2023年,Atlassian推出了Atlassian Intelligence——這是一款功能強大的團隊協作增強工具,托管在其高級和企業級云平臺上。Atlassian遵循 “釋放團隊潛力”的使命,利用合乎道德的AI模型來加速組織的現有能力。通過人機協作,用戶可以卸下繁瑣、重復的任務,專注于自己的實際技能,并執行更有影響力的工作。
Atlassian Intelligence旨在通過以下方式釋放每個團隊的潛力:
? 將AI集成至生產力應用程序
? 整個組織采用AI以提高其成就
? 改變游戲規則的創新
團隊一直在使用Atlassian Intelligence,以實現:
? 提高個人工作效率
? 增強團隊能力
? 解鎖組織數據
本文中,我們將通過了解Atlassian Intelligence的最新功能來探索人機協作的變革力量:從自然語言到JQL處理,從虛擬代理到AI摘要、編輯器中的生成式AI等等。
Atlassian Intelligence 的實際應用
目前,使用Atlassian Intelligence的Atlassian客戶報告稱,平均每周可節省45分鐘以上。近80%的用戶表示,使用AI搜索功能顯著節省了時間。這將轉化為可累積的節省時間,團隊可將其用于更主動和更具戰略性的工作,以推動組織向前發展。
例如,FanDuel是價值數十億美元的游戲行業的推動力,他們利用Atlassian Intelligence將需要人工干預的支持工單減少了85%。高保真音響巨頭SONOS報告稱,Atlassian Intelligence能夠簡化文檔并縮短審核時間,從而顯著提高項目效率。通過從繁瑣的任務中節省時間,團隊可以專注于處理特殊工單并改進服務交付。
安全地加速團隊發展
為了持續實現這些結果,Atlassian Intelligence集成了產品級支持、安全控制和使用監控功能。管理員可以輕松控制AI,使其只能從組織已授權的范圍中提取數據。因此,團隊只能訪問他們需要的內容,而不會涉及機密。
目前,人工智能似乎是一個備受爭議的流行語。但是,Atlassian Intelligence在設計時遵循了其負責任的技術原則。這反映了Atlassian對客戶、合作伙伴和社區的承諾絕不會被忽視。
Atlassian Intelligence 體驗
Atlassian Intelligence集成在整個Atlassian云平臺中,并內置于Atlassian的通用數據模型(團隊協作圖)中,可連接公司套件(包括SaaS應用程序)中的團隊。
以下功能(部分已上線,部分即將推出)展示了Atlassian云用戶如何利用人機協作的力量來改進團隊的日常工作、加快服務交付并釋放創新時間。
編輯器中的生成式AI
當今世界,人們期望用更少的時間獲取更多的成果。Atlassian的生成式AI編輯器通過提供實用建議來幫助改進用戶寫作。在寫作提示中,用戶能夠快速引用來自其他Confluence頁面或工單的內容,從而讓AI了解上下文以獲得準確的建議。
此功能已在Jira、Jira Service Management(JSM)、Bitbucket和Trello中提供,并即將在Jira Product Discovery中推出,允許團隊能夠直接從應用程序中快速編寫拉取請求、摘要、發布說明和其他文檔。
AI摘要和頁面快速更新
在任何Confluence頁面上獲取最新的工作動態,了解最新變更、操作項和相關評論。沒有人喜歡閱讀長達20分鐘的Confluence頁面,但有了AI生成摘要,閱讀這些頁面就不再那么令人生畏了。Jira和JSM中也提供AI摘要,用于總結評論歷史記錄和問題描述,以便利益相關者快速上手。
智能鏈接中的AI摘要
借助智能鏈接中的AI摘要,用戶只需將光標懸停在鏈接上即可總結內容。甚至連Google文檔的鏈接也可以在一個可懸停的小窗口中總結。這有助于項目經理、營銷經理、內容負責人等更快地設置項目。
AI工作分解(測試版)
工作計劃中最大的時間消耗之一,就是將一個大型項目或項目分解為多個工作項。借助AI工作分解,用戶只需按一下按鈕即可完成這項工作。它將查看描述以及鏈接的Confluence頁面以了解上下文,然后建議相關的子任務。您可以根據需要優化這些建議,然后點擊創建。
即將推出:LOOM AI工作流程
如果有一種自動化方法可以優化實時交互并促進異步溝通和協作,那會怎么樣?用戶也不必是視頻剪輯高手。用戶可以錄制自己口述的指南、錯誤報告和其他主題,AI將轉錄視頻并將其分解為Confluence頁面上的可操作步驟。這意味著報告錯誤的時間更少,修復錯誤的時間更多。
即將推出:白板中的AI
在頭腦風暴或研討會上,團隊不必再需要記錄員,而可以利用AI提示,通過從Jira Product Discovery創意、Confluence頁面、Jira問題等來源中提取數據,在白板上生成便簽。
即將推出:AI內容轉換
