Atlassian est un éditeur australien, fondé il y a plus de vingt ans, qui fournit des solutions dans le monde de la collaboration. Connus avant tout pour certains logiciels tels que Jira, Confluence ou encore Trello, la compagnie entame depuis quelques années une mutation vers un modèle différent, délaissant l’approche produit pour se tourner vers l’usage, répondant toujours plus à la problématique de synergie qui anime les entreprises, tout en investissant dans l’intelligence artificielle.
Pour en savoir davantage, nous nous sommes entretenus avec Alexis Gaches, responsable commercial Europe du Sud chez Atlassian, à l’occasion des dernières annonces de la société lors de la Team25 ce 9 avril 2025.
SNC – Comment Atlassian envisage-t-il aujourd’hui la collaboration au sein des organisations ?
Alexis Gaches – Nous sommes convaincus aujourd’hui que pour arriver à atteindre les objectifs de ces grandes organisations avec lesquelles nous travaillons, il faut qu’il y ait une plus grande synergie entre d’une part les collaborateurs qui sont plutôt métiers et d’autre part ceux plutôt techniques. Nous parlons de la méthode Agile depuis de nombreuses années, où le challenge est d’aligner les équipes sur un objectif commun. C’est ainsi que nous avons mis en place cette philosophie du system of work ou système de travail. Celui-ci a vocation à définir de manière plus efficace les objectifs partagés collectivement, rendre visible la planification et rendre accessible à tous les connaissances de chacun.
Comment cette philosophie a-t-elle évolué dans votre approche des produits Atlassian ?
Il y a quelques années, nous vendions encore des produits unitaires. Des produits installés séparément les uns des autres, ce qui veut dire qu’ils ont leur propre référentiel de données, leurs propres règles de juridiction, leurs propres workflows, etc. Ce modèle ayant trouvé ses limites, nous avons basculé vers une approche plateforme afin de mettre en commun toutes ces informations.
“Nous avons basculé vers une approche plateforme.”
Que permettent les « collections » que vous proposez aujourd’hui ?
Ces collections qui regroupent plusieurs outils permettent d’aller encore plus loin dans notre philosophie de plateforme. En effet, on s’éloigne d’une orientation produit pour répondre aux usages. Par exemple, la Collection Strategy : l’intérêt est de tirer dans cette collection l’ensemble des briques et des apps qui sont nécessaires pour mieux gérer et piloter la stratégie de l’organisation. C’est un angle qui nous paraît aujourd’hui plus logique et le plus simple aussi pour le client. Une collection pour le management, une autre pour la collaboration, une troisième pour la gestion stratégique… Ces collections ne sont que le début d’une nouvelle approche, il est fort probable que de nouvelles voient le jour demain.
“Une collection pour le management, une autre pour la collaboration, une troisième pour la gestion stratégique…”
Quels sont les résultats de l’intégration de l’IA, notamment avec Rovo, votre moteur de recherche d’entreprise à base d’IA ?
Rovo a été déployé en seulement six mois pour sa version définitive et compte aujourd’hui à peu près un million d’utilisateurs. Nous avons fait le choix extrêmement fort de l’inclure dans tous les produits, c’est-à-dire que Rovo devient gratuit pour tous les clients d’Atlassian. L’IA est prédominante dans les activités au quotidien des utilisateurs, donc cela nous semblait logique et audacieux de l’intégrer dans tous les outils.
“Rovo devient gratuit pour tous les clients d’Atlassian.”
L’IA est souvent perçue comme une menace pour certains emplois. Quelle est la vision d’Atlassian sur ce sujet ?
Certains peuvent avoir une crainte sur le fait que l’IA ou tout du moins les agents peuvent à terme remplacer un certain nombre de profils. Ce n’est pas une vision que partage Atlassian. L’IA est un team-mate, un partenaire de l’individu pour l’aider dans un certain nombre de tâches. L’humain a toujours le dernier mot : c’est lui qui garde le contrôle et choisit le périmètre d’activités de ces agents virtuels.
Qu’est-ce que le teamwork graph et comment améliore-t-il l’expérience utilisateur ?
Le modèle de données, que nous appelons teamwork graph, permet à l’ensemble des objets manipulés d’être interconnectés. Ce réseau d’informations va permettre à l’IA d’apporter des réponses plus pertinentes et contextuelles. Pour comparer, ChatGPT est un moteur très générique mais global, alors que ce que nous proposons est très spécialisé. Concrètement pour un utilisateur, cela veut dire que ce dernier peut avoir un agent qui va prendre en compte sa place dans l’organisation, ses projets et ses collaborateurs. Il est en mesure de l’aider à structurer son projet. Il s’assure que les besoins exprimés par le métier sont respectés et que les critères de succès sont bien définis et lui propose des ajustements pertinents grâce à sa connaissance du réseau. Cette automatisation augmente le niveau de qualité de chaque étape du cycle de l’individu et lui permet aussi un gain de temps non négligeable.
“ChatGPT est un moteur très générique mais global, alors que ce que nous proposons est très spécialisé.”
Le temps passé à faire des opérations de recherche reste un sujet récurrent dans une grande partie des organisations. Nos clients utilisent des masses phénoménales de données sur nos outils tels que Confluence, et il est vrai qu’extraire une information et faire une recherche pertinente devient compliqué. Grâce au teamwork graph, les utilisateurs peuvent obtenir une qualité de recherche bien plus performante et personnalisée. C’est là la différence avec un moteur de recherche plus générique qui ne va pas prendre en compte le contexte. C’est donc un gain de qualité et de temps, encore une fois.
À quel point l’expérience utilisateur est-elle transformée par l’IA dans les entreprises ?
Pour moi, il s’agit d’un paradigme. Toutes les entreprises ne sont pas arrivées à ce niveau de maturité qui permet de mettre en place les agents, mais les grandes organisations avec qui nous travaillons, comme les banques et assurances, ont des analyses sur comment tirer profit des capacités de l’IA. En partant d’un besoin exprimé, les agents vont effectuer le travail qu’un chef de projet aurait dû faire et qui consiste à analyser cette demande, la découper, choisir les règles de gestion mises en œuvre, évaluer les contraintes, etc. Ils soumettent une proposition de plan de projet au chef de projet qui, bien entendu, garde le dernier mot, peut ajouter des modifications et ainsi toute son organisation est faite en seulement quelques minutes. Cela peut lui faire gagner une demi-journée ou même une journée de travail pour certains.
Avez-vous d’autres exemples d’usages métiers qui montrent le potentiel de vos agents intelligents ?
Prenez une organisation bancaire. L’un de ses sujets est de s’assurer de la gestion des risques. Dans le cadre d’un pré-audit, un agent peut prendre la main pour analyser et savoir si le risque est acceptable ou pas. De même, des agents peuvent rédiger une communication qui sera forcément conforme aux règles de communication de l’entreprise, puisque l’humain va lui indiquer de s’appuyer sur tel référentiel sur Confluence et lui fournir, en langage naturel, des indications. Il y a une multitude de cas d’usage sur lesquels les agents et l’IA d’Atlassian permettent d’améliorer les processus de nos clients. Le champ des possibles est relativement infini.
Camille Suard
