Why Xometry moved to Atlassian to power a software delivery lifecycle where people and AI agents work side by side

アトラシアン スイートは、当社の AI を活用したソフトウェア開発ライフサイクルの連携基盤です。人間とエージェントに、どのような作業が行われているか、なぜそれが重要なのか、そしてどのように進められるのかについて、同じ構造化されたコンテキストを提供します。

Jeff Arbor

テクノロジー オペレーションおよび AI トランスフォーメーション担当ディレクター, Xometry

主要な成果
~35%
1 年以内に見込まれるサイクル期間の短縮
~50%
Jira への移行によって削減されたライセンス費用
500+
グローバル テクノロジー チームの統合
Xometry logo - black

Xometry について

Xometry の AI を活用したマーケットプレイス、人気の Thomasnet® 産業用ソーシング プラットフォーム、およびクラウドベースのサービス スイートは、製造業を急速にデジタル化しています。Xometry は、製造業者がビジネスを成長させるために必要なクリティカルなリソースを提供し、リアルタイムの価格とリード タイムのデータを通じて、バイヤーの調達プロセスを合理化します。

業界
製造
場所
Global

Xometry は、顧客の製造におけるバイヤーとサプライヤーをつなぐグローバルな AI ネイティブのマーケット プレイスです。すべての注文が独自のものであり、ビジネス、製品、エンジニアリング、オペレーションにわたる複雑なワークフローを生み出しています。同社は、チームがゴールを達成するために必要な構造、管理、説明責任をサポートするために Jira を活用しています。

Xometry が AI を活用して SDLC (ソフトウェア開発ライフサイクル) をモダナイズする中で、チームは、プロセス全体にわたって作業を結びつける、構造化された信頼できる情報源が必要であることに気づきました。

現在、アトラシアンは、四半期ごとの計画からデプロイまで、チームやエージェントに同じ構造化されたコンテキストを提供しています。この明確な運用上の連携により、遅延や手戻りを減らして作業をパイプラインに進めることができます。

AI を活用した新しいソフトウェア開発ライフサイクルには、新しいソリューションが必要です。

Xometry が成長し、AI を活用した SDLC の構築を始めるにつれて、チームにはエンタープライズ グレードの構造、管理体制、そして信頼できる情報源が必要になりました。これは従業員のためだけでなく、現在共にその作業の一部を担っている AI ツールのためのものでもありました。

  • 会社の規模が拡大するにつれて、チームは作業の整理方法について認識を合わせる必要がありました。各チームは異なる優先順位と構造を持っており、日々の作業を会社のゴールに結びつけるには、必要以上の手作業による労力がかかっていました。

  • 承認フローとコンプライアンス管理が 1 つのツールで管理されていなかったため、手作業が必要となり、エラーが発生する可能性がありました。

  • テクノロジーが何をもたらしているかについて、Business リーダーは可視性を必要としていました 。

  • 異なる地域のチームは異なるツールを使用していましたが、同じシステムでコラボレーションしたり、コンテキストを共有したりできる機能を求めていました。

  • スプレッドシートでは、AI ネイティブなワークフローをサポートできませんでした。

Xometry がいかにしてビジネスの優先事項と日々のエンジニアリング作業を結びつけているか

Xometry は Jira に移行し、それをオペレーティング モデルと連携させることで、エンタープライズ ビジネスの優先事項を実際の実行状況の事実と結び付けました。同社は、1 つのビジネス ドメインに対して責任を負うシニア リーダーである 12 人の STO (Single-Threaded Owner) を中心に作業を編成しています。各 STO は四半期ごとの計画時にイニシアチブにコミットし、その後、Jira 内で各イニシアチブを成果物、タスク、サブタスクに分割します。会社レベルの優先事項は、エンジニアやエージェントが取り組んでいる特定のチケットに至るまで追跡されます。

Xometry’s work hierarchy in Jira

Jira における Xometry の作業階層

Xometry がいかにしてビジネスの優先事項と日々のエンジニアリング作業を結びつけているか

この構造により、Xometry は優先順位付けと説明責任に関する共通言語を得ることができます。チームの誰もが、あるいはチームと共に機能する AI ツールが Jira を見ることで、何が起きているのか、なぜその作業を行っているのか、そして誰が担当しているのかをすぐに理解できます。

