
正直なところ、企業の知識は一つの整理された箱に収まっているわけではありません。ドキュメント、チャットのスレッド、古いサポートチケットなど、あらゆる場所に散らばっています。このため、チームにとっても顧客にとっても、明確な答えを見つけるのは一苦労です。
Atlassianは、Jira Service Management (JSM) と Confluence の ナレッジベース を連携させるために構築されたネイティブAI、Atlassian Intelligenceでこの問題を解決しようとしています。その目的はシンプルです。適切な情報を、必要なときに、適切な人に届けることです。
このガイドでは、その実際の仕組み、スムーズに機能させるために必要なこと、そして知っておくべき主な制約について解説します。なぜなら、組み込みのAIは便利に聞こえますが、常に最善の選択肢とは限らず、時にはより柔軟なアプローチこそが本当に必要なものだからです。
Atlassian Intelligenceの連携ナレッジベース横断検索とは?
Atlassian Intelligenceの連携ナレッジベース横断検索は、Atlassianツールを連携させるために設計された一連のAI機能です。生成AIを使用して平易な英語で入力された質問を理解し、Confluenceスペースから回答を探し出し、JSMや他のチャネル内で直接、簡単な要約を提供します。
つまり、エージェントや顧客が手作業で記事を探し回る代わりに、AIが面倒な作業を代行してくれるのです。例えば、「MacでVPNを設定する方法は?」といった質問に対し、AIは簡潔な回答を、参考にした元の記事へのリンク付きで返すことができます。
これは、JSMの仮想エージェントの「AI Answers」などの機能を支える技術であり、セルフサービスの向上、反復的なチケットの削減、エージェントが必要な情報をより迅速に見つける手助けをすることを目的としています。しかし、その成功は、Confluenceに整理され、最新の状態に保たれたナレッジベースがあるかどうかに完全に依存していることを忘れないでください。
Atlassian Intelligenceの主な機能
Atlassianは、情報の検索と利用を少しでも容易にするために、いくつかの主要な領域にAIを組み込んでいます。ここでは、どのような機能が期待できるかを見ていきましょう。
仮想エージェントとAI Answers
人々がこのAIとやり取りする主な方法は、Jira Service Managementの仮想エージェントを介してです。ここで「AI Answers」が真価を発揮します。仮想エージェントは、事前にプログラムされた固定的な会話フローに縛られることなく、AIを使って寄せられる質問に対応します。
ユーザーが質問をすると、エージェントは連携されたConfluenceナレッジベースを検索し、関連情報をまとめ、直接要約された回答を返します。これにより、顧客ポータルやSlackやMicrosoft Teamsなどのチャットツール内でよくある質問を解決し、サポートチームがより複雑な問題に取り組む時間を確保することを目的としています。
課題の自然言語検索
次の機能は、エージェントにとって大幅な時間短縮につながります。複雑なJira Query Language (JQL) クエリを書こうとしたことがある人なら誰でも、そのもどかしさを知っているでしょう。Atlassian Intelligenceを使えば、エージェントは代わりに自然言語を使用できます。
例えば、エージェントは複雑なJQL文字列と格闘する代わりに、「ネットワーク障害に関する私に割り当てられた緊急チケットをすべて見つけて」と入力するだけです。AIがそのリクエストを実用的なクエリに変換してくれるため、JQLの達人でなくても、古いチケットや関連するコンテキストをはるかに迅速に見つけることができます。
コンテンツの要約と生成
単に検索するだけでなく、AIはエージェントが既存の課題を把握するのにも役立ちます。長いチケットの説明や延々と続くコメントのスレッドを、いくつかの重要な箇条書きに要約することができます。また、簡単なプロンプトから新しいナレッジベース記事の下書きを作成することもでき、一度限りの修正を将来役立つドキュメントに簡単に変えることができます。
Atlassian Intelligenceを最大限に活用する方法
スイッチを入れればAIが完璧に機能すると期待することはできません。そのパフォーマンスは、アクセスできるデータの質に直結しています。AtlassianのAIがその真価を発揮するためには、以下の準備が必要です。
適切に構造化されたConfluenceナレッジベース:Atlassian Intelligenceの基盤
こればかりは避けて通れません。AIは供給される情報と同じレベルの賢さしか持ちえません。もしConfluenceの記事が古かったり、矛盾していたり、単に乱雑だったりすれば、得られる回答は無価値なものになるでしょう。AI対応のナレッジベースは絶対に不可欠です。
心に留めておくべきいくつかの実践方法を以下に示します。
-
鮮度を保つ。 記事を定期的に見直す習慣をつけましょう。古い情報を削除し、指示に矛盾がないか確認してください。
-
重複をなくす。 同じトピックに関する記事が複数あると、混乱を招きます。AIが古くて不正確なバージョンから情報を引用するかもしれません。各トピックについては、常に単一の信頼できる情報源(single source of truth)に固執してください。
