Les chatbots IA apparaissent partout, mais en avoir un ne signifie pas pour autant qu'il soit réellement utile. La véritable magie opère lorsqu'ils peuvent guider les gens vers les bonnes réponses sans tracas. Cette première interaction est essentielle, et c'est là que les "amorces de conversation" entrent en jeu. Ce sont les petites suggestions qui vous montrent ce qu'une IA peut faire, transformant une boîte de dialogue vide en un chemin clair à suivre.
Cet article est un guide simple sur les amorces de conversation de Rovo d'Atlassian. Nous allons décortiquer ce qu'elles sont, comment elles fonctionnent, où elles pourraient être utiles et, plus important encore, où elles échouent pour les équipes qui ne vivent pas exclusivement dans le monde d'Atlassian. Si vous cherchez une IA qui fonctionne avec tous vos différents outils, vous voudrez rester jusqu'à la fin.
Que sont Atlassian Rovo et les amorces de conversation Rovo ?
Avant d'entrer dans les détails des amorces de conversation, nous devons parler de la plateforme à laquelle elles appartiennent. Ce n'est pas une fonctionnalité autonome ; c'est une petite partie de la stratégie d'IA beaucoup plus vaste d'Atlassian.
Comprendre Atlassian Rovo
Atlassian Rovo est l'assistant IA conçu pour fonctionner avec les propres produits d'Atlassian, comme Jira et Confluence. Vous pouvez le considérer comme une couche d'IA qui tente de connecter vos données, mais uniquement au sein de l'écosystème Atlassian. Il utilise un "Teamwork Graph" pour cartographier les connexions entre vos équipes, projets et documents. Rovo est divisé en plusieurs parties : Rovo Search pour trouver des choses, Rovo Chat pour poser des questions et Rovo Agents pour automatiser des tâches.
Que sont les amorces de conversation Rovo ?
Les amorces de conversation Rovo sont les trois suggestions pré-écrites que vous voyez lorsque vous ouvrez une discussion avec un agent Rovo spécifique. Leur rôle est assez simple : vous montrer ce que vous pouvez demander et ce pour quoi cet agent particulier est doué. Cela vous aide à surmonter le sentiment de "qu'est-ce que je suis censé taper ici ?" et à faire avancer les choses.
Par exemple, vous pourriez voir des suggestions comme "Résume ce que je regarde", "Quelle équipe est responsable de ce travail ?" ou "Rédige une courte publication Instagram".
Ces amorces sont destinées à mettre en évidence l'objectif spécifique d'un agent et à vous obtenir une réponse plus rapidement.
Un utilisateur interagit avec l'interface de Rovo Chat, montrant comment l'assistant IA fournit des réponses aux requêtes.Configuration et gestion des amorces de conversation Rovo
Voici le hic : les amorces de conversation Rovo ne sont pas une fonctionnalité que vous activez simplement. Elles constituent la toute dernière étape d'un long processus de création d'un agent Rovo personnalisé à partir de zéro. Cette configuration ajoute beaucoup de travail avant même de pouvoir commencer à réfléchir à la manière de guider vos utilisateurs.
D'après la propre documentation d'Atlassian, voici à quoi ressemble ce flux de travail :
Tout d'abord, vous devez créer un nouvel agent Rovo. Vous ne pouvez pas simplement ajouter des amorces à la discussion générale de Rovo ; elles doivent être attachées à un agent personnalisé que vous construisez vous-même. Ensuite, vous devez donner à cet agent des instructions détaillées sur son rôle, sa personnalité et ses objectifs.
Ensuite, vous connectez vos sources de connaissances. C'est là que les limitations commencent à apparaître, car le système est fortement orienté vers les propres produits d'Atlassian. Vous pouvez le diriger vers un espace Confluence ou un projet Jira, mais vous n'avez pas de chance si vos informations importantes se trouvent ailleurs. Après cela, vous définissez ce que l'agent peut faire, comme créer une page ou mettre à jour un ticket.
Ce n'est qu'après tout cela que vous pouvez enfin rédiger ou générer automatiquement jusqu'à trois amorces de conversation qui correspondent à la fonction très spécifique de l'agent que vous venez de construire.
C'est un processus complet, mais il est également long et assez rigide. Si vous voulez couvrir dix sujets de support différents, vous pourriez finir par créer dix agents différents, chacun avec son propre ensemble de trois amorces.
C'est à des années-lumière de plateformes comme eesel AI, qui sont conçues pour être simples et en libre-service. Avec eesel AI, vous pouvez connecter votre service d'assistance et vos sources de connaissances en quelques clics et être opérationnel en quelques minutes. Il n'est pas nécessaire de construire une petite armée de micro-agents juste pour faire fonctionner un bot de questions-réponses de base.