アトラシアンは、チームに共通の運用方法をもたらす一方で、最も重要な作業に集中できる自由を提供します。

Jeff Arbor

テクノロジー オペレーションおよび AI トランスフォーメーション担当ディレクター

ベストプラクティスを徹底し、デリバリーを迅速化する、より優れたワークフロー

Jira に戻ったことで、Xometry は他の競合製品ではサポートできなかったエンタープライズ グレードのワークフローを実現できました。

  • 一般的なステータスではなく、ワークフローは企業の実際のソフトウェア ライフサイクル ステージ (計画、ディスカバリー、デリバリー、リリース、評価) を表すようになりました。

  • 承認フロー、コンプライアンス コントロール、およびコード コミットとそれをトリガーした作業項目間の直接的なリンクが、プロセスに直接組み込まれています。

  • チームは成果物、担当、進捗を Jira で追跡するため、情報が失われることはありません。また、これによりコラボレーション、レポート作成、および計画的なパフォーマンス改善が容易になります。

これらの進歩はすべて、より迅速で優れたデリバリーにつながっています。実際、Xometry は最初の 1 年以内で、複数の成果物を伴うイニシアチブのサイクル期間を ~35% 短縮する見込みです。

以前は、イニシアチブを完了させるのに約 45 日かかっていました。現在は、年末までにそれを 30 日に短縮できる見込みです。

Jeff Arbor

テクノロジー オペレーションおよび AI トランスフォーメーション担当ディレクター

適切なタイミングと適切な方法でサポートするエージェントの組み込み

チームに構造をもたらすワークフローのステージは、エージェントが介入する自然なポイントにもなります。各トランジションは Xometry でソフトウェアが構築される実際のプロセスを表しているため、一般的な指示ではなく、Xometry 独自の機能的なベスト プラクティスに基づいて、Rovo エージェントが作業を支援、評価、または自動化できるポイントとして機能します。

一般的な AI ツールのように AI がプロセスの外に存在するのではなく、Rovo やサードパーティのエージェントは、ワークフローにおけるコラボレーティブなチーム メンバーになります。これらは、適切な段階、適切なコンテキスト、適切なタイミングでトリガーされます。Xometry はすでに、ほとんどのプル リクエストで Claude や Cursor のような AI コード アシスタントを使用しています。次のステップは、SDLC の残りの部分全体にエージェントを組み込むことです。チームはコード レビュー エージェントから開始し、自律的な承認、自動化されたテレメトリ、そして最終的には SDLC 全体にわたるフルループの自動化に向けて取り組んでいます。

AI ネイティブな作業には、プロセスのあらゆる部分において、堅牢な構造と信頼できる情報源が必要です。アトラシアンは、組織の作業方法に十分に対応できる柔軟性を備えつつ、そのような明確な方針に基づく構造を提供します。

Jeff Arbor

テクノロジー オペレーションおよび AI トランスフォーメーション担当ディレクター

チームとエージェントのための、信頼できる唯一の情報源

アトラシアンへの全面的な移行は、スプレッドシートやポイント ソリューションからの脱却を意味しました。Xometry は、特に AI ワークフローを設計するにあたり、トレーサビリティと変更管理を備えた、構造化された信頼できる単一の情報源を必要としていました。

AI の場合:

Xometry は、プラットフォーム全体で人、作業、ナレッジの関係をマッピングするアトラシアンの Teamwork Graph を使用して、組織が実際にどのように機能しているかを AI の基盤としています。これにより、AI は、バラバラな情報の断片からの推測ではなく、実際の構造化されたコンテキストに基づいて、チームが意思決定を行うのを支援できます。

チーム向け:

現在、アトラシアンは Xometry におけるテクノロジーおよび製品の作業の進め方に関する、信頼できる唯一の情報源となっています。すべての成果物の背後にある作業、担当者、依存関係、ライフサイクル ステージ、および承認を記録しています。

目標は、ユーザー調査のメモから本番環境のデプロイに至るまで、すべてのアーティファクトをそれ以前のものと関連付け、次の担当者やエージェントが作業を進めるために必要なコンテキストを把握できるようにすることです。

