مدیرعامل Atlassian: هوش مصنوعی SaaS را از بین نمی‌برد

Mike Cannon-Brookes، هم‌بنیان‌گذار و مدیرعامل Atlassian، در گفت‌وگویی با The Verge که در ۲۸ سپتامبر ۲۰۲۶ منتشر شد، از این دیدگاه دفاع کرد که هوش مصنوعی به‌تنهایی ابزارهای سازمانی و شرکت‌های نرم‌افزاری مبتنی بر اشتراک را بی‌نیاز نمی‌کند. به‌گفته او، AI می‌تواند بخش‌هایی از فرایندهای کاری را سریع‌تر و دقیق‌تر انجام دهد، اما کسب‌وکارها همچنان به ابزارهایی برای فهمیدن، هماهنگ‌کردن و نظارت بر جریان کار نیاز دارند. این بحث در میانه نگرانی‌هایی مطرح می‌شود که گاهی از آن با عنوان «SaaSpocalypse» یاد می‌شود؛ این تصور که مدل‌های هوش مصنوعی روزی نرم‌افزارهای سازمانی را می‌سازند یا جایگزین می‌کنند.

Atlassian خود را بستر مدیریت کار می‌داند

Cannon-Brookes در توضیح جایگاه شرکتش گفت Atlassian بستری برای همکاری و مدیریت کار میان تیم‌های سازمانی است. ابزارهایی مانند Jira و Trello به کارکنان کمک می‌کنند وظایف و پروژه‌ها را سازمان‌دهی کنند، اطلاعات مشترک را در اختیار داشته باشند و فعالیت گروه‌های مختلف را هماهنگ کنند. او گفت محصولات شرکت را می‌توان جلوه‌های متفاوتی از یک بستر اصلی دانست؛ بستری که برای مدیریت کار از تیم‌های فنی تا بخش‌های عملیاتی و خدماتی به کار می‌رود.

در این نگاه، Jira محل انجام مستقیم کار نیست. توسعه‌دهنده لزوماً در Jira نرم‌افزار نمی‌نویسد و بازاریاب هم کار روزانه‌اش را در آن انجام نمی‌دهد. این ابزار بیشتر نقش «موتور جریان کار» را دارد: کمک می‌کند افراد ببینند چه کاری در حال انجام است، مسئولیت آن با کیست و فعالیت تیم چه نسبتی با برنامه کلی سازمان دارد. جریان کار به مجموعه مراحلی گفته می‌شود که برای انجام یک کار یا فرایند در سازمان دنبال می‌شوند.

این تمایز، محور پاسخ مدیرعامل Atlassian به نگرانی درباره جایگزینی نرم‌افزارها با مدل‌های هوش مصنوعی بود. حتی اگر کارمند برای پرسیدن سؤال یا تولید خلاصه‌ای از اطلاعات سراغ یک مدل برود، سازمان همچنان باید بداند چه کارهایی انجام می‌شوند و فرایندها در چه وضعیتی قرار دارند. از نگاه Cannon-Brookes، ابزارهای سازمانی می‌توانند به حفظ این دید و هماهنگی کمک کنند.

خودکارسازی، اما نه حذف کامل فرایندها

یکی از سناریوهایی که در گفت‌وگو بررسی شد، استفاده از AI برای خواندن اطلاعات پراکنده در ابزارهای مختلف بود؛ قابلیتی که ممکن است مهاجرت به یک پلتفرم تازه را برای شرکت‌ها کم‌جاذبه‌تر کند. سناریوی دیگر، فرضیه «SaaSpocalypse» است: اینکه مدل‌های پیشرفته به‌جای نرم‌افزارهای آماده، ابزارهای موردنیاز هر کسب‌وکار را بسازند یا حتی کارهای آن را از ابتدا تا انتها انجام دهند.

Cannon-Brookes در برابر این تصویر، به پیچیدگی سازمان‌های واقعی اشاره کرد. شرکت‌ها در کشورها و حوزه‌های مختلف فعالیت می‌کنند و با قوانین، الزامات انطباق، کارکنان و رویه‌های گوناگون سروکار دارند. در عین حال، تفاوت‌های انسانی و نیاز به تصمیم‌گیری در موقعیت‌های پیش‌بینی‌نشده نیز بر کار آن‌ها اثر می‌گذارد. به باور او، اداره کامل چنین سازمان‌هایی با یک مدل، حتی با درنظرگرفتن پیشرفت چندساله فناوری، برای بیشتر کسب‌وکارها ساده نیست.

او برای توضیح نقش عملی‌تر هوش مصنوعی، نمونه‌ای از بررسی استثناهای قرارداد فروش را مطرح کرد. اگر مشتری مهلت پرداختی متفاوت از روال معمول بخواهد، AI ممکن است بتواند موارد ساده‌تر را بر اساس قواعد موجود بررسی کند و بخشی از کار را انجام دهد. اما درخواست‌های پیچیده‌تر، که چند شرط متفاوت دارند یا نیازمند سنجیدن زمینه‌اند، می‌توانند به بررسی انسانی احتیاج داشته باشند.

مدیرعامل Atlassian گفت در چنین فرایندهایی AI می‌تواند سرعت، کیفیت و یکنواختی خروجی را بهبود دهد. این خودکارسازی، به‌گفته او، نیاز سازمان به دانستن تعداد و نوع تصمیم‌ها را از میان نمی‌برد. مدیران همچنان باید بفهمند چه حجمی از کار از هر فرایند می‌گذرد، آیا روند نتیجه مطلوب دارد و آیا لازم است خودِ فرایند یا نیروی اختصاص‌یافته به آن تغییر کند.

