今週の Atlassian のクラウド プラットフォームの一連の機能更新は、同社の製品とデータ セット間の長年の統合作業の集大成であり、IT のルーツをはるかに超えた知識管理ワークフローの基盤を整えるものです。
今週のTeam '24カンファレンスの基調講演で幹部らが述べたところによると、Jira、Confluence、買収した非同期ビデオ通信ツールLoom、そしてAIを活用した新しい検索・自動化ツールRovoの4つの中核製品群が、現在アトラシアンのクラウドにおける「チームワークの基盤」を形成しているという。
Confluence、Loom、Rovo は Atlassian のクラウド製品ライン内で同等の柱として位置付けられていましたが、火曜日の基調講演のステージでは Jira が注目を集めました。Jira は、以前は別々だった Jira Work Management 製品を統合し、マーケティングや財務からソフトウェア開発やインシデント管理まで、ユーザーが個々のチームに合わせてカスタマイズできる、統合されたカスタマイズ可能な作業管理ポータルになりました。
「私たちはこれを単に Jira と呼んでいます。これは、Jira Work Management と Jira Software の優れた部分を 1 つのプロジェクト管理 [ツール] に統合したもので、チームが共通の目標を追求して作業を計画および追跡するのに役立ちます」と、Atlassian の社長 Anu Bharadwaj 氏は基調講演で述べました。「目標は Jira で直接表示されるようになったため、Web サイトのコーディングを行う開発者からキャンペーンを計画するマーケティング担当者まで、すべてのチームが作業内容を把握できます。… 特定の作業項目について、チームはその作業が貢献している目標を確認できます。」
Jira という名前は、ほぼすべての基調講演の機能デモに登場しました。最も頻繁に登場したのは、製品ポートフォリオの他の新しく統合された部分から Jira チケットを自動的に開いて入力する形です。他のケースでは、Jira 製品ラインに、Atlassian による買収から 6 年後の Jira Service Management への Opsgenie の完全な統合など、既存の Atlassian 製品間の待望の統合が追加されました。Team で発表され、長らく議論されてきたその他の機能追加には、Atlassian Analytics サービス内のバリュー ストリーム管理用の Jira Align フロー メトリック データベースが含まれていました。
フォレスター・リサーチのアナリスト、ジュリー・モア氏によると、これらの展開により、アトラシアンはエンタープライズ・サービス管理（ESM）分野で競争力を強化し、4年前にServiceNowの領域に侵入し始めたという。
「[アトラシアンは]知識を最前線に置いています。『ボットの構築をお手伝いします』というのではなく、『より優れたワークフローの構築をお手伝いします。ナレッジワーカーがより迅速に情報にアクセスできるようにします』というのです」とモア氏は言う。「戦略の観点から言えば、これはその市場で非常にユニークなポジションです」
ESM の一部の分野では、アトラシアンが ServiceNow の支配的地位を奪うことは決してないだろうが、より軽量でアクセスしやすい製品群で独自のニッチ市場を切り開くことはできると Mohr 氏は言う。
現在、Atlassian のすべてのクラウド製品は、統合データ レイクとナレッジ グラフ (Atlassian ではチームワーク グラフと呼んでいます) によって支えられており、顧客データ オブジェクト、作業チーム、ワークフロー アクション間の関係を自動的にマッピングします。このデータ レイヤーとチームワーク グラフは、分析ダッシュボードと自動化されたワークフローに取り込まれ、まもなく AI エージェントによって実行されます。
しかしまずは、検索拡張生成機能を備えた AI 支援検索に基づいて、Atlassian の既存ポートフォリオ内の検索結果の品質を向上させることです。これは、Atlassian の担当者が過去のバージョンの製品には多くの改善の余地があったと認めた分野です。
「過去 6 か月で、検索の 1 位で探しているものが見つかる可能性が 25% 高まりました」と、10 月にマイクロソフトの検索および AI チームを離れ、アトラシアンの副社長兼 AI 製品責任者に就任したジャミル・ヴァリアーニ氏は、TechTarget Editorial のインタビューで語った。「検索の関連性を測る業界の標準的方法である [正規化割引累積利得] NDCG に関して、当社は検索業界のリーダーに遅れをとっていた状態から、業界リーダーを 8 ポイント以上も上回るまでに進歩しました。」
オスロに拠点を置くSector Alarm Groupのエンジニアリング担当副社長、アンディ・ローズクイスト氏にとって、検索へのこうした投資は良い兆候だ。
「アトラシアンの検索機能は長い間、最も多く寄せられる苦情の種でした」と彼は言う。「情報が Jira や Confluence に存在しないのか、それとも検索機能が悪いだけなのかを見分けるのは非常に困難です。」
ある Atlassian コミュニティ リーダーによると、さまざまなクラウド製品にわたる統合検索と新しい統合により、クラウド カスタマーは時間を節約できるとのことです。
