Atlassian Intelligenceがリクエストタイプを提案:完全な概要

Kenneth Pangan
Written by

Kenneth Pangan

Amogh Sarda
Reviewed by

Amogh Sarda

Last edited 2025 10月 15

Expert Verified

正直なところ、新しいサービスプロジェクトの立ち上げは本当に面倒な作業です。実際に人々を助け始める前に、彼らが必要とする可能性のあるすべてのことを予測しなければなりません。リクエストタイプを定義し、フォームを構築し、何か重要なことを見落としていないか祈るような、長いプロセスです。ITSMを始めたばかりのチームにとっては、多くのことが当て推量のように感じられることがよくあります。

Atlassianは、ツールに直接AI機能を組み込むことで、その手間を軽減しようとしています。最も話題になっている機能の1つが、Jira Service Management(JSM)でAIがリクエストタイプを提案する機能です。

このガイドでは、この機能について知っておくべきことすべてを解説します。それがどのようなもので、どのように機能し、どこで真価を発揮するのか、そしておそらく最も重要なこととして、知っておくべき制限事項について説明します。また、より専門的なAIプラットフォームが、Atlassianのツールの限界を補い、サービスデスクを真にレベルアップさせる方法についても見ていきます。

Atlassian Intelligenceのリクエストタイプ提案機能とは?

まず、簡単な紹介から。Atlassian Intelligenceとは、Confluence、Jira、JSMなどのクラウド製品全体で登場しているAI搭載機能群の名称です。その目的は、仕事をより速くこなすための「仮想チームメイト」を提供することです。

Atlassian Intelligenceのリクエストタイプ提案機能は、これらのツールの1つで、特にJira Service Management向けに作られています。管理者が入力した簡単なテキストプロンプトを使って、サービスプロジェクトのリクエストタイプのリストを生成します。つまり、考えられるすべてのリクエストを自分でブレインストーミングする代わりに、チームの業務内容を説明するだけで、AIがたたき台となるリストを提供してくれます。

その主な役割は、サービスカタログの初期設定をスピードアップさせ、顧客や従業員にとってわかりやすいポータルを簡単に作成できるようにすることです。これは、フォームフィールドの提案や受信チケットの分類などを支援する、JSMにおけるより大きなAI推進の一環です。

リクエストタイプ提案機能の仕組み

AtlassianのAIは、主に2つの場面で役立つように設計されています。それは、初めてサービスデスクを構築するときと、日々のチケットキューを管理するときです。以下にその仕組みを見ていきましょう。

新しいリクエストタイプの生成

この機能が本当に役立つのは、特にゼロから始めるときです。JSMの管理者であれば、プロセスは非常にシンプルです。

  1. [プロジェクト設定] > [リクエスト管理] > [リクエストタイプ] に移動します。

  2. [リクエストタイプを作成] をクリックし、AIを使用して作成オプションを選択します。

  3. テキストボックスが表示されます。ここにチームの説明を入力します。例えば、「私たちは、メンテナンス依頼、オフィス用品の発注、会議室の予約を扱う施設管理チームです」と入力できます。

  4. Atlassian Intelligenceがプロンプトを受け取り、少し考えると、「建物のメンテナンスを依頼する」「オフィス用品を発注する」「会議室を予約する」といったリクエストタイプの提案リストを出力します。

  5. その後、リストを確認し、チームにとって意味のあるものを選択して、一括で作成できます。

提案には通常、いくつかの基本的なシステムフィールドとカスタムフィールドがすでに関連付けられており、作業のテンプレートとして利用できます。

フォームに適したフィールドの提案

リクエストタイプが決まったら、次はそれに付随するフォームを作成する作業です。ここでもAtlassian Intelligenceが役立ちます。リクエストタイプを作成した後(AIを使った場合でも、自分で作成した場合でも)、フィールドの提案機能を使用できます。

