Atlassian Intelligence esittelyssä: hyödyt, haasteet ja käytännön näkemykset

Etsitkö tiivistelmää? Vieritä sivun loppuun keskeisten oppien äärelle – toivottavasti ne saavat sinut palaamaan takaisin lukemaan loputkin.

Atlassian Intelligence – huomioitavaa

Uusia teknologioita, kuten tekoälyä, vältetään todennäköisimmin, koska:

• Teknologiasta ei ole riittävän syvällistä tietoa.

• Omasta toimintaympäristöstä puuttuu riittävä ymmärrys (esimerkiksi ei tiedetä, mistä aloittaa).

• Sen käyttöönottoa koskevista ideoista tehdään liian monimutkaisia.

• Hyödyistä ei ole selkeää näkemystä.

• Suhtaudutaan epäilevästi ja koetaan, että hypetystä on liikaa (esimerkiksi keskustelut tyyliin ”tekoäly pelastaa meidät”).

• Pelätään kustannuksia ja ”hallinnan menettämistä”.

Hyvä uutinen on, ettei asian tarvitse olla näin. Tässä blogikirjoituksessa kerron tarkemmin, miten voit ottaa Atlassian Intelligencen käyttöösi ja hyödyntää sitä. Olitpa päätöksentekijä, esihenkilö, service deskissä tai kehitystiimissä, sinun kannattaa aina pohtia, pitäisikö Atlassian Intelligence ottaa käyttöön organisaatiossasi.

Jos käytät jo automaatioita mielelläsi tai kohtaat päivittäin alla olevien esimerkkien kaltaisia haasteita, olet todennäköisesti oikeassa paikassa kokeillaksesi sitä.

• Toistuvat tehtävät tai vastaukset, jotka liittyvät service deskin ”asiakkaisiin”

• Liikaa kontekstista toiseen siirtymistä (yleensä erityisen turhauttavaa ohjelmistokehittäjille)

• Ei riittävästi aikaa käydä läpi pitkiä tekstejä tai dokumentaatiota (esimerkiksi Confluencessa)

• Monet työntekijät kokevat JQL:n (Jira Query Language) liian monimutkaiseksi.

Mikä Atlassian Intelligence on?

Ennen kuin jatkamme, on hyvä ymmärtää, ettei tämä tekoäly ole vain tyhjä kuori, joka on lisätty Atlassian-tuotevalikoimaan tyhjästä. Atlassian Intelligence hyödyntää OpenAI:n Generative AI -teknologiaa yhdistettynä Atlassian-alustan tehoon ja dataan.

Kuten Sherif Mansour (Atlassianin Product Manager ja Atlassian Intelligencen Head of Product) toteaa:

”Atlassian Intelligencellä on ainutlaatuinen ymmärrys tiimityöstä, sillä käytettävissä on yli 20 vuoden dataa siitä, miten miljoonat ohjelmisto-, IT- ja liiketoimintatiimit suunnittelevat, seuraavat ja toimittavat työtään. Tämä tieto muodostaa perustan tiimityökuvaajalle, joka mallintaa kahta yleisintä tiimityön muotoa:

• Palvelupohjainen työ: tiimit vastaanottavat tukipyyntöjä ja hyödyntävät räätälöityjä työnkulkuja sekä dataa ratkaistakseen työntekijöiden ja asiakkaiden ongelmia.

• Projektipohjainen työ: tiimit hallitsevat projekteja ideasta toimitukseen tiekarttojen, suunnitelmien, tehtävien, tavoitteiden ja dokumentaation avulla.”

Lue lisää Atlassian Intelligence Introduction April 2023 -julkaisusta.

Ymmärrä tämän vahvuus. Atlassian tekee määrätietoisesti työtä toteuttaakseen missiontaan ”vapauttaa jokaisen tiimin potentiaalin”. En kehota sinua ”rakentamaan linnoja ilmaan”, vaan hyödyntämään sitä, mitä meillä on, ja katsomaan, mihin päädymme.

Atlassian Intelligencen nykyiset ja tulevat ominaisuudet

Saatavilla nyt:

Luo ja muokkaa sisältöä

• Confluence

• Jira Software

• Jira Service Management

• Jira Work Management

• Bitbucket (Beta)

• Trello (Beta)

Tee sisällöstä yhteenveto:

• Jira Service Management

• Confluence

Luo automaatioita

• Confluence

Määritä termejä

• Confluence (Beta)

Hae tikettejä

• Jira Software

• Jira Work Management

Luo SQL-kyselyitä

• Atlassian Analytics

Hae vastauksia

• Confluence (Beta)

• Compass

Automatisoi tukivuorovaikutukset

• Jira Service Management

Ehdota pyyntötyyppejä

• Jira Service Management

Tulossa pian:

Tiivistä sisältö:

• Jira Software

• Jira Work Management

• Confluence Mobile

Luo automaatioita

• Jira

Tiivistä Smart Linkit

• Confluence

• Jira Software

• Jira Service Management

• Kolmannen osapuolen sovellukset (esim. Google Docs, MS Office ja Slack)

Tarkista koodi

• Bitbucket

Lähde: Tutustu Atlassian Intelligencen ominaisuuksiin

Mitkä ovat Atlassian Intelligencen hyvät ja huonot puolet?

