99 procent van alle niet-technische medewerkers van Atlassian gebruikt AI wekelijks. Dit vindt plaats zonder dat het bedrijf het verplicht stelt om AI te gebruiken. Tijdens Atlassian Team ’26 Europe in Amsterdam spraken we met Alicia Lenart, VP HR bij Atlassian, over de strategieën, mislukkingen en culturele keuzes die Atlassian zover hebben gebracht. Centraal staat de praktische benadering die Atlassian hanteert.
Veel bedrijven nemen het gebruik van AI op in prestatiebeoordelingen en vaardigen top-downrichtlijnen uit om nieuwe tools te gebruiken. Atlassian heeft een andere weg ingeslagen, omdat het niet gelooft in AI-mandaten. “Bij Atlassian zijn we er fundamenteel van overtuigd dat je een AI-transformatie niet kunt afdwingen”, zegt ze. “Als je mensen vertelt wat ze moeten doen of ze dwingt, zorgt dat er meestal niet voor dat ze het ook echt willen doen.” Het resultaat van mandaten, oftewel verplichtingen, zo stelt ze, is naleving en stijgende cijfers, maar niet per se innovatie. Angst wint het van nieuwsgierigheid en collega’s gaan uiteindelijk over elkaars schouder meekijken in plaats van vrijuit te experimenteren.
In plaats daarvan richtte Atlassian zich op het opbouwen van enthousiasme vanaf de basis, zegt Lenart. Het bedrijf creëerde een experimentele cultuur waarin mensen zelf AI wilden gebruiken. Ze wilden het niet omdat ze het moesten, benadrukt ze, maar omdat een collega liet zien dat iets sneller of beter kan.
Hoe pakte Atlassian het aan?
Atlassian is al ongeveer twee jaar bezig met de interne implementatie van AI. Een van de vroegste en krachtigste drijfveren was de vraag van klanten, aldus Lenart: toen de verkoop- en klantenteams van Atlassian bedrijven gingen helpen bij het invoeren van AI-producten, vroegen klanten steeds: “Hoe doen jullie dat bij Atlassian?” Het opbouwen van een geloofwaardig intern verhaal werd een strategische prioriteit.
Lenart wijst erop dat de verhalen rond AI vaak worden gedomineerd door bedrijven als Anthropic en OpenAI, die in feite slechts een klein percentage van de AI-markt vertegenwoordigen. De overige 95% bestaat uit traditionele ondernemingen met verouderde systemen en complexe organisatiestructuren. Atlassian wilde bewust leren wat het betekent om een grote onderneming AI-first te maken, zodat het die lessen met zijn klanten kon delen.
Begin niet met verplichtingen
Atlassian heeft AI niet in één keer bij al zijn medewerkers ingevoerd. In plaats daarvan werden er in elke functie ‘voorlopers’ aangewezen. Dat wil zeggen: HR-medewerkers trainden HR-medewerkers, financiële medewerkers trainden financiële medewerkers, verkopers trainden verkopers. Deze domeinspecifieke trainers begrepen de context, de knelpunten en het potentieel in hun respectievelijke gebieden veel beter dan welk centraal AI-team dan ook.
Technische medewerkers, met name ontwikkelaars, hadden AI snel onder de knie. Voor niet-technische medewerkers lag dat anders. “Het is best eng en moeilijk”, geeft Lenart toe. De oplossing was om mensen tegemoet te komen: hen laten zien hoe ze een tool moesten openen, waar ze moesten klikken en welke use cases van toepassing waren op hun dagelijkse werk. Praktische trainingen achter het toetsenbord, in plaats van trainingsvideo’s, werden de standaardaanpak.
Cijfers over de adoptie
Het AI-adoptiepercentage onder niet-technische medewerkers bij Atlassian ligt nu op 99%. Dat betekent dat 99% het wekelijks gebruik. Het bedrijf heeft zijn statistieken in de loop van de tijd aangepast: het begon met een doelstelling dat meer dan 95% van de mensen wekelijks AI zou gebruiken, bereikte 99% en verlegde vervolgens de focus naar het stimuleren van het aantal “supergebruikers“. Atlassian definieert deze als medewerkers met 40 of meer AI-interacties per week. Uit die statistiek bleek dat niet-technische teams achterbleven bij de engineeringteams. Om deze kloof te dichten, paste Atlassian zijn aanpak aan in plaats van AI te verplichten, vertelt Lenart ons.
