L’intelligence artificielle s’invite désormais au cœur des outils Atlassian pour transformer la collaboration et la productivité des équipes. Atlassian Intelligence, la couche d’IA native des produits Atlassian Cloud, propose ainsi des fonctionnalités avancées d’automatisation, de recherche intelligente et d’assistance à la rédaction.
Dans cet article, nous présentons ses principales fonctionnalités et ses cas d’usage concrets sur Jira, Jira Service Management et Confluence. Nous abordons également les bonnes pratiques pour en tirer le meilleur parti, tout en assurant la sécurité et la conformité des données.
1. Qu’est-ce qu’Atlassian Intelligence ?
Atlassian Intelligence est la couche d’intelligence artificielle intégrée aux produits Atlassian Cloud (Jira, Confluence, Trello, etc.). Elle vise à :
Automatiser les tâches répétitives
Améliorer la recherche et l’accès à l’information
Assister les utilisateurs dans la rédaction et la prise de décision
2. Fonctionnalités principales et exemples détaillés
Recherche intelligente
Exemple 1 – Recherche contextuelle dans Confluence
Un chef de projet cherche la dernière décision prise sur un projet. En tapant simplement « décision migration projet X », Atlassian Intelligence suggère automatiquement la page pertinente. Même si le titre exact diffère, l’outil affiche aussi un extrait du passage concerné, ce qui facilite la validation rapide de l’information.
Exemple 2 – Suggestions dans Jira
Un développeur recherche un ticket lié à un bug signalé il y a plusieurs semaines. En saisissant quelques mots-clés, l’IA propose alors les tickets les plus pertinents. Elle tient compte du contexte de l’équipe et des projets récents, ce qui accélère la navigation dans l’historique.
Automatisation
Exemple 1 – Génération de résumés de tickets dans Jira Service Management
Lorsqu’un agent ouvre un ticket complexe, Atlassian Intelligence génère automatiquement un résumé clair des points clés. Cela permet une prise en charge plus rapide et plus efficace.
Exemple 2 – Classification intelligente
Lorsqu’un utilisateur soumet une demande de support, l’IA analyse le contenu et classe automatiquement le ticket dans la bonne catégorie (incident, demande de service, etc.). Elle suggère ensuite l’agent le plus compétent pour le traiter.
Exemple 3 – Suggestions de réponses
Pour un ticket récurrent, comme une réinitialisation de mot de passe, Atlassian Intelligence propose une réponse pré-rédigée. L’agent peut alors la valider ou la personnaliser avant l’envoi.
Aide à la rédaction
Exemple 1 – Correction et reformulation dans Confluence
Un utilisateur rédige une page de documentation technique. L’IA détecte les fautes de grammaire et propose des reformulations pour plus de clarté. Elle peut même adapter le ton, le rendant plus formel ou plus empathique selon le besoin.
Exemple 2 – Génération de FAQ
À partir d’une base de tickets ou de pages, Atlassian Intelligence suggère automatiquement des questions et réponses fréquentes. Celles-ci peuvent être intégrées dans une FAQ, facilitant ainsi l’auto-support des utilisateurs.
Exemple 3 – Synthèse de comptes-rendus
Après une réunion, l’IA analyse le compte-rendu et génère une synthèse des décisions et actions à suivre. Celle-ci est directement prête à être partagée avec l’équipe.
3. Cas d’usage concrets
Sur Jira Service Management (JSM)
- Création et routage automatisés des tickets
Par exemple, lorsqu’un utilisateur envoie un email comme « Je n’arrive plus à accéder à mon compte », l’IA crée automatiquement un ticket. Elle le classe comme incident et le route vers l’équipe support concernée. - Synthèse des tickets
Pour un ticket complexe comportant plusieurs échanges, l’IA génère automatiquement un résumé. Cela facilite la reprise du dossier par un nouvel agent. - Suggestions de réponses
Pour une demande récurrente, comme une réinitialisation de mot de passe, l’IA propose une réponse standardisée. L’équipe IT peut alors la valider avant envoi.
Sur Jira Software
- Génération de rapports et d’analyses
Exemple : À la fin d’un sprint, l’IA génère un rapport synthétique des tâches réalisées, des blocages rencontrés et des points à améliorer. - Automatisation des tâches
Exemple : Lorsqu’un ticket passe en « En cours », l’IA assigne automatiquement le développeur responsable et notifie le Product Owner. - Recherche intelligente
Exemple : Un Product Owner recherche tous les tickets liés à une fonctionnalité : l’IA regroupe les tickets, les pages Confluence associées et les décisions prises.
Sur Confluence
Recherche contextuelle
Exemple : Un nouvel arrivant cherche la procédure d’onboarding : l’IA lui propose la page la plus à jour, ainsi que les documents complémentaires.Assistance à la rédaction
Exemple : Un manager rédige une note de service : l’IA corrige le texte, propose une version plus concise et suggère des liens vers des ressources internes.Cartes de connaissances
Exemple : L’IA génère une synthèse automatique des connaissances sur un projet, incluant les pages clés, les décisions et les membres impliqués.
4. Gouvernance et sécurité : bonnes pratiques
Atlassian Intelligence est conçue pour garantir la sécurité et la confidentialité des données :
- Stockage : Les données restent dans l’environnement Atlassian Cloud du client, dans la région choisie (Europe, USA, etc.).
- Historisation : Les interactions avec l’IA peuvent être historisées pour améliorer l’expérience utilisateur. Cependant, elles ne sont jamais utilisées pour entraîner les modèles sans consentement explicite.
- Transparence : Atlassian publie une documentation détaillée sur la gestion et la résidence des données, ainsi que sur les modèles d’IA utilisés.
5. Conseils pour une adoption réussie
- Former les équipes : Sensibiliser les collaborateurs aux nouvelles fonctionnalités et à leur valeur ajoutée.
- Définir des règles d’usage : Préciser dans quels cas l’IA doit être sollicitée et comment valider ses suggestions.
- Surveiller la qualité des données : Maintenir une base documentaire à jour améliore la pertinence des recommandations de l’IA.
- Impliquer les parties prenantes : Recueillir leurs retours permet d’ajuster les usages et de maximiser l’adoption.
