Vamos ser realistas: para a maioria de nós, o conhecimento da empresa é uma bagunça. A informação de que precisa desesperadamente está provavelmente escondida num ticket empoeirado do Jira, numa página do Confluence que ninguém toca há anos, ou numa thread do Slack do Natal passado. Tentar ligar os pontos pode parecer impossível, forçando-o a tomar decisões com base em metade da história.
A Atlassian viu este problema e criou uma nova funcionalidade para a sua ferramenta de IA, o Rovo, chamada Rovo Deep Research. A ideia é dar-lhe um investigador de IA que consegue peneirar toda essa informação dispersa e reunir uma imagem completa.
Mas será a resposta para todos? Neste guia, vamos explicar o que o Rovo Deep Research realmente é. Analisaremos como funciona, para que serve e, mais importante, onde fica aquém, especialmente quando o comparamos com ferramentas de IA feitas para o mundo acelerado do apoio ao cliente.
O que é o Rovo Deep Research?
O Rovo Deep Research é uma competência específica integrada no Rovo, o assistente de IA da Atlassian. Este não é o seu bot de Perguntas e Respostas padrão que cospe uma resposta rápida de uma frase. É mais como um analista de pesquisa de IA para todos os seus assuntos internos da empresa. Pode lançar-lhe uma pergunta grande e aberta, e ele investigará por conta própria, voltando com um relatório detalhado e adequado.
O seu principal objetivo é delinear um plano de pesquisa, vasculhar a informação nas suas aplicações Atlassian e outras conectadas, e depois empacotar as suas descobertas de uma forma que faça sentido.
O resultado final não é apenas uma mensagem rápida numa caixa de chat. Recebe um documento completo, como uma página do Confluence, que está organizado com secções, resumos e links que apontam para onde encontrou a informação. Foi concebido para lhe dar o quadro completo, não apenas uma pista.
Como funciona o Rovo Deep Research: Uma visão por baixo do capô
Então, como é que o Rovo Deep Research transforma uma simples pergunta numa análise completa? Não se trata apenas de executar uma pesquisa por palavras-chave. Há um pouco mais a acontecer nos bastidores, envolvendo raciocínio, planeamento e junção de peças.
Começando com o Teamwork Graph
O núcleo do Rovo é algo que a Atlassian chama de "Teamwork Graph." Pense nele como um mapa de como tudo nas suas ferramentas Atlassian se conecta: pessoas, projetos, documentos, tudo. Ele entende que um projeto específico do Jira está ligado a uma página particular do Confluence e sabe quem está a trabalhar nele.
Este gráfico é o que dá ao Rovo o seu contexto. É assim que ele percebe que, quando pergunta sobre o "Projeto Quimera", está a falar do lançamento de marketing interno, não da besta mítica. Esta integração estreita com o mundo Atlassian é a sua maior vantagem, pois dá ao Rovo uma compreensão sólida do funcionamento interno da sua empresa.
Pesquisar em rondas
Quando faz uma pergunta complicada ao Rovo, ele não faz apenas uma grande pesquisa. Primeiro, divide a sua consulta em sub-perguntas mais pequenas e manejáveis. Depois, começa a procurar respostas para estas perguntas ao mesmo tempo em todas as suas fontes de dados conectadas.
Após cada "ronda" de pesquisa, ele recua para rever o que encontrou. Descarta tudo o que não é relevante e descobre que informação ainda está em falta. Com base nessas lacunas, planeia a sua próxima onda de pesquisas. Este processo passo a passo ajuda-o a ser mais minucioso.
Como os modelos de IA escrevem o relatório
O Rovo baseia-se em modelos de IA conhecidos como o GPT-4 da OpenAI e o Claude da Anthropic para fazer o trabalho pesado de planear a pesquisa e escrever o relatório final.
Assim que reúne toda a informação, o Rovo organiza-a num esboço claro. A partir daí, escreve o relatório completo, que geralmente inclui um resumo rápido, principais descobertas e talvez algumas sugestões. Uma funcionalidade muito útil é que ele apoia cada ponto principal com uma citação que liga diretamente à fonte, seja um ticket do Jira ou uma página do Confluence. Isto facilita a verificação dos factos e cria um pouco de confiança.