Tämä on yleinen kysymys, joka nousee esiin jo varhaisessa vaiheessa uusia ratkaisuja arvioitaessa. Se on toki aiheellinen, mutta neuvoisin organisaatioita tarkastelemaan Atlassian Intelligenceä enemmän omista lähtökohdistaan: missä se voi säästää aikaa kuormittavissa, toistuvissa tehtävissä tai vähentää kontekstin vaihtamista ja siten parantaa tuottavuutta.

Aloitetaan kokoamalla yhteen Atlassian Intelligencen hyvät ja huonot puolet mahdollisten, sinulle tuttujen käyttötapausten kautta.

Hyvät puolet:

• Parantaa yksilötason tuottavuutta
  Esimerkki: Käytä Atlassian Intelligenceä yksityiskohtaisten raporttien tiivistämiseen, jotta ymmärrät niiden sisällön nopeammin ja voit valmistautua kokouksiin tehokkaammin. (Lue lisää Dominos Pizzan käyttötapauksesta).

• Vähemmän kontekstin vaihtamista ja sujuvampi tuki kehittäjille
  Esimerkki: Atlassian Intelligence voi tarjota tekoälypohjaista apua Slackissa. Virtuaaliagentin avulla voit vähentää kontekstin vaihtamista, jolloin kehittäjät saavat tukea poistumatta ensisijaisista työkaluistaan. (Lue lisää OVO Energyn käyttötapauksesta)

• Tehokas sisällöntuotanto
  Esimerkki: Atlassian Intelligence auttaa käyttäjiä laatimaan liiketoimintakriittistä sisältöä nopeasti Confluencessa, mikä nopeuttaa ja tehostaa sisällöntuotantoa.

• Tekoälypohjaiset tiivistelmät
  Esimerkki: Käyttäjät pääsevät nopeasti ajan tasalle mistä tahansa Confluencen aiheesta tekoälyn luomien tiivistelmien avulla. Tämä nopeuttaa tiedon omaksumista ja päätöksentekoa.

• Luonnollisella kielellä toimiva automaatio (tulossa pian Jira Softwareen)
  Esimerkki: Confluencen luonnollisella kielellä toimivan automaation avulla käyttäjät voivat automatisoida toimintoja nopeasti tavallisella kielellä, mikä tekee tehtävien automatisoinnista käyttäjäystävällisempää.

• Vaivaton pääsy hyödynnettävään tietoon
  Esimerkki: Atlassian Intelligence muuntaa luonnollisen kielen JQL-kyselyiksi Jira Software -ratkaisussa, jolloin käyttäjät löytävät tehtävät ja riippuvuudet helpommin ja nopeammin. Tämä tarjoaa erinomaisen tavan hyödyntää projektidataa ja saada siitä tietoa ja oivalluksia.

• Kysymys–vastaus-haku syvempään ymmärrykseen (tällä hetkellä Beta-vaiheessa)
  Esimerkki: Confluencen kysymys–vastaus-haun avulla käyttäjät voivat siirtyä pelkkiä hakutuloksia pidemmälle ja löytää olennaista tietoa esittämällä kysymyksiä projektien, työnkulkujen, käytäntöjen tai prosessien tilasta.

• Virtuaaliagentit keventävät työkuormaa
  Esimerkki: Jira Service Managementin virtuaaliagentit toimivat tekoälypohjaisena virtuaalisena tiimikaverina, joka vastaa Slackissa lähetettyihin tukipyyntöihin. Ominaisuus auttaa vähentämään tiimien työkuormaa palvelun laadusta tinkimättä.

• Pyyntötyyppiehdotukset ylläpitäjille
  Esimerkki: Tekoäly auttaa Jira Service Managementin ylläpitäjiä luomaan pyyntötyyppejä vain muutaman sanan syötteen perusteella. Tämä voi helpottaa palveluprojektien määrittämistä erilaisiin tarpeisiin.

• Parempi koodi ja Developer Experience (tulossa pian)
  Tuleva Bitbucketin koodikatselmointiominaisuus automatisoi pull requestien muutosten tarkistamisen, ehdottaa muutoksia ja antaa ihmiskatselmoijille enemmän aikaa keskittyä kriittisiin muutoksiin. Tämä nopeuttaa koodikatselmointeja ja säästää aikaa.

