Lärdomar från Atlassian Team ’26: från verktyg till samspel mellan människor och AI

”AI som chatbot”-eran är officiellt över. På Atlassian Team ’26 fick den globala teknikcommunityn ett tydligt budskap: konkurrensfördelar beror inte längre på själva AI-modellen, utan på det organisatoriska sammanhanget den får tillgång till. Sii, en långvarig Atlassian Platinum Solution Partner, deltog i eventet för att analysera hur Atlassian utvecklas till en enhetlig AI-kontrollplan.

Teamwork Graph: det nya nervsystemet i er organisation

Atlassian har gått bortom enkel datalagring och fokuserar nu på datarelationer. Teamwork Graph, som nås via teamworkgraph.com, fungerar som grunden för det moderna ekosystemet. Den kopplar samman Jira-uppgifter, Confluence-dokumentation och realtidsbaserad kodintelligens till en enda källa till sanning.

Det handlar inte längre om var data finns, utan om hur den hänger ihop.

Med nya integrationer för Figma och Claude överbryggar Graph klyftan mellan teknik och verksamhet.

Resultat: 1 kontextdriven vy över alla plattformar.

Teamwork Graph innebär ett stort arkitektoniskt skifte. Företag bör sluta behandla Jira, Confluence, Assets och källkodsrepositorier som isolerade plattformar och i stället börja se dem som ett sammanlänkat operativt kontextlager.

Det innebär att investeringar nu bör fokusera på:

• Datastandardisering över projekt och avdelningar
• Förenkling av arbetsflöden
• Rensning av äldre dokumentation
• Förbättrade ägarskapsmodeller för kunskap och tillgångar
• Minskning av duplicerade eller motstridiga informationskällor

Den största risken är inte längre ”saknad data”, utan inkonsekvent kontext. AI-agenter kan endast arbeta effektivt när relationerna mellan arbetsobjekt, system och människor är tillförlitliga och möjliga att upptäcka.

För många organisationer är detta rätt tillfälle att se över:

• Duplicerade Jira-projekt och arbetsflöden
• Inkonsekventa ärendetaxonomier
• Övergivna Confluence-utrymmen
• Frånkopplade integrationer
• Otydligt ägarskap av operativ kunskap

AI-agenter kan endast arbeta effektivt när kontexten är strukturerad, sammanlänkad och möjlig att upptäcka i hela organisationen.

Rovo & Agents: från konversation till autonomt utförande

Med Agents i Jira som nu når General Availability (GA) har AI gått från att föreslå förbättringar till att utföra komplexa uppgifter. Jira fungerar nu som ett orkestreringslager där människor och AI-agenter samarbetar.

Effektivitet: Genom MCP- och CLI-integrationer kan agenter trigga komplexa arbetsflöden, som att bygga en fullständig Work Breakdown Structure (WBS), enbart genom en statusändring i ett ärende.

Jira utvecklas från en plattform för ärendehantering till ett orkestrerings- och ansvarslager för både människor och AI-agenter.

En av de viktigaste nyheterna var den ökande användningen av MCP- och CLI-baserade integrationer, vilket gör det möjligt för agenter att utföra arbetsflöden, analysera repositorier, upptäcka beroenden och generera operativa uppgifter direkt utifrån organisationens kontext.

Vid presentationerna fick vi se agenter som:

• Analyserar miljontals filer och miljarder kodrader
• Identifierar äldre beroenden
• Upptäcker dolda relationer mellan ärenden, team och dokumentation
• Genererar genomförandeplaner automatiskt 

Detta skapar en ny operativ utmaning för företag – styrning. Organisationer bör börja förbereda godkännandemodeller, revisionsspår, behörighetsstrukturer och gränser för AI-baserat utförande innan storskalig agentanvändning blir en operativ verklighet.

Varningen om ”AI Slop”: det är datakvaliteten som gäller nu

AI löser inte organisatoriskt kaos, utan gör bara att det blir tydligare och mer uppenbart. Atlassian har varnat för ”AI Slop”, som är ett resultat av låg kvalitet som genereras av AI på grund av bristfälliga datagrunder, såsom föråldrade processer eller dubbelarbete.  

Säkerhet med fokus på styrning: I takt med att AI får mer kraft satsar Atlassian ännu mer på Agent Governance och Guard-integration.

AI kommer inte att lösa operativt kaos – den kommer att exponera det snabbare och tydligare.

Tidigare ledde bristande underhåll av Jira- och Confluence-systemen främst till minskad effektivitet. I agenternas era kan samma problem leda till:

• Felaktiga AI-genererade åtgärder
• Vilseledande rekommendationer
• Duplicerat utförande
• Risker kopplade till styrning och regelefterlevnad

Organisationer bör nu behandla vissa standarder som grundläggande AI-investeringar snarare än som administrativ belastning.

De omfattar följande:

• Standardisering av arbetsflöden
• Behörighetsarkitektur
• Kunskapsägarskap
• Operativ datakvalitet 

Innovationer att hålla ögonen på: DIA, Feedback och slutet på ”sökandet”

Flera nya produkter signalerade en övergång mot proaktiv informationssökning.

DIA Browser: Ett skifte från ”att söka efter information” till ”informationen hittar dig”. Den genererar innehåll och webbplatser baserat på din Teamwork Graph och webbläsarhistorik.

Confluence Slides & Remix: Direkt konkurrens till traditionella verktyg, vilket gör det möjligt för användare att generera varumärkesanpassad grafik och slides direkt från projektdata.

Skiftet från ”att söka efter information” till att ”AI levererar kontext proaktivt” förändrar helt hur organisationer interagerar med kunskap.

Verktyg som DIA och Rovo Memory visar en rörelse mot ett bestående organisatoriskt minne, där AI-system kontinuerligt lär sig från ärenden, dokumentation, möten, repositorier och samarbets-historik.

I presentationerna lyftes en framtid där AI-system kan:

• Proaktivt förbereda operativa briefingar
• Generera arkitekturförslag
• Upptäcka organisatoriska beroenden
• Lyfta fram relevant kontext innan användaren söker efter det

Den största utmaningen är inte längre tillgång till information, utan att säkerställa att AI-system på ett tillförlitligt sätt kan identifiera rätt operativ kontext och auktoritativ källa till sanning i hela organisationen.

Samarbete mellan människa och AI

Slutsatsen från Team ’26 är att de mest framgångsrika organisationerna inte kommer att ersätta människor med AI, utan använda Atlassian för att överbrygga ”kontextgapet”.