Onde o Rovo Deep Research realmente brilha
Como a sua principal competência é juntar conhecimento interno, o Rovo Deep Research é mais útil para tarefas internas de grande alcance, onde precisa de ligar muitos pontos.
Reunir o conhecimento do projeto
Vamos supor que um gestor de projetos precisa de escrever um relatório post-mortem para um grande lançamento de produto. Normalmente, isto significa passar dias a vasculhar tickets do Jira, DMs do Slack e notas de reuniões antigas. Em vez disso, poderiam perguntar ao Rovo: "Quais foram os principais bloqueios, decisões-chave e resultados para o Projeto Fénix no último trimestre?" O Rovo poderia então reunir toda essa informação dispersa num único relatório organizado.
Acelerar o onboarding e a pesquisa
Um novo programador que se junta à equipa precisa de se familiarizar com o sistema de "faturação". Poderia passar uma semana a ler documentação técnica densa ou a incomodar os engenheiros seniores. Ou, poderia pedir ao Rovo para "criar um relatório sobre a arquitetura, problemas recentes e principais contactos para o serviço de faturação." Isto dá-lhe um briefing detalhado em minutos, o que pode reduzir seriamente a sua curva de aprendizagem.
Encontrar insights no feedback
Imagine uma equipa de produto a tentar descobrir o que construir a seguir. Eles querem saber do que os clientes mais se queixaram nos últimos três meses. Podem perguntar ao Rovo: "Analise o feedback dos clientes dos tickets do Jira Service Management e dos canais de suporte do Slack para encontrar os três principais problemas recorrentes." O relatório destacaria os temas comuns, dando à equipa um ponto de partida baseado em dados para o seu roadmap.
Onde o Rovo Deep Research fica aquém
O Rovo é definitivamente útil para pesquisa interna, mas é importante saber para o que não foi construído. Isto é especialmente verdade se estiver numa equipa de apoio ao cliente.
Uma ferramenta para pesquisa interna, não para automação virada para o cliente
O trabalho do Rovo é criar um relatório para uma pessoa ler. É um analista, não um agente de suporte. Não fala com clientes nem resolve os seus problemas num helpdesk em tempo real.
Para equipas que precisam de responder automaticamente às perguntas dos clientes em tempo real, uma ferramenta de suporte de IA dedicada é uma opção muito melhor. Por exemplo, um agente de IA da eesel AI conecta-se diretamente a helpdesks como Zendesk ou Freshdesk. Pode dar respostas instantâneas, realizar tarefas e resolver tickets sem que um humano precise de intervir.
Confinado ao mundo Atlassian
O Rovo obtém a sua força por estar tão firmemente conectado ao Teamwork Graph da Atlassian. Isto é ótimo se todo o seu trabalho e conhecimento já estiver no Jira e no Confluence. Mas se a informação da sua empresa estiver espalhada por muitas ferramentas diferentes, não será tão eficaz.
Equipas que usam uma mistura de aplicações precisam de algo mais flexível. É por isso que uma ferramenta como a eesel AI existe; oferece mais de 100 integrações de um clique para se conectar ao conhecimento onde quer que esteja armazenado, seja no Google Docs, Notion, SharePoint ou diretamente no seu helpdesk.
Entrega insights, não ações
O Rovo é ótimo a dizer-lhe "qual" é a situação, mas é aí que para. Continua a ser tarefa de uma pessoa descobrir "e agora?" O relatório é o passo final no seu processo, deixando-o a si a tratar do próximo passo.
A verdadeira automação de suporte fecha esse ciclo ao transformar informação em ação. Um agente de IA da eesel AI pode fazer mais do que apenas resumir um problema. Pode configurá-lo com ações personalizadas para verificar o estado de uma encomenda no Shopify, alterar um campo de ticket no Zendesk, ou enviar um problema para a equipa certa. Ele conecta os pontos entre saber sobre um problema e resolvê-lo de facto.
Preços e disponibilidade do Atlassian Rovo Deep Research
O Rovo Deep Research não é um produto autónomo; faz parte do assistente de IA Rovo mais abrangente. A Atlassian está a disponibilizá-lo gradualmente aos seus clientes Cloud, começando pelos dos planos Premium e Enterprise.
