0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

Atlassian Intelligence工具集解析:从自然语言到JQL处理,从虚拟代理到AI摘要等

龙智 来源:RYAN NARRAGON 作者:RYAN NARRAGON 2024-07-22 10:49 次阅读

2023年,Atlassian推出了Atlassian Intelligence——这是一款功能强大的团队协作增强工具,托管在其高级和企业级云平台上。Atlassian遵循 “释放团队潜力”的使命,利用合乎道德的AI模型来加速组织的现有能力。通过人机协作,用户可以卸下繁琐、重复的任务,专注于自己的实际技能,并执行更有影响力的工作。

Atlassian Intelligence旨在通过以下方式释放每个团队的潜力:

将AI集成至生产力应用程序

整个组织采用AI以提高其成就

改变游戏规则的创新

团队一直在使用Atlassian Intelligence,以实现:

提高个人工作效率

增强团队能力

解锁组织数据

本文中,我们将通过了解Atlassian Intelligence的最新功能来探索人机协作的变革力量:从自然语言到JQL处理,从虚拟代理到AI摘要、编辑器中的生成式AI等等。

Atlassian Intelligence 的实际应用

目前,使用Atlassian Intelligence的Atlassian客户报告称,平均每周可节省45分钟以上。近80%的用户表示,使用AI搜索功能显著节省了时间。这将转化为可累积的节省时间,团队可将其用于更主动和更具战略性的工作,以推动组织向前发展。

例如,FanDuel是价值数十亿美元的游戏行业的推动力,他们利用Atlassian Intelligence将需要人工干预的支持工单减少了85%。高保真音响巨头SONOS报告称,Atlassian Intelligence能够简化文档并缩短审核时间,从而显著提高项目效率。通过从繁琐的任务中节省时间,团队可以专注于处理特殊工单并改进服务交付。

安全地加速团队发展

为了持续实现这些结果,Atlassian Intelligence集成了产品级支持、安全控制和使用监控功能。管理员可以轻松控制AI,使其只能从组织已授权的范围中提取数据。因此,团队只能访问他们需要的内容,而不会涉及机密。

目前,人工智能似乎是一个备受争议的流行语。但是,Atlassian Intelligence在设计时遵循了其负责任的技术原则。这反映了Atlassian对客户、合作伙伴和社区的承诺绝不会被忽视。

Atlassian Intelligence 体验

Atlassian Intelligence集成在整个Atlassian云平台中,并内置于Atlassian的通用数据模型(团队协作图)中,可连接公司套件(包括SaaS应用程序)中的团队。

以下功能(部分已上线,部分即将推出)展示了Atlassian云用户如何利用人机协作的力量来改进团队的日常工作、加快服务交付并释放创新时间。

编辑器中的生成式AI

当今世界,人们期望用更少的时间获取更多的成果。Atlassian的生成式AI编辑器通过提供实用建议来帮助改进用户写作。在写作提示中,用户能够快速引用来自其他Confluence页面或工单的内容,从而让AI了解上下文以获得准确的建议。

此功能已在Jira、Jira Service Management(JSM)、Bitbucket和Trello中提供,并即将在Jira Product Discovery中推出,允许团队能够直接从应用程序中快速编写拉取请求、摘要、发布说明和其他文档。

AI摘要和页面快速更新

在任何Confluence页面上获取最新的工作动态,了解最新变更、操作项和相关评论。没有人喜欢阅读长达20分钟的Confluence页面,但有了AI生成摘要,阅读这些页面就不再那么令人生畏了。Jira和JSM中也提供AI摘要,用于总结评论历史记录和问题描述,以便利益相关者快速上手。

智能链接中的AI摘要

借助智能链接中的AI摘要,用户只需将光标悬停在链接上即可总结内容。甚至连Google文档的链接也可以在一个可悬停的小窗口中总结。这有助于项目经理、营销经理、内容负责人等更快地设置项目。

AI工作分解(测试版)

工作计划中最大的时间消耗之一,就是将一个大型项目或项目分解为多个工作项。借助AI工作分解,用户只需按一下按钮即可完成这项工作。它将查看描述以及链接的Confluence页面以了解上下文,然后建议相关的子任务。您可以根据需要优化这些建议,然后点击创建。

即将推出:LOOM AI工作流程

如果有一种自动化方法可以优化实时交互并促进异步沟通和协作,那会怎么样?用户也不必是视频剪辑高手。用户可以录制自己口述的指南、错误报告和其他主题,AI将转录视频并将其分解为Confluence页面上的可操作步骤。这意味着报告错误的时间更少,修复错误的时间更多。

即将推出:白板中的AI

在头脑风暴或研讨会上,团队不必再需要记录员,而可以利用AI提示,通过从Jira Product Discovery创意、Confluence页面、Jira问题等来源中提取数据,在白板上生成便签。

即将推出:AI内容转换

头脑风暴后,团队无需进行冗长的手动编写,就可以将白板转换为Confluence页面。只需单击一个按钮,团队即可将复杂的便签板整理成一个清晰可操作的Confluence页面。