Haitat:

• Oppimisvaihe
  Kuten minkä tahansa uuden teknologian kohdalla, monilla käyttäjillä voi olla oppimiskynnys uusiin tekoälyominaisuuksiin sopeutumisessa tai niiden käyttöönotossa – erityisesti luonnollisen kielen käyttöliittymiin ja automaatioon liittyvissä osissa.

• Mahdollinen riippuvuus tekoälystä
  Tiimit voivat aina tulla liian riippuvaisiksi tekoälystä tietyissä tehtävissä. Tämä korostuu yleensä silloin, kun tekoälyssä ilmenee ongelmia tai käyttäjiltä puuttuu osaamista. Riski voidaan pitkälti välttää, jos käyttäjät hallitsevat hyvin perinteiset menetelmät. Tämän voi nähdä nykyään jossain määrin automaatioiden kohdalla.

• Dataan ja tietoturvaan liittyvät huolenaiheet
  Tekoälyn käyttöönotto edellyttää organisaation datan käsittelyä, joten tietosuojaa ja tietoturvaa on arvioitava huolellisesti mahdollisten huolenaiheiden ratkaisemiseksi.

• Rajallinen saatavuus Atlassianin lisenssitasoilla
  Atlassian Intelligence on tällä hetkellä saatavilla vain Atlassianin pilvituotteiden Premium- ja Enterprise-lisenssitasoilla.

• Jatkuvaa kehittämistä tarvitaan
  Kuten minkä tahansa uuden tai kehittyvän teknologian kohdalla, käyttäjät voivat huomata, että Atlassian Intelligencen ominaisuuksia on kehitettävä jatkuvasti palautteen huomioimiseksi, tarkkuuden parantamiseksi ja muuttuviin käyttäjätarpeisiin vastaamiseksi.

• Resurssien kohdentaminen
  Organisaatioiden on შესაძლოა kohdennettava resursseja käyttäjien, ylläpitäjien ja tukitiimien kouluttamiseen, jotta nämä osaavat käyttää tekoälyominaisuuksia tehokkaasti ja ratkaista niihin liittyviä ongelmia. Tässä auttaa, jos organisaatiossa on nimettyjä käyttäjiä, joilla on syvällisempi tuntemus Atlassian-tuotevalikoimasta. 

Yksinkertaisuus tuo selkeyttä

Yksi toistuva virhe uusien teknologioiden käyttöönottoa harkitsevissa organisaatioissa on se, että asioita mietitään liian pitkälle, niistä tehdään liian monimutkaisia tai pelätään pahinta.

Pidä asiat yksinkertaisina.

Ainoa asia, joka kannattaa tiedostaa, on se, että elämme tekoälyhypen aikaa ja monet innovaatiot ansaitsevat huomiota. Meidän on tunnistettava näiden järjestelmien rajoitukset ja riskit.

Organisaatiosi Atlassian-tuotevalikoiman tai tekoälyn kypsyystasosta riippuen kannattaa varmistaa avoin ja läpinäkyvä viestintä niiden käyttäjien välillä, jotka voivat hyötyä Atlassian Intelligencestä. Mukana voi olla keskeisiä sidosryhmiä, kuten Jira-ylläpitäjiä, johtoa, kehittäjiä, service desk -tiimejä tai muita Atlassian-tuotteita käyttäviä tiimejä (Jira Software, Jira Service Management, Confluence, Bitbucket jne.).

Kun keskustelu alkaa, organisaation tulisi tunnistaa, missä käyttäjät kokevat turhautumista. Tässä kannattaa pitää asiat yksinkertaisina: tunnista organisaation tärkein haaste ja valitse siihen sopiva tuote.

Siksi kannattaa aloittaa pienestä. Kun olet valinnut yhden tuotteen, se riittää hyvin alkuun pääsemiseksi. Yksi mahdollinen esimerkki on Confluence: käyttäjillä on tiukka aikataulu, ja heidän on vaikea käydä läpi laajoja dokumentteja ennen tärkeitä kokouksia.
Tekoälyavustajat voivat tiivistää dataa, jotta käyttäjät pääsevät nopeasti kartalle ennen tärkeitä kokouksia.

Yksi suositus on, että avainkäyttäjillä tai ylläpitäjillä tulisi olla riittävästi tuotetuntemusta ennen tekoälyn käyttöönottoa. Näin ei valitettavasti aina ole, ja Atlassian-konsultit, kuten minä, tulevat yleensä mukaan auttamaan organisaatiota pitkäjänteisesti.
Kun tekoälyavustaja on mahdollisen pilottijakson jälkeen käytössä, käyttäjät alkavat todennäköisesti hyötyä siitä ja ovat tuottavampia päivittäisissä tehtävissään. On myös hyvä huomata, ettei Atlassian Intelligenceä tarvitse ottaa käyttöön kaikissa tuotteissa kerralla, ja ominaisuudet voi poistaa käytöstä milloin tahansa. Katso kuva alla. 

