Wnioski z Atlassian Team ’26: AI jako nowy system operacyjny w firmach

Era fascynacji AI jako prostym czatbotem dobiegła końca. Podczas konferencji Atlassian Team ’26 w Anaheim społeczność technologiczna otrzymała jasny komunikat: przewaga rynkowa nie zależy już od modelu AI, ale od jakości kontekstu organizacyjnego, który mu dostarczysz. Sii Polska, jako wieloletni Atlassian Platinum Solution Partner, uczestniczyła w wydarzeniu, aby przeanalizować ewolucję Atlassian w zunifikowaną płaszczyznę sterowania AI (AI Control Plane).

Teamwork Graph: Cyfrowy układ nerwowy Twojej organizacji

Atlassian przestał być jedynie narzędziem do przechowywania danych. Skupia się teraz na relacjach między nimi. Teamwork Graph, dostępny pod adresem teamworkgraph.com, stanowi fundament nowoczesnego ekosystemu. Łączy on zadania w Jira, dokumentację w Confluence oraz inteligencję kodu w czasie rzeczywistym w jedno źródło prawdy.

Nie chodzi już o to, gdzie dane się znajdują, ale jak są ze sobą powiązane.

Dzięki nowym połączeniom z narzędziami takimi jak Figma i Claude, Graph niweluje przepaść między inżynierią a biznesem.

Efekt: 1 spójny widok oparty na kontekście we wszystkich platformach.

Teamwork Graph wprowadza istotną zmianę architektoniczną. Firmy powinny przestać traktować systemy Jira, Confluence, Assets i repozytoria kodu jako izolowane platformy, a zacząć widzieć w nich jedną, połączoną warstwę operacyjną.

Inwestycje powinny teraz koncentrować się na:

• standaryzacji danych we wszystkich projektach i działach,
• uproszczeniu procesów (workflows),
• czyszczeniu historycznej dokumentacji,
• poprawie modeli własności wiedzy i zasobów,
• redukcji duplikowanych lub sprzecznych źródeł informacji.

Największym ryzykiem nie jest już „brak danych”, ale niespójny kontekst. Agenci AI mogą działać skutecznie tylko wtedy, gdy relacje między zadaniami, systemami i ludźmi są wiarygodne i łatwe do zidentyfikowania. Dla wielu organizacji to idealny moment na audyt:

• powielonych projektów i procesów w Jira,
• niespójnej taksonomii zgłoszeń,
• porzuconych przestrzeni w Confluence,
• nieaktywnych integracji,
• niejasnej odpowiedzialności za wiedzę operacyjną.

Rovo i Agenci: od rozmowy do autonomicznej egzekucji

Wraz z osiągnięciem statusu General Availability (GA) przez Agentów w Jira, AI przeszło z fazy sugerowania ulepszeń do wykonywania złożonych zadań. Jira staje się warstwą orkiestracji, w której Sii Workers i agenci AI współpracują ramię w ramię.

Efektywność: dzięki protokołom MCP i integracjom CLI, agenci inicjują złożone przepływy pracy, takie jak budowanie pełnej struktury podziału prac (WBS), na podstawie samej zmiany statusu zgłoszenia.

Jira ewoluuje z platformy do śledzenia zgłoszeń w warstwę odpowiedzialności za działania ludzi i agentów. Kluczowym ogłoszeniem było wykorzystanie integracji opartych na MCP i CLI, co pozwala agentom analizować repozytoria, odkrywać zależności i generować zadania bezpośrednio z kontekstu organizacyjnego. Prezentacje pokazały, jak agenci:

• analizują miliony plików i miliardy linii kodu,
• identyfikują zależności w systemach legacy,
• odkrywają ukryte relacje między zgłoszeniami, gałęziami kodu a dokumentacją,
• automatycznie generują plany wykonawcze.

Stwarza to nowe wyzwanie operacyjne: ład korporacyjny (governance). Organizacje powinny zacząć przygotowywać modele zatwierdzania, ścieżki audytu, struktury uprawnień i granice decyzyjne AI, zanim masowe wdrożenie agentów stanie się codziennością.

Pułapka „AI Slop”: dlaczego jakość danych to nowe bezpieczeństwo

AI nie rozwiąże chaosu organizacyjnego – ona sprawi jedynie, że stanie się on szybciej i wyraźniej widoczny. Atlassian wprowadził ostrzeżenie przed „AI Slop”, czyli niskiej jakości wynikami generowanymi przez AI z powodu słabych fundamentów danych, takich jak przestarzałe procesy czy powielona wiedza.

Security oparte na Governance: dając AI większą władzę, Atlassian stawia na Agent Governance i integrację z Atlassian Guard.

W przeszłości zaniedbania w higienie systemów Jira czy Confluence obniżały głównie efektywność. W erze agentów te same problemy mogą prowadzić do:

• błędnych działań generowanych przez AI,
• mylnych rekomendacji,
• duplikowania pracy,
• ryzyka w obszarze zgodności (compliance).

Organizacje powinny traktować standaryzację procesów, architekturę uprawnień oraz jakość danych operacyjnych jako fundamentalne inwestycje w AI, a nie administracyjny narzut.

Innowacje, które warto śledzić: DIA, Feedback i koniec „szukania”

Kilka nowych produktów zasygnalizowało przejście w stronę proaktywnego odkrywania informacji.

Przeglądarka DIA: Zmiana paradygmatu z „szukania informacji” na „informację, która znajduje Ciebie”. Generuje treści i strony w oparciu o Twój Teamwork Graph i historię przeglądania.

Confluence Slides & Remix: Pozwalają Sii Workers generować profesjonalne prezentacje i grafiki bezpośrednio z danych projektowych, stanowiąc realną konkurencję dla tradycyjnych narzędzi.

Narzędzia takie jak DIA i Rovo Memory pokazują zwrot ku trwałej pamięci organizacyjnej, w której systemy AI stale uczą się ze zgłoszeń, dokumentacji, spotkań i repozytoriów. Kluczowym wyzwaniem nie jest już dostęp do informacji, ale zapewnienie, że AI potrafi bezbłędnie zidentyfikować wiarygodne źródło prawdy.

Podsumowanie: Partnerstwo ludzi i AI

Wnioski z Team ’26 są jasne: sukces odniosą te firmy, które wykorzystają ekosystem Atlassian do zasypania „luki kontekstowej”.