Atlassian Rovo — lovende utfordrer innen bedriftssøk

Atlassian har nylig konsolidert Jira Software og Jira Work Management til et sammenslått produkt kalt Jira, og i den forbindelse har de benyttet anledningen til å … lansere et nytt produkt! Og du blir neppe sjokkert over å høre at nykommeren Rovo inneholder en del AI-ingredienser. I følge en fersk undersøkelse fra Gartner har 47 % av kunnskapsarbeidere trøbbel med å finne fram til nødvendig informasjon for å få gjort det daglige arbeidet på en effektiv måte, og en av grunnene er at store firmaer i gjennomsnitt bruker 230 forskjellige applikasjoner/systemer. Men Rovo har som mål å fikse denne biffen!

Atlassian Intelligence ble lansert for omtrent ett år siden, og det inneholdt noen lovende funksjoner som å lage automatiske sammendrag av Confluence-sider, endre tonen og innhold i tekster, i tillegg til Jira-søk ved hjelp av naturlig språk. Dette er jo funksjonalitet som generativ AI på rekordtid har tilgjengeliggjort for mannen i gata, og nå påstår Atlassian at de har jobbet hardt siden da med å videreutvikle funksjonalitet som skal gjøre grupper enda mer produktive. De har rett og slett tatt opp kampen med de største aktørene om å løse den svært komplekse utfordringen med å få gode søk på tvers av virksomhetens systemer og tilhørende relevante søketreff. Hovedtanken er å kombinere innhold fra Atlassian-produktene med 3. parts data for å gi innsikt og gode beslutninger gjennom den nye arbeidshesten Rovo. Og det trenger absolutt ikke å være noen dårlig idé!

Det store salgsargumentet til Atlassian er at de sitter på enorme mengder data og innsikt rundt samarbeid om oppgaver etter over 20 års utvikling av Jira og Confluence. En stor andel virksomheter har bygget opp betydelig mengde informasjon i Atlassian-produktene gjennom årene, og søketreffene i Rovo kan kombineres med innhold fra SharePoint, Teams, Google Drive, GitHub, Slack eller andre datakilder ved hjelp av innebygde konnektorer. Atlassian mener at deres gyldne trumfkort for å gi gode søketreff er innsikt i kjente mønstre (patterns & anti-patterns), samarbeid i organisasjonen og kommunikasjonslinjer, og alt dette er samlet i en heftig proprietær datamodell som har blitt døpt “teamwork graph”. Rovo bør dermed ha god mulighet til å kjenne virksomhetens kunnskap, folk, prosesser og mål.

Så hovedtanken er altså å tilby søk på tvers i virksomheten i alle vesentlige datakilder som brukes. Og dette inkluderer også egenutviklede løsninger i virksomheten, noe som er vanlig å ha i ulike bransjer som f.eks. finans eller farmasi. Nødvendige rettigheter til å lese dataene vil tas hensyn til, og informasjonen vil bli presentert gjennom kunnskapskort. Det burde heller ikke komme som noen stor overraskelse at Rovo tilbyr et chat-grensesnitt (som vi har blitt kjent med gjennom ChatGPT og andre) der brukerne kan ha dialog med et stort utvalg av ulike virtuelle agenter for å:

• automatisere en rekke oppgaver i alle produktene
• utnytte informasjon i bedriften gjennom generativ AI, altså å kombinere de store mengdene av produsert innhold av de ansatte med generert innhold, til bruk for f.eks. markedsføring, PR-kommunikasjon, produktspesifikasjoner eller målbeskrivelser
• svare på spørsmål automatisk, anbefale beste praksis i virksomheten, lage sjekklister eller bidra til konkrete kunnskapsbaser
• hjelpe til med innfasing av nye ansatte og legge enda mer til rette for samarbeid på tvers av avdelinger

Rovo er ute i en tidlig prøveversjon, og vi vil snart se om forventningene innfris. De aller fleste virksomheter har mye utdatert, rotete og ufullstendig informasjon lagret, og det er et stort usikkerhetsmoment hvor godt funksjonaliteten vil kunne håndtere dette. En relatert bekymring er om algoritmene klarer å vekte informasjon fra ulike kilder opp mot hverandre på en fornuftig måte i visningen av søketreff. Den som lever får se!

Til slutt, noen nyheter i Atlassian Intelligence:

• De generative verktøyene er nå også tilgjengelig i redigeringsmodus. I produktene Trello, Bitbucket og Jira Product Discovery får du god støtte til å lage oppsummeringer (f.eks. pull request summaries og release notes) basert på kontektsten.
• Loom er et nytt verktøy for å lage korte videoer i Jira/Confluence, og ut ifra disse kan saker automatisk opprettes og dokumentasjon foreslås. Egne workflows og code reviews kan også baseres på dette.
• AI for whiteboards: virtuelle lapper kan automatisk foreslås basert på innhold i Jira/Confluence, og det tilbys også støtte for gruppering av lappene etter en arbeidsøkt.
• Automatisk nedbrytning av arbeid fra epics til et sett av tasks i Jira.
• Naturlig språk kan brukes til å opprette nye automasjonsregler.