Nowości z Atlassian Team ’26 Europe: nowe możliwości AI dla branż regulowanych 

Podczas Atlassian Team ’26 Europe w Amsterdamie firma zaprezentowała kolejny etap rozwoju pracy z agentami AI. W centrum uwagi znalazły się rozwiązania szczególnie istotne dla branż regulowanych: wspólny kontekst danych, zarządzanie tożsamością agentów oraz przetwarzanie danych przez modele językowe w UE. Nowości te otwierają drogę do szerszej automatyzacji procesów, ale jednocześnie stawiają przed organizacjami nowe wyzwania związane z bezpieczeństwem i nadzorem nad AI. 

Finanse, ochrona zdrowia, farmacja, energetyka i telekomunikacja działają na różnych zasadach, ale wszystkie te branże mierzą się z podobnym wyzwaniem: jak usprawnić pracę dzięki AI, zachowując kontrolę nad dostępem do informacji, jakością wyników i odpowiedzialnością za podejmowane decyzje. Nowości z Amsterdamu wskazują, że te kwestie znajdują rozwiązanie w rozwoju platformy Atlassian. 

Agenci bliżej zespołów i procesów 

Główną zapowiedzią konferencji jest Agentic Multiplayer Protocol (AMP). Atlassian opisuje go jako fundament współpracy, w której agent otrzymuje tożsamość, ograniczony zakres uprawnień i wspólny kontekst z zespołem, a rezultaty jego pracy można ocenić. Firma zapowiedziała także konta agentów oraz rejestr tożsamości, mające ułatwić administratorom kontrolowanie dostępu agentów, aplikacji i kont usługowych. 

Dla organizacji regulowanych istotna jest możliwość powiązania działań AI z konkretnym procesem i zasadami kontroli. Wdrożenie wymaga jednak również decyzji organizacyjnych: przypisania właściciela odpowiedzialnego za agenta, określenia dozwolonych czynności oraz wskazania momentów, w których potrzebna jest akceptacja człowieka. 

Wspólny kontekst i kontrola nad danymi 

Atlassian nieustannie ulepsza także istniejące narzędzia. Rozwijany Teamwork Graph łączy informacje o zadaniach, dokumentacji, komunikacji, kodzie i zasobach. Z kolei aplikacja Artifacts zapewnia trwałe miejsce dla rezultatów pracy AI, które można udostępniać w narzędziach zespołu. Atlassian ogłosił również Local EU AI Inference, ograniczające przetwarzanie danych przez modele językowe do modeli hostowanych w UE. 

Teamwork Graph może ułatwić wykorzystanie wiedzy organizacji, pod warunkiem aktualności źródeł i właściwej konfiguracji uprawnień. Local EU AI Inference odpowiada natomiast na wymagania dotyczące lokalizacji przetwarzania, choć sama lokalizacja nie przesądza o zgodności całego rozwiązania. Dostępność i zakres zapowiedzianych mechanizmów należy potwierdzić dla konkretnego środowiska. 

Samo przechowywanie wyników pracy AI nie wystarcza, aby zapewnić możliwości kontroli jej działań. Organizacja powinna również dokumentować, który użytkownik lub agent AI wykonał dane działanie, jakie informacje i zasady stanowiły podstawę decyzji oraz czy działanie zostało odpowiednio zatwierdzone. 

Od ogłoszeń do mierzalnego pilotażu 

Pilotaż obejmujący jeden proces pozwala ocenić efekty przed rozszerzeniem automatyzacji. Warto mierzyć czas przygotowania materiału do akceptacji, odsetek wyników wymagających istotnej korekty oraz kompletność zapisu działań i decyzji. 

„W branżach regulowanych warto zacząć od procesu, w którym jasno określimy źródła wiedzy, uprawnienia agenta i punkty zatwierdzania. Szczególnej uwagi wymagają wyjątki: sytuacje, w których brakuje danych, źródła są sprzeczne lub zadanie wykracza poza uprawnienia agenta. Już na etapie pilotażu trzeba ustalić, kiedy AI powinno przekazać sprawę człowiekowi” – komentuje Maciej Szostek, Competency Center Director w Sii Polska. 

Takie podejście pozwala rozwijać środowisko Atlassian z uwzględnieniem wymagań bezpieczeństwa, zgodności i potrzeb właścicieli usług. Pozwala sprawdzić wartość nowych możliwości w praktyce, zanim organizacja rozszerzy zakres automatyzacji. 

Chcesz sprawdzić, które nowości od Atlassian mogą wesprzeć Twoją organizację? Skontaktuj się z Atlassian Competency Center w Sii Polska, aby omówić wybrany proces, zakres pilotażu oraz kryteria oceny jego efektów.