-
顧客の言葉で話す。 記事を書くときは、顧客が使うのと同じ言葉やフレーズを使いましょう。「ワイヤレス接続の問題をトラブルシューティングする」よりも、「ノートパソコンがWi-Fiに繋がらない」で検索する可能性の方が高いです。
-
明確な見出しを使う。 AIは、見出しを含む記事の構造を頼りに内容を理解します。良い構成は、より良い回答につながります。
設定とチャネルの制限
始める前に、まず管理者が組織全体に対してAtlassian Intelligenceを有効にする必要があります。また、機能がプラットフォームによって不均一に展開される可能性があることも知っておく価値があります。例えば、仮想エージェントはMicrosoft Teamsで完全に機能するようになるずっと前からSlackで利用可能でした。もしあなたのチームが優先度の低いツールを主に使っている場合、待たされることになるかもしれません。
Atlassian Intelligenceの主な制約
Atlassian Intelligenceは、Atlassianエコシステム内のみで活動するチームにとっては確かな一歩ですが、そのネイティブ限定のアプローチには、いくつかのかなり大きな死角があります。
ナレッジサイロ問題
最大の障壁は、Atlassian IntelligenceがAtlassian製品を検索するように作られていることです。Confluenceのナビゲーションには優れていますが、チームが重要な情報を保管している他のすべての場所についてはどうでしょうか?
統合AIプラットフォームが様々なアプリに接続することでナレッジサイロをいかにして解消するかを示したインフォグラフィック。これはAtlassian Intelligenceの連携ナレッジベース横断検索にとって重要な課題です。
最も詳細な製品仕様がNotionにある場合はどうでしょう?あるいは、会社の方針がGoogleドキュメントで管理されている場合は?そして、ZendeskやIntercomのような他のヘルプデスクの過去のチケットに埋もれた解決策の宝庫についてはどうでしょうか?
全体像の一部しか見ることができないAIは、完全な答えを出すことができません。これでは、エージェントは結局、解決策を組み立てるために半ダースもの異なるシステムを横断して手動で検索するという原点に戻ってしまいます。
カスタマイズとワークフロー制御の制限
Atlassianはいくつかの自動化機能を提供していますが、それは主に自社製品スイート内に留まっています。現代のサポートワークフローは、しばしばそれ以上のことを行う必要があります。AIにShopifyで注文状況を調べさせたり、カスタムCRMでアカウント詳細を確認させたり、他のサービスにWebhookをトリガーさせたりする必要があるかもしれません。
包括的なサポート自動化プロセスを示すワークフロー図。Atlassian Intelligenceの連携ナレッジベース横断検索における限られたワークフロー制御とは対照的です。
ここでeesel AIのような専門のAIプラットフォームが真価を発揮します。強力なプロンプトエディタとカスタムAPIアクションをサポートする完全なワークフローエンジンを提供します。これにより、Atlassianの世界の内外を問わず、AIのトーン、パーソナリティ、そして実行可能な特定のアクションをきめ細かく制御できます。
堅牢でリスクのないテストの欠如
Jira Service Managementでは、専用のチャネルで仮想エージェントをテストでき、その応答の感触をつかむのに役立ちます。しかし、大規模なパフォーマンスをシミュレートしたり、顧客向けにローンチする前にデータに基づいた予測を得たりする方法はありません。
- eesel AIのシミュレーションモードのスクリーンショット。Atlassian Intelligenceの連携ナレッジベース横断検索では利用できない、リスクフリーのテスト機能を強調しています。
これもまた、専門ツールが明確な優位性を持つ点です。例えば、eesel AIには、過去の何千ものチケットに対してAIセットアップ全体をテストできる強力なシミュレーションモードが含まれています。AIがどのように応答したかを正確に確認し、解決率に関する正確な予測を得て、ナレッジのギャップを見つけることができます。これらすべてを、一人の顧客がAIと対話する前に実行できるのです。
機能 | Atlassian Intelligence | eesel AI |
---|---|---|
ナレッジソース | 主にConfluenceとJira | Confluence, Google Docs, Notion, Zendesk, Slackなど100以上 |
カスタマイズ性 | Atlassianエコシステム内の基本的な自動化ルール | カスタムAPIアクションを備えた、完全にカスタマイズ可能なプロンプトエディタとワークフローエンジン |
セットアップとオンボーディング | 管理者の有効化と整備されたKBが必要 | 徹底したセルフサービス、数分で利用開始 |
ローンチ前のテスト | 専用チャネルでのライブテスト | 過去のチケットに対する強力なシミュレーションモード |
価格モデル | Atlassianの上位プランにバンドル | 透明性の高いプラン、解決ごとの課金なし |
Atlassian Intelligenceの価格