Tekoäly vai ei? (ja tärkeimmät huomiot)

Kyse on näkökulmasta. Tekoälyä tulisi pitää muiden teknologioiden kaltaisena työkaluna, jota käytämme tehtävien suorittamiseen. On helppo unohtaa, että teknologian tulee palvella ihmisiä kykyjemme jatkeena ja että pidämme aina ohjat käsissämme.

”Näiden innovaatioiden varhainen käyttöönotto tuo merkittävää kilpailuetua ja helpottaa tekoälymallien hyödyntämiseen liiketoimintaprosesseissa liittyviä haasteita.” – Gartnerin Director Analyst Afraz Jaffri.

Tässä muutamia keskeisiä huomioita:

• Aloita
  Mitä vielä odotat? Aloita nyt – pahimmassa tapauksessa poistat sen käytöstä ja yrität lähitulevaisuudessa uudelleen.

• Mitä vielä odotat? Aloita nyt – pahimmassa tapauksessa poistat sen käytöstä ja yrität lähitulevaisuudessa uudelleen.

• Viestintä
  Avaa keskeisten sidosryhmien välinen sisäinen keskustelu tekoälystä. Onko sinulla riittävästi toimialaosaamista tuotteista, joissa haluat hyödyntää tekoälyä?

• Avaa keskeisten sidosryhmien välinen sisäinen keskustelu tekoälystä.

• Onko sinulla riittävästi toimialaosaamista tuotteista, joissa haluat hyödyntää tekoälyä?

• Läpinäkyvyys
  Pidä keskusteluyhteys avoimena ja viestintä läpinäkyvänä. Mitä tämä tarkoittaa ja miten se vaikuttaa dataasi?

• Pidä keskusteluyhteys avoimena ja viestintä läpinäkyvänä.

• Mitä tämä tarkoittaa ja miten se vaikuttaa dataasi?

• Pidä asiat yksinkertaisina
  Miten tekoäly voi vaikuttaa suoraan ja parantaa konkreettisesti käyttäjiesi tai tiimiesi päivittäisiä tehtäviä? Se riittää – älä tee asiasta liian monimutkaista! Muista, ettemme rakenna hiekkalinnoja.

• Miten tekoäly voi vaikuttaa suoraan ja parantaa konkreettisesti käyttäjiesi tai tiimiesi päivittäisiä tehtäviä? Se riittää – älä tee asiasta liian monimutkaista! Muista, ettemme rakenna hiekkalinnoja.

• Pidä asiat selkeinä
  Mitä pitää tehdä ja ketkä ovat mukana? Yksinkertaisuus tuo selkeyttä (kuuletko jo sisäisen zen-munkkisi?).

• Mitä pitää tehdä ja ketkä ovat mukana?

• Yksinkertaisuus tuo selkeyttä (kuuletko jo sisäisen zen-munkkisi?).

• Aloita pienestä
  Kun tunnistat yhden ensisijaisen ratkaistavan haasteen, löydät yhden tuotteen, jossa voit ottaa tekoälyn käyttöön. Sen pitäisi riittää alkuun pääsemiseen.

• Kun tunnistat yhden ensisijaisen ratkaistavan haasteen, löydät yhden tuotteen, jossa voit ottaa tekoälyn käyttöön. Sen pitäisi riittää alkuun pääsemiseen.

• Laadi tekoälystrategia Atlassian Suitea tai koko organisaatiotasi varten.
  Jos onnistuit edellisissä vaiheissa (läpinäkyvyys, yksinkertaisuus ja selkeys), sinulla on hyvä perusta toimivalle strategialle.

• Jos onnistuit edellisissä vaiheissa (läpinäkyvyys, yksinkertaisuus ja selkeys), sinulla on hyvä perusta toimivalle strategialle.

• Keskity missioosi
  Atlassian Intelligenceä hyödyntämällä käyttäjäsi tai tiimisi voivat toivottavasti vapautua aikaa vievistä tehtävistä, parantaa tuottavuuttaan ja keskittyä yrityksen missioon.

• Atlassian Intelligenceä hyödyntämällä käyttäjäsi tai tiimisi voivat toivottavasti vapautua aikaa vievistä tehtävistä, parantaa tuottavuuttaan ja keskittyä yrityksen missioon.

Muista: pidä asiat yksinkertaisina!

Jos haluat lukea lisää Atlassian Intelligencestä, voit lukea Atlassianin uusimman, 11.12.2023 julkaistun artikkelin täältä.