0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

Atlassian Intelligence工具集解析:從自然語言到JQL處理,從虛擬代理到AI摘要等

龍智 ? 來源:RYAN NARRAGON ? 作者:RYAN NARRAGON ? 2024-07-22 10:49 ? 次閱讀

2023年,Atlassian推出了Atlassian Intelligence——這是一款功能強大的團隊協(xié)作增強工具,托管在其高級和企業(yè)級云平臺上。Atlassian遵循 “釋放團隊潛力”的使命,利用合乎道德的AI模型來加速組織的現(xiàn)有能力。通過人機協(xié)作,用戶可以卸下繁瑣、重復的任務,專注于自己的實際技能,并執(zhí)行更有影響力的工作。

Atlassian Intelligence旨在通過以下方式釋放每個團隊的潛力:

? 將AI集成至生產力應用程序

? 整個組織采用AI以提高其成就

? 改變游戲規(guī)則的創(chuàng)新

團隊一直在使用Atlassian Intelligence,以實現(xiàn):

? 提高個人工作效率

? 增強團隊能力

? 解鎖組織數(shù)據(jù)

本文中,我們將通過了解Atlassian Intelligence的最新功能來探索人機協(xié)作的變革力量:從自然語言到JQL處理,從虛擬代理到AI摘要、編輯器中的生成式AI等等。

Atlassian Intelligence 的實際應用

目前,使用Atlassian Intelligence的Atlassian客戶報告稱,平均每周可節(jié)省45分鐘以上。近80%的用戶表示,使用AI搜索功能顯著節(jié)省了時間。這將轉化為可累積的節(jié)省時間,團隊可將其用于更主動和更具戰(zhàn)略性的工作,以推動組織向前發(fā)展。

例如,F(xiàn)anDuel是價值數(shù)十億美元的游戲行業(yè)的推動力,他們利用Atlassian Intelligence將需要人工干預的支持工單減少了85%。高保真音響巨頭SONOS報告稱,Atlassian Intelligence能夠簡化文檔并縮短審核時間,從而顯著提高項目效率。通過從繁瑣的任務中節(jié)省時間,團隊可以專注于處理特殊工單并改進服務交付。

安全地加速團隊發(fā)展

為了持續(xù)實現(xiàn)這些結果,Atlassian Intelligence集成了產品級支持、安全控制和使用監(jiān)控功能。管理員可以輕松控制AI,使其只能從組織已授權的范圍中提取數(shù)據(jù)。因此,團隊只能訪問他們需要的內容,而不會涉及機密。

目前,人工智能似乎是一個備受爭議的流行語。但是,Atlassian Intelligence在設計時遵循了其負責任的技術原則。這反映了Atlassian對客戶、合作伙伴和社區(qū)的承諾絕不會被忽視。

Atlassian Intelligence 體驗

Atlassian Intelligence集成在整個Atlassian云平臺中,并內置于Atlassian的通用數(shù)據(jù)模型(團隊協(xié)作圖)中,可連接公司套件(包括SaaS應用程序)中的團隊。

以下功能(部分已上線,部分即將推出)展示了Atlassian云用戶如何利用人機協(xié)作的力量來改進團隊的日常工作、加快服務交付并釋放創(chuàng)新時間。

編輯器中的生成式AI

當今世界,人們期望用更少的時間獲取更多的成果。Atlassian的生成式AI編輯器通過提供實用建議來幫助改進用戶寫作。在寫作提示中,用戶能夠快速引用來自其他Confluence頁面或工單的內容,從而讓AI了解上下文以獲得準確的建議。

此功能已在Jira、Jira Service Management(JSM)、Bitbucket和Trello中提供,并即將在Jira Product Discovery中推出,允許團隊能夠直接從應用程序中快速編寫拉取請求、摘要、發(fā)布說明和其他文檔。

AI摘要和頁面快速更新

在任何Confluence頁面上獲取最新的工作動態(tài),了解最新變更、操作項和相關評論。沒有人喜歡閱讀長達20分鐘的Confluence頁面,但有了AI生成摘要,閱讀這些頁面就不再那么令人生畏了。Jira和JSM中也提供AI摘要,用于總結評論歷史記錄和問題描述,以便利益相關者快速上手。

