投資のROIを測定できない企業が多い原因は何ですか？
主な原因は、企業のAI戦略の67%が個人レベルや特定領域での活用に偏っており、チーム単位での活用に焦点を当てているのがわずか24%に過ぎないためです。結果として、経営幹部の58%がROIの測定方法すら分からないと回答しています。
アトラシアンが提言する「チーム最適」なAI戦略とは何ですか？
個人の生産性向上だけでなく、チーム全体の連携品質を高めることに焦点を当てる戦略です。具体的には、人間とAIエージェントが共有できるナレッジベースと目標を整備し、両者の協働を前提としたワークフローを再設計し、人材への継続的なAI学習投資を行うことを提言しています。
この調査はいつ、誰を対象に行われましたか？
調査は2026年1月から2月にかけて、米国、英国、オーストラリア、インド、ドイツ、フランスのナレッジワーカー12,035名と、フォーチュン1,000企業の経営幹部172名を対象に実施されました。