Riset terbaru dari Atlassian menegaskan bahwa organisasi perlu menggeser fokus adopsi kecerdasan buatan dari tingkat individu ke tingkat tim agar dapat memperoleh laba atas investasi yang nyata. Temuan ini muncul dari State of Teams Report yang melibatkan ribuan pekerja pengetahuan global serta eksekutif perusahaan Fortune 1000.
Sebagian besar perusahaan saat ini masih mengoptimalkan penggunaan AI secara personal, sehingga kecepatan kerja individu meningkat pesat namun nilai bisnis keseluruhan sulit diukur. Hanya sebagian kecil tim yang berhasil menerjemahkan penggunaan AI menjadi hasil konkret, sementara mayoritas tim lain belum melihat dampak signifikan.
Tim yang berhasil menunjukkan tiga karakteristik utama yaitu konteks bersama, alur kerja yang terintegrasi, serta budaya yang mendukung eksperimen. Mereka membangun grafik konteks dengan mendokumentasikan tujuan, keputusan, dan pengetahuan organisasi secara kolektif sehingga AI dapat mengakses informasi yang relevan dan konsisten.
Pada aspek alur kerja, tim unggul merancang ulang proses end-to-end daripada sekadar mempercepat tugas terpisah. Pendekatan ini mencegah potensi benturan antarindividu yang bekerja dengan arah berbeda. Sementara itu, budaya tim yang terbuka terhadap pembelajaran memungkinkan eksperimen terarah meskipun beberapa di antaranya berujung kegagalan.
Salah satu analisis tambahan adalah bahwa pendekatan tim ini secara alami mendorong pengurangan silo informasi di perusahaan besar yang selama ini menghambat kolaborasi lintas departemen. Dengan dokumentasi bersama, AI tidak hanya mempercepat tugas tetapi juga memperkuat kohesi organisasi secara menyeluruh.
Analisis kedua menyoroti bahwa pelatihan kolektif melalui kesepakatan kerja AI di awal proyek dapat memperkecil kesenjangan keterampilan yang sering muncul ketika karyawan belajar secara mandiri. Kesepakatan semacam ini mencakup batasan penggunaan AI dan berbagi agen yang sama, sehingga seluruh anggota tim beroperasi dari landasan pengetahuan yang seragam.
Pemimpin organisasi disarankan mulai menerapkan eksperimen terbatas dengan menetapkan batasan kerja yang jelas, seperti membagi tugas menjadi unit terkecil atau menghindari penulisan kode manual selama periode tertentu. Langkah ini terbukti mempercepat proses pembelajaran meskipun tidak dimaksudkan sebagai praktik permanen.
Secara keseluruhan, temuan Atlassian menunjukkan bahwa tantangan AI lebih banyak berkaitan dengan masalah manajemen lama yang kini menjadi lebih mendesak. Organisasi yang mampu membangun konteks bersama dan cara kerja eksplisit akan lebih siap memanfaatkan AI secara berkelanjutan.
