Atlassian Intelligence crée des revues post-incident

Bon, l'incendie est éteint. Le système est de nouveau en ligne. Et maintenant ?

Une fois la crise immédiate passée, le vrai travail commence. La revue post-incident (PIR) est le moment où vous déterminez ce qui s'est réellement passé, pourquoi cela s'est produit et comment éviter que cela ne se reproduise. C'est une étape cruciale, mais soyons honnêtes, sa préparation peut être une corvée. Atlassian tente de soulager une partie de cette peine en intégrant l'IA dans Jira Service Management pour aider à générer ces rapports.

Ce guide vous donnera un aperçu direct de la manière d'utiliser Atlassian Intelligence pour créer des revues post-incident. Nous aborderons son fonctionnement, ses points forts, ses faiblesses et son coût. Nous verrons également quoi faire lorsque vous avez besoin d'un peu plus de puissance et de contrôle que ce que les outils intégrés peuvent offrir.

Les bases d'Atlassian Intelligence pour les revues post-incident

Avant de nous plonger dans l'aspect IA, assurons-nous d'être sur la même longueur d'onde concernant les éléments clés.

Qu'est-ce qu'une PIR ?

Une revue post-incident (ou post-mortem, si vous préférez) est à la fois une réunion et un document. C'est le processus que votre équipe utilise pour analyser un incident après sa résolution. Le but n'est pas de chercher des coupables ; il s'agit d'établir une chronologie claire des événements, de comprendre l'impact et d'identifier la cause première. Comme le dit Atlassian lui-même, l'idée est d'apprendre de l'incident pour rendre vos services plus robustes.

Qu'est-ce qu'Atlassian Intelligence ?

Atlassian Intelligence est l'IA qu'Atlassian a disséminée dans ses produits cloud, comme Jira Service Management, Confluence et Bitbucket. C'est un mélange de leurs propres modèles d'IA et de technologies d'OpenAI. Elle utilise les données de votre organisation (ce qu'ils appellent un « Teamwork Graph ») pour comprendre vos projets et vos équipes, ce qui l'aide à fournir une assistance légèrement plus personnalisée. L'une de ses tâches spécifiques dans Jira Service Management est d'aider à rédiger ces PIR.

Comment utiliser Atlassian Intelligence pour créer des revues post-incident

Atlassian a gardé le processus assez simple, ce qui est excellent pour les équipes qui vivent déjà dans Jira Service Management (JSM). La fonction principale de l'outil est de générer un résumé de l'incident pour vous donner une longueur d'avance.

Voici comment cela fonctionne, en bref :

1. Trouvez votre incident : Dans votre projet JSM, allez dans « Incidents » et cliquez sur celui que vous devez examiner.

2. Lancez la PIR : Cherchez le bouton Ajouter une PIR sur le ticket. Cela ouvrira l'écran de création.

3. Laissez l'IA faire son travail : Vous verrez un bouton Suggérer une description dans le champ de description. Cliquez dessus, et Atlassian Intelligence générera un résumé.

4. Finalisez-le : Le texte généré par l'IA apparaîtra dans la zone de description. C'est maintenant à vous de le lire, de le modifier et de combler les lacunes avant de finaliser la PIR.

L'IA tire ses informations du ticket d'incident et de tout canal Slack associé que vous auriez pu créer.

Bien que ce soit un bon point de départ, les vrais incidents sont compliqués. L'histoire complète est souvent dispersée partout, des documents de conception dans Google Docs aux guides internes dans Notion. Pour qu'une PIR soit vraiment utile, votre IA doit tout voir. C'est un angle mort majeur pour l'outil d'Atlassian, mais c'est précisément pour cela que des plateformes comme eesel AI sont conçues. Elle se connecte à plus de 100 sources différentes pour vous donner une image complète, pas seulement la partie visible dans Jira.

Le bon, le mauvais et le coûteux

Atlassian Intelligence a ses avantages, mais il est important d'être réaliste quant à ses limites avant de vous engager.

Les points positifs : Commodité et intégration

Le plus grand avantage ici est qu'il est directement intégré à JSM. Si votre équipe est à fond sur Jira, l'expérience est transparente.

• Résumés rapides : Cela évite à votre équipe de rester devant une page blanche en rédigeant un premier résumé basé sur le ticket et les discussions Slack.

• Tout en un seul endroit : La PIR est enregistrée comme un élément de travail dans JSM et peut être facilement transférée vers Confluence, ce qui aide à conserver tous vos documents d'incident au même endroit.

• Simple à utiliser : Il n'y a pas de configuration compliquée. N'importe qui dans l'équipe peut cliquer sur le bouton « Suggérer une description » et obtenir un résultat.

Là où ça se complique : Un manque de contrôle

Malgré sa commodité, cette fonctionnalité présente de sérieux inconvénients qui peuvent entraver une revue appropriée.

• Elle ne voit que ce qui est dans Atlassian : L'IA est coincée dans son propre petit monde. Elle ne peut pas extraire le contexte crucial de vos wikis internes, de vos discussions Microsoft Teams ou de vos outils de surveillance. Une PIR n'est aussi bonne que les informations qu'elle contient, et cette approche en silo peut entraîner des lacunes importantes.