リクエストタイプの名前と説明に基づいて、AIは既存のどのフィールドを追加すべきか推奨したり、新しいカスタムフィールドの作成を提案したりします。「新しいノートPCの申請」というリクエストタイプに対しては、「部署」「必要なソフトウェア」「業務上の正当な理由」といったフィールドを提案するかもしれません。これにより、チームが必要な情報を最初からすべて入手できるようになり、メールでのやり取りを減らすことができます。

既存リクエストのトリアージと更新

AIの助けは、設定が完了した後も終わりません。AIによるトリアージを通じて、チケットキューの管理も支援します。これは特にメールで寄せられるリクエストに役立ちます。なぜなら、それらはしばしば「メールでのリクエスト」という一般的なカテゴリに分類されてしまうからです。

これらの未分類のチケットをまとめて選択すると、Atlassian Intelligenceが内容を読み取り、より適切なリクエストタイプを提案してくれます。例えば、「マウスが壊れました」という件名のメールは、「ハードウェアの問題を報告する」というリクエストタイプに正しく移動される可能性があります。これらの変更を確認し、一括で適用できるため、チームの手作業による分類の手間が大幅に削減されます。

Pro Tip
AIトリアージ機能を定期的に使用すると、データを本当にきれいにすることができます。チケットが正しく分類されると、レポートの精度が格段に向上し、チームの時間が実際にどこに使われているかをより正確に把握できるようになります。

Atlassian Intelligenceのリクエストタイプ提案機能の限界

Atlassian Intelligenceは優れた出発点を提供してくれますが、その組み込み型の性質には、足を引っ張る可能性のある現実的なトレードオフが伴います。それはまるで多機能ツールのようで、いざという時には便利ですが、家を建てるのに使うことはないでしょう。

Atlassianエコシステム内でのみ機能する

最大の問題は、AIが壁に囲まれた庭(ウォールドガーデン)の中に閉じ込められていることです。AIはConfluenceのページやJiraのチケットなど、Atlassian製品からしか学習できません。しかし、考えてみてください。あなたのチームの知識は実際にどこに保管されていますか?

ほとんどの企業では、重要な情報がGoogleドキュメント、社内のNotion wiki、ZendeskIntercomでの過去の会話、そして数え切れないほどのSlackのスレッドなど、あらゆる場所に散らばっています。Atlassian Intelligenceはそれらのいずれにもアクセスできません。これは、AIが片手を縛られた状態で作業していることを意味し、中途半端な提案や、Atlassian外部の情報が必要な質問に答えられない原因となります。残された選択肢は、すべてをConfluenceにコピーするために膨大な時間を費やすか、AIが全体像のほとんどを見逃していることを受け入れるか、というあまり魅力的ではない2つです。

このインフォグラフィックは、一部の組み込みツールのようなサイロ化されたアプローチとは異なり、eesel AIがすべてのナレッジソースに接続する方法を示しています。::
このインフォグラフィックは、一部の組み込みツールのようなサイロ化されたアプローチとは異なり、eesel AIがすべてのナレッジソースに接続する方法を示しています。

高度なカスタマイズと制御の欠如

プロンプトシステムのシンプルさは、同時に最大の弱点でもあります。過去のチケットからチーム特有の口調をAIに学習させることはできず、複雑な多段階のワークフローを設定することもできません。

自動化は非常に基本的なもので、フィールドの入力やカテゴリの変更に限定されます。例えば、AIがShopifyで注文状況を調べたり、自社のデータベースでユーザーのサブスクリプションレベルを確認したり、怒っている顧客を検知してチケットをエスカレーションしたりするようなアクションを作成することはできません。これにより、AIは純粋に助言的な役割にとどまり、実際に問題を解決しチームを解放するような有益で自律的なアクションを実行することができません。

この画像はeesel AIのインターフェースで、作成可能な強力なカスタマイズとワークフロールールを強調して示しています。::
この画像はeesel AIのインターフェースで、作成可能な強力なカスタマイズとワークフロールールを強調して示しています。

