Bilan de Team ’26 Europe : les agents IA deviennent des membres de l'équipe

Des agents IA qui collaborent dans Jira, développent du contenu dans Confluence aux côtés des humains et prennent en charge des tâches de manière autonome : lors de la conférence Team ’26 Europe, Atlassian a montré la voie vers laquelle évolue la collaboration.

L'essentiel en bref

  • Grâce à AMP, Atlassian transforme les agents IA en membres d'équipe visibles et identifiables dans Jira, Confluence et Loom.
  • À l’avenir, Jira affichera toutes les sessions des agents d’une équipe, qu’elles soient locales ou dans le cloud. Il sera possible d’y répondre directement aux questions posées par les agents.
  • Rovo se dote d’une nouvelle application de bureau et, avec Rovo Work, d’un mode permettant de gérer des tâches à plusieurs étapes.
  • Le Teamwork Graph prend désormais en charge le code source et les données métier structurées.
  • Avec EU AI Inference, les requêtes d’IA sont entièrement traitées en Europe. Le déploiement a commencé.
  • À compter du 3 décembre 2026, des quotas s’appliqueront aux crédits Rovo, et l’automatisation sera facturée à chaque étape.

AMP : le cadre d'Atlassian pour la collaboration entre les humains et les agents IA

L'annonce phare de cette conférence porte un nom quelque peu technique : Agentic Multiplayer Protocol, ou AMP en abrégé. Le principe est simple à expliquer. Jusqu’à présent, les utilisateurs travaillent généralement seuls avec des assistants IA. Ils posent une question, obtiennent une réponse et transfèrent le résultat dans un document ou une autre application. Si une autre personne souhaite prendre le relais, elle doit d’abord rassembler laborieusement le contexte antérieur.

L’AMP n’est ni un produit isolé, ni un simple chatbot de plus. Il s’agit du cadre défini par Atlassian pour permettre la collaboration entre les utilisateurs et les agents IA sur la plateforme Atlassian et au-delà. Il se compose de trois niveaux :

  • Collaboration en temps réel et asynchrone : les agents indiquent sur quoi ils travaillent, ce qu’ils ont accompli et où ils ont besoin d’apports.
  • Identité et présence : chaque agent est identifiable en tant que tel, et les contributions sont clairement attribuées.
  • Contexte et gouvernance : les autorisations et les contrôles s’appliquent également aux agents. Les décisions importantes restent du ressort des humains.

Selon Atlassian, plus de 11 millions d’interactions AMP ont déjà lieu chaque mois entre les équipes et les agents. Les nouveautés suivantes dans Jira, Confluence et Loom illustrent comment cela se traduit dans la pratique.

Jira, Confluence et Loom : collaboration entre les humains et les agents IA

Nouvelles fonctionnalités Atlassian dans Loom

Avec Loom, montrez simplement ce que l'agent doit faire

La nouvelle fonctionnalité « Record for Agent » de Loom est également intéressante à ce sujet. Au lieu de décrire en détail à un agent IA ce qu’il doit modifier, les collaborateurs enregistrent leur écran et montrent simplement la modification souhaitée. Loom comprend ce qui est dit, montré et mis en évidence. Il en résulte une instruction structurée comprenant des captures d’écran et des critères d’acceptation.

À Amsterdam, Atlassian a fait une démonstration à l’aide d’un site web dont le design devait être modifié par un agent Figma. Un bref enregistrement d’écran a suffi pour lui expliquer la tâche. « Record for Agent » fait partie de la nouvelle application de bureau Loom pour Mac et est déjà disponible en bêta ouverte. Cela devrait plaire à beaucoup. En effet, il est souvent plus simple de pointer du doigt un élément et de dire « C’est exactement ici que j’aimerais apporter une modification » que de formuler une instruction détaillée. Les collaborateurs qui se sont jusqu’à présent peu intéressés au « prompting » trouveront ainsi plus facilement leurs marques avec l’IA.

Les superpositions IA (AI Overlays) constituent une autre nouveauté de Loom. D’un simple clic, Loom enrichit une vidéo de titres animés, de messages clés mis en évidence ainsi que de cartes d’introduction et de conclusion. Ces éléments s’appuient sur la transcription et le contexte issus du « Teamwork Graph ». AMP et Loom adoptent ainsi la même approche : la collaboration avec l’IA s’inspire de méthodes de travail que les utilisateurs connaissent déjà. Cela réduit sensiblement les obstacles à la mise en place de processus assistés par l’IA.

Revues de code par vidéo : revues interactives de pull requests avec Loom

Revenons à la question posée au début : qui vérifie ce que font les agents ? Dans le développement logiciel, cette question fait déjà partie du quotidien. Lorsque des agents IA écrivent une grande partie du code, la vérification des pull requests devient un goulot d’étranglement. Les réviseurs doivent comprendre ce qui a changé, pourquoi, et si la modification est sûre. C’est là qu’Atlassian intervient avec les revues de PR interactives. Rovo, le Teamwork Graph et Loom génèrent automatiquement une courte vidéo pour chaque pull request. Celle-ci montre la modification, explique sa mise en œuvre et décrit comment elle a été testée. Les décisions pertinentes, issues par exemple d’un document de conception dans Confluence, sont directement liées.