• Vous ne pouvez pas lui dire quoi faire : Le résumé de l'IA est une boîte noire. Vous ne pouvez pas modifier le prompt, ajuster le ton ou lui donner un modèle à suivre. Si votre entreprise a une manière spécifique de faire les PIR, cette approche universelle ne fera probablement pas l'affaire.

• Aucun moyen de la tester : Vous ne pouvez pas exécuter l'IA sur d'anciens incidents pour voir si elle fonctionne bien. Vous la testez essentiellement sur un incident en direct, ce qui n'est pas idéal lorsque vous avez besoin d'une documentation précise.

Ce sont les types de limitations qui séparent une fonctionnalité de base d'une plateforme dédiée. Un outil comme eesel AI est conçu pour gérer cette complexité. Vous disposez d'un moteur de flux de travail que vous pouvez réellement contrôler. Vous pouvez connecter toutes vos sources de connaissances, modifier la personnalité de l'IA avec un éditeur de prompt, et même l'exécuter sur des milliers de tickets passés en mode simulation pour vous assurer qu'elle est prête pour le grand bain.

Tarifs : Combien ça coûte ?

Le coût est toujours un facteur, et l'accès à des fonctionnalités d'IA comme la création de revues post-incident n'est pas gratuit. Vous devrez souscrire à l'un des plans supérieurs de Jira Service Management.

Si vous êtes sur un plan Free ou Standard, c'est raté pour vous.

Voici un aperçu rapide des tarifs publics de Jira Service Management Cloud (par agent, par mois) pour vous donner une idée :

Attention : les prix peuvent changer. Consultez toujours la page de tarification officielle d'Atlassian pour les chiffres les plus récents.

Cela signifie que vous pourriez avoir à payer pour une mise à niveau importante de la plateforme juste pour obtenir une seule fonctionnalité d'IA, ainsi qu'un tas d'autres choses dont vous n'avez peut-être pas besoin. C'est un modèle très différent des solutions comme eesel AI, qui propose une tarification simple basée sur les fonctionnalités d'IA que vous utilisez réellement. Il n'y a pas de frais par résolution, vous n'avez donc pas de mauvaise surprise sur la facture à la fin du mois.

Penser au-delà du résumé

Atlassian Intelligence vous donne une première ébauche décente d'une PIR, ce qui est un début. Mais un processus de gestion des incidents mature fait plus que simplement rédiger des rapports. Le véritable objectif est de transformer ce que vous avez appris en actions concrètes et d'automatiser autant que possible les tâches ingrates.

Réfléchissez au flux de travail d'Atlassian : un incident est résolu, donc quelqu'un doit se souvenir d'aller cliquer sur « Ajouter une PIR », puis sur « Suggérer une description ». Ensuite, il doit le relire, déterminer les prochaines étapes, et créer et assigner manuellement toutes les tâches de suivi. Cela aide pour une petite partie, mais le processus reste très manuel.

Maintenant, imaginez un flux de travail plus automatisé. Un incident est résolu, et un déclencheur lance automatiquement le processus de PIR. Une IA lit tout, pas seulement Jira et Slack, mais aussi Confluence, Google Docs, et toute autre base de connaissances que vous avez connectée. Elle génère ensuite une PIR basée sur un modèle personnalisé que vous avez créé. Et voici le meilleur : l'IA crée, étiquette et assigne automatiquement les tâches de suivi dans Jira. Rien n'est oublié.

C'est la différence entre un outil qui assiste une étape manuelle et une plateforme qui automatise l'ensemble du flux de travail. eesel AI est conçue pour ce dernier cas. Elle se connecte à vos systèmes, génère des PIR selon vos règles, et utilise des Actions IA pour créer et assigner ces tâches de suivi cruciales, garantissant que les leçons apprises mènent réellement à des améliorations. Vous pouvez même simuler tout le processus sur des incidents passés pour le peaufiner avant de l'activer.

Le verdict : est-ce suffisant pour vous ?

Pour les équipes profondément ancrées dans l'écosystème Atlassian, utiliser Atlassian Intelligence pour créer des revues post-incident est un petit plus sympathique. C'est pratique, cela simplifie la première ébauche, et tout reste à l'intérieur de JSM.

Mais si votre équipe prend au sérieux sa maturité opérationnelle, vous vous sentirez probablement vite à l'étroit. Son incapacité à accéder aux données externes, le manque de personnalisation et les étapes manuelles requises après la génération de la PIR sont autant de limitations majeures. Lorsque vous aurez besoin de connecter toutes les connaissances de votre équipe, de contrôler le comportement de votre IA et d'automatiser le suivi qui prévient les futurs incidents, vous devrez regarder au-delà des fonctionnalités intégrées.

Découvrez comment eesel AI peut se brancher sur votre configuration JSM et donner à votre équipe la puissance et la flexibilité dont elle a besoin. Vous pouvez le mettre en place en quelques minutes et commencer à construire un processus de gestion des incidents plus résilient dès aujourd'hui.