基本的なシミュレーションとレポート機能

物事を最初から正しく行いたいチームにとって、これは最も懸念される点かもしれません。AtlassianのAI機能は、本番プロジェクトで直接有効になります。AIが実際のデータでどのように動作するかを、本番環境に投入する前に安全にテストできる適切なサンドボックスやシミュレーションモードは存在しません。

この「スイッチを入れて、あとはうまくいくことを願う」というアプローチはリスキーです。AIの精度や、ワークフローにどのような影響を与えるか、あるいは重要なインシデントを誤って分類してしまう可能性がないかを予測する現実的な方法がありません。問題が発覚するのは、AIがすでにあなたのチケットに触れた後です。初日から自動化の信頼性を確保する必要がある人にとって、これはかなり大きな問題点です。

eesel AIのシミュレーションモードのスクリーンショット。デプロイ前に過去のデータでAIのパフォーマンスをテストできます。::
eesel AIのシミュレーションモードのスクリーンショット。デプロイ前に過去のデータでAIのパフォーマンスをテストできます。

より柔軟な代替案:eesel AI

これらの制限を乗り越えたいチームにとって、eesel AIのような専用のAIプラットフォームは、より強力で、接続性が高く、安全な方法を提供します。シームレスなJira Service Management連携を含め、お使いのツールに直接プラグインし、あなたの働き方に合った自動化を実現します。

一部の知識だけでなく、すべての知識を統合

Atlassianの閉ざされた環境とは異なり、eesel AIは情報のサイロ化を解消するために構築されています。箱から出してすぐにすべてのアプリに接続し、Jiraのチケット、ConfluenceGoogleドキュメントNotion、さらには**Zendesk**などの過去のヘルプデスクでの会話からも学習します。

これは、AIエージェントが会社の知識の全体像に基づいてトレーニングされることを意味します。その結果、質問への回答であれ、チケットのトリアージであれ、はるかに正確で文脈を理解した自動化が実現します。eesel AIは、最良のチケット解決策を分析し、新しいナレッジベース記事を自動的に下書きすることもでき、すでに効果がわかっているコンテンツで情報のギャップを埋める手助けをします。

カスタマイズ可能なワークフローエンジンで完全なコントロールを獲得

eesel AIを使えば、すべてを完全にコントロールできます。強力なプロンプトエディタとワークフロービルダーにより、AIの正確な個性、口調、そして実行を許可された特定のアクションを定義できます。

カスタムアクションは、物事が本当に面白くなるところです。これにより、AIエージェントはAPIを介して任意の外部システムに接続できます。**Shopify**で注文詳細を検索したり、社内の管理パネルでユーザーの権限を確認したり、別の開発者プロジェクトで新しい課題を作成したりできます。これにより、AIは単なるアシスタントから、問題を最初から最後まで解決できるエージェントへと変わります。AIがどのチケットタイプを処理するかを正確に決定できるため、小規模から始めて、慣れるにつれて自動化をスケールアップできます。

強力なシミュレーションで自信を持ってテスト

eesel AIの最大の利点の1つは、シミュレーションモードです。何かを有効にする前に、安全なサンドボックス環境で、過去の何千ものチケットに対してAIのセットアップを実行できます。

これにより、AIが実際の人々からの実際のリクエストにどのように応答したかを正確に確認できます。解決率の正確な予測を得たり、ナレッジベースのギャップを発見したり、顧客と対話する前にその振る舞いを調整したりできます。このリスクフリーのテストにより、自信を持ってデプロイでき、次に何を改善すべきかについての明確なレポートが得られます。

Atlassian Intelligenceのリクエストタイプ提案機能の価格

では、これらすべての費用はいくらでしょうか?Atlassian Intelligenceの機能(リクエストタイプ提案機能を含む)は、すべてのプランに含まれているわけではありません。**Jira Service ManagementのPremiumおよびEnterpriseクラウドプラン**にのみバンドルされています。