即将推出:AI问题优化器

如何确保在头脑风暴后正确地表达需求?一旦您的计划被安排到Jira事务中,就很容易因为团队和职能部门之间的来回沟通而浪费时间。编辑器中的生成式AI通过重组、改写内容或提示您的额外问题来阐明您的内容,从而提示审查并简化您的问题。

即将推出:AI相关资源

借助AI相关资源功能,您的团队可以花更少的时间寻找相关信息。从设计到文档和电子表格,团队必须使用大量的工具,这使得信息分散在各种资源中。通过提供与问题相关的关键信息,团队可以节省时间,加快工作进度。

虚拟代理

如今的服务团队经常发现自己被积压的重复性工单所困扰,其中许多都可以通过现有的文档解决。淹没在工单中意味着,团队没有那么多时间来处理需要人工干预的关键工单。虚拟代理通过自动回复常见问题和评论,将团队从这些乏味的任务中解放出来。

虚拟代理意图(可在SLACK中使用,帮助中心处于测试阶段)

通过定制的对话流将重复性的任务交由人工智能处理,从而腾出时间专注于更有意义的工作。借助Atlassian Intelligence的生成式AI功能,AI答案还能通过扫描知识库为求助者生成回复,从而为支持团队提供帮助。

开启组织变革JSM:AIOps

值班是一件很辛苦的事情,尤其是当您被一连串的警报吵醒时。借助AIOps,您可以通过AI驱动的警报分组来加速事件检测,并通过智能事件后审查(PIR)防止未来事件的发生。借助AI,运营团队可以轻松简化工作流程,并更好地检测、解决和预防事件。

AI驱动的图表洞察

为团队赋能的方法之一是使数据驱动的洞察更易于访问。借助AI驱动的图表洞察,团队可以查看Atlassian Analytics仪表板,只需单击一个按钮,即可收到快速摘要、趋势评论,以及使数据更具可操作性的建议。

搜索的重要性

当您搜索信息时,例如新的食谱或者您最喜欢的专辑中的鼓手是谁,通过日常的在线浏览器获取这些数据非常容易。不幸的是,在整个企业中查找资产(例如关键电子表格或最新版本的设计)通常是另一回事。

根据Gartner的数据,47%的员工表示很难找到完成工作所需的合适资产。这也不是他们的问题。同一项研究发现,大多数大型组织拥有超过200亿条信息,分布在平均200多个应用程序或信息孤岛中。

更复杂的是,大多数团队都有一套不同的权限,这意味着他们获取的结果并不一致。这对于刚刚开始尝试运行的团队来说,会造成意想不到的时间浪费。

Rovo 通过提高搜索质量、提供个性化结果以及在输入过程中推荐有用的术语来解决这个问题。如今,与六个月前相比,在第一个搜索位置得到回答的搜索量增加了近25%。

通过引入统一搜索功能,用户可以在整个Atlassian生态系统中查找内容,并根据最近的搜索和访问的文档获得个性化结果。并且,当用户搜索新内容时,系统会在输入过程中提示有用的术语建议。

Rovo介绍

Rovo基于Atlassian的团队协作图构建,可以跨Atlassian工具和兼容的SaaS应用提取数据,为团队提供组织目标、知识、团队和工作状态的全貌。

通过投资前沿的搜索技术,包括语义搜索和索引,Rovo能够理解用户在输入搜索词时的搜索意图。Rovo还理解搜索不是一个孤立的操作,它允许用户在Confluence中搜索资产的同时,查看相关的Jira工单或来自其他工具的信息。

查找:通过使用Rovo搜索整个组织的数据,用户可以在所有兼容的工具和SaaS应用程序中获得最相关的结果。

学习:有时需要提出很多问题才能了解全貌。通过与Rovo 聊天互动,用户可以与合适的团队建立联系并发现关键洞察。

行动:通过Rovo Agents,团队可以从开箱即用的或定制的AI代理那里获得操作建议,从而理解复杂的任务。

人机协作的未来

增强团队能力需要减少琐碎的重复性工作。Atlassian Intelligence并非旨在取代员工,而是为他们争取更多的创新时间。从快速搜索和数据驱动的洞察,到内容摘要和写作风格建议,Atlassian致力于提高所有团队的工作效率和创造力。

使用Atlassian Intelligence,了解可减轻员工工作量并促进企业创新和数据驱动决策的功能和体验。优秀的战略必不可少,但速度是在现代经济中保持竞争力的关键。