アトラシアンによってより多くのコンテキストが提供され、AI により良い入力が与えられることで、より優れた出力が生成されるため、成果物とチケットの品質は向上し続けています。

Dewey Jose

シニア プリンシパル ソリューション エンジニア

Xometry は、顧客の製造におけるバイヤーとサプライヤーをつなぐグローバルな AI ネイティブのマーケット プレイスです。すべての注文が独自のものであり、ビジネス、製品、エンジニアリング、オペレーションにわたる複雑なワークフローを生み出しています。同社は、チームがゴールを達成するために必要な構造、管理、説明責任をサポートするために Jira を活用しています。

Xometry が AI を活用して SDLC (ソフトウェア開発ライフサイクル) をモダナイズする中で、チームは、プロセス全体にわたって作業を結びつける、構造化された信頼できる情報源が必要であることに気づきました。

現在、アトラシアンは、四半期ごとの計画からデプロイまで、チームやエージェントに同じ構造化されたコンテキストを提供しています。この明確な運用上の連携により、遅延や手戻りを減らして作業をパイプラインに進めることができます。

AI を活用した新しいソフトウェア開発ライフサイクルには、新しいソリューションが必要です。

Xometry が成長し、AI を活用した SDLC の構築を始めるにつれて、チームにはエンタープライズ グレードの構造、管理体制、そして信頼できる情報源が必要になりました。これは従業員のためだけでなく、現在共にその作業の一部を担っている AI ツールのためのものでもありました。

  • 会社の規模が拡大するにつれて、チームは作業の整理方法について認識を合わせる必要がありました。各チームは異なる優先順位と構造を持っており、日々の作業を会社のゴールに結びつけるには、必要以上の手作業による労力がかかっていました。

  • 承認フローとコンプライアンス管理が 1 つのツールで管理されていなかったため、手作業が必要となり、エラーが発生する可能性がありました。

  • テクノロジーが何をもたらしているかについて、Business リーダーは可視性を必要としていました 。

  • 異なる地域のチームは異なるツールを使用していましたが、同じシステムでコラボレーションしたり、コンテキストを共有したりできる機能を求めていました。

  • スプレッドシートでは、AI ネイティブなワークフローをサポートできませんでした。

Xometry がいかにしてビジネスの優先事項と日々のエンジニアリング作業を結びつけているか

Xometry は Jira に移行し、それをオペレーティング モデルと連携させることで、エンタープライズ ビジネスの優先事項を実際の実行状況の事実と結び付けました。同社は、1 つのビジネス ドメインに対して責任を負うシニア リーダーである 12 人の STO (Single-Threaded Owner) を中心に作業を編成しています。各 STO は四半期ごとの計画時にイニシアチブにコミットし、その後、Jira 内で各イニシアチブを成果物、タスク、サブタスクに分割します。会社レベルの優先事項は、エンジニアやエージェントが取り組んでいる特定のチケットに至るまで追跡されます。

Xometry’s work hierarchy in Jira

Jira における Xometry の作業階層

Xometry がいかにしてビジネスの優先事項と日々のエンジニアリング作業を結びつけているか

この構造により、Xometry は優先順位付けと説明責任に関する共通言語を得ることができます。チームの誰もが、あるいはチームと共に機能する AI ツールが Jira を見ることで、何が起きているのか、なぜその作業を行っているのか、そして誰が担当しているのかをすぐに理解できます。

アトラシアンは、チームに共通の運用方法をもたらす一方で、最も重要な作業に集中できる自由を提供します。

Jeff Arbor

テクノロジー オペレーションおよび AI トランスフォーメーション担当ディレクター

ベストプラクティスを徹底し、デリバリーを迅速化する、より優れたワークフロー

Jira に戻ったことで、Xometry は他の競合製品ではサポートできなかったエンタープライズ グレードのワークフローを実現できました。

  • 一般的なステータスではなく、ワークフローは企業の実際のソフトウェア ライフサイクル ステージ (計画、ディスカバリー、デリバリー、リリース、評価) を表すようになりました。

  • 承認フロー、コンプライアンス コントロール、およびコード コミットとそれをトリガーした作業項目間の直接的なリンクが、プロセスに直接組み込まれています。

  • チームは成果物、担当、進捗を Jira で追跡するため、情報が失われることはありません。また、これによりコラボレーション、レポート作成、および計画的なパフォーマンス改善が容易になります。

