Atlassian ogłosił właśnie jedną z ciekawszych aktualizacji Jiry od lat. Chodzi o funkcję „agents in Jira” – możliwość przypisywania zadań agentom AI bezpośrednio z tego samego dashboardu, z którego zarządza się ludzkim zespołem.
Brzmi prosto, ale konsekwencje mogą być poważne.
Co konkretnie się zmieniło?
Do tej pory agenty AI działały gdzieś „obok” – w osobnych narzędziach, z osobnymi interfejsami, wymagały osobnego nadzoru. Atlassian postanowił to zmienić radykalnie. Od teraz w Jirze można:
- przypisywać tickety i zadania agentom AI, dokładnie tak jak ludziom,
- śledzić postęp pracy agenta w czasie rzeczywistym,
- ustawiać deadliny i metryki dla zadań wykonywanych przez AI,
- dodawać agenty do trwających już projektów w połowie ich realizacji.
Funkcja jest dostępna w otwartej becie.
„Porządek zamiast chaosu”
Tamar Yehoshua, nowa Chief Product and AI Officer w Atlassianie, mówi wprost: firmy od dekad używają Jiry do koordynowania ludzkiej pracy. Teraz agenty robią coraz więcej tej samej pracy i naturalnym krokiem jest wciągnięcie ich do tego samego środowiska.
„You’ve been hearing in the zeitgeist lately that all of these agents are creating more work for people, and in some ways, more chaos. What we’re really good at is putting order to that chaos.” – powiedziała Yehoshua.
To zresztą nieprzypadkowe sformułowanie. Atlassian wprost komunikuje, że rozumie problem, z którym borykają się enterprise’owe zespoły: wdrożono agenty, przybyło narzędzi, a zamiast mniej pracy – jest więcej zamieszania.
Komentarz: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Widzę w tym ruchu Atlassianu coś ważnego, ale też pewne ryzyko, o którym mało kto mówi otwarcie. Z jednej strony – unifikacja zarządzania ludźmi i agentami w jednym miejscu to krok w dobrą stronę. Menedżerowie dostaną wreszcie pełny obraz tego, co się dzieje w projekcie, zamiast żonglować kilkoma interfejsami. To realna wartość.
Z drugiej strony, pojawia się pytanie, które mnie niepokoi: czy traktowanie agenta AI jak „pracownika z ticketami” nie tworzy fałszywego poczucia kontroli? Agent w Jirze ma status zadania, deadline, metryki. Ale kto faktycznie odpowiada za jakość jego pracy? Czy menedżer będzie potrafił odróżnić ticket zamknięty przez człowieka od ticketu zamkniętego przez AI, jeśli interfejs wygląda identycznie?
Możliwość porównania wydajności agentów i ludzi na tym samym projekcie brzmi kusząco. Ale za tym kryje się też presja – i to na pracowników. Warto zadać sobie pytanie, jak ta „przejrzystość” wpłynie na kulturę pracy w firmach, które zaczną ją stosować.
Dlaczego to ma sens biznesowo
Poza warstwą produktową, jest tu ciekawa logika biznesowa. Firmy nadal szukają realnego ROI z inwestycji w AI. Widoczność – czyli możliwość zobaczenia, jak agent radzi sobie z konkretnym zadaniem w porównaniu do człowieka – może pomóc decydentom określić, gdzie w ogóle warto deployować agenty, a gdzie powinien pracować człowiek.
To jest prawdopodobnie jeden z trudniejszych problemów enterprise’owego AI: nie brakuje narzędzi, brakuje odpowiedzi na pytanie „gdzie to zastosować”.
Dopiero początek
Yehoshua zapowiedziała, że to pierwsza z wielu podobnych aktualizacji. Atlassian wyraźnie stawia na stopniowe wbudowywanie AI w istniejące workflow – zamiast wymuszać na firmach przejście na zupełnie nowe platformy.
„It’s only the beginning of the journey. It’s a long journey, but this is a really important step of how to integrate AI into the workflows that you already have.”
Strategia ma sens. Większość dużych organizacji nie zrezygnuje z Jiry z dnia na dzień – ale chętnie doda do niej nowe możliwości. Atlassian gra na tym, co już zna.
Pytanie, które pozostaje otwarte: kiedy pojawi się pierwszy głośny przypadek, gdzie agent „zamknął” zadanie, którego nie powinien dotykać, i nikt tego nie zauważył w porę?
