Atlassian の共同創設者兼共同 CEO の Mike Cannon-Brookes 氏と Scott Farquhar 氏。
データは膨大です。今日の企業組織は、どの程度の量のデータを収集するかという大きな決断に直面しています。データの取り込み、管理、分析、保存、そして他の記録システム、知識システム、インテリジェンス システムにプッシュします。ほぼすべてのアクション (人間、マシン、ソフトウェア エージェント、またはより広範なアプリケーションによる) によって、ログ ファイル レベルの記録が作成されるほか、特定の日にデータ ソースが行った操作を追跡するより豊富な情報フットプリントが作成されるため、企業はどの情報を追跡せずに流出させるか (文字通り排水溝に流す)、どの情報を保持するかを決定する必要があります。
「すべてを手に入れよう」と言って、デジタルビジネスが生成するすべてのデータを処理しようとするのは簡単ですが、クラウドコンピューティングは高価になる可能性があり、すべてを（念のために）保存することは、コストがかかりすぎ、物理的に非現実的で、戦略的に肥大化します。
どのデータが重要か、どの情報源に最も注意を払うべきか、そしてさまざまな情報領域をどのようにナビゲートすべきかを知る方法が必要です。その答えは、今日では当たり前のことですが、少なくとも部分的には、生成型人工知能 (gen-AI) の使用と、パターン認識の支援によって従来の人間よりも正確に (そしてより迅速に) フィルタリングして選択できるようにする能力にあります。
チームコラボレーションと生産性向上ソフトウェアプラットフォーム企業であるアトラシアンは、同社のアトラシアンインテリジェンス技術によって、人間と AI のコラボレーションを活用し、組織が優先して注力すべきデータソースをより直接的に理解する方法があると考えている。1 年前に最初にリリースされたアトラシアンインテリジェンス (同社の AI ブランドの中心名称) は、チームが AI で生産性を高め、エンタープライズ検索と知識発見の非常に複雑な問題を解決できるように設計されています。
一般的な企業には非常に多くのテクノロジー プラットフォームがインストールされているため (従業員 2,000 人以上の大企業では平均 230 以上のアプリを使用しています)、ERP または CRM システムのデータだけでなく、すべてのドメイン、すべてのアプリケーション、すべての時間にわたってデータ分析を実行できることが、現在、中心的な要件となっています。
「私たちの目標は、企業が組織全体から集めたアトラシアンとサードパーティのデータを活用して、実用的な洞察や知識に基づく意思決定を行えるようにすることです。生成型 AI の時代において、チーム メンバー全員が [データ] スーパーパワーを持つに値します…そして私たちは、その力を確実に提供したいと考えています」と、アトラシアンの製品 AI 責任者、ジャミル ヴァリアーニ氏は述べています。
アナリスト会社ガートナーは、デジタル ナレッジ ワーカーの約半数が、仕事を効率的に行うために必要な情報やデータを見つけるのに苦労していると示唆しています。このように一見単純でわかりやすいタスクが、なぜこんなに難しいのでしょうか。企業には膨大な量のデータが存在するため、貴重な知識が情報サイロに閉じ込められ、アクセスの渋滞、データの断絶、コストの不利が生じます。さらに困難なことに、1 つのアプリケーションを使用しているワーカーは、対処方法を理解するために、別のソフトウェアからデータやアラートを取得するために、頻繁にアプリケーションを切り替える必要があります。これは現実でしょうか。コール センターで話しているときに、オペレーターが 10 分間「他のシステム」をいじっている間にどこに行ったのか疑問に思う「保留にしましょうか」という経験はご存知でしょう。はい、これは現実です。
Atlassian Rovo は、これまで描かれてきたデータ検出の悩みに対する解決策として提案されています。これは、組織内のさまざまな社内ソフトウェアツールに分散している情報の検索、学習、およびそれに基づく行動を加速するように設計された新製品です。データ、ツール、プラットフォームを検索してコンテキストと関連性のある結果を取得するように設計された特殊な機能と連携します。AI を通じて企業のデータを学習して理解し、パターンを発見し、「ナレッジカード」(検索クエリに対する事実に基づく即時の回答) と AI チャットを使用してより深いデータ探索を行うように構築されています。また、ワークフロー内に存在する特殊なエージェントを使用して「行動」を支援し、時間のかかるタスクを処理し、プロジェクトを完了し、複雑な問題の解決を支援します。