وقتی حجم کار بالا می‌رود، دیدپذیری مهم‌تر می‌شود

بخشی از استدلال Cannon-Brookes به افزایش حجم فعالیت‌ها مربوط بود. او گفت هوش مصنوعی ممکن است به شرکت‌ها امکان دهد کارهای بیشتری انجام دهند و محصولات و خدمات باکیفیت‌تری ارائه کنند. در این صورت، حتی اگر برخی مراحل خودکار شوند، مدیریت و درک جریان کلی کار می‌تواند دشوارتر شود، چون فعالیت‌های بیشتری با سرعت بالاتری در سازمان جریان دارد.

از این منظر، ارزش ابزارهایی مثل Jira فقط ثبت کارها نیست؛ این ابزارها راهی برای مشاهده فعالیت‌ها در سطح فرد، تیم یا کل سازمان فراهم می‌کنند. مدیرعامل Atlassian این توانایی را برای فهمیدن اینکه سازمان چه می‌کند و آیا در مسیر هدف‌هایش قرار دارد، ضروری دانست. استفاده از AI نیز ممکن است بر اهمیت چنین دیدی بیفزاید، چون بخشی از کارها دیگر مستقیماً به دست انسان انجام نمی‌شوند.

در گفت‌وگو همچنین Rovo به‌عنوان یکی از محصولات Atlassian مطرح شد که می‌تواند چهره تازه این شرکت در عصر AI باشد. بااین‌حال، بخش منتشرشده از مصاحبه جزئیات بیشتری درباره کارکردهای Rovo یا برنامه‌های محصولی شرکت ارائه نمی‌کند. بنابراین، نکته اصلی در این بخش نه شرح قابلیت خاصی، بلکه پرسش گسترده‌تری است: وقتی اطلاعات و کارها به‌واسطه AI تغییر می‌کنند، سازمان‌ها چگونه همچنان تصویری قابل‌فهم از فعالیت‌هایشان حفظ می‌کنند؟

پیش‌بینی درباره نیروی کار و مهارت‌های شرکت‌ها

بحث مصاحبه به تغییرات در خود Atlassian هم رسید. این شرکت، مانند شماری از شرکت‌های فناوری دیگر، در اوایل همان سال تعدیل نیرو انجام داده بود. Cannon-Brookes گفت شرکت به ترکیب متفاوتی از مهارت‌ها نیاز داشته است؛ اما متن منتشرشده در این بخش جزئیات بیشتری از مهارت‌های موردنظر یا ساختار تغییرات ارائه نمی‌دهد.

او همچنین با این پیش‌بینی که مدل‌های مرزی در آینده می‌توانند یک کسب‌وکار را به‌طور کامل اداره کنند، مخالفت کرد. استدلالش این بود که شرکت‌ها برای رقابت، حتی در صنعتی که بخشی از کارها خودکار شده‌اند، با وظایف و نیازهای تازه‌ای روبه‌رو می‌شوند. از نگاه او، در پنج تا ده سال آینده ممکن است شمار کارکنان دانشی و توسعه‌دهندگان بیشتر از امروز باشد؛ زیرا افزایش توان انجام کارها می‌تواند سطح رقابت را هم بالا ببرد.

این پیش‌بینی دیدگاه مدیرعامل Atlassian است، نه نتیجه‌ای قطعی درباره آینده اشتغال. بااین‌حال، پاسخ او تصویری متفاوت از روایت جایگزینی کامل نیروی انسانی ترسیم می‌کند: AI برخی وظایف را بر عهده می‌گیرد، اما شرکت‌ها ممکن است هم‌زمان کارهای بیشتری برای انجام‌دادن و تصمیم‌های پیچیده‌تری برای گرفتن داشته باشند. در این الگو، نقش انسان از اجرای برخی مراحل به قضاوت، مدیریت استثناها و تعیین مسیر تغییر می‌کند.

این خبر برای چه کسانی اهمیت دارد

این دیدگاه برای مدیران فناوری اطلاعات، رهبران تیم‌ها و شرکت‌هایی اهمیت دارد که در حال ارزیابی ابزارهای AI یا بازنگری در نرم‌افزارهای سازمانی خود هستند. پیام Cannon-Brookes این نیست که ابزارهای فعلی بدون تغییر باقی می‌مانند؛ بلکه این است که خودکارشدن بخشی از کار، الزاماً نیاز به هماهنگی و نظارت را برطرف نمی‌کند. برای شرکت‌های SaaS نیز بحث نشان می‌دهد که رقابت ممکن است بیش از آنکه فقط بر سر جایگزینی نرم‌افزارها باشد، بر سر پیوندزدن هوش مصنوعی با فرایندهای موجود و حفظ دیدپذیری کار متمرکز شود.

در نهایت، گفت‌وگو یادآوری می‌کند که وعده اجرای خودکار کارها با واقعیت سازمان‌های بزرگ فاصله دارد. میزان این فاصله به صنعت، مقررات و نوع فرایندها بستگی دارد؛ اما از دید مدیرعامل Atlassian، AI به‌جای حذف نیاز به فهمیدن کار، ممکن است اهمیت آن را بیشتر کند.