Les développeurs ne sont pas les seuls à en bénéficier. Les équipes de gestion de produit et de conception peuvent également comprendre les modifications à l’aide de la vidéo et les commenter directement, sans avoir à lire le code. Atlassian teste actuellement cette fonctionnalité auprès de certains clients ; elle devrait très bientôt être intégrée à la Teamwork Collection.

Les équipes de développement ne sont que les premières à ressentir ce problème. Selon Taroon Mandhana, la vérification à grande échelle des résultats générés par les agents IA deviendra bientôt une tâche courante dans tous les services. Atlassian souhaite donc fournir à tous ses collaborateurs la vue d’ensemble nécessaire pour qu’ils puissent décider s’ils acceptent un résultat ou s’ils doivent l’examiner de plus près.

Rovo et Artifacts : des agents IA accomplissent des tâches de manière autonome

Teamwork Graph et MCP : le contexte, fondement de l'IA Le « Teamwork Graph » relie les connaissances de l'entreprise au contexte approprié

Présentation d'Atlassian Teamwork Graph

Avec autant de nouvelles fonctionnalités, on perd facilement de vue la technologie qui, en arrière-plan, joue un rôle de plus en plus important : le Teamwork Graph. Il relie les informations issues de Jira, Confluence et de nombreuses autres applications. Rovo identifie ainsi les relations entre les tâches, les documents et les décisions, et en tient compte à chaque requête.

Lors de la conférence Team ’26 Europe, Atlassian a annoncé que le Teamwork Graph comptait désormais plus de 250 milliards d’objets et de liens. Il y a six mois, ce chiffre s’élevait encore à 150 milliards. Mais au-delà de cette ampleur, ce qui importe davantage, c’est la nature des informations qu’Atlassian relie désormais entre elles.

Protection des données et sécurité : utiliser l'IA de manière responsable

Gérer les coûts liés à l'IA : quel est le coût du recours à des agents IA ?

Team26 Europe : coûts liés à l'IA

Une question a été au cœur des discussions tout au long de l’événement Team ’26 Europe : comment gérer de manière raisonnable les coûts liés aux agents IA ? Prises isolées, les requêtes IA ont un impact financier négligeable. Mais lorsque de nombreux collaborateurs utilisent régulièrement différents agents pour effectuer des tâches complexes en plusieurs étapes, les dépenses s’accumulent rapidement.

Pourtant, toutes les tâches ne nécessitent pas le modèle linguistique le plus performant. Un exemple fourni par Atlassian lui-même illustre l’ampleur du potentiel d’économies : le mois dernier, environ 3 200 cycles d’agents ont été exécutés pour la création de documentation. Une analyse réalisée à l’aide du « Model Fit Score » dans DX, l’application d’Atlassian destinée à mesurer la productivité des équipes de développement, a révélé que pour 59 % de ces tâches, un modèle nettement moins coûteux aurait suffi, sans que la qualité n’en pâtisse. Ainsi, ceux qui utilisent le plus gros modèle pour chaque tâche paient plus cher dans plus de la moitié des cas.

Atlassian renforce la transparence grâce à AI Capital Management, disponible dans la Strategy Collection. Les clients de la Strategy Collection peuvent déjà utiliser ces fonctionnalités en bêta ouverte. Les dirigeants peuvent voir en un coup d’œil l’évolution des dépenses liées à l’IA par rapport au budget et aux priorités, ventilées par fournisseur de modèles, service, équipe et initiative. Les coûts liés au personnel et aux jetons sont présentés côte à côte. Cela permet de voir clairement où les ressources d’IA sont utilisées et comment elles contribuent aux objectifs de l’entreprise.

Aujourd’hui, on en est encore à tester, dans de nombreux endroits, quelles tâches peuvent réellement être automatisées. Cependant, à mesure que l’utilisation se généralise, la rentabilité devient rapidement une priorité, et ce au plus tard à partir du 3 décembre 2026. À partir de cette date, des quotas fixes s’appliqueront aux crédits Rovo, et l’automatisation sera facturée à chaque étape exécutée. Tout dépassement sera facturé en supplément ou suspendu, selon les paramètres définis. Il est donc judicieux de réfléchir dès le départ à l’utilisation, aux avantages et aux coûts. Ce qui est déterminant, ce n’est pas seulement le prix du modèle, mais aussi le temps réellement gagné grâce à l’automatisation, la qualité qu’elle offre et le niveau de contrôle humain dont elle continue de nécessiter.

