On parle beaucoup de l'IA dans la gestion de projet et l'analyse de données ces derniers temps, et ce, à juste titre. Les équipes cherchent constamment des moyens plus intelligents de travailler, et la réponse d'Atlassian est Atlassian Intelligence. Cette solution promet d'intégrer des capacités d'IA directement dans les outils que vous utilisez déjà au quotidien.
Cet article propose un aperçu simple et direct de l'IA d'Atlassian Intelligence dans Analytics. Nous examinerons ce qu'elle fait réellement, quelles sont ses limites concrètes (en nous basant sur les retours des utilisateurs) et combien elle coûte vraiment. À la fin de votre lecture, vous devriez avoir une idée beaucoup plus claire pour savoir si c'est le bon choix pour votre équipe.
Qu'est-ce que l'IA d'Atlassian Intelligence dans Analytics ?
Atlassian Intelligence est un ensemble de fonctionnalités basées sur l'IA, intégrées directement dans la plateforme Atlassian Cloud, que vous connaissez probablement grâce à des outils comme Jira, Confluence et Jira Service Management. L'idée principale est d'aider votre équipe à être plus productive en automatisant des tâches, en résumant de longs fils de commentaires et même en générant du nouveau contenu.
En coulisses, il s'agit d'une combinaison des propres modèles d'apprentissage automatique d'Atlassian et de technologies de partenaires comme OpenAI. Cela lui permet de faire de nombreuses choses, de la rédaction d'une brève mise à jour de projet à la traduction d'un commentaire dans une autre langue.
Mais voici le hic : ces fonctionnalités ne sont pas disponibles pour tout le monde. Elles sont principalement incluses dans les offres Premium et Enterprise d'Atlassian, ce qui signifie que pour y accéder, il faut généralement une mise à niveau assez importante et un budget plus conséquent.
Fonctionnalités principales d'Atlassian Intelligence
Analysons ce que l'IA peut réellement faire au sein de l'outil Atlassian Analytics. Bien que ces fonctionnalités semblent impressionnantes, leurs performances dans le monde réel peuvent être assez mitigées.
Générer des requêtes SQL à partir du langage naturel
Cette fonctionnalité vous permet de demander des données en langage courant au lieu d'écrire du code. Par exemple, vous pourriez taper quelque chose comme « montre-moi toutes les demandes à priorité haute mises à jour la semaine dernière », et l'IA est censée vous fournir une requête SQL parfaite.
Sur le papier, cela semble incroyable pour les membres de l'équipe qui ont besoin d'extraire des rapports mais ne connaissent ni le SQL ni le Jira Query Language (JQL). Mais si vous regardez ce qu'en disent les utilisateurs, la réalité est un peu différente. Une fonctionnalité similaire dans Jira qui convertit le langage naturel en JQL a reçu des retours assez négatifs.
Obtenir des analyses automatiques de graphiques
Avec cette fonctionnalité, vous pouvez cliquer sur un bouton « Insights » sur n'importe quel graphique de votre tableau de bord analytique, et l'IA générera un court résumé textuel de ce que les données montrent. Elle pourrait souligner qu'une certaine métrique est à la hausse ou signaler une anomalie potentielle.
Cela peut être utile pour avoir un aperçu rapide d'un graphique sans avoir à plisser les yeux pour en comprendre le sens. Le principal inconvénient, cependant, est que ces aperçus sont descriptifs, et non prescriptifs. L'IA peut vous dire ce qui se passe (par exemple, « le nombre de tickets ouverts a augmenté de 20 % cette semaine »), mais elle ne peut pas vous dire pourquoi cela se produit ni ce que vous devriez faire ensuite. Elle n'a tout simplement pas le contexte métier plus approfondi pour vous donner des conseils vraiment utiles.
Créer des formules personnalisées
Pour les utilisateurs plus avancés, Atlassian Intelligence peut aider à créer des expressions SQLite pour des formules personnalisées. Vous pouvez décrire le calcul dont vous avez besoin en langage courant, et l'IA essaiera de créer la formule pour vous.
C'est un petit outil pratique pour ceux qui sont déjà à l'aise avec la création de rapports complexes. Mais tout comme le générateur SQL, tout dépend de la capacité de l'utilisateur à savoir exactement quoi demander, et sa précision peut devenir chancelante avec des requêtes plus compliquées. C'est un bon assistant pour une tâche très spécifique, mais il ne révolutionnera probablement pas la façon de travailler de la plupart des équipes.
Limites et défis concrets
Activer l'IA d'Atlassian n'est pas toujours aussi simple qu'il y paraît. Les équipes se heurtent souvent à des problèmes pratiques qui limitent son utilité, surtout si on la compare à des plateformes d'IA plus spécialisées.
