Lors de sa conférence Team '24 à Las Vegas, Atlassian a lancé aujourd'hui Rovo, son nouvel assistant IA. Rovo peut récupérer des données à partir d'outils de première et troisième parties et les rendre facilement accessibles grâce à un nouvel outil de recherche alimenté par l'IA et d'autres intégrations dans les produits d'Atlassian. La partie la plus intéressante, cependant, est peut-être les nouveaux Rovo Agents, qui peuvent être utilisés pour automatiser les flux de travail dans des outils tels que Jira et Confluence. Un aspect astucieux de ces agents : n'importe qui peut les construire en utilisant une interface de langage naturel. Aucune programmation requise.

"Nous aimons penser à Rovo comme un grand modèle de connaissance pour les organisations. C'est un produit de découverte de connaissances pour chaque travailleur de la connaissance", a déclaré Sherif Mansour, responsable produit d'Atlassian Intelligence chez Atlassian, à TechCrunch. "Lorsque vous regardez ce qu'un travailleur de la connaissance doit faire, ils passent en quelque sorte par ce processus de : je dois trouver un morceau de travail. Je dois apprendre et comprendre. Et ensuite, je passe à l'action. La plupart des personnes qui ont un emploi de bureau passent par cette boucle. Ce qui est excitant à propos de Rovo, c’est que nous sommes enfin à l'avènement de l'IA générative qui aide à accélérer ce que nous pouvons faire dans ce domaine pour les équipes."

La base de Rovo est le "graphique de collaboration cloud" d'Atlassian, le même graphique qui constitue le socle d'Atlassian Intelligence, l'effort entrepris depuis un an par la société pour amener un coéquipier IA dans ses produits. Ce graphique rassemble des données provenant des propres produits d'Atlassian et d'un certain nombre d'outils SaaS de troisième partie. Et d'une certaine manière, c'est la prolifération des outils SaaS qui rend nécessaire des applications comme Rovo, car chaque outil a tendance à avoir son propre silo de données, rendant plus difficile pour les employés de trouver les informations dont ils ont besoin.

Rovo, a déclaré Mansour, repose sur trois piliers du travail d'équipe : aider les équipes à trouver et se connecter avec leur travail, aider ces équipes à apprendre, puis les aider à passer à l'action.

D'une certaine manière, la recherche d'entreprise est le fruit facile à atteindre ici, puisqu'Atlassian agrège déjà toutes ces données. Mais c'est aussi un outil qui devrait se révéler immédiatement utile pour ses utilisateurs et les empêcher de devoir constamment changer de contexte pour trouver des informations. Certains des outils de troisième partie pris en charge dès le départ incluent Google Drive, Microsoft SharePoint, Microsoft Teams, GitHub, Slack et Figma.

Les entreprises, qui ont souvent de nombreux outils personnalisés, peuvent également construire leurs propres connecteurs. Atlassian lui-même, par exemple, a construit un connecteur qui intègre sa documentation interne pour les développeurs. Le simple fait de rendre cette documentation disponible dans Rovo, a déclaré Mansour, a économisé aux développeurs une à deux heures chaque semaine - un gain de temps plus important que ce que ces mêmes développeurs signalent en utilisant un outil de génération de code IA.

Comme l'a souligné Mansour, le plus grand défi technique - mis à part la construction de l'infrastructure IA pour alimenter Rovo - est de construire tous ces connecteurs et de s'assurer qu'ils respectent les autorisations d'accès définies par les équipes informatiques et de sécurité d'une entreprise. "Lorsque vous recherchez, vous obtenez un ensemble de résultats différent du mien. Nous nous assurons qu'il est adapté à vous et respecte vos autorisations - et ne montre que ce à quoi vous avez accès."

Nous ne serions pas en 2024 si Rovo n'était pas également proposé en tant que service de discussion. Étant donné qu'il a également accès à toutes ces données, il est relativement facile d'utiliser la génération assistée par récupération (RAG) pour alimenter un grand modèle linguistique avec elle et faire en sorte que le modèle fournisse des réponses personnalisées.

Même en utilisant RAG, les grands modèles linguistiques restent susceptibles de hallucinations (bien que le RAG réduise considérablement les chances que le modèle s'écarte du script). Pour garantir que les utilisateurs peuvent faire confiance aux résultats, Rovo cite toujours ses sources, et la plupart du temps (avec des présentations et des designs Figma, par exemple), il y a même un aperçu interactif.

Une caractéristique intéressante qu'Atlassian a également intégrée à Rovo est sa capacité à détecter et expliquer le jargon d'entreprise. Il y a même une extension Chrome pour cela qui soulignera automatiquement et expliquera un terme spécifique à l'entreprise alors que vous lisez un document Google, par exemple. Cette fonctionnalité est alimentée par le moteur de recherche sémantique de Rovo.

Coéquipiers virtuels

Il est une chose de trouver des informations. C'en est une autre de passer à l'action. C'est là que les Rovo Agents entrent en jeu. D'une certaine manière, il s'agit d'une extension de ce que la société a fait avec Atlassian Intelligence. En effet, la société décrit les Rovo Agents comme des "coéquipiers virtuels", eux aussi.

"Les Agents Rovo transformeront le travail d'équipe avec leur capacité à synthétiser de grands volumes de données d'entreprise, à décomposer des tâches complexes, à apprendre en agissant, et à s'associer avec leurs coéquipiers humains pour prendre des décisions critiques et complexes", écrit Mansour dans l'annonce d'aujourd'hui. "Les agents ne sont pas simplement une version améliorée des chatbots. Ils apportent des connaissances et compétences spécialisées à une grande variété de flux de travail et de processus."

Cela signifie qu'ils peuvent générer, examiner et éditer du contenu pour une utilisation marketing, des spécifications de produits ou des problèmes Jira. Les utilisateurs peuvent également construire des agents qui répondent à des questions spécifiques ou recommandent les meilleures pratiques. Mais plus important encore, ils peuvent automatiser des tâches en fonction de l'avancement d'un problème Jira, par exemple, ou aider les utilisateurs à nettoyer leurs arriérés Jira ou à organiser les pages Confluence - le tout avec des humains en boucle.

"Nous croyons fermement que l'avenir du travail d'équipe réside dans les coéquipiers travaillant 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."