智能鏈接中的AI摘要

借助智能鏈接中的AI摘要,用戶只需將光標懸停在鏈接上即可總結內容。甚至連Google文檔的鏈接也可以在一個可懸停的小窗口中總結。這有助于項目經理、營銷經理、內容負責人等更快地設置項目。

AI工作分解(測試版)

工作計劃中最大的時間消耗之一,就是將一個大型項目或項目分解為多個工作項。借助AI工作分解,用戶只需按一下按鈕即可完成這項工作。它將查看描述以及鏈接的Confluence頁面以了解上下文,然后建議相關的子任務。您可以根據(jù)需要優(yōu)化這些建議,然后點擊創(chuàng)建。

即將推出:LOOM AI工作流程

如果有一種自動化方法可以優(yōu)化實時交互并促進異步溝通和協(xié)作,那會怎么樣?用戶也不必是視頻剪輯高手。用戶可以錄制自己口述的指南、錯誤報告和其他主題,AI將轉錄視頻并將其分解為Confluence頁面上的可操作步驟。這意味著報告錯誤的時間更少,修復錯誤的時間更多。

即將推出:白板中的AI

在頭腦風暴或研討會上,團隊不必再需要記錄員,而可以利用AI提示,通過從Jira Product Discovery創(chuàng)意、Confluence頁面、Jira問題等來源中提取數(shù)據(jù),在白板上生成便簽。

即將推出:AI內容轉換

頭腦風暴后,團隊無需進行冗長的手動編寫,就可以將白板轉換為Confluence頁面。只需單擊一個按鈕,團隊即可將復雜的便簽板整理成一個清晰可操作的Confluence頁面。

即將推出:AI問題優(yōu)化器

如何確保在頭腦風暴后正確地表達需求?一旦您的計劃被安排到Jira事務中,就很容易因為團隊和職能部門之間的來回溝通而浪費時間。編輯器中的生成式AI通過重組、改寫內容或提示您的額外問題來闡明您的內容,從而提示審查并簡化您的問題。

即將推出:AI相關資源

借助AI相關資源功能,您的團隊可以花更少的時間尋找相關信息。從設計到文檔和電子表格,團隊必須使用大量的工具,這使得信息分散在各種資源中。通過提供與問題相關的關鍵信息,團隊可以節(jié)省時間,加快工作進度。

虛擬代理

如今的服務團隊經常發(fā)現(xiàn)自己被積壓的重復性工單所困擾,其中許多都可以通過現(xiàn)有的文檔解決。淹沒在工單中意味著,團隊沒有那么多時間來處理需要人工干預的關鍵工單。虛擬代理通過自動回復常見問題和評論,將團隊從這些乏味的任務中解放出來。

虛擬代理意圖(可在SLACK中使用,幫助中心處于測試階段)

通過定制的對話流將重復性的任務交由人工智能處理,從而騰出時間專注于更有意義的工作。借助Atlassian Intelligence的生成式AI功能,AI答案還能通過掃描知識庫為求助者生成回復,從而為支持團隊提供幫助。

開啟組織變革JSM:AIOps

值班是一件很辛苦的事情,尤其是當您被一連串的警報吵醒時。借助AIOps,您可以通過AI驅動的警報分組來加速事件檢測,并通過智能事件后審查(PIR)防止未來事件的發(fā)生。借助AI,運營團隊可以輕松簡化工作流程,并更好地檢測、解決和預防事件。

AI驅動的圖表洞察

為團隊賦能的方法之一是使數(shù)據(jù)驅動的洞察更易于訪問。借助AI驅動的圖表洞察,團隊可以查看Atlassian Analytics儀表板,只需單擊一個按鈕,即可收到快速摘要、趨勢評論,以及使數(shù)據(jù)更具可操作性的建議。

搜索的重要性

當您搜索信息時,例如新的食譜或者您最喜歡的專輯中的鼓手是誰,通過日常的在線瀏覽器獲取這些數(shù)據(jù)非常容易。不幸的是,在整個企業(yè)中查找資產(例如關鍵電子表格或最新版本的設計)通常是另一回事。

根據(jù)Gartner的數(shù)據(jù),47%的員工表示很難找到完成工作所需的合適資產。這也不是他們的問題。同一項研究發(fā)現(xiàn),大多數(shù)大型組織擁有超過200億條信息,分布在平均200多個應用程序或信息孤島中。

