Обзор State of Teams 2026

В апреле 2026 года вышел отчет по состоянию команд The State of Teams 2026 от компании Atlassian.
Основные инсайты отчета включают несоответствие между ростом скорости от AI и измеримым ROI, недостаточный фокус AI стратегий на командах, налог на фрагментацию и практики лучших команд в совместной работе людей и AI. Отчет основан на исследовании команды Atlassian Teamwork Lab, которая разрабатывает лучшие практики для современных команд. В опросе участвовали 12 035 работников умственного труда (Knowledge workers), а также 172 руководителя компаний из списка Fortune 1000 уровня VP и выше. Помимо опросов, исследователи провели живые интервью с 25 руководителями компаний, представляющими маркетинг, HR, IT и разработку программного обеспечения.

Ключевые инсайты из отчета:

1. AI ускоряет работу быстрее, чем развивается координация: 89% руководителей говорят, что AI увеличил скорость работы, и только 48% отмечают улучшение совместной работы. AI стратегии ориентированы на скорость и лишены направления: 73% руководителей оценивают успех AI через продуктивность и 59% через эффективность, 46% считают цели своей организации в области AI неясными. Руководители слабо понимают ROI от AI: только 6% уверены, что у них есть расчеты ROI, и 58% признают, что не знают, как его измерять;
2. Внедрение AI распределено по уровням следующим образом: 10% на индивидуальном уровне, 24% на уровне команд, 33% на уровне всей организации и 34% без конкретного фокуса. Работники, которые используют AI ежедневно, одновременно ведут на 2,3 проекта больше, чем те, кто использует его реже;
3. Низкокачественные результаты работы, созданные с помощью AI (Workslop), вредят командам и обнуляют прирост эффективности от AI. Основные проблемы: дополнительная работа для тех, кто за нее не отвечает, более долгое выполнение задач по сравнению с работой без AI и отсутствие ясности, кто отвечает за исправления;
4. Для многих команд скорость AI достигается ценой стандартов: 49% работников говорят, что результаты AI не отличаются стабильно высоким качеством, и 48% признают, что использование AI требует компромисса между скоростью и качеством;
5. Команды застряли в непродуктивном хаосе: 87% работников говорят, что в режиме постоянного выполнения задач им часто не хватает времени или ресурсов на координацию, 71% сталкиваются с дублирующими проектами или инициативами других команд, 70% считают свои процессы плохо оптимизированными для AI, 84% имеют неясные или противоречивые цели и приоритеты;
6. AI пока слабо трансформирует рабочие процессы: только 29% работников встроили AI в ежедневную работу и используют его несколько раз в день, 44% используют AI ситуативно, 13% эпизодически, 15% никогда. AI редко используется стратегически: 35% работников воспринимают AI как инструмент, 28% как ассистента, 15% как члена команды, 14% как советника и 6% как замену;
7. Команды, усиленные AI, нуждаются в большей координации. Руководители ожидают, что AI изменит команды и роли: 77% прогнозируют более горизонтальные команды с меньшим числом уровней иерархии, 74% рост мобильности между ролями и командами, 73% смешанные роли с гибридными обязанностями и зонами ответственности, 70% более ориентированные на совместную работу роли, 61% более кросс-функциональную структуру, где дисциплины объединены вокруг общих инициатив;
8. Текущие подходы к AI развивают инновации изолированно: 55% руководителей говорят, что AI увеличивает различия в результативности и возможностях между командами, и только 12% сообщают о широком использовании AI в своих организациях. Компании могут перенаправить тревогу, связанную с AI, в развитие AI грамотности: работники на 90% чаще беспокоятся о нехватке AI навыков, чем о замене своей работы AI;
9. AI нужна упорядоченная библиотека знаний: 69% работников говорят, что их данные и базы знаний плохо оптимизированы для AI. Долг данных (Data debt) порождает кризис доверия к AI. Лишь небольшая доля полностью доверяет своим AI инструментам: 24% в способности учиться и совершенствоваться, 22% в создании точных результатов высокого уровня, 21% в поиске релевантной информации, 20% в соответствии целям и ограничениям;
10. Лучшие команды фокусируются на трех опорах координации AI: контекст, рабочие процессы и культура. Контекст: документирование четких общих целей между командами и опора работы на достоверные данные, доступные людям и агентам. Рабочие процессы: проектирование четких маршрутов движения и развития работы между командами из людей и агентов. Культура: развитие людей через непрерывное обучение и эксперименты, которые стимулируют инновационную совместную работу людей и AI. Включение любой из этих опор в AI-стратегию существенно повышает скорость совместной работы, то есть степень, в которой команда получает от AI одновременно скорость и согласованность. Команды, внедрившие все три опоры, сокращают налог на фрагментацию (Fragmentation tax) почти вдвое;
11. Лучшие команды в 5,6 раза чаще говорят, что AI помогает им лучше планировать и приоритизировать работу, в 9,4 раза чаще отмечают, что AI усиливает совместную работу, и в 13 раз чаще чувствуют растущую связь с коллегами;
12. Лучшие команды до 12 раз реже сталкиваются с неясными или противоречивыми целями и приоритетами и до 6,6 раза реже с несогласованными целями и задачами между командами. Они до 7,3 раза чаще говорят, что их данные и базы знаний оптимизированы для AI, и до 2,3 раза чаще полностью доверяют AI в поиске и контекстуализации релевантной информации;
13. Лучшие команды до 3,5 раза чаще переосмысливают свою работу через новые инструменты и практики, до 13 раз чаще отмечают согласованность команд в том, как и где использовать AI, и до 7,7 раза реже говорят, что в режиме постоянного выполнения задач у них нет времени на координацию. Они также до 2,3 раза чаще воспринимают AI как члена команды и до 3,2 раза чаще говорят, что команды поощряют экспериментировать с AI и находить подходящие им способы его использования.

Основные данные из отчета State of Teams 2026:

Если вам важно выстроить управляемую модель внедрения AI, при которой рост скорости сопровождается согласованностью команд и измеримым эффектом, обращайтесь к нам за помощью.

Мы помогаем руководителям продуктовых и платформенных команд: определять стратегию и дорожную карту внедрения AI с понятными целями и приоритетами, подключать AI агентов к внутреннему контексту через MCP и AI Skills, развивать практики AI-Native SDLC и навыки инженеров, пересобирать топологии команд под работу с AI агентами, улучшать взаимодействие и сокращать передачи ответственности, формировать AI Enabling команды для масштабирования практик и агентов, развивать Developer Experience и Agent Experience, а также измерять продуктивность, качество поставки и экономический эффект внедрения AI.

Не забывайте подписываться на наш Telegram канал Enabling.team Insights, чтобы оставаться в курсе технологических трендов.