これは、FreeまたはStandardプランを利用している場合、かなり大幅なサブスクリプションのアップグレードなしにはこれらのAIツールを使用できないことを意味します。価格はエージェントごとなので、チームが成長するにつれてコストは急速に増加する可能性があります。

プラン価格(エージェント1人あたり/月、年間契約)主なAI機能
Standard~$22.05なし
Premium~$49.35Atlassian Intelligence、無制限ストレージ、アセット管理
Enterprise営業担当者へお問い合わせPremiumのすべて + データレジデンシー、Atlassian Access

ご注意:価格は概算であり、変更される可能性があります。最新情報については、公式のAtlassian価格ページをご確認ください。

Atlassian Intelligenceのリクエストタイプ提案機能:良い出発点だが、完全な解決策ではない

Atlassian Intelligenceのリクエストタイプ提案機能は、すでにAtlassianの世界に深く関わっており、JSMプロジェクトを迅速に立ち上げる方法を必要としているチームにとって、純粋に役立つ機能です。これにより、開始のハードルが少し下がり、初期設定にかかる時間を間違いなく節約できます。

しかし、その欠点を無視することはできません。独自のエコシステム内でのみ機能し、深いカスタマイズ、堅実なテスト機能、真のワークフロー自動化を欠いているため、不完全なソリューションのように感じられます。AIを使用して迅速でスマート、かつ信頼性の高いサービスを提供することに真剣に取り組んでいるチームにとっては、組み込みツールだけではおそらく不十分でしょう。

すべてのツールと連携する、真に強力で柔軟、かつ安全なAIレイヤーを求めるなら、専用のプラットフォームが最適です。今すぐeesel AIがあなたのJira Service Managementワークフローをどのように変革できるかをご覧ください。

よくある質問

これはJira Service ManagementのAI搭載機能で、簡単なテキストプロンプトに基づいてリクエストタイプの初期リストを生成します。その主な役割は、サービスカタログの初期設定をスピードアップさせ、顧客や従業員にとってわかりやすいポータルを簡単に作成できるようにすることです。

JSMの管理者として、[プロジェクト設定] > [リクエスト管理] > [リクエストタイプ] に移動し、「AIを使用して作成」を選択します。次にチームの業務内容を説明すると、AIが関連するリクエストタイプを提案してくれるので、それらを選択して作成します。

リクエストタイプの名前と説明に基づいて、フォームに適したフィールドを提案できます。また、特にメールからの受信リクエストのトリアージを支援し、未分類のチケットに対してより適切なリクエストタイプを提案し、一括で適用することができます。

この機能は閉ざされた環境(ウォールドガーデン)内で動作するため、JiraやConfluenceのようなAtlassian製品からしか学習できません。Googleドキュメント、Notion、Zendesk、Slackなどの他のツールからの情報にはアクセスできないため、包括的な提案を提供する能力が制限されます。

カスタマイズオプションは基本的なものです。特定の口調でAIをトレーニングしたり、複雑な多段階のワークフローを設定したりすることはできません。その自動化は、外部システムを横断して自律的なアクションを実行するのではなく、主にフィールドの入力やカテゴリの変更に限定されます。

リクエストタイプ提案機能を含むAtlassian Intelligenceの機能は、Jira Service ManagementのPremiumおよびEnterpriseクラウドプランにのみバンドルされています。FreeまたはStandardプランのユーザーがこれらのAIツールにアクセスするには、サブスクリプションをアップグレードする必要があります。

この記事を共有

Kenneth undefined

Article by

Kenneth Pangan

Writer and marketer for over ten years, Kenneth Pangan splits his time between history, politics, and art with plenty of interruptions from his dogs demanding attention.

今すぐ無料で
始めましょう。