Atlassian Teamwork Collection を活用した AI プランニング

ポイント

• Atlassian Teamwork Collection は、一般的な内容を出力するのではなく、チームの実際の作業に基づいた AI プランニングを行います。

• Rovo は、何かを作成する際、事前に Confluence、Jira、Loom を検索して、どのような作業がすでに行われているかを確認します。

• 計画が具体化する前に、Confluence ホワイトボードを使用して、Rovo とともにブレーンストーミングや整理を行います。

• 必要な内容を平易な言葉で記述すると、数秒で Confluence の概要や Jira の作業の内訳を取得できます。

• すべての作業項目はソースにリンクされているため、作成初日から計画を追跡できます。

• Atlassian Teamwork Graph は、チームに多くのナレッジやノウハウが蓄積されるのに応じて、システムのスマート化を実現します。

優れたプロジェクト計画は、適切なコンテキストから始まります。Atlassian Teamwork Collection が提供する Rovo は、チームの実際の履歴、プロジェクトのコンテキスト、および Teamwork Graph のデータを活用して、チームがすでに知っていることを反映した計画を立案する AI です。初期のアイデア出しから構造化された作業の分解作業まで、これが AI ネイティブなプランニングの実際の作業概要です。責任の所在が明確で、実際のワークフローに即して構築されています。

Teamwork Collection を使用して AI でプロジェクトを計画する方法

ステップ 1: チームがすでに知っていることから始める

Rovo は何かを作成する前に、チームがすでに持っているナレッジやデータを確認します。Confluence ナレッジ ベース、Jira バックログの履歴、Loom の録画を検索して、すでに下された決定、以前に有効だったアプローチ、チームのパターンなど、ゴールの背景にあるコンテキストを理解します。

新機能の計画を支援するよう Rovo に依頼すると、半年前からの決定事項が記載された Confluence ページ、類似の機能をリリースした Jira エピック、またはチームがトレードオフについて議論した Loom の録画などを提示する可能性があります。以前は 1 週間かかっていた調査が数秒で完了し、推測ではなく、チームが実際に学んだことから計画が開始されます。

ステップ 2: ブレーンストーミングして整理する

そのコンテキストを把握することで、Rovo は、計画が存在する前に発生していた問題の検討をサポートします。白紙のページに向き合うのではなく、Confluence ホワイトボードから始めます。アイデアを記載した付箋を追加し、チームのコンテキストを活用して特定のゴールに関連するアイデアを洗い出すよう、Rovo に追加のアイデアの生成を依頼します。Rovo は付箋をテーマごとにグループ化してアイデアを視覚的に整理することもできるため、チームは何に共感できるか、何を削るか、どの方向性が適切かを決定できます。

ステップ 3: 数秒でアイデアから構造化された計画へ

方向性が決まると、Rovo はホワイトボードを Confluence の概要に要約したり、アイデアを直接 Jira の作業項目に変換したり、あるいはその両方を行ったりすることができ、チームの考えを正式な計画に変換することができます。

すでに明確なアイデアを持っているチームの場合は、Rovo プロンプトも同じくらい迅速に機能します。イニシアチブについて説明するか、ミーティングの録画を参照させると、Rovo が Confluence の概要の下書きを作成します。チームは、先に進める前に、コメント、改善、認識のすり合わせを行うことができます。全員の認識を合わせることができたら、Rovo は Jira の作業項目に概要を分割します。

そこから、すべてが連携します。すべての Jira 作業項目は、ホワイトボード、概要、ベースとなった過去のエピックといったソースにリンクしています。計画は初日から追跡可能であるため、後からプロジェクトに参加した人でも、何が構築されているかだけでなく、その理由も理解できます。

ヒント: Jira で Rovo エージェントをオーケストレーションして、スプリント構成の提案、競合するキャパシティのフラグ付け、ふりかえりから学んだ内容の次の計画への取り込みなど、計画プロセスのさまざまな要素を自動化します。

ステップ 4: 複合的な優位性

AI ネイティブなプランニングは相乗効果を生み出します。チームが作成するすべての Confluence ページ、解決したすべての Jira 作業項目、作成されたすべての Loom 録画はすべて、Rovo がチームの作業を理解するための基盤となる接続レイヤーである Atlassian Teamwork Graph に取り込まれます。長年 Jira と Confluence を使用してきたチームには、一般的な AI ツールではアクセスできない、長年にわたる意思決定、パターン、組織のナレッジという大きな強みがあります。チームに多くのナレッジやノウハウが蓄積されるにつれて、システムのスマート化も実現します。

その優位性は、具体的な形で現れます。6 か月後には、機能のスコープの設定方法、依存関係の順序付け、誰が何を担当する傾向があるかといったチームのパターンが、Rovo の計画に反映されます。1 年後には、チームが常に直面する同じリスクを予測できるようになります。2 年後には、類似のアプローチを試みた過去のプロジェクトが、何がうまくいき、何がうまくいかなかったか、そしてその理由とともに提示されるようになります。一般的な AI の回答は毎回ゼロから始まります。この AI は、チームがすでに把握しているすべての情報を基盤とします。

Rovo の拡張機能を確認する

実際の活用例