ここでより広い文脈的理解を得るために、ナレッジ カードは、組織のエンタープライズ データに基づいて、プロジェクト、目標、新しいチーム メンバーなどに関する特定の情報のコンテキスト内スナップショットを提供します。チームは作業中に即座に回答を得ることができ、Atlassian チームワーク グラフにデータが追加されるにつれて、ナレッジ カードはよりスマートになります。
「今日、AI の有用性は、AI が活用するデータによってのみ決まることを認識する必要があります。当社の業務は、チームがどのように機能するかを理解することです (そのため、当社のプラットフォームは) 一般的なパターン、アンチパターン、組織構造、コミュニケーション ラインを把握できます。その知識はすべて、独自の共通データ モデルに注ぎ込まれており、これを「チームワーク グラフ」と呼んでいます。これが、Rovo やその他の AI 機能を特別なものにしている秘密です。当社のチームワーク グラフ テクノロジーは、Atlassian ツールやその他の SaaS アプリからデータを取り込み、組織の目標、知識、チーム、作業の包括的なビューを解き放ちます。新しいツール接続、チーム アクション、プロジェクト イベントが発生するたびに、チームワーク グラフはより多くの接続を引き出し、知識を拡張して、より関連性の高い結果を提供します」と Valliani 氏は説明します。
ここに、データ分析ソフトウェアベンダー、エンタープライズリソースプランニング（ERP）および顧客関係管理（CRM）スペシャリスト、さらにはローコードプラットフォーム企業、自動化スペシャリスト、そしてその間のすべての企業に広がる重要な情報管理のトレンドがあります。組織はデータを活用してキャプチャすることが大好きですが（先ほどの「すべて保存する」オプションを覚えていますか？）、多くの場合、複数の形式、形状、速度のデータリポジトリが絡み合っていて、ナビゲートするのが困難になります。アトラシアンは、この最新の「現象」が発生していることを目の当たりにし、データの保存場所や形式に関係なく、最もコンテキストに沿った関連性の高い結果を表示する Rovo Search を構築したと述べています。チームが探しているものを理解し、エンタープライズシステム全体から洞察を提供します。
ユーザーがプロジェクトが順調に進んでいるかどうかを知りたい場合、Rovo は、Jira の問題から Google Drive に保存されている無数のファイル、ユーザーが忘れていた Sharepoint ドキュメントまで、すべての Atlassian コンテンツと選択したサードパーティ コンテンツを検索して回答を提供します。同社は、財務や人事用に開発されたカスタム社内アプリケーションを照会して、あらゆるチームや業界に適切な回答を提供する「検索」を構築していると語っています。
「ユーザーが Atlassian Rovo を Jira または Confluence に追加すると、企業全体に存在する情報リソースを活用できるセマンティック インテリジェンスを備えたエンタープライズ検索が利用できるようになります。基本的に、Rovo は企業内のチームの力をさらに解き放つのに役立つエンタープライズ ナレッジ ツールです」と Atlassian の最高技術責任者、Rajeev Rajan 氏は述べています。「ユーザーは Rovo チャットを利用でき、これにより、Jira チケットから従業員の連絡先、マーケティング キャンペーンの情報リソースなど、企業のナレッジ ベース全体のコンテキスト検索を実行できます。ここでも重要なのは、ユーザーが Atlassian Rovo エージェント、つまり仮想チーム メンバーとして人間の所有者と一緒に機能するソフトウェア エージェント (ソフトウェア コードの機能サブコンポーネント) を利用できることです。たとえば、ソフトウェア エージェントを使用して開発者のコード レビューを実行すると、受動的から個人的、海賊まで、あらゆるレベルで特定の「口調」を設定できます。当社では、すぐに使用できる 20 個の Rovo エージェントを提供していますが、ユーザーは Atlassian Marketplace でさらに多くのエージェントを作成しており、お客様自身でエージェントを開発することもできます。当社は長年にわたり、プラットフォームに AI を導入してきましたが、Atlassian Intelligence の最新版は、あらゆる業界の企業にとってゲームチェンジャーとなるものです。」