Van automatisering naar echte AI
Atlassian koos bewust voor workflows op het gebied van juridische zaken, financiën, verkoop en marketing om aan te tonen dat AI-adoptie niet alleen een zaak van de technische afdeling is. Een van de meest succesvolle toepassingen was de onboarding van nieuwe medewerkers. Atlassian bouwde een AI-agent om vragen van nieuwe medewerkers te beantwoorden. Niet alles is echter geslaagd. Sterker nog, er zijn onderweg heel wat dingen mislukt. Dat hoort bij de cultuur van voortdurend experimenteren en maakt fouten maken productief.
Op de vraag waar te beginnen, is het advies van Lenart dat bedrijven niet moeten proberen een volledige workflow in kaart te brengen. Kies een deel van een workflow, ontdek de waarde ervan en ga aan de slag. Laat elke afdeling zelf bepalen wat de meest lastige en tijdrovende processen zijn, en begin daar.
AI-agents zijn geen teamgenoten
AI-leveranciers gebruiken steeds vaker termen als “collega’s” en “medewerkers” om agents te beschrijven. Zo ziet Lenart ze niet. “Mijn persoonlijke visie is dat een agent geen teamgenoot is”, zegt ze. “Het is geen persoon.” Het werk zal zowel door mensen als door agents worden gedaan, maar ze maakt een duidelijk onderscheid tussen het aansturen van mensen en het toezicht houden op agents.
Managers, zo stelt ze, hoeven AI-agents niet dezelfde ‘liefde en zorg’ te geven als menselijke teamleden, maar het werk dat agenten produceren mag niet ongecontroleerd blijven. Teams moeten van tevoren afspreken welk werk wordt gecontroleerd.
Vertrouwen, persoonsgegevens en AI bij werving
In HR is vertrouwen geen abstract begrip, aangezien het rechtstreeks betrekking heeft op persoonlijk identificeerbare gegevens. Gevraagd naar hoe zij hiermee omgaat, zegt Lenart dat Atlassian duidelijke grenzen heeft gesteld aan waar AI wel en niet zal worden ingezet in personeelsprocessen. AI neemt geen beslissingen over het al dan niet aannemen van iemand. AI neemt geen beslissingen over prestaties van medewerkers. Dit zijn harde grenzen volgens haar.
Wat betreft het gebruik van AI om sollicitanten uit grote kandidatenpools te screenen, merkt Lenart op dat Atlassian geen AI gebruikt om sollicitaties te filteren. Ze beoordelen alle sollicitanten aan de hand van door mensen vastgestelde criteria. Over de uiteindelijke wervingsbeslissingen zegt ze iets soortgelijks: AI kan sollicitatiegesprekken inplannen, helpen bij het opstellen van aantekeningen en gesprekken samenvatten, maar de beslissingsbevoegdheid blijft bij mensen.
Het meest effectieve mechanisme voor het opbouwen van vertrouwen bij Atlassian was het voorbeeldgedrag van managers. Uit onderzoek van het Teamwork Lab van Atlassian bleek dat wanneer managers zichtbaar gebruikmaken van AI, medewerkers vier keer meer geneigd zijn om het zelf ook te gaan gebruiken.
De grootste HR-uitdaging: hoe ziet een team er eigenlijk uit?
De grootste uitdaging waar Lenart momenteel voor staat, is eenvoudig te definiëren, maar zeer moeilijk op te lossen: hoe zien teams eruit in een wereld waarin AI een belangrijke rol pakt? De traditionele functionele organisatiestructuur is niet langer toereikend wanneer AI-agenta deel uitmaken van het team. Atlassian experimenteert actief met resultaatgericht organisatieontwerp. In plaats van te vragen “welke vaktechnische beperkingen gelden hier?”, wordt de vraag: “hier is een probleem dat ik wil oplossen, welke mensen en agents heb ik nodig om het op te lossen?” De traditionele organisatie, zo stelt Lenart, zal het AI-tijdperk niet doorstaan zonder verandering.
Lees/bekijk/luister ook: Atlassian gaat de strijd aan met ServiceNow voor ITSM-kroon