# Тарун Мандхана об ИИ в Atlassian: от поиска по ключам к виртуальным напарникам Источник: https://www.youtube.com/watch?v=OC6v6WB1Hj0 Канал: Startup Grind Опубликовано: 20.10.2023 --- Тарун Мандхана, руководитель отдела продуктовой инженерии в Atlassian, представляет стратегическое видение того, как искусственный интеллект трансформирует фундаментальные процессы командной работы. На примере интеграции ИИ в такие продукты, как Jira, Confluence и Trello, он раскрывает переход от простых чат-ботов к глубоко контекстуальным «виртуальным напарникам», способным радикально ускорить рост бизнеса и продуктивность сотрудников. ## 🤖 Роль ИИ в современной экосистеме распределенной работы [[JUMP:00:14]] Тарун Мандхана подчеркивает, что текущий бум ИИ не случился внезапно, однако появление больших языковых моделей (LLM) и генеративного ИИ знаменует технологический сдвиг, сопоставимый по масштабу с изобретением интернета и мобильной революцией [01:32]. Этот процесс совпадает с фундаментальным изменением формата труда: мир перешел в эру распределенной, удаленной и гибридной работы. В таких условиях поиск информации становится главной «головной болью» команд. Мандхана утверждает, что ИИ должен проектироваться не просто для помощи отдельным пользователям, а для улучшения взаимодействия внутри коллектива [02:11]. Atlassian видит свою миссию в раскрытии потенциала команд через ИИ-инструменты, которые понимают контекст совместной деятельности. Ключевым инструментом компании стал **Atlassian Intelligence** — виртуальный участник команды, интегрированный во всю линейку продуктов [03:19]. Система использует как внешние модели (например, от OpenAI), так и собственные разработки компании. Главным преимуществом Atlassian гость называет **Teamwork Graph** — граф командной работы, накопленный за 20 лет [03:58]. Он позволяет ИИ понимать: * связи между людьми и проектами; * текущее состояние задач в Jira, Trello, а также в сторонних инструментах вроде Figma или Slack [04:12]; * соответствие работы высокоуровневым целям бизнеса. ## 🔍 Три столпа трансформации командной работы [[JUMP:04:41]] Мандхана выделяет три критические области, где генеративный ИИ принесет наибольшую пользу в ближайшее время. ### 1. Поиск бизнес-контекста По мнению эксперта, традиционный поиск по ключевым словам устарел. Эволюция поиска проходит три стадии: * **Качественный поиск по данным:** Использование готовых облачных блоков и семантического поиска для быстрого нахождения релевантной информации [05:43]. * **Системы «Вопрос-Ответ» (Q&A):** Переход от ввода тегов к естественному языку. ИИ анализирует вопрос, подбирает нужные ключевые слова для поиска в базе, изучает результаты и формулирует связный ответ [06:34]. * **Многошаговые диалоги:** Возможность вести уточняющую беседу с данными, сохраняя историю контекста, что позволяет пользователю докапываться до сути проблемы в режиме чата [07:13]. ### 2. Проектное планирование Второй важный аспект — превращение неструктурированных брейнштормов в четкие планы. Тарун Мандхана приводит пример: после совещания ИИ может автоматически синтезировать заметки, выделить принятые решения и создать задачи в Work Management инструментах [08:27]. * ИИ способен предлагать ответственных за задачи на основе графа совместной работы [08:50]. * В инженерной практике ИИ может писать черновики «посмертных» отчетов (post-mortems) после инцидентов, превращая обсуждение в конкретные тикеты в Jira [09:05]. ### 3. Отслеживание и ускорение темпа работ ИИ выступает в роли «ускорителя», помогая быстрее входить в рабочий ритм: * **Суммаризация пропущенного:** После отпуска ИИ может подготовить сводку по всем каналам связи (почта, чаты, задачи), выделив ключевой прогресс по проекту [10:11]. * **Передача дел (handoffs):** При передаче тикета от одного агента поддержки другому ИИ кратко излагает всю предысторию проблемы и уже принятые меры [10:38]. * **Устранение блокировок:** Лидеры команд могут быстрее находить «узкие места» в разработке, не перечитывая сотни PR в GitHub или страниц в Confluence, а просто спросив агента о текущих заторах [10:50]. ## 🚀 Практические советы по разработке ИИ-продуктов [[JUMP:11:55]] Основываясь на опыте запуска Atlassian Intelligence, Тарун Мандхана дает пять рекомендаций для инженерных и продуктовых команд: 1. **Начинайте с проблемы пользователя, а не с технологий.** Не стоит внедрять ИИ ради самого ИИ. Сфокусируйтесь на том, как технология сделает процесс быстрее или приятнее [12:07]. 2. **Оптимизируйте скорость сборки.** В Atlassian сначала использовали универсальные LLM с промпт-инжинирингом (few-shot prompting), чтобы быстро запустить продукт в тест, и лишь затем перешли к тонкой настройке (fine-tuning) собственных моделей для оптимизации стоимости и качества [12:46]. 3. **Получайте фидбек как можно раньше.** Программа раннего доступа (Beta) помогла Atlassian собрать идеи от сотен активных пользователей еще до официального релиза [13:26]. 4. **Используйте уникальные данные.** Простая «обертка» над GPT-4 не создает долгосрочного преимущества. Дифференциация продукта возможна только на основе данных, которых нет в публичном доступе [14:04]. 5. **Развивайте технологии ответственно.** Тарун подчеркивает, что ИИ не нейтрален. В Atlassian каждый инженер заполняет специальный чек-лист по этике и безопасности перед началом работы над ИИ-фичей [16:14]. ## 🛡️ Безопасность и этика: три измерения контроля [[JUMP:14:41]] Мандхана считает критически важным внедрение принципов ответственной технологии. Он выделяет три столпа: * **Тестирование:** Необходимо создавать представительные наборы тестов и прорабатывать сценарии наихудшего использования (exploitation) [15:09]. * **Человеческий фактор:** Поскольку точность LLM никогда не будет 100%, в интерфейс должны быть встроены механизмы обратной связи (например, кнопки «палец вверх/вниз») [15:34]. * **Конфиденциальность:** Нужно четко понимать, как сторонние поставщики LLM обрабатывают и хранят ваши данные [15:46]. В завершение Тарун Мандхана отмечает, что мы находимся лишь на «первой волне» изменений. Хотя предсказать облик второй волны трудно, он уверен, что ИИ кардинально изменит понятие продуктивности и командного взаимодействия в ближайшие годы [16:39].