さらにラジャン氏は、Rovo を購入していないが Jira や他のアトラシアン製品を使用している顧客は、プラットフォーム全体に Atlassian Intelligence が組み込まれていることを指摘しています。Rovo の検索は (当然のことながら) 管理者によって各ユーザーのセットアップ時に管理されており、権限を認識して従業員が適切な範囲内でのみ検索できるようにします。アトラシアンの CTO は、Rovo は同社の「最も野心的な」製品の 1 つであると説明しています。そのため、エンタープライズ検索と知識発見に関する非常に複雑な課題に取り組む「世界クラスのエンジニアリング チーム」を構築し、顧客が情報を見つけ、学び、それに基づいて行動する方法を加速できるように支援していると説明しています。
ユーザーはこのテクノロジーを使用して、プロジェクトの成功に貢献するために必要な専門知識を持つチーム メンバーを特定したり、プロジェクトをより深く理解するために関連トピックを発見したりできます。検索により、チームは膨大な量の複雑なデータから必要な情報を正確に見つけることができます。Rovo Search は、Google Drive、Microsoft Sharepoint、Microsoft Teams、GitHub、Slack、Figma などの一般的なツールから情報を引き出し、包括的な回答を提供できます。
上で述べたように、検索結果はパーソナライズされ、状況に応じて変化します。権限は完全に尊重されるため、従業員は表示すべき情報のみを閲覧でき、制限されたデータは非公開のままです。管理者は、検索コネクタとデータ アクセスの有効化を完全に制御できます。Rovo は、企業の知識、人材、プロセス、目標を理解しているため、チームは革新的な方法で企業情報に取り組めます。Rovo は、チームが情報を見つけるのを支援するだけでなく、より深い理解のためのインタラクティブな学習もサポートします。
Rovo Chat を使用すると、チームは対話型の会話に参加して、必要な回答が得られるまで質問したり、新しいアイデアを生み出したり、役立つフィードバックを得たり、作業中に問題を解決したりできます。チャットは会社のデータに基づいており、チームが使い続けるにつれて賢くなります。質問に答えるとき、Rovo は関連トピックとフォローアップの質問を提示し、チームが詳細を引き出すために使用できます。また、専門用語をわかりやすく説明することもできます。エージェントはチャットボットの強化版ではなく、さまざまなワークフローとプロセスに専門知識とスキルをもたらすものであると Atlassian は主張しています。
私たちは、これらのテクノロジーに関して興味深い転換点を迎えています。データ中心の人間と AI のコラボレーション プラットフォームが進歩していないからではなく、明らかにすでに進歩しています。ここで提供される機能の多くは、人間のワークフローにどのような影響を与えるかという点で、かなり進歩的であり、場合によってはかなり急進的で実験的であると言えます。AI がチームワークの変革に応用されていることはわかっていますが、その部分は疑問の余地がありません。
さらに興味深いのは、従業員が現在これらのテクノロジーを利用している進歩の道筋と、従業員がそれらを以前の仕事に「移植」して統合し、パフォーマンスを向上させる方法だ。覚えておいてほしいのは、アトラシアンは、Rovo Agents が大量の企業データを統合し、複雑なタスクを分解し、行動しながら学習し、人間のチームメイトと協力して重要かつ複雑な決定を下す能力によってチームワークを変革すると述べたことだ。
つまり、これらのツールを受け入れるか（少なくとも評価するか）それとも見逃すかは、私たち人間にかかっているのです。
現代のエンタープライズ ソフトウェア プラットフォームで提供されている新しい自動化機能を少なくとも試さなかったために、AI によって職を失ったい人は誰もいません。これらの機能の多くは、ワークフローを強化し、私たちの役割をより生産的にし、実際により楽しいものにしてくれると約束しています。ボットを抱きしめて、その大家族全員と友達になりましょう。