O modo como paga por ele é baseado em "créditos de IA", que estão incluídos nos planos mensais. A Atlassian não está a impor limites estritos neste momento, mas este tipo de modelo pode tornar os seus custos difíceis de prever. Se tiver um mês com muitos pedidos de pesquisa, pode receber uma fatura mais alta do que esperava.
Para equipas que preferem saber o que estão a pagar todos os meses, outras estruturas de preços podem fazer mais sentido. Por exemplo, os preços da eesel AI são baseados num número fixo de interações de IA por mês, e não cobram por cada ticket que é resolvido. Isto torna o orçamento muito mais simples e permite-lhe crescer sem se preocupar que será penalizado por lidar com mais volume.
A conclusão sobre o Rovo Deep Research: Escolher a IA certa para o trabalho
Olhe, o Rovo Deep Research é uma ferramenta realmente forte para vasculhar a informação interna da sua empresa. Se a sua equipa vive e respira o conjunto de ferramentas da Atlassian, a sua capacidade de transformar dados dispersos em relatórios organizados pode ser uma grande ajuda para o planeamento, conclusões de projetos e pesquisa geral.
Mas se o seu objetivo principal é automatizar o apoio ao cliente, reduzir o número de tickets e facilitar a vida dos seus agentes, não é a escolha certa. No final de contas, o Rovo dá-lhe relatórios, mas uma verdadeira plataforma de suporte de IA dá-lhe resoluções.
É exatamente aqui que uma ferramenta construída especificamente para suporte, como a eesel AI, se destaca. Foi feita desde o primeiro dia para a automação de suporte. Conecta-se com qualquer helpdesk que use, pode efetivamente realizar tarefas nos tickets e até tem um modo de simulação para que possa testar tudo antes de entrar em produção.
Pronto para passar dos relatórios do Rovo Deep Research para as resoluções?
O Rovo Deep Research é ótimo para obter respostas dentro da sua empresa, mas precisa de uma ferramenta diferente para agir automaticamente sobre essas respostas para os seus clientes.
Se procura automatizar o seu processo de suporte e dar aos clientes resoluções instantâneas, talvez seja hora de verificar o que um agente de IA concebido para o trabalho pode fazer. Pode começar com a eesel AI em poucos minutos e testá-la no histórico real de tickets da sua equipa.
Perguntas frequentes
O Rovo Deep Research atua como um analista de pesquisa de IA que examina informações internas dispersas da empresa. O seu objetivo principal é investigar perguntas abertas e compilar relatórios detalhados e organizados para fornecer uma imagem completa de um tópico.
Ele utiliza o "Teamwork Graph" da Atlassian para obter contexto e pesquisa em várias rondas, dividindo as consultas em sub-perguntas. Após recolher a informação, utiliza modelos de IA como o GPT-4 para organizar e escrever um relatório abrangente com as fontes citadas.
O Rovo Deep Research destaca-se em tarefas que exigem a consolidação de conhecimento interno, como relatórios post-mortem de lançamentos de projetos, aceleração do onboarding para novos membros da equipa ou análise de feedback interno para obter insights sobre produtos. Ajuda a ligar os pontos entre vários documentos e comunicações internas.
Não, o Rovo Deep Research foi criado para pesquisa interna e geração de relatórios para revisão humana, não para automação direta virada para o cliente. Não interage com clientes nem resolve problemas de suporte em tempo real num ambiente de helpdesk.
Sim, o Rovo Deep Research obtém a sua força da integração estreita com o Teamwork Graph da Atlassian. Embora se possa conectar a outras aplicações, a sua eficácia é maior quando a maior parte do conhecimento da sua empresa está no Jira e no Confluence.
O Rovo Deep Research está incluído como parte do assistente de IA Rovo mais abrangente, disponível para clientes Atlassian Cloud Premium e Enterprise. O preço é baseado em "créditos de IA", que são incluídos nos planos mensais, podendo levar a custos imprevisíveis se o uso variar significativamente.
O Rovo Deep Research foi concebido para fornecer relatórios e insights detalhados, dizendo-lhe eficazmente 'qual' é a situação. No entanto, não automatiza ações nem executa tarefas com base nas suas descobertas; esses próximos passos ficam a cargo do utilizador.