「製品間での検索が可能になり、[ツール間の]コンテキスト切り替えが不要になったことは、アトラシアンが検索 [インターフェース] の一部で常に苦労してきた点です。特に Confluence の観点からはそうです」と、衛星通信会社のアトラシアン アーキテクトであるダン トムズ氏は語ります。「これが注目を集めているのはうれしいことです。AI を使えば、自然言語で質問できるというのは本当に素晴らしいことです。」
アトラシアンのクラウド全体で、ジェネレーティブ AI は、財務、法務、人事部門向けの Jira Service Management 内での自動サービスデスク生成など、既存の製品に新たな輝きをもたらしました。これは、過去のリリースの事前構成済みリクエスト テンプレートからの大幅な拡張です。アトラシアンの担当者は、Jira Service Management での自動根本原因分析とインシデント解決のための今後の AIOps 機能をプレビューしました。
2023 年 4 月に初めてプレビューされ、Team で紹介された Atlassian Intelligence のその他の機能には、Bitbucket と連携してプル リクエストの概要とリリース ノートを作成する、Confluence、Jira、Jira Service Management 用の AI 駆動型ドキュメント エディターが含まれています。Atlassian Intelligence は、大規模な Jira プロジェクトを自動的に小さなコンポーネントに分割することができ、自動的に生成された問題の概要はまもなく利用可能になります。今週の Atlassian による Optic の買収に基づいて、AI 生成の API ドキュメントが続く予定です。
トムズ氏は、彼のチームではすでにすべてのクラウド サイトで Atlassian Intelligence を有効にしており、それを使用して自然言語クエリを作成し、それをツールが Atlassian の Jira クエリ言語 (JQL) に変換していると述べました。
「JQL にあまり詳しくない人でも、私がそばにいてサポートする必要がないので、プレッシャーがいくらか軽減されます」と、彼は言う。「JQL は Confluence ですでに使用されており、大規模なドキュメントを要約するだけでなく、ドキュメントの作成にも役立っています。」
AI が生成した問題のコンテキストの参照はインシデント対応に役立つ可能性があると Rosequist 氏は述べたが、AI が生成した Jira の問題については疑問を呈した。
「GenAIの大きな弱点は、まるで人間が書いたような内容になっていることだ。AIが書いていないのに、世の中にはすでに混乱を招くチケットがたくさんある」と同氏は語った。
「ほとんどのチームは手一杯で、すべてが本当に忙しい」と同氏は言う。「AIにタスクを与えるというアイデアこそが未来であり、避けられないものだ。これはまさに[自動化]の次の進化にすぎない」
トムズ氏は、AI 自動化にリスクや欠点がないわけではないと述べている。たとえば、AI が有用な結果を生み出すには、AI が利用するデータの質が高くなければならないため、組織は AI を適用する前に既存のドキュメントを整理しなければならない場合が多い。
同氏は、ローテクなアプローチを伴う可能性のある自動化ワークフローを作成する前に、チームが自らの目的を真に理解することが重要だと述べた。
「私はいつも、『何を、どのようにやろうとしているのか』から始め、次に『何を使用しようとしているのか』を考えることをお勧めします」と彼は言いました。「私だけがそうしているコミュニティ リーダーではないことはわかっていますが、自動化を始めるときは、まず要件を紙に書き出すことから始めることを常にお勧めしています。」
Atlassian の近々発売される Rovo 製品は、カスタム コネクタを通じて、統合クラウド検索と Atlassian Intelligence の自動化機能を顧客のサードパーティ SaaS ツールに適用します。Atlassian の共同創設者兼共同 CEO である Mike Cannon-Brookes 氏は基調講演で、Rovo はさまざまなデータ ソースを即座に統合してナレッジ カードと組織固有の用語定義を作成すると述べました。
「Rovo は AI とチームワーク グラフを使用して、あらゆるドキュメントを理解し、関連付け、相互参照し、重複を排除し、概念を分析します。ユーザーが何もする必要はありません」とキャノン ブルックス氏は言います。「ドキュメントがさらに作成されると、Rovo は常に作業しています。SharePoint に保存されている Word ドキュメントに新しい作業指示書が書かれると、Rovo が作業をリンクし、定義を書き換えます。営業チームから送られてくる Google スプレッドシートに [プロジェクトの] 対象顧客をリストすると、Rovo が作業をリンクし、チームのメンバーとプロジェクトの定義を更新します。」
キャノン・ブルックス氏によると、Rovo Chat の AI アシスタントは、答えがまだ書き留められていなくても、チームワーク グラフに基づいてユーザーの質問に答えるという。
Valliani 氏によると、Atlassian は、ユーザーデータを保持しない OpenAI の GPT API のプライベートインスタンスを使用して Rovo を構築し、複数のクラウドテナントのデータを混合する LLM トレーニングを控えることで、一般的なエンタープライズ AI データプライバシーの懸念にも備えているという。
コンステレーション・リサーチのアナリスト、アンディ・トゥライ氏は、Rovo のデモにおけるコンテキスト認識検索は良さそうだと述べた。しかし、現時点では Rovo はプライベートベータ版のままであり、開発中である。
