人工知能 (AI) | Atlassian Intelligence がチームの作業をよりスマートにする 10 の (新しい) 方法
クラウド ポートフォリオ全体で最新の人間と AI のコラボレーションを実現
Atlassian Intelligence が昨年リリースされて以来、FanDuel、Workato、Ovo Energy などの顧客 (30,000 社以上、さらに増加中!) がチームワークを新たなレベルに引き上げています。 これらの顧客は、1 週間あたり平均 45 分以上の時間を節約したと報告しており、AI が人間のパフォーマンスを強化できることを実証しています。
しかし、当初から申し上げてきたように、これはほんの始まりに過ぎません。 本日、当社のクラウド プラットフォームで一般提供が開始された Atlassian Intelligence の機能を発表するとともに、近日中に提供予定の新機能も少しだけご紹介します。
Atlassian Intelligence が個人の働き方、チームのコラボレーション、組織がデータを活用して価値を生み出す方法を最適化する 10 の新しい手法について詳しく紹介します。
1. エディター内の生成AI
ワークフローに適した汎用性の高いコンテンツを作成する
早期の導入者は、Confluence、Jira、Jira Service Management の AI 強化エディターを使用して、最初のドラフトをすばやく作成し、アクション項目を見つけ、文章を改善できることを高く評価しています。 現在、Trello と Bitbucket の Atlassian Intelligence は、ユーザーがプル リクエストの概要、リリース ノート、その他の重要な情報を生成できるように支援しています。
近日中に、AI 強化エディターが Jira Product Discovery で利用できるようになります。 プロンプトで他の Confluence ページや Jira チケットを参照することもできます。
Bitbucket プルリクエストの概要
2. AIによる要約
情報を要約し、フィードバックによる疲れを解消し、他のチームの作業に関するコンテキストを短時間に把握します。
Atlassian Intelligence はすでに、Confluence と Jira Service Management で AI 生成の概要を提供しており、チームがすぐに状況を把握して即座に対応できるようにしています。 今後は、Atlassian アプリや Google ドキュメントなどの人気アプリを含むアプリ全体でスマートな概要を取得できるようになります。
まもなく、コメントの概要が Confluence ページに表示されるようになります。 AI ページ キャッチアップを使用すると、ページの最新の変更に関する関連情報とコンテキストを取得できます。 休暇中や新しいプロジェクトに参加するときに最適です。
Confluence における AI ページのキャッチアップ
3. Loom AIワークフロー
ビデオメッセージ：ホールのすぐそばにいることに次ぐ最高のもの
バグを再現させる方法や休暇を申請する方法を説明しようとしたことはありますか? そのとき、説明するよりも実際に見せる方が簡単だということがおわかりでしょう。 しかし、分散型、大規模、またはその両方で作業している場合、単に廊下を歩いてデモを見に行くだけでは十分ではありません。
そこで、Loom の AI ワークフローが間もなく登場します。 Atlassian Intelligence の機能ではないかもしれませんが、これらの AI を活用した機能は、私たちにとっては見逃せないほど素晴らしいものでした。 これらの機能により、ビデオで Jira の問題、Confluence ページ、さまざまな対象者向けにカスタマイズできるステップバイステップのガイドに変換できます。 Loom AI ワークフローでできることは以下のとおりです：
バグを迅速に報告: Loom ビデオでバグが文書化されると、Loom AI ワークフローはデモから Jira の問題を自動的に入力作成します。 コンソール ログ、ネットワーク リクエストなども自動的にキャプチャされるため、開発者はバグをさらに迅速に修正できます。
プロセスを簡単に文書化: AI ワークフローを使用して Confluence で正確なドキュメントを作成すると、オンボーディングとトレーニングを効率化できます。 AI ワークフローは、ビデオで説明されている手順に従って、SOP（Standard Operating Procedures：標準作業手順書）、ステップバイステップ ガイドなどを作成します。
コードレビューの改善: ライブ コードレビューを Loom に置き換えると、AI ワークフローがトランスクリプトからプル リクエストの説明、コード ドキュメント、または QA 手順を自動生成するところを確認できます。
Jira 用 Loom AI
4. ホワイトボードのAI
アイデアを行動に移す
Confluence のホワイトボードでアイデアをブレインストーミングして、ワークショップやジャムセッションを開始します。 Atlassian Intelligence は、Jira Product Discovery のインサイト、Jira のチケット、Confluence ページからアイデアを引き出し、仮想付箋を作成します。 次に、AI がホワイトボード上で類似のアイデアをグループ化して整理します。 準備ができたら、ホワイトボードを Confluence ページに変換するか、Confluence ページを Jira のチケットに変換して、プロジェクトを進めることができます。
Confluence ホワイトボードの AI
5. AI作業のブレークダウン
AI が大きなタスクを一口サイズに分割
