Atlassian Team '26 Europe : humains et agents IA au travail

Le fil conducteur de Team ’26 Europe était le passage d’une IA utilisée individuellement à une IA intégrée au travail collectif.

Pour l’illustrer, Atlassian a présenté AMP (Agentic Multiplayer Protocol). Il ne s’agit pas d’un produit, mais d’un cadre de collaboration qui vise à :

• rendre visible ce que fait un agent, et le moment où il attend une intervention humaine ;
• distinguer clairement les contributions des humains de celles des agents ;
• appliquer des permissions, de la traçabilité et des règles de gouvernance.

L’idée centrale : les agents rejoignent les équipes, mais les humains conservent les décisions qui demandent du jugement.

Avec Rovo Work, Atlassian a présenté une IA capable de mener des tâches complexes en plusieurs étapes, dans un environnement Cloud dédié, et de poursuivre son travail en arrière-plan.

Les annonces autour de Rovo comprenaient également :

• des applications natives pour ordinateur et mobile ;
• une exploitation plus simple du contexte de travail ;
• des conversations partageables et planifiables ;
• des améliorations de la recherche.

Le changement recherché est clair : ne plus seulement demander une réponse à Rovo, mais lui confier un travail à réaliser.

Le Teamwork Graph occupait une place importante. Il relie les connaissances, les tâches, les personnes et les échanges d’une organisation pour donner à l’IA le contexte dont elle a besoin. Parmi les nouveautés présentées :

• Data Context, pour exploiter des sources de données structurées comme Snowflake, Databricks, Tableau ou BigQuery ;
• la compréhension sémantique du code, au-delà d’une simple recherche par mots-clés ;
• la réutilisation des enseignements tirés des sessions d’agents ;
• un serveur MCP enrichi, qui permet à des assistants externes d’accéder aux outils et au contexte Atlassian.

La stratégie ne consiste donc pas à imposer Rovo comme unique assistant : Atlassian veut aussi fournir le contexte et les connexions aux autres outils d’IA. Nous détaillions déjà cette logique dans notre article Jira.dev : l’IA comble (enfin) l’écart de productivité.

Plusieurs démonstrations portaient sur la continuité du travail entre les outils :

• Dans Jira, afficher les sessions d’agents, repérer celles qui sont bloquées, intervenir et rattacher leur travail à un ticket.
• Avec Planner, rédiger des spécifications à plusieurs, humains et agents, puis évaluer leur niveau de préparation avant leur transfert dans le backlog.
• Avec Loom Record for Agent, transformer une explication à l’écran en instructions structurées, avec captures et critères d’acceptation.
• Avec les revues de pull requests interactives, expliquer les changements de code en vidéo, notamment aux profils non développeurs.
• Avec Artifacts, rendre les productions générées par l’IA partageables, recherchables et intégrables dans les espaces de travail.

Le point commun de ces annonces : éviter que les échanges avec l’IA et leurs résultats restent isolés du travail de l’équipe.

Côté service management, Atlassian a notamment présenté :

• l’aide de Rovo à l’analyse des causes d’incidents, avec des liens directs vers le code concerné ;
• l’évaluation des risques avant un changement ou une mise en production ;
• le suivi de l’onboarding et la génération de plans adaptés à chaque arrivée.

La session Seibert « Great JSM agents don’t start with AI » apportait un autre éclairage : la réussite d’un agent dans Jira Service Management repose d’abord sur des fondations solides, de la qualité des processus à l’organisation opérationnelle, en passant par le leadership.

Autrement dit, ajouter une IA ne suffit pas si le service n’est pas prêt à l’utiliser.

Trois sujets se détachaient :

• des identités dédiées aux agents, pour limiter leurs droits et leur attribuer clairement leurs actions ;
• Atlassian Guard, avec des politiques de protection contre les fuites de données ;
• le début du déploiement d’EU AI Inference, pour réaliser le traitement de l’IA au sein de l’Union européenne.

Une nuance importante s’impose toutefois : le périmètre exact de l’inférence européenne pour Rovo Work et ses environnements d’exécution n’a pas été entièrement précisé. Cette annonce ne doit donc pas être lue comme une garantie générale couvrant tous les usages. Pour aller plus loin sur la gestion des données par Rovo, consultez notre article ZDR de Rovo : ce que cela change après le 17 août 2026.

Team ’26 Europe a également abordé le pilotage économique de l’IA, avec trois outils :

• DX Agent Effectiveness, pour évaluer la qualité des instructions, les interventions humaines nécessaires et le respect du périmètre confié à un agent ;
• Model-Fit Score, pour identifier les tâches pour lesquelles un modèle moins coûteux aurait suffi ;
• AI Capital Management, pour suivre les dépenses par fournisseur, par équipe et par initiative, au regard des budgets et des priorités.

L’enjeu : mesurer la valeur produite, et pas seulement multiplier les usages de l’IA.

En dehors de la keynote, les migrations Cloud et l’accompagnement des clients restaient des sujets centraux. Sur notre stand et lors de nos échanges, plusieurs tendances sont ressorties :

• des questions récurrentes sur le passage de Linchpin vers Mantra et sur Agile Hive Cloud ;
• le besoin de supports et de packages de migration réutilisables ;
• des attentes fortes envers des programmes partenaires plus lisibles ;
• l’importance des rencontres entre clients et partenaires, notamment autour de Flowchella.

Précisons-le : il s’agit ici d’enseignements de terrain recueillis par Seibert, et non d’annonces produits d’Atlassian. Si vous préparez une migration, notre article En combien de temps migrer vers le cloud Atlassian ? vous aidera à la planifier.

Team ’26 Europe a présenté une plateforme où l’on peut préparer, exécuter, suivre et gouverner le travail des humains comme celui des agents IA. Pour en tirer parti, trois questions méritent d’être posées dès maintenant dans votre organisation :

• Votre contexte est-il prêt ? Des tâches, une documentation et des décisions centralisées dans Jira et Confluence sont la condition pour que les agents soient utiles.
• Votre gouvernance est-elle prête ? Définissez ce que les agents peuvent faire, quand une validation humaine est requise et comment leurs actions sont tracées.
• Savez-vous mesurer la valeur ? Suivez les coûts et l’efficacité de l’IA comme n’importe quel autre investissement.

Seibert Solutions vous accompagne pour traduire ces annonces en actions concrètes pour votre environnement Atlassian : déploiement de Rovo, gouvernance des agents, optimisation des licences ou migration vers le Cloud.