「チャットボットは、アトラシアンの領域内のあらゆるドキュメントから会話を可能にしますが、現在は構造化データのみに限定されており、非構造化データについては具体的な計画やタイムラインはありません」とトゥライ氏は語った。
構造化データは組織スキーマ内に構築されますが、非構造化データはそうではありません。幅広いサードパーティツールと統合するには、両方をサポートすることが重要になるとThurai氏は述べました。Atlassianの広報担当者は、これがRovoのロードマップに含まれていると述べました。
最後に、Rovo は AI エージェントをサポートします。これはボットベースのワークフロー自動化の一種で、業界の専門家の中には、これが生成型 AI ツールの次の大きなトレンドになると予測している人もいます。Rovo には、Atlassian とそのパートナーによって事前に構築された 50 以上のエージェントが付属し、ユーザーは Atlassian Forge または組み込みのノーコード インターフェースを使用して独自のエージェントをカスタム構築できます。
チームの基調講演でプレビューされた Rovo エージェントには、ブログやその他の外部コミュニケーションが会社のポリシーに準拠していることを確認するためのマーケティング チーム向けのコミュニケーション クラフターや、画像生成のために Canva にリンクするソーシャル メディア スクライブなどが含まれていました。
これらはすべて、Atlassian の DevOps のルーツからはかけ離れているように思えるかもしれません。しかし、Jira チケットのバックログを整理、統合、優先順位付けする Backlog Buddy や、Atlassian の社内開発チームが過去 6 か月間に 460 を超える機能フラグをクリーンアップするために使用した Feature Flag Cleanup などの事前構築済みエージェントには、Jira との結びつきがあります (Cannon-Brookes 氏による)。
トゥームズ氏は、ナレッジ管理も DevOps の重要な側面であると付け加えた。
「開発と運用の間の元々のサイロを壊し、プロジェクトの初期化から実際の管理と運用まで、物事をより迅速かつ容易にしようとしているのです」と同氏は語った。「あらゆる製品やサービスの開発において、チーム間での知識の移転は大きな部分を占めています。」
TechTarget Editorial のシニア ニュース ライターである Beth Pariseau は、DevOps を扱う IT ジャーナリズムの受賞歴のあるベテランです。ヒントをお持ちですか? 彼女にメールするか、@PariseauTT までご連絡ください。
Amazon Bedrock の早期導入者は、生成 AI をソフトウェア エンジニアリング ワークフローに組み込むことについて学んだ教訓を共有しました。
ポジティブ テストとネガティブ テストについて詳しく見てみましょう。両方を使用して徹底的なテスト アプローチの基礎を形成する方法を学びます…
開発プロセスは、高レベルの計画を本番環境対応のソフトウェアに変換する 7 つの異なるフェーズに分けられます。…
ドメイン駆動設計は、組織が主要なビジネス ニーズに重点を置いたソフトウェアを開発するのに役立ちます。ただし、そのためには、アーキテクトは次のことを行う必要があります…
多くの開発者が関数型プログラミング モデルの採用を検討していますが、まずは正確に理解することが重要です…
この SOLID 入門では、この開発イデオロギーが体現する 5 つの原則、それらが推奨する実践などについて検討します。
クラウド ファースト戦略を採用するには、コスト効率と最適なパフォーマンスを確保するために慎重な検討が必要です。…
AWS 開発者が CloudFormation テンプレートを構築したり、スタックを起動したり、更新をロールバックしたりすると、エラーが発生する可能性があります。エラーを防止し、…
CASB ツールは、クラウド アプリケーションを保護し、許可されたユーザーのみがアクセスできるようにします。急速に進化するこのツールについて詳しくご覧ください…
多くの組織は、膨大な数の AWS アカウントの管理に苦労していますが、Control Tower が役立ちます。このサービスは、…
Amazon EKS の価格モデルには、いくつかの重要な変数があります。数字を詳しく調べて、サービスを確実にデプロイしてください…
AWS ユーザーは、Kubernetes をデプロイする際に、EC2 上で自分で実行するか、Amazon に EKS を使って面倒な作業を任せるかという選択に直面します。詳しくは …
コードベース内のサブクラスの数を制限する必要がありますか? Java のシール クラスが役に立ちます。
ブロックチェーンと分散型台帳は似ていますが、完全に同義ではありません。その違いと使用方法を学びましょう。
本当に仕事を辞める準備ができているかどうかわからない場合は、新しい役職に移るかどうかを決める際に役立つヒントや質問を検討してください。
機器とバックアップ電源オプションが適切に機能するには、データセンターの電源システムを定期的にメンテナンスする必要があります。…
データ センターの冷却要件は、機器の熱出力、床面積、施設など、いくつかの要因によって影響を受けます。
Lenovo は、AI 向けサーバーおよび HCI デバイスのオプションを増やすために、AMD との提携を拡大しています。また、…