Cas d'utilisation et limites des amorces de conversation Rovo
Alors, quand ce modèle centré sur l'agent a-t-il réellement du sens, et quand devient-il simplement un obstacle ?
Là où les amorces de conversation Rovo fonctionnent bien
Pour être juste, pour certaines tâches internes, cette approche a ses mérites.
-
Guidage spécifique à la tâche : Si vous avez créé un agent super spécialisé, comme un agent pour générer des OKR ou aider avec les rapports de bugs, les amorces de conversation peuvent être précises et réellement utiles. Elles orientent un utilisateur interne vers la seule tâche spécifique de l'agent.
-
Intégration des utilisateurs : Pour les équipes au sein de votre entreprise, ces amorces sont un bon moyen d'introduire un nouvel outil d'IA personnalisé et de leur montrer exactement ce qu'il peut faire.
-
Favoriser l'adoption : En rendant les capacités d'un agent évidentes dès le départ, les amorces peuvent encourager votre équipe à utiliser réellement les outils que vous avez passé tant de temps à construire.
Les limites cachées pour le support de première ligne
Bien que le modèle Rovo puisse convenir aux bots internes, il commence à s'effriter dans le monde désordonné et imprévisible du support client.
- Enfermement dans l'écosystème : Rovo est coincé à l'intérieur de l'univers Atlassian. Que se passe-t-il lorsque vos documents de support les plus importants se trouvent dans d'anciens tickets Zendesk, des guides internes sur Google Docs, ou des plans de projet dans Notion ? Rovo ne peut rien voir de tout cela. Cela crée d'énormes lacunes dans les connaissances de votre IA, ce qui signifie qu'elle donnera des réponses incomplètes ou tout simplement fausses à vos clients. Des outils comme eesel AI ont été conçus pour résoudre ce problème exact, en connectant instantanément les connaissances de plus de 100 sources pour que votre IA ait une vue d'ensemble.
Une capture d'écran de la bibliothèque d'intégrations d'eesel AI, montrant sa large gamme de connexions comme alternative à l'écosystème limité de Rovo.-
Trop rigide : Le support client est rarement simple. Les gens posent la même question d'une douzaine de manières différentes. Un ensemble de trois amorces de conversation codées en dur est tout simplement trop restrictif. Il pousse les utilisateurs sur un chemin spécifique qui pourrait ne pas correspondre à leur problème réel, ce qui ne mène qu'à la frustration.
-
Aucun moyen de tester en toute confiance : La configuration standard de Rovo ne vous donne pas de moyen de tester votre agent avant de le lâcher sur vos clients. Vous le construisez, vous définissez les amorces et vous espérez que tout se passe bien. C'est un risque assez grand lorsque vous avez affaire à de vraies personnes. Avec le mode simulation d'eesel AI, vous pouvez tester votre IA sur des milliers de vos propres tickets de support passés dans un espace sûr. Vous obtenez des prévisions solides sur ses performances et pouvez faire des ajustements avant qu'un seul client n'interagisse avec lui.
Le rapport de simulation d'eesel AI, qui fournit des analyses de performance avant l'activation, mettant en évidence une fonctionnalité absente dans Rovo.- Complexité à grande échelle : Imaginez simplement créer un agent et un ensemble d'amorces distincts pour chaque sujet de support : facturation, problèmes techniques, demandes de fonctionnalités, etc. Cela ne passe tout simplement pas à l'échelle. Un outil de support IA moderne devrait gérer une vaste gamme de sujets à partir d'une base de connaissances unifiée, sans vous forcer à construire et à gérer une flotte de petits bots.
Le modèle de tarification
L'un des plus grands obstacles avec Rovo est que vous ne pouvez pas simplement l'acheter seul. L'accès à ses fonctionnalités d'IA, y compris la création d'agents et de leurs amorces de conversation, est inclus exclusivement avec les plans Premium et Enterprise de premier plan d'Atlassian Cloud.
Cela a quelques implications importantes pour votre équipe :
-
Vous ne pouvez pas obtenir les fonctionnalités d'IA de Rovo sans mettre à niveau l'ensemble de votre abonnement Atlassian.
-
Pour commencer, il faut un investissement énorme à l'échelle de l'entreprise dans les plans les plus chers d'Atlassian.
-
La tarification groupée rend presque impossible de déterminer le retour sur investissement (ROI) réel des outils d'IA eux-mêmes.
