Lors de sa conférence Team ’24 à Las Vegas, Atlassian a lancé aujourd’hui Rovo, son nouvel assistant IA. Rovo peut récupérer les données d’outils propriétaires et tiers et les rendre facilement accessibles via un nouvel outil de recherche basé sur l’IA et d’autres intégrations dans les produits Atlassian. La partie la plus intéressante, cependant, est peut-être les nouveaux agents Rovo, qui peuvent être utilisés pour automatiser les flux de travail dans des outils comme Jira et Confluence. Un aspect intéressant de ces agents : n’importe qui peut les créer à l’aide d’une interface en langage naturel. Aucune programmation requise.
« Nous aimons considérer Rovo comme un vaste modèle de connaissances pour les organisations. Il s’agit d’un produit de découverte de connaissances pour chaque travailleur du savoir », a déclaré à TechCrunch Sherif Mansour, responsable des produits chez Atlassian Intelligence. « Lorsque vous regardez ce qu’un travailleur du savoir doit faire, il passe en quelque sorte par ce processus : je dois trouver un travail. J’ai besoin de l’apprendre et de le comprendre. Et puis j’agis. La plupart des gens qui ont un travail de bureau passent par cette boucle. Je pense que ce qui est passionnant avec Rovo, c’est que nous en sommes enfin à la genèse de l’atterrissage de l’IA générative, qui contribue à accélérer ce que nous pouvons faire dans ce domaine pour les équipes.
Équipe Atlassian `24 Las Vegas. Crédits images : Atlassien
La base de Rovo est le « graphique de travail d’équipe dans le cloud » d’Atlassian, le même graphique qui constitue le fondement d’Atlassian Intelligence, l’effort déployé depuis un an par l’entreprise pour intégrer un coéquipier en IA à ses produits. Ce graphique rassemble les données des produits Atlassian et d’un certain nombre d’outils SaaS tiers. Et d’une certaine manière, c’est la prolifération des outils SaaS qui nécessite des applications comme Rovo, car chaque outil a tendance à avoir son propre silo de données, ce qui rend plus difficile pour les employés de trouver les informations dont ils ont besoin.
Crédits images : Atlassien
Rovo, a déclaré Mansour, s’articule autour de trois piliers du travail d’équipe : aider les équipes à trouver et à s’y connecter, aider ces équipes à apprendre, puis les aider à passer à l’action.
D’une certaine manière, la recherche d’entreprise est ici la solution la plus simple, puisqu’Atlassian regroupe déjà toutes ces données. Mais c’est aussi un outil qui devrait s’avérer immédiatement utile à ses utilisateurs et leur éviter de devoir constamment changer de contexte pour trouver des informations. Certains des outils tiers pris en charge dès le départ incluent Google Drive, Microsoft SharePoint, Microsoft Teams, GitHub, Slack et Figma.
Les entreprises, qui disposent souvent de nombreux outils personnalisés, peuvent également créer leurs propres connecteurs. Atlassian lui-même, par exemple, a construit un connecteur qui intègre sa documentation interne aux développeurs. Le simple fait de rendre cette documentation disponible dans Rovo, a déclaré Mansour, a permis aux développeurs de gagner une heure ou deux par semaine – un gain de temps plus élevé que ce que ces mêmes développeurs rapportent en utilisant un outil de génération de code d’IA.
Comme Mansour l’a souligné, le plus grand défi technique – outre la construction de l’infrastructure d’IA pour alimenter Rovo – consiste à construire tous ces connecteurs et à garantir qu’ils respectent les autorisations d’accès définies par les équipes informatiques et de sécurité d’une entreprise. «Lorsque vous effectuez une recherche, vous obtenez un ensemble de résultats différent de ma recherche. Nous veillons à ce qu’il soit adapté à vous et respecte vos autorisations – et uniquement [shows] ce à quoi vous avez accès.
Crédits images : Atlassien
Ce ne serait pas 2024 si Rovo n’était pas également un service de chat. Puisqu’il a également accès à toutes ces données, il est relativement simple d’utiliser la génération augmentée par récupération (RAG) pour alimenter un grand modèle de langage et faire en sorte que le modèle fournisse des réponses personnalisées.
Même en utilisant RAG, les grands modèles de langage sont toujours sensibles aux hallucinations (bien que RAG réduise considérablement les risques que le modèle sorte du script). Pour garantir que les utilisateurs puissent faire confiance aux résultats, Rovo cite toujours ses sources, et la plupart du temps (avec les diaporamas et les designs Figma par exemple), il y a même un aperçu interactif.
Une fonctionnalité intéressante qu’Atlassian a également intégrée à Rovo est sa capacité à détecter et à expliquer le jargon de l’entreprise. Il existe même une extension Chrome pour cela qui soulignera et expliquera automatiquement un certain terme spécifique à l’entreprise lorsque vous lisez un document Google, par exemple. Cette fonctionnalité est alimentée par le moteur de recherche sémantique de Rovo.
Coéquipiers virtuels
C’est une chose de trouver des informations. C’en est une autre d’agir. C’est là qu’interviennent les agents Rovo. D’une certaine manière, il s’agit d’une extension de ce que l’entreprise a fait avec Atlassian Intelligence. En effet, la société décrit également les agents Rovo comme des « coéquipiers virtuels ».
« Les agents Rovo transformeront le travail d’équipe grâce à leur capacité à synthétiser de grands volumes de données d’entreprise, à décomposer des tâches complexes, à apprendre au fur et à mesure qu’ils agissent et à s’associer à leurs coéquipiers humains pour prendre des décisions critiques et complexes », écrit Mansour dans l’annonce d’aujourd’hui. « Les agents ne sont pas seulement une version améliorée des chatbots. Ils apportent des connaissances et des compétences spécialisées à une grande variété de flux de travail et de processus.
Crédits images : Atlassien
Cela signifie qu’ils peuvent générer, réviser et modifier du contenu à des fins marketing, des spécifications de produits ou des problèmes Jira. Les utilisateurs peuvent également créer des agents qui répondent à des questions spécifiques ou recommandent les meilleures pratiques. Mais plus important encore, ils peuvent automatiser les tâches en fonction de la progression d’un ticket Jira, par exemple, ou aider les utilisateurs à nettoyer leurs backlogs Jira ou à organiser les pages Confluence, le tout avec des humains impliqués.
« Nous sommes fermement convaincus que l’avenir du travail d’équipe réside dans le travail des coéquipiers aux côtés de coéquipiers virtuels – des agents », a déclaré Mansour. « Il y en aura beaucoup et vous interagirez avec eux dans vos flux de travail quotidiens. »