一句话看懂：Atlassian首席人事与AI赋能官Avani Prabhakar在TNW播客中表示，把AI使用与绩效挂钩、强制推行会引发员工“刷指标”，而非真正改变工作方式；她披露Atlassian的“超级用户”机制及AI钱包等内部做法。
事件核心：发生了什么
在阿姆斯特丹HumanX活动期间接受TNW采访时，Prabhakar介绍，Atlassian将每周使用AI高级功能超过40次、用于改造工作流程的人定义为“超级用户”。她称，在一个5至7人的团队中，只要有一名这样的成员，整个团队的AI采用率和使用量就能提升56%。该公司会追踪这些人是谁。她同时强调，把AI使用设为硬性指标并与绩效挂钩是“非常糟糕的开端”，因为员工会开始钻空子；企业也不应另设一个独立的“首席AI官”团队。她还表示，Atlassian为每个团队制定“AI工作协议”，明确哪些工作环节可用AI、哪些不可用，例如产品研究员不能把公司信息输入AI工具，招聘人员则需清楚哪些决定由自己做出、哪些由AI做出。
为什么重要
这提供了一个与“自上而下强制推广”不同的企业AI落地样本。Prabhakar称，部署AI和让员工喜欢它都不难，大公司真正容易出问题的是安全、治理和成本。Atlassian的应对是给员工按月分配“AI钱包”额度，超额需审批并说明用途及改进的工作流；她明确反对奖励token用量，认为那会诱导错误行为。成本优化的另一来源是内部上下文层Teamwork Graph：她称让Claude只检索该图谱后，token使用量下降48%，准确率提升44%。这些数字来自Atlassian内部实践，目前公开信息显示尚无第三方独立验证。
对用户/开发者/创作者的影响
对企业管理者和开发者而言，可借鉴的是“先任务、再技能、最后角色”的推进顺序，以及在团队内培养少数深度使用者来带动多数人，而不是把AI使用量直接写进考核。Prabhakar称，Atlassian约有1.2万名员工，分布在3000多个城市，没有办公室坐班要求，公司更依赖书面、异步沟通（如用Loom录屏代替部分会议），这种习惯也为AI提供了更好的读写上下文。对创作者和知识工作者来说，AI钱包和团队协议意味着AI工具的使用边界会更明确，成本也会被更精细地管理。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是Atlassian这套“客户零号”打法能否被大客户复制，Prabhakar称她如今60%至70%的时间花在客户身上；二是“AI钱包”和按角色定额度的成本模型是否会被更多SaaS公司采用；三是其与斯坦福合作的实验结论——毕业生借助AI做决策的效率比资深管理者高19%——能否经得起更大样本检验。
来源：The Next Web