課題を 1 つずつ作成する必要はもうありません。面倒な作業は Atlassian Intelligence に任せましょう。 提案が必要な課題タイプを選択するだけで、AI 作業のブレークダウンでエピックを課題に分割したり、課題をサブタスクに分割したりするための提案を行います。 修正して承認すると、すべての作業項目が作成され、適切にネスト（構造化）されます。 AI 作業のブレークダウンはベータ版で展開を開始しており、まもなくすべてのユーザーが利用できるようになります。
Jira における AI 作業の内訳
6. AI の問題リフォーマッターと関連リソース
洗練された、わかりやすい問題
チームや機能間のやり取りで時間が無駄になるのはよくあることです。 もうすぐ、根本的な原因を解決するツールはJira の問題を明確化します。 問題のフォーマット形式を調整するか、追加情報を含めるかに関わらず、問題を全員が十分に理解し、対処可能な状態で、良好な状況で引き継がれたエクスペリエンスを実現するようにしてください。
生成型 AI プロンプト オプションである AI 問題リフォーマッターは、バグの再現手順、機能の受け入れ基準、またはわかりやすい方法でタスクを完了させるために必要な書式設定手順など、作業をわかりやすくするために一貫したフレームワークで問題の説明をレビューして書き直されます。
関連リソースは、ツールやドキュメント全体から重要な情報を自動的に検索して表示し、それらを Jira の問題にリンクすることで、チームがタスクに関連するコンテキストを見つけるために複数の場所を確認する時間を短縮することに役立ちます。
Jira の問題リフォーマッター
7. ヘルプセンターの仮想エージェント
必要なときに必要な場所で優れたサービスを提供します。
FanDuel は、Assets や Virtual Agent を含む Jira Service Management のツールセットを導入して以来、人的介入を必要とするサポート チケットをなんと 85% も削減することができました。
そして、それらはより良くなる一方です。 Virtual Agent は、Microsoft Teams と Jira Service Management 内のヘルプ センターでもまもなく利用できるようになります。 ヘルプ センターの検索ボックスに質問を入力するだけで、AI が回答と関連リソースへのリンクを取得します。
Jira Service Management ヘルプセンターの仮想エージェント
8. 自然言語のAI 自動化ルール
コーディングは不要で面倒な作業は自動化
自然言語を使用して自動化ルールを作成すると、時間のかかるタスクを迅速に処理できます。 自動化したい内容を説明するだけで、AI がルールを生成します。 Confluence で AI を使用してルールを作成したお客様は、使用していないお客様に比べてすでに 5 倍のタスクを自動化しています。 どれだけの時間が節約されているか想像してみてください。 Confluence、Jira、Jira Service Management で、自然言語を使用して自動化ルールを構築できるようになりました。
Jira の自動化ルール ビルダーにおける自然言語
9. AIOps
インシデント管理のワークフローを強化
最初は DevOps でした。その後 ChatOps、さらには HugOps が登場しました。 そして今、Jira Service Management の AIOps の準備をしましょう。 これは、大量のアラートの中からノイズとシグナルを区別する必要があるオンコール ヒーローにとって不可欠なものです。 Atlassian Intelligence は、チームが類似のアラートをグループ化し、パターンを検出し、潜在的な根本原因を提案するのに役立ちます。 また、時間を節約するソリューションとして、ランブックやナレッジベースの記事などのリソースを推奨したり、インシデントの再発を防ぐためにインシデント後のレビューを自動化したりできるようになります。
Jira Service Management における AIOps アラートのグループ化
10. Atlassian Analytics の AI チャート テンプレートとインサイト
データを簡単に視覚化して解釈する
すでにチームでは、Atlassian Intelligence を使用して自然言語の質問を Atlassian Analytics の SQL に変換し、技術スキルに関係なく簡単にデータを掘り下げることができます。 AI は、自然言語によるデータの解釈にも役立ちます。 グラフを作成すると (ちなみに、グラフ用の新しいテンプレートがあります)、AI 検索インサイトによって簡単な説明と、傾向に関する役立つメモが提供されるため、自信を持ってデータに基づいて行動できます。
Atlassian Analytics の AI チャート分析
11.(特典！）Atlassian Rovo
Atlassian Rovo を発表できることを大変嬉しく思っており、ここで触れずにはいられませんでした。 Rovo は、チームがさまざまなシステムに散在する情報を見つけ、AI 主導の洞察を通じて学習し、AI エージェントを通じて行動を起こすことを支援する新製品です。 これは、人間と AI のコラボレーションの次のステップです。
Atlassian Rovo Backlog バディエージェント
データは差別化要因
その根底には、Atlassian のチームワーク グラフがあり、Atlassian 製品、Marketplace アプリ、接続されたサードパーティの SaaS ツールからのデータを接続して整理します。 20 年を超える経験とインスタンス内のコンテキスト情報を活用することで、Atlassian は他の追随を許さないほど AI、コラボレーション、自動化、分析を強化・充実させることができます。
私たちは、お客様のデータに責任を持って扱いながら、より多くの夢を実現できる機能を追加して、Atlassian Intelligence を強化し続けます。
“Atlassian のプラットフォームに導入される AI 機能の完全なリストと、組織でそれらにアクセスする方法の詳細については、
sales@jdsd.co.jp (+81)03-3868-2020 までお問い合わせください。”