Le problème du « jardin clos »
Atlassian Intelligence est conçue pour fonctionner avec les données qui se trouvent dans l'univers Atlassian, comme vos tickets Jira et vos pages Confluence. Elle s'en sort assez bien dans ce cadre, mais qu'en est-il de tous les autres endroits où les connaissances de votre entreprise sont stockées ?
La plupart des équipes utilisent une multitude d'outils différents. Vos documents les plus importants peuvent se trouver dans Google Docs, les conversations clés ont lieu dans Slack, et l'historique de votre support client est enregistré dans Zendesk. L'IA d'Atlassian ne peut rien voir de tout cela, ce qui signifie que ses réponses manqueront toujours d'une grande partie du contexte.
C'est là que les outils conçus pour connecter toutes vos sources de connaissances se démarquent vraiment. Par exemple, eesel AI s'intègre d'emblée à plus de 100 sources. Il se connecte à vos wikis comme Confluence et Google Docs, mais il récupère également des informations de vos services d'assistance et de vos outils de discussion pour créer une source unique de vérité. De cette façon, votre IA dispose de l'ensemble du contexte et peut vous donner des réponses sur lesquelles vous pouvez réellement compter.
Cette infographie montre comment l'IA d'Atlassian Intelligence dans Analytics d'eesel AI s'intègre à diverses sources de données pour fournir des informations complètes.Une précision inégale : le coût élevé du « suffisant »
Comme nous l'avons mentionné précédemment, les utilisateurs ont constaté que l'IA peut être aléatoire, en particulier lors de la génération de JQL complexes ou de règles d'automatisation. Cela signifie que les équipes doivent constamment vérifier ce que fait l'IA, ce qui va à l'encontre de l'objectif même de l'automatisation. C'est une chose si un outil interne est un peu capricieux, mais vous ne pouvez pas risquer de déployer une IA peu fiable auprès de vos clients. C'est un moyen rapide de nuire à la confiance.
Les meilleures plateformes d'IA sont conçues pour éviter précisément ce problème. Par exemple, eesel AI dispose d'un mode simulation qui vous permet de tester votre agent IA sur des milliers de vos propres tickets passés. Vous pouvez voir exactement comment il aurait répondu, examiner ses réponses et ajuster son comportement avant qu'il n'interagisse avec un vrai client. Il s'agit de renforcer la confiance et de s'assurer que tout se passe bien.
Une capture d'écran du mode simulation d'eesel AI, une fonctionnalité clé pour garantir la précision de l'IA d'Atlassian Intelligence dans Analytics avant le déploiement.Les coûts cachés de l'adoption
Accéder à Atlassian Intelligence n'est pas donné.
De plus, Atlassian lance un nouvel add-on premium appelé Rovo. Les utilisateurs du programme d'accès anticipé ont indiqué qu'il pourrait coûter environ 24 $ par utilisateur et par mois, ce qui ajoute une autre dépense importante, et potentiellement imprévisible, à votre budget logiciel.
C'est une grande différence par rapport à des plateformes comme eesel AI, qui propose une tarification claire et prévisible, sans frais par résolution. Vous pouvez la configurer en quelques minutes seulement en la connectant à votre service d'assistance, sans avoir besoin d'un projet de migration de plusieurs mois.
Une capture d'écran de la page de tarification claire et prévisible d'eesel AI, un avantage clé lors de l'examen du coût de l'IA d'Atlassian Intelligence dans Analytics.Tarification et disponibilité d'Atlassian Intelligence
Alors, comment mettre la main sur Atlassian Intelligence ? Ce n'est pas quelque chose que vous pouvez simplement acheter sur étagère. Les fonctionnalités d'IA de base sont regroupées exclusivement avec leurs offres Cloud Premium et Cloud Enterprise. Si vous êtes sur une version Standard ou Data Center, vous n'y aurez pas accès.
Pour vous donner une idée du coût, examinons les offres Jira Software. Si vous êtes sur l'offre Standard (environ 8,15 $ par utilisateur), vous ne pouvez pas utiliser l'IA. Pour l'obtenir, vous devrez passer à l'offre Premium, qui grimpe à environ 16,00 $ par utilisateur et par mois. C'est une augmentation de prix assez conséquente juste pour des fonctionnalités d'IA. Et si vous voulez l'offre Enterprise, vous devrez contacter leur équipe de vente.
Et n'oubliez pas, ce n'est que le prix de départ. Des outils d'IA plus avancés, comme la nouvelle plateforme Rovo, devraient être un add-on premium distinct. Cela peut rendre le coût total beaucoup plus élevé et transformer la budgétisation en un véritable casse-tête.
Au-delà de l'analytique : une meilleure façon d'utiliser l'IA
Consulter des graphiques et des données est utile, mais c'est une activité passive. La vraie valeur de l'IA vient de sa mise en œuvre, en automatisant activement des tâches, en résolvant des problèmes et en répondant aux questions de votre équipe et de vos clients.