頭腦風暴后,團隊無需進行冗長的手動編寫,就可以將白板轉換為Confluence頁面。只需單擊一個按鈕,團隊即可將復雜的便簽板整理成一個清晰可操作的Confluence頁面。
即將推出:AI問題優化器
如何確保在頭腦風暴后正確地表達需求?一旦您的計劃被安排到Jira事務中,就很容易因為團隊和職能部門之間的來回溝通而浪費時間。編輯器中的生成式AI通過重組、改寫內容或提示您的額外問題來闡明您的內容,從而提示審查并簡化您的問題。
即將推出:AI相關資源
借助AI相關資源功能,您的團隊可以花更少的時間尋找相關信息。從設計到文檔和電子表格,團隊必須使用大量的工具,這使得信息分散在各種資源中。通過提供與問題相關的關鍵信息,團隊可以節省時間,加快工作進度。
虛擬代理
如今的服務團隊經常發現自己被積壓的重復性工單所困擾,其中許多都可以通過現有的文檔解決。淹沒在工單中意味著,團隊沒有那么多時間來處理需要人工干預的關鍵工單。虛擬代理通過自動回復常見問題和評論,將團隊從這些乏味的任務中解放出來。
虛擬代理意圖(可在SLACK中使用,幫助中心處于測試階段)
通過定制的對話流將重復性的任務交由人工智能處理,從而騰出時間專注于更有意義的工作。借助Atlassian Intelligence的生成式AI功能,AI答案還能通過掃描知識庫為求助者生成回復,從而為支持團隊提供幫助。
開啟組織變革JSM:AIOps
值班是一件很辛苦的事情,尤其是當您被一連串的警報吵醒時。借助AIOps,您可以通過AI驅動的警報分組來加速事件檢測,并通過智能事件后審查(PIR)防止未來事件的發生。借助AI,運營團隊可以輕松簡化工作流程,并更好地檢測、解決和預防事件。
AI驅動的圖表洞察
為團隊賦能的方法之一是使數據驅動的洞察更易于訪問。借助AI驅動的圖表洞察,團隊可以查看Atlassian Analytics儀表板,只需單擊一個按鈕,即可收到快速摘要、趨勢評論,以及使數據更具可操作性的建議。
搜索的重要性
當您搜索信息時,例如新的食譜或者您最喜歡的專輯中的鼓手是誰,通過日常的在線瀏覽器獲取這些數據非常容易。不幸的是,在整個企業中查找資產(例如關鍵電子表格或最新版本的設計)通常是另一回事。
根據Gartner的數據,47%的員工表示很難找到完成工作所需的合適資產。這也不是他們的問題。同一項研究發現,大多數大型組織擁有超過200億條信息,分布在平均200多個應用程序或信息孤島中。
更復雜的是,大多數團隊都有一套不同的權限,這意味著他們獲取的結果并不一致。這對于剛剛開始嘗試運行的團隊來說,會造成意想不到的時間浪費。
Rovo 通過提高搜索質量、提供個性化結果以及在輸入過程中推薦有用的術語來解決這個問題。如今,與六個月前相比,在第一個搜索位置得到回答的搜索量增加了近25%。
通過引入統一搜索功能,用戶可以在整個Atlassian生態系統中查找內容,并根據最近的搜索和訪問的文檔獲得個性化結果。并且,當用戶搜索新內容時,系統會在輸入過程中提示有用的術語建議。
Rovo介紹
Rovo基于Atlassian的團隊協作圖構建,可以跨Atlassian工具和兼容的SaaS應用提取數據,為團隊提供組織目標、知識、團隊和工作狀態的全貌。
通過投資前沿的搜索技術,包括語義搜索和索引,Rovo能夠理解用戶在輸入搜索詞時的搜索意圖。Rovo還理解搜索不是一個孤立的操作,它允許用戶在Confluence中搜索資產的同時,查看相關的Jira工單或來自其他工具的信息。
查找:通過使用Rovo搜索整個組織的數據,用戶可以在所有兼容的工具和SaaS應用程序中獲得最相關的結果。
學習:有時需要提出很多問題才能了解全貌。通過與Rovo 聊天互動,用戶可以與合適的團隊建立聯系并發現關鍵洞察。
行動:通過Rovo Agents,團隊可以從開箱即用的或定制的AI代理那里獲得操作建議,從而理解復雜的任務。
人機協作的未來
增強團隊能力需要減少瑣碎的重復性工作。Atlassian Intelligence并非旨在取代員工,而是為他們爭取更多的創新時間。從快速搜索和數據驅動的洞察,到內容摘要和寫作風格建議,Atlassian致力于提高所有團隊的工作效率和創造力。
使用Atlassian Intelligence,了解可減輕員工工作量并促進企業創新和數據驅動決策的功能和體驗。優秀的戰略必不可少,但速度是在現代經濟中保持競爭力的關鍵。
- END -
本文作者:RYAN NARRAGON, Atlassian IT撰稿人
文章來源:https://bit.ly/3xQem01
審核編輯 黃宇
-
人工智能
+關注
關注
1805文章
48913瀏覽量
248088 -
自然語言
+關注
關注
1文章
291瀏覽量
13629
發布評論請先 登錄
自然語言處理與機器學習的關系 自然語言處理的基本概念及步驟
語音識別與自然語言處理的關系
ASR與自然語言處理的結合
自然語言處理與機器學習的區別
深入解析Atlassian Intelligence最新AI功能:編輯器中的生成式AI、智能摘要、AI工作分解、虛擬代理等

評論