- END -

本文作者:RYAN NARRAGON, Atlassian IT撰稿人

文章来源:https://bit.ly/3xQem01

审核编辑 黄宇

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 人工智能
    +关注

    关注

    1787

    文章

    46032

    浏览量

    234868
  • 自然语言
    +关注

    关注

    1

    文章

    279

    浏览量

    13295
收藏 人收藏

    评论

    相关推荐

    深入解析Atlassian Intelligence最新AI功能:编辑器中的生成式AI、智能摘要AI工作分解、虚拟代理

    。他们表示,平均每周可节省45分钟以上的时间,展示了AI是如何提高人类工作表现的。 但正如我们从一开始就说过的,这仅仅是个开始。更多Atlassian Intelligence功能将在Atla
    的头像 发表于 07-16 18:23 445次阅读
    深入<b class='flag-5'>解析</b><b class='flag-5'>Atlassian</b> <b class='flag-5'>Intelligence</b>最新<b class='flag-5'>AI</b>功能:编辑器中的生成式<b class='flag-5'>AI</b>、智能<b class='flag-5'>摘要</b>、<b class='flag-5'>AI</b>工作分解、<b class='flag-5'>虚拟</b><b class='flag-5'>代理</b>等

    图像识别技术包括自然语言处理

    图像识别技术与自然语言处理是人工智能领域的两个重要分支,它们在很多方面有着密切的联系,但也存在一些区别。 一、图像识别技术与自然语言处理的关系 1.1 图像识别技术的定义 图像识别技术
    的头像 发表于 07-16 10:54 386次阅读

    计算机视觉与自然语言处理的区别

    计算机视觉(Computer Vision,简称CV)与自然语言处理(Natural Language Processing,简称NLP)作为人工智能(Artificial Intelligence
    的头像 发表于 07-10 18:25 776次阅读

    nlp自然语言处理基本概念及关键技术

    、问答系统、文本摘要等众多领域有着广泛的应用。 1. NLP的基本概念 1.1 语言模型 语言模型是NLP的基础,它用于描述一个句子在自然语言中出现的概率。
    的头像 发表于 07-09 10:32 259次阅读

    自然语言处理技术有哪些

    自然语言处理(Natural Language Processing,简称NLP)是人工智能领域的一个分支,它致力于使计算机能够理解、解释和生成人类语言自然语言
    的头像 发表于 07-03 14:30 592次阅读

    自然语言处理模式的优点

    得到了广泛的应用,如搜索引擎、语音助手、机器翻译、情感分析等。 1. 提高信息获取效率 自然语言处理技术能够快速地大量文本数据中提取关键信息,帮助用户节省查找和筛选信息的时间。例如,搜索引擎通过NLP技术理解用户的查询意图,提
    的头像 发表于 07-03 14:24 400次阅读

    自然语言处理技术的核心是什么

    ,广泛应用于机器翻译、情感分析、语音识别、智能问答、文本摘要等众多领域。 自然语言处理技术的发展可以追溯20世纪50年代。1950年,图灵提出了著名的图灵测试,标志着
    的头像 发表于 07-03 14:20 332次阅读

    自然语言处理是什么技术的一种应用

    自然语言处理(Natural Language Processing,简称NLP)是人工智能和语言学领域的一个分支,它涉及使用计算机技术来处理
    的头像 发表于 07-03 14:18 302次阅读

    自然语言处理包括哪些内容

    自然语言处理(Natural Language Processing,简称NLP)是人工智能领域的一个重要分支,它涉及计算机与人类语言之间的交互。NLP的目标是让计算机能够理解、生成
    的头像 发表于 07-03 14:15 513次阅读

    自然语言处理属于人工智能的哪个领域

    自然语言处理(Natural Language Processing,简称NLP)是人工智能(Artificial Intelligence,简称AI)领域的一个重要分支。它涉及
    的头像 发表于 07-03 14:09 669次阅读

    什么是自然语言处理 (NLP)

    自然语言处理(Natural Language Processing, NLP)是人工智能领域中的一个重要分支,它专注于构建能够理解和生成人类语言的计算机系统。NLP的目标是使计算机能够像人类一样
    的头像 发表于 07-02 18:16 569次阅读

    自然语言处理技术的原理的应用

    自然语言处理(Natural Language Processing, NLP)作为人工智能(AI)领域的一个重要分支,旨在使计算机能够理解和处理人类
    的头像 发表于 07-02 12:50 236次阅读

    神经网络在自然语言处理中的应用

    自然语言处理(NLP)是人工智能领域中的一个重要分支,它研究的是如何使计算机能够理解和生成人类自然语言。随着人工智能技术的飞速发展,神经网络在自然语言
    的头像 发表于 07-01 14:09 284次阅读

    解析压敏电阻MOV:基础原理到应用?

    解析压敏电阻MOV:基础原理到应用?|深圳比创达电子EMC
    的头像 发表于 01-24 10:47 672次阅读
    <b class='flag-5'>解析</b>压敏电阻MOV:<b class='flag-5'>从</b>基础原<b class='flag-5'>理到</b>应用?

    自然语言处理的研究内容

    自然语言处理(NLP)的最新发展改变了我们与AI系统的交互方式: 1. 预训练模型:像 GPT-3 这样的模型已经进步,使人工智能能够在聊天机器人和虚拟助手中生成更连贯的上下文感知响应
    的头像 发表于 01-18 16:39 348次阅读