Atlassian将裁减约10%的全球员工,约1600个岗位,这家协作软件制造商正将资本重新投向人工智能开发和企业销售。
联合首席执行官兼联合创始人Mike Cannon-Brookes在博客文章中披露了这一裁员消息。他表示,此举是为了"自筹资金进一步投资AI和企业销售",同时加速公司走向持续盈利的道路。
尽管近期表现强劲,但该公司仍宣布了这一决定。Atlassian报告云收入约10.67亿美元,同比增长26%,剩余履约义务约38.14亿美元,增长44%。其Rovo AI助手的月活跃用户超过500万,公司现在拥有超过600个年经常性收入超过100万美元的客户。
Cannon-Brookes承认AI正在重塑所需的技能组合。他写道:"假装AI不会改变我们需要的技能组合或某些领域所需的岗位数量是不真诚的。"
灰狗研究公司首席分析师兼首席执行官Sanchit Vir Gogia表示,企业买家应该将此举视为资本的战略重新配置,而不是困境信号。
他说:"管理层将AI视为改变公司员工配置方式、需要什么类型岗位以及应该在哪里花钱的因素,而不是副业或闪亮的功能层。"
但他警告说,财务实力并不能提供运营免疫力。Gogia说:"客户在第一天的收益报表中感受不到,他们会在后续的缓慢升级、模糊的问责制、更长的路线图周期以及突然变得更加自动化且信息量更少的支持体验中感受到。"
他还指出,裁员正在与更广泛的平台转型同时进行,Atlassian同时推动客户转向云交付,并在Jira、Confluence和服务工作流程中更深入地嵌入AI。Gogia说:"当供应商运营模式变化和平台模式变化同时发生时,首席信息官需要关注。一个变动部分是可管理的,两个变动部分同时进行可能会变得混乱。"
受影响的员工将在全球范围内获得最少16周的离职补偿,每服务一年额外增加一周,按比例发放2026财年奖金,1000美元的技术补贴,以及六个月的延长医疗保险。Atlassian还披露了首席技术官的过渡,Rajeev Rajan即将离职,其他领导者将围绕下一代AI优先事项得到提升。
这是Atlassian三年来第二次重大的员工削减。2023年3月,该公司裁员约500人,占员工总数的5%,将此举描述为向云迁移和IT服务管理的重新平衡。
Atlassian的公告是企业技术公司以AI作为员工削减结构性驱动因素的快速增长名单中的最新一例。
本月早些时候,金融科技平台Block裁员约4000人,首席执行官Jack Dorsey宣布转向"智能原生"运营模式。类似地,澳大利亚物流软件公司WiseTech Global宣布将削减约2000个岗位,其首席执行官表示手动编写代码的时代已经结束。根据RationalFX的数据,到3月初,2026年全球科技裁员已经超过45000人,AI和自动化是最常被提及的驱动因素。
Gogia表示,这种模式反映了董事会激励机制的转变,而不仅仅是技术变化。他说:"一旦董事会和管理团队看到投资者奖励围绕AI、更小团队和未来效率构建的故事,激励结构就会迅速转变。"
首席信息官应该期待更多围绕AI生产力框架的供应商重组,更多通过AI中介渠道路由的支持交互,以及更多将订阅与基于使用的机制相结合的定价实验,这些机制与AI消费相关联,Atlassian的Rovo Dev定价已经发出了这一方向的信号,Gogia说。
他对企业买家的建议很直接。"首席信息官应该停止将供应商AI公告纯粹视为产品公告。它们也是运营模式公告,"他说。"正确的后续问题不仅是'我能得到什么新功能?'也是'在支持、人员配置、升级和问责制的幕后发生了什么变化?'"
Q&A
Q1:为什么Atlassian要在业绩良好的情况下裁员?
A:尽管Atlassian云收入增长26%达到10.67亿美元,但公司决定裁员1600人是为了"自筹资金进一步投资AI和企业销售",同时加速走向持续盈利。这是一种战略性资本重新配置,将资源从传统岗位转向AI发展和企业销售。
Q2:AI如何影响Atlassian的员工结构?
A:联合CEO承认AI正在重塑所需的技能组合,他表示"假装AI不会改变我们需要的技能组合或某些领域所需的岗位数量是不真诚的"。AI技术的发展改变了公司对不同类型岗位的需求,促使公司调整人员配置以适应新的技术环境。
Q3:这次裁员对Atlassian客户会有什么影响?
A:专家警告客户可能会在后续体验到影响,包括更慢的问题升级处理、更模糊的问责制、更长的产品路线图周期,以及支持服务变得更加自动化但信息量减少。同时,公司正在推动客户转向云交付并深入嵌入AI功能。
好文章,需要你的鼓励
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。
本期《Quick Charge》播客涵盖多个热点话题:特斯拉疑似试图删除FSD欺诈相关证据以规避巨额赔付;卡特彼勒持续推进建筑领域电气化布局;住宅太阳能30%税收抵免即将到期。此外,嘉宾Tom Pacheco就高压系统与电池技术培训展开探讨,强调电动车技术人才培养的紧迫性。节目同时提醒有意安装太阳能的用户尽快行动,可通过EnergySage平台比较多家安装商报价。
伊尔德兹技术大学团队通过词典手术和离线蒸馏,以不足20美元成本打造出专为土耳其语优化的200M参数句子嵌入模型,在语义相似度任务上超越了参数量更大的原版教师模型。