Atlassian在20多款应用中嵌入AI，聊天界面从争议到全面落地

在SaaStr AI大会上，Atlassian AI负责人Sherif Mansour披露了该公司在生成式AI时代的落地策略。Mansour在Atlassian任职17年，目前负责全产品线的AI业务，同时管理450名产品经理。Atlassian旗下拥有超过20款应用，其中6款诞生于生成式AI时代，其余均为多年历史的老产品。目前已有超过500万用户在日常工作中使用这些应用的AI能力。

Mansour的分享围绕一个困扰所有拥有存量产品的创始人的问题展开：在B2B软件中构建AI，几乎每一种自信的主张都有同样自信的反面主张。有人说应该完全转向无界面模式，聊天是唯一需要的交互方式；也有人说聊天是糟糕的用户体验，应该构建真正的功能。有人说不要给产品“外挂”AI，应该从头重建；也有人说团队每个人都应该成为AI构建者。Atlassian在真实团队和真实用户中大规模测试了这些路径。

第一个关键决策是是否在应用中加入聊天界面。两年前，将Rovo聊天功能集成到Jira、Confluence等应用中在公司内部引发了争议。反对意见认为，聊天并非终局形态，对许多任务而言它是最糟糕的界面——试着通过聊天填写一张表单就知道了。支持意见则认为，没有人知道用户会尝试用AI做什么，不如提供一个开放的工具让用户自行探索。最终促成决定的理由很务实：Atlassian无论如何都需要构建一个聊天后端来支撑整个产品组合的AI功能。既然后端已经存在，就将其推送到全部20多款应用中，观察用户行为。

Mansour用DOS作类比：命令行曾是操作系统的通用界面，用户可以在其中完成电子表格、文字处理和游戏等操作。随着时间推移，常见用例逐渐演变为拥有真正界面的专用应用，但命令行从未消失，至今仍覆盖长尾需求。聊天在AI时代扮演同样的角色：它处理无限的使用场景，并向团队展示哪些场景值得拥有真正的界面。

他以Confluence白板为例，说明了三种从用户输入中提炼出的产品模式。第一种是“提示词变成按钮”：用户反复要求聊天将便签按主题分组，但聊天无法完成，Atlassian将其构建为功能——选中卡片，按主题分组。第二种是“提示词变成工作流”：用户在头脑风暴后写下长提示词，要求将便签转为Jira待办事项，此前因工具链缺失而失败，现在用户可以选择卡片并直接创建工单。第三种是“提示词保持为提示词”，例如“从Salesforce和Google Drive中提取客户反馈，将洞察放到白板上”，Atlassian不为此构建专门界面，而是让流程从聊天开始、落在画布上，用户可随时回到聊天。

一个未被预先规划的情况是：每一个为人类构建的功能，同时也需要作为智能体的工具对外暴露。“按主题分组”如今已成为Rovo智能体的一项技能。这意味着产品团队在设计功能时，需要同时考虑人类用户和AI智能体的双重使用场景，这对企业软件的产品架构提出了新的要求。