Atlassian Intelligenceを単体の製品として購入することはできません。Jira Service Management、Jira Software、ConfluenceのPremiumおよびEnterpriseプランにバンドルされています。
したがって、チームが無料または標準プランを利用している場合、これらのAI機能を利用するにはAtlassianのサブスクリプション全体をアップグレードする必要があります。これは、特に大規模なチームにとっては大幅な価格上昇となる可能性があります。この価格モデルは、AI検索機能だけが必要な場合でも、実質的にすべての製品でより高価なティアに固定されることを意味します。
より良いアプローチ:eesel AIですべてのナレッジを統合する
ここでeesel AIのようなツールが、より賢明な道を提供します。単なるツールスタックの一つではなく、既存のすべてのプラットフォームの上に位置するインテリジェントなレイヤーとして機能し、チームの足を引っ張るナレッジサイロを解消します。
- eesel AIが複数のナレッジソースに接続する様子を示すスクリーンショット。サイロ化されたAtlassian Intelligenceの連携ナレッジベース横断検索に代わる優れた選択肢です。
eesel AIはネイティブソリューションと同様にConfluenceやJiraに接続しますが、それだけではありません。Google Docs、Notion、Zendesk、Slackなど、チームが日常的に使用している100以上の他のソースともシームレスに統合します。これにより、ビジネスの全体像を実際に把握している単一の統一された頭脳が生まれます。
このアプローチが他と異なる点は以下の通りです。
-
真のセルフサービスであること。 必須の営業電話やデモを受けることなく、数分で利用を開始できます。
-
「リプレース」は不要。 eesel AIは現在のヘルプデスクやワークフローに直接プラグインするため、働き方を変える必要がありません。
-
すべてをコントロールできること。 シミュレーションモードを使ってテストし、自信をつけ、その後ワークフローエンジンを使ってAIの挙動のあらゆる側面をカスタマイズできます。
まとめ
Atlassian Intelligenceの検索機能は、Atlassianエコシステムに完全にコミットしており、完璧なConfluenceナレッジベースを維持する時間があるチームにとっては強力な機能です。彼らの「壁に囲まれた庭」の中にある情報を一元化するための良い出発点と言えるでしょう。
しかし、ほとんどのチームにとって、知識は十数個の異なるアプリに広範囲に散らばっています。そのような世界では、サイロ化されたAIは役に立ちません。効果的なAI戦略には、すべてのナレッジソースに接続できるツールが必要であり、それによってサポートをインテリジェントに自動化するための柔軟性、制御、そして自信が得られます。
ビジネスの一部だけでなく、全体を把握するAIを構築する準備はできましたか?
ナレッジサイロにうんざりしていて、すでに使用しているすべてのツールと連携するAIが必要なら、eesel AIが最適です。
Confluence、Googleドキュメント、過去のチケットなどをわずか数クリックで接続。実際のデータでAIのパフォーマンスをシミュレーションし、自信を持って本番環境に移行しましょう。
eesel AIを無料で試すか、30分間のデモを予約して、今日からナレッジを統合する方法をご覧ください。
よくある質問
Atlassianが提供する生成AI機能群で、Jira Service ManagementとConfluenceナレッジベースを連携させるために設計されています。主な機能は、自然言語の質問を理解し、Confluenceコンテンツから要約された回答を提供することです。
セルフサービスのためのJSM仮想エージェントの「AI Answers」を強化し、エージェントがJQLクエリに自然言語を使用できるようにし、長いチケットの説明を要約することで貢献します。これにより、よくある質問を未然に解決し、情報検索を迅速化することを目指します。
最も重要な前提条件は、適切に構造化され、最新で、重複のないConfluenceナレッジベースです。さらに、管理者が組織全体に対してAtlassian Intelligenceを有効にする必要があります。
主な制限は「ナレッジサイロ問題」です。つまり、ConfluenceやJiraといったAtlassian製品内しか検索しません。また、専門のAIプラットフォームと比較して、カスタマイズやワークフローの制御にも制限があります。
単体製品としては提供されていません。代わりに、Jira Service Management、Jira Software、ConfluenceのPremiumおよびEnterpriseプランにバンドルされており、利用するにはアップグレードが必要です。
いいえ、主にAtlassian製品内に保存された知識を検索し、活用するように構築されています。Notion、Google Docs、Zendesk、その他のAtlassian以外のナレッジベースにある情報にはアクセスできません。
Atlassianエコシステムに完全にコミットしており、完璧に整理され、更新されたConfluenceナレッジベースを維持しているチームに最も適しています。知識が様々なツールに分散しているチームにとっては、完全な解決策にはならない可能性があります。