Cette approche est très différente des plateformes d'IA flexibles d'aujourd'hui.
| Fonctionnalité | Atlassian Rovo | eesel AI |
|---|---|---|
| Disponibilité | Inclus avec les plans Premium/Enterprise | Produit autonome, fonctionne avec votre service d'assistance |
| Modèle de tarification | Inclus dans les niveaux de plateforme coûteux | Niveaux transparents basés sur l'interaction |
| Prévisibilité | Faible (le coût est lié à toute la plateforme) | Élevée (pas de frais par résolution, coût mensuel clair) |
| Pour commencer | Nécessite une mise à niveau à l'échelle de l'entreprise | Essai gratuit, plans de démarrage abordables |
Avec la tarification transparente d'eesel AI, vous savez toujours ce que vous payez. Il n'y a pas de frais cachés ou de frais surprises pour la résolution de plus de tickets. Vous pouvez même commencer avec un plan mensuel et annuler à tout moment, ce qui vous donne la liberté de prouver sa valeur sans un engagement initial massif.
Le verdict : Les amorces de conversation Rovo sont-elles un bon choix ?
Alors, quel est le bilan ? Les amorces de conversation Rovo sont une fonctionnalité décente pour un cas d'utilisation très étroit : guider les équipes internes utilisant des agents IA spécialisés construits entièrement au sein de l'écosystème Atlassian. Elles peuvent aider à la découverte et à l'adoption d'outils internes personnalisés.
Cependant, si vous recherchez une solution d'IA puissante, évolutive et flexible pour le support client ou interne, l'approche de Rovo crée plus de problèmes qu'elle n'en résout. L'enfermement dans l'écosystème, le manque de fonctionnalités essentielles comme la simulation et la tarification groupée confuse sont des obstacles majeurs.
Et si vous aviez besoin d'une meilleure alternative qui se connecte à tous vos outils, vous donne un contrôle total et vous permet de tester en toute confiance ?
Prenez le contrôle de votre support IA avec eesel AI
Au lieu d'être enfermé dans l'écosystème d'une seule entreprise, vous pouvez construire un système de support IA qui fonctionne réellement comme votre équipe. Avec eesel AI, vous obtenez une plateforme conçue pour le monde réel.
-
Soyez opérationnel en quelques minutes, pas en quelques mois : Connectez votre service d'assistance et vos sources de connaissances existants en un clic. Aucune construction complexe d'agent en plusieurs étapes n'est requise.
-
Unifiez toutes vos connaissances : Entraînez votre IA sur tout : tickets passés, centres d'aide, Google Docs, Confluence et plus de 100 autres sources.
-
Testez en toute confiance et avec un contrôle total : Utilisez notre mode simulation pour voir exactement comment votre IA se comportera avant sa mise en ligne, puis utilisez notre moteur de flux de travail pour personnaliser ses actions et ses règles d'automatisation.
-
Payez de manière prévisible : Notre tarification simple et transparente évolue avec vous, pas contre vous.
Prêt à construire un agent de support IA qui fonctionne avec tous vos outils, et pas seulement un ? Essayez eesel AI gratuitement ou réservez une démo pour le voir en action.
Foire aux questions
Les amorces de conversation Rovo sont des suggestions pré-écrites qui apparaissent lorsque vous ouvrez une discussion avec un agent Rovo spécifique. Leur but est de guider les utilisateurs sur les questions à poser et de démontrer les capacités de l'agent, rendant l'interaction initiale plus fluide.
La configuration des amorces de conversation Rovo est l'étape finale d'un processus en plusieurs étapes. Vous devez d'abord créer et configurer un agent Rovo personnalisé, définir son rôle et connecter ses sources de connaissances avant même de pouvoir commencer à rédiger ou à générer automatiquement ces suggestions spécifiques.
Pour le support client, les amorces de conversation Rovo font face à des limitations importantes en raison de l'enfermement dans l'écosystème, n'exploitant que les données au sein des produits Atlassian. Leur nature rigide et l'absence de fonctionnalités de test avant déploiement entravent également leur efficacité pour les requêtes clients diverses et imprévisibles.
Les amorces de conversation Rovo sont conçues pour fonctionner exclusivement au sein de l'écosystème Atlassian. Elles ne s'intègrent pas nativement avec des outils externes ou des sources de connaissances telles que Google Docs, Zendesk ou Notion, ce qui peut conduire à des connaissances incomplètes pour l'IA.
L'accès aux amorces de conversation Rovo et aux autres fonctionnalités d'IA de Rovo n'est pas disponible en tant qu'achat autonome. Elles sont regroupées exclusivement avec les plans supérieurs Premium et Enterprise d'Atlassian Cloud, nécessitant une mise à niveau complète de l'abonnement pour être utilisées.
Les amorces de conversation Rovo fonctionnent bien pour guider les équipes internes dans des tâches très spécialisées, comme les agents conçus pour générer des OKR ou rationaliser les rapports de bugs. Elles sont efficaces pour l'intégration des utilisateurs internes et pour favoriser l'adoption de nouveaux outils d'IA personnalisés au sein de l'environnement Atlassian.