更復雜的是,大多數(shù)團隊都有一套不同的權限,這意味著他們獲取的結果并不一致。這對于剛剛開始嘗試運行的團隊來說,會造成意想不到的時間浪費。

Rovo 通過提高搜索質量、提供個性化結果以及在輸入過程中推薦有用的術語來解決這個問題。如今,與六個月前相比,在第一個搜索位置得到回答的搜索量增加了近25%。

通過引入統(tǒng)一搜索功能,用戶可以在整個Atlassian生態(tài)系統(tǒng)中查找內容,并根據(jù)最近的搜索和訪問的文檔獲得個性化結果。并且,當用戶搜索新內容時,系統(tǒng)會在輸入過程中提示有用的術語建議。

Rovo介紹

Rovo基于Atlassian的團隊協(xié)作圖構建,可以跨Atlassian工具和兼容的SaaS應用提取數(shù)據(jù),為團隊提供組織目標、知識、團隊和工作狀態(tài)的全貌。

通過投資前沿的搜索技術,包括語義搜索和索引,Rovo能夠理解用戶在輸入搜索詞時的搜索意圖。Rovo還理解搜索不是一個孤立的操作,它允許用戶在Confluence中搜索資產的同時,查看相關的Jira工單或來自其他工具的信息。

查找:通過使用Rovo搜索整個組織的數(shù)據(jù),用戶可以在所有兼容的工具和SaaS應用程序中獲得最相關的結果。

學習:有時需要提出很多問題才能了解全貌。通過與Rovo 聊天互動,用戶可以與合適的團隊建立聯(lián)系并發(fā)現(xiàn)關鍵洞察。

行動:通過Rovo Agents,團隊可以從開箱即用的或定制的AI代理那里獲得操作建議,從而理解復雜的任務。

人機協(xié)作的未來

增強團隊能力需要減少瑣碎的重復性工作。Atlassian Intelligence并非旨在取代員工,而是為他們爭取更多的創(chuàng)新時間。從快速搜索和數(shù)據(jù)驅動的洞察,到內容摘要和寫作風格建議,Atlassian致力于提高所有團隊的工作效率和創(chuàng)造力。

使用Atlassian Intelligence,了解可減輕員工工作量并促進企業(yè)創(chuàng)新和數(shù)據(jù)驅動決策的功能和體驗。優(yōu)秀的戰(zhàn)略必不可少,但速度是在現(xiàn)代經濟中保持競爭力的關鍵。

- END -

本文作者:RYAN NARRAGON, Atlassian IT撰稿人

文章來源:https://bit.ly/3xQem01

審核編輯 黃宇

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 人工智能
    +關注

    關注

    1789

    文章

    46669

    瀏覽量

    237106
  • 自然語言
    +關注

    關注

    1

    文章

    285

    瀏覽量

    13320
收藏 人收藏

    評論

    相關推薦

    自然語言處理與機器學習的區(qū)別

    在人工智能的快速發(fā)展中,自然語言處理(NLP)和機器學習(ML)成為了兩個核心的研究領域。它們都致力于解決復雜的問題,但側重點和應用場景有所不同。 1. 自然語言處理(NLP) 定義:
    的頭像 發(fā)表于 11-11 10:35 ?108次閱讀

    深入解析Atlassian Intelligence最新AI功能:編輯器中的生成式AI、智能摘要、AI工作分解、虛擬代理

    。他們表示,平均每周可節(jié)省45分鐘以上的時間,展示了AI是如何提高人類工作表現(xiàn)的。 但正如我們從一開始就說過的,這僅僅是個開始。更多Atlassian Intelligence功能將在Atla
    的頭像 發(fā)表于 07-16 18:23 ?516次閱讀
    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:編輯器中的生成式<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'>虛擬</b><b class='flag-5'>代理</b>等