C'est là qu'une plateforme d'IA dédiée comme eesel AI brille vraiment. Ce n'est pas juste une autre fonctionnalité ajoutée à un produit existant ; c'est un moteur entièrement personnalisable conçu pour passer à l'action.
-
Rassemblez toutes vos connaissances. Ne laissez pas votre IA apprendre uniquement à partir des tickets Jira. Laissez-la apprendre des conversations passées avec les clients dans Zendesk, des guides internes dans Notion et de toutes les connaissances partagées au quotidien dans Slack. Une IA plus intelligente commence par des données de meilleure qualité et plus complètes.
-
Automatisez en toute confiance. Le moteur de flux de travail d'eesel AI vous donne un contrôle total. Vous pouvez définir exactement quels types de tickets l'IA doit traiter et quelles actions elle peut entreprendre. Elle peut trier une demande, la transmettre à une équipe spécifique, ou même rechercher des informations de commande dans Shopify avec un appel API. Mieux encore, elle apprend de vos tickets passés réels pour répondre avec la voix unique de votre entreprise.
-
Soyez opérationnel en quelques minutes, pas en quelques mois. Vous n'avez pas besoin de planifier une migration cloud massive pour commencer. eesel AI dispose d'intégrations en un clic avec les outils que vous utilisez déjà, y compris Jira Service Management, afin que vous puissiez commencer à voir un retour sur investissement quasi immédiatement.
Atlassian Intelligence : bon pour les bases, mais limité pour une automatisation sérieuse
Alors, quel est le verdict sur l'IA d'Atlassian Intelligence dans Analytics ? Elle offre quelques fonctionnalités intéressantes pour les équipes qui paient déjà pour des offres cloud premium et qui sont entièrement investies dans l'écosystème Atlassian. Elle peut rendre l'analyse de données un peu plus accessible et fournir des résumés rapides, ce qui est très bien.
Cependant, les limites sont assez importantes. L'approche en « jardin clos » des données, la précision inégale signalée par les utilisateurs, et un modèle de tarification compliqué et coûteux en font un choix difficile pour les équipes qui prennent l'automatisation au sérieux. Si vous cherchez à utiliser l'IA pour réellement résoudre des tickets, répondre à des questions complexes et rationaliser les flux de travail en utilisant les connaissances de tous les outils de votre entreprise, une plateforme dédiée et axée sur l'intégration est un bien meilleur pari.
Prêt à voir ce que l'IA peut réellement faire pour vos équipes de support et d'informatique ? Découvrez comment eesel AI fonctionne en parfaite harmonie avec vos outils existants comme Jira Service Management et Confluence pour obtenir des résultats concrets. Commencez votre essai gratuit dès aujourd'hui.
Foire aux questions
L'IA d'Atlassian Intelligence dans Analytics désigne les fonctionnalités basées sur l'IA au sein de l'outil Atlassian Analytics. Son objectif est de rendre l'analyse de données plus accessible en automatisant des tâches telles que la génération de requêtes SQL à partir du langage naturel, en offrant des aperçus de graphiques et en aidant à la création de formules personnalisées.
Elle aide principalement en générant des requêtes SQL à partir de demandes en langage naturel, en fournissant des résumés textuels automatisés de graphiques pour des aperçus rapides, et en assistant les utilisateurs avancés dans la création de formules personnalisées avec des expressions SQLite. Ces fonctionnalités visent à simplifier l'interaction avec les données.
Les limitations clés incluent son approche en « jardin clos », ce qui signifie qu'elle ne fonctionne qu'avec les données Atlassian, et une précision inégale, en particulier avec des requêtes complexes. Les utilisateurs constatent souvent qu'ils doivent vérifier les résultats de l'IA, ce qui peut annuler les gains d'efficacité.
L'accès à l'IA d'Atlassian Intelligence dans Analytics est inclus dans les offres Premium et Enterprise d'Atlassian Cloud, ce qui nécessite une mise à niveau importante par rapport aux offres Standard. De plus, de nouveaux add-ons premium comme Rovo devraient introduire des coûts supplémentaires par utilisateur, potentiellement imprévisibles.
Non, une limitation importante est son problème de « jardin clos » ; l'IA d'Atlassian Intelligence dans Analytics est conçue pour fonctionner exclusivement avec les données résidant dans les produits Atlassian. Elle ne peut pas accéder aux informations ou en tirer des leçons contenues dans des outils externes comme Google Docs, Slack ou Zendesk.
Les retours d'utilisateurs indiquent que bien qu'elle puisse gérer des demandes de base, la précision de l'IA d'Atlassian Intelligence dans Analytics peut être inégale pour la génération de requêtes SQL complexes, de JQL ou de formules personnalisées. Cela nécessite souvent une vérification manuelle, ce qui peut nuire à son utilité.
