Co tak naprawdę pokazało nam Team 26?

[#1]

W Anaheim w tym roku szybko było można zauważyć, że to nie jest kolejna konferencja o nowych funkcjach w Jira czy Confluence. Od pierwszych minut keynote i tego co pojawiło się na około Expo odniosło się wrażenie, że Atlassian próbuje opowiedzieć coś większego. Nie o narzędziach, tylko o tym jak zmienia się sama natura pracy w organizacjach.

Zamiast klasycznego pokazu nowości dostaliśmy narrację o systemie pracy, w którym granica między ludźmi, narzędziami i AI zaczyna się zacierać. To jest to czego jeszcze wiele organizacji nie rozumie mocno skupiając się na samych narzędziach a nie na całości modelu.

Najmocniej widać to było przy Rovo. Jeszcze niedawno można go było traktować jako warstwę AI tyle że w ekosystemie Atlassiana. Tutaj wyglądał już inaczej. Bardziej jak coś, co zaczyna spinać całość. Nie jako chatbot, ale jako mechanizm, który potrafi realnie wejść w pracę. W demach nie chodziło już o pytania i odpowiedzi, ale o sytuacje, w których system dostaje zadanie i zaczyna je wykonywać czerpiąc ze wszystkich możliwych źródeł. 

To przesunięcie jest subtelne, ale ważne. Z asystenta w stronę wykonawcy.

W tle bardzo często wracało słowo context. Atlassian mocno próbował wytłumaczyć, że problemem nie jest brak AI, tylko brak zrozumienia organizacji. Model językowy sam w sobie jest potężny, ale bez kontekstu firmy pozostaje generyczny. I tu pojawia się Teamwork Graph. Nie jako produkt w klasycznym sensie, ale jako fundament. Warstwa, która łączy zadania, dokumenty, zespoły, decyzje i historię pracy w jeden spójny obraz organizacji.

Z perspektywy sceny keynote wyglądało to jak próba zbudowania mapy firmy, którą AI może czytać nie jak zbiór plików, ale jak żywy system zależności.

Jednym z ważnych momentów była wyraźna rola dla aplikacji Jira, ale nie w sensie nowych funkcji do zarządzania ticketami. Raczej jako miejsce, w którym zaczyna pojawiać się współpraca z agentami. I nie chodzi tu o chatboty obok systemu, tylko o coś w środku procesu. Agent może dostać zadanie, wykonać jego część, zostawić ślad swojej pracy, a wszystko pozostaje widoczne i kontrolowalne w procesie (workflow).

Atlassian bardzo konsekwentnie unika narracji o AI, które „robi wszystko samo”. Zamiast tego buduje model, w którym AI działa w systemie pracy, a nie obok niego (obok człowieka)

Podobny kierunek widać w Confluence, które coraz mniej przypomina klasyczne wiki. Dokumenty przestają być statycznymi stronami, a zaczynają zachowywać się bardziej jak materiał roboczy. Coś, co można przekształcać, streszczać, wizualizować i zamieniać w inne formy wiedzy. W praktyce Confluence zaczyna przypominać warstwę, w której wiedza nie jest przechowywana, tylko przetwarzana.

Wątek dla developerów również się pojawiał, ale nie w oczywistym sensie narzędzi do kodu. Raczej w kierunku rozumienia całego systemu inżynierskiego. Kod przestaje być izolowanym elementem, a zaczyna być częścią większej układanki. Od ticketów, dokumentacji, decyzji architektonicznych i historii zmian. AI ma rozumieć nie tylko co kod robi, ale dlaczego w ogóle istnieje.

I gdzieś na marginesie pojawił się jeszcze jeden istotny aspekt, który łatwo przeoczyć, ale który jest dość istotny i na pewno będzie mocniej rozwijany. Praca w dedykowanej przeglądarce. Nie jako osobny produkt, tylko jako środowisko, które Atlassian zaczyna obejmować też swoim systemem.

Chodzi o wyjście poza granice własnych aplikacji i wejście w to, co dzieje się między nimi. W Google Docs, Slacku, repozytoriach, dashboardach i innych narzędziach SaaS. W praktyce oznacza to próbę stworzenia warstwy, która rozumie kontekst pracy niezależnie od tego, w jakiej aplikacji aktualnie jesteś.

Jeśli złożyć to wszystko razem, zaczyna się rysować dość spójny obraz. Atlassian nie dokłada AI do swoich produktów. Próbuje przebudować definicję systemu pracy z narzędzi, które stoją obok siebie, do jednego środowiska, w którym AI, dane i ludzie działają wspólnie.

I choć wiele z tych elementów jest jeszcze w różnych stadiach rozwoju, kierunek jest już bardzo wyraźny. Mniej chodzi o nowe funkcje. Bardziej o to, że zmienia się sama definicja pracy w ekosystemie Atlassiana.

I wiecie co?.. tak podsumowując ja temu mocno kibicuje bo mam trochę dosyć zmiany narzędzi tylko po to żeby uzyskać jakąś funkcjonalność lub zadowalający efekt po wielu godzinach analizy, przygotowań i realizacji albo za pomocą jakiegoś dodatku - chciałbym w końcu skupić się na tym by coś budować, przekształcać, dopasowywać mając dostęp do całego kontekstu i mieć kogoś lub coś co w tym pomoże, a w tym modelu pracy wygląda na to że jest to możliwe.