    圖像識別技術包括自然語言處理

    圖像識別技術與自然語言處理是人工智能領域的兩個重要分支,它們在很多方面有著密切的聯(lián)系,但也存在一些區(qū)別。 一、圖像識別技術與自然語言處理的關系 1.1 圖像識別技術的定義 圖像識別技術
    的頭像 發(fā)表于 07-16 10:54 ?582次閱讀

    nlp自然語言處理基本概念及關鍵技術

    、問答系統(tǒng)、文本摘要等眾多領域有著廣泛的應用。 1. NLP的基本概念 1.1 語言模型 語言模型是NLP的基礎,它用于描述一個句子在自然語言中出現(xiàn)的概率。
    的頭像 發(fā)表于 07-09 10:32 ?472次閱讀

    自然語言處理技術有哪些

    自然語言處理(Natural Language Processing,簡稱NLP)是人工智能領域的一個分支,它致力于使計算機能夠理解、解釋和生成人類語言。自然語言
    的頭像 發(fā)表于 07-03 14:30 ?901次閱讀

    自然語言處理模式的優(yōu)點

    得到了廣泛的應用,如搜索引擎、語音助手、機器翻譯、情感分析等。 1. 提高信息獲取效率 自然語言處理技術能夠快速地大量文本數(shù)據(jù)中提取關鍵信息,幫助用戶節(jié)省查找和篩選信息的時間。例如,搜索引擎通過NLP技術理解用戶的查詢意圖,提
    的頭像 發(fā)表于 07-03 14:24 ?625次閱讀

    自然語言處理技術的核心是什么

    ,廣泛應用于機器翻譯、情感分析、語音識別、智能問答、文本摘要等眾多領域。 自然語言處理技術的發(fā)展可以追溯20世紀50年代。1950年,圖靈提出了著名的圖靈測試,標志著
    的頭像 發(fā)表于 07-03 14:20 ?500次閱讀

    自然語言處理是什么技術的一種應用

    自然語言處理(Natural Language Processing,簡稱NLP)是人工智能和語言學領域的一個分支,它涉及使用計算機技術來處理
    的頭像 發(fā)表于 07-03 14:18 ?558次閱讀

    自然語言處理包括哪些內容

    自然語言處理(Natural Language Processing,簡稱NLP)是人工智能領域的一個重要分支,它涉及計算機與人類語言之間的交互。NLP的目標是讓計算機能夠理解、生成
    的頭像 發(fā)表于 07-03 14:15 ?678次閱讀

    自然語言處理屬于人工智能的哪個領域

    自然語言處理(Natural Language Processing,簡稱NLP)是人工智能(Artificial Intelligence,簡稱AI)領域的一個重要分支。它涉及
    的頭像 發(fā)表于 07-03 14:09 ?1039次閱讀

    什么是自然語言處理 (NLP)

    自然語言處理(Natural Language Processing, NLP)是人工智能領域中的一個重要分支,它專注于構建能夠理解和生成人類語言的計算機系統(tǒng)。NLP的目標是使計算機能夠像人類一樣
    的頭像 發(fā)表于 07-02 18:16 ?861次閱讀

    自然語言處理技術的原理的應用

    自然語言處理(Natural Language Processing, NLP)作為人工智能(AI)領域的一個重要分支,旨在使計算機能夠理解和處理人類
    的頭像 發(fā)表于 07-02 12:50 ?405次閱讀

    神經網絡在自然語言處理中的應用

    自然語言處理(NLP)是人工智能領域中的一個重要分支,它研究的是如何使計算機能夠理解和生成人類自然語言。隨著人工智能技術的飛速發(fā)展,神經網絡在自然語言
    的頭像 發(fā)表于 07-01 14:09 ?415次閱讀

    解析壓敏電阻MOV:基礎原理到應用?

    解析壓敏電阻MOV:基礎原理到應用?|深圳比創(chuàng)達電子EMC
    的頭像 發(fā)表于 01-24 10:47 ?782次閱讀
    <b class='flag-5'>解析</b>壓敏電阻MOV:<b class='flag-5'>從</b>基礎原<b class='flag-5'>理到</b>應用?

    自然語言處理的研究內容

    自然語言處理(NLP)的最新發(fā)展改變了我們與AI系統(tǒng)的交互方式: 1. 預訓練模型:像 GPT-3 這樣的模型已經進步,使人工智能能夠在聊天機器人和虛擬助手中生成更連貫的上下文感知響應
    的頭像 發(fā)表于 01-18 16:39 ?403次閱讀