これらの進歩はすべて、より迅速で優れたデリバリーにつながっています。実際、Xometry は最初の 1 年以内で、複数の成果物を伴うイニシアチブのサイクル期間を ~35% 短縮する見込みです。

以前は、イニシアチブを完了させるのに約 45 日かかっていました。現在は、年末までにそれを 30 日に短縮できる見込みです。

Jeff Arbor

テクノロジー オペレーションおよび AI トランスフォーメーション担当ディレクター

適切なタイミングと適切な方法でサポートするエージェントの組み込み

チームに構造をもたらすワークフローのステージは、エージェントが介入する自然なポイントにもなります。各トランジションは Xometry でソフトウェアが構築される実際のプロセスを表しているため、一般的な指示ではなく、Xometry 独自の機能的なベスト プラクティスに基づいて、Rovo エージェントが作業を支援、評価、または自動化できるポイントとして機能します。

一般的な AI ツールのように AI がプロセスの外に存在するのではなく、Rovo やサードパーティのエージェントは、ワークフローにおけるコラボレーティブなチーム メンバーになります。これらは、適切な段階、適切なコンテキスト、適切なタイミングでトリガーされます。Xometry はすでに、ほとんどのプル リクエストで Claude や Cursor のような AI コード アシスタントを使用しています。次のステップは、SDLC の残りの部分全体にエージェントを組み込むことです。チームはコード レビュー エージェントから開始し、自律的な承認、自動化されたテレメトリ、そして最終的には SDLC 全体にわたるフルループの自動化に向けて取り組んでいます。

AI ネイティブな作業には、プロセスのあらゆる部分において、堅牢な構造と信頼できる情報源が必要です。アトラシアンは、組織の作業方法に十分に対応できる柔軟性を備えつつ、そのような明確な方針に基づく構造を提供します。

Jeff Arbor

テクノロジー オペレーションおよび AI トランスフォーメーション担当ディレクター

チームとエージェントのための、信頼できる唯一の情報源

アトラシアンへの全面的な移行は、スプレッドシートやポイント ソリューションからの脱却を意味しました。Xometry は、特に AI ワークフローを設計するにあたり、トレーサビリティと変更管理を備えた、構造化された信頼できる単一の情報源を必要としていました。

AI の場合:

Xometry は、プラットフォーム全体で人、作業、ナレッジの関係をマッピングするアトラシアンの Teamwork Graph を使用して、組織が実際にどのように機能しているかを AI の基盤としています。これにより、AI は、バラバラな情報の断片からの推測ではなく、実際の構造化されたコンテキストに基づいて、チームが意思決定を行うのを支援できます。

チーム向け:

現在、アトラシアンは Xometry におけるテクノロジーおよび製品の作業の進め方に関する、信頼できる唯一の情報源となっています。すべての成果物の背後にある作業、担当者、依存関係、ライフサイクル ステージ、および承認を記録しています。

目標は、ユーザー調査のメモから本番環境のデプロイに至るまで、すべてのアーティファクトをそれ以前のものと関連付け、次の担当者やエージェントが作業を進めるために必要なコンテキストを把握できるようにすることです。

アトラシアンによってより多くのコンテキストが提供され、AI により良い入力が与えられることで、より優れた出力が生成されるため、成果物とチケットの品質は向上し続けています。

Dewey Jose

シニア プリンシパル ソリューション エンジニア

Xometry logo - black

Xometry について

Xometry の AI を活用したマーケットプレイス、人気の Thomasnet® 産業用ソーシング プラットフォーム、およびクラウドベースのサービス スイートは、製造業を急速にデジタル化しています。Xometry は、製造業者がビジネスを成長させるために必要なクリティカルなリソースを提供し、リアルタイムの価格とリード タイムのデータを通じて、バイヤーの調達プロセスを合理化します。

業界
製造
場所
Global

Check these out

Jira はコラボレーションを簡素化

すべてのチームを 1 つのツールで連携

今すぐアトラシアン・クラウドを試す

Atlassian Cloud への移行をすぐに始める

Atlassian Rovo のご紹介

あらゆるタスクに対応する人間と人工知能のコラボレーション