Dans notre webinaire « Déployer l’IA à grande échelle sans que les coûts ne deviennent incontrôlables », nous vous montrons comment identifier les facteurs de coûts et maîtriser votre utilisation de l’IA.

La disponibilité en un coup d'œil

Fonctionnalité
Serveur MCP Atlassian (entièrement reconstruit, environ 220 outils)
Statut
Disponible
Remarque
Disponibilité générale

 
Fonctionnalité
Code Context (code source dans le Teamwork Graph)
Statut
Disponible
Remarque
Disponibilité générale ; GitLab suivra en novembre

 
Fonctionnalité
« My agent sessions » dans Jira
Statut
Disponible
Remarque
Depuis juillet 2026, pour les agents assignés à des tâches Jira

 
Fonctionnalité
AI Capital Management (Strategy Collection)
Statut
Disponible
Remarque
Bêta ouverte pour tous les clients de la Strategy Collection

 
Fonctionnalité
EU AI Inference
Statut
En cours de déploiement
Remarque
Déploiement lancé ; date à déterminer selon l’instance

 
Fonctionnalité
Application Artifacts
Statut
Bêta
Remarque
Bêta, tous les forfaits payants

 
Fonctionnalité
Rovo Desktop
Statut
Bêta
Remarque
Bêta pour Windows et macOS ; nouvelle version pour macOS annoncée en novembre

 
Fonctionnalité
Loom « Record for Agent »
Statut
Bêta
Remarque
Bêta ouverte

 
Fonctionnalité
Planner (Teamwork Collection)
Statut
Accès anticipé
Remarque
EAP avec liste d’attente depuis août 2026

 
Fonctionnalité
Sessions d’agents locales dans Jira
Statut
Accès anticipé
Remarque
EAP fermé

 
Fonctionnalité
Revues interactives de pull requests avec Loom
Statut
Accès anticipé
Remarque
EAP fermé ; très bientôt dans la Teamwork Collection

 
Fonctionnalité
Loom AI Overlays
Statut
Accès anticipé
Remarque
Accès anticipé

 
Fonctionnalité
Rovo Work
Statut
Annoncé
Remarque
Aucune date communiquée

 
Fonctionnalité
Application Code Search
Statut
Annoncé
Remarque
Très bientôt

 
Fonctionnalité
Agent Accounts (identités propres aux agents)
Statut
Annoncé
Remarque
Prochainement

 
Fonctionnalité
Assignation de tâches à Codex depuis Jira (partenariat avec OpenAI)
Statut
Annoncé
Remarque
Prochainement

 
Fonctionnalité
Quotas pour les crédits Rovo ; Automation par étape
Statut
À partir du 3 décembre 2026
Remarque
Les dépassements sont facturés ou suspendus selon les paramètres définis

 
État : novembre 2026. Les disponibilités peuvent varier selon le forfait et la région.

Ce que nous retenons de l'équipe « Team '26 Europe »

Les annonces faites à Amsterdam montrent clairement dans quelle direction évolue la stratégie d'Atlassian en matière de plateforme. Jira, Confluence, Loom et Rovo s'intègrent de plus en plus étroitement, et les agents IA prennent de plus en plus en charge des tâches au sein des flux de travail habituels. Il est remarquable de constater à quel point Atlassian considère la collaboration entre les humains et l’IA comme allant de soi. Les agents sont visibles dans Jira, travaillent aux côtés des utilisateurs sur les pages Confluence et accèdent au même contexte d’entreprise.

Cela peut sembler être le prolongement logique des fonctionnalités d’IA existantes. Mais il y a une grande différence entre le fait que les collaborateurs utilisent des outils d’IA isolés et le fait que ces outils soient réellement intégrés dans la collaboration. En effet, souvent, la difficulté ne réside pas du tout dans l’exécution d’une tâche à l’aide de l’IA. Le plus fastidieux est de fournir les bonnes informations, de transmettre les résultats aux bonnes personnes et de mettre toutes les parties prenantes au même niveau de connaissance. C’est précisément là qu’intervient Atlassian.

Il est donc utile d’examiner ces innovations à la lumière de vos propres processus. Dans quelle mesure les connaissances de votre entreprise sont-elles bien structurées ? Les décisions importantes sont-elles documentées ? Les équipes trouvent-elles les informations dont elles ont besoin ? Et quelles tâches récurrentes se prêtent particulièrement bien à la collaboration avec des agents IA ? Les réponses à ces questions indiquent où se situent les cas d’utilisation pertinents.

Pour cela, il n’est pas nécessaire de transformer d’emblée l’ensemble de l’organisation. Un bon point de départ est, par exemple, une équipe de développement qui travaille déjà avec des agents IA et utilise Jira pour la gestion de projet. Cela permet de tester dans quelle mesure les sessions avec les agents s’intègrent dans les processus existants, quelles informations les agents ont besoin et où les tâches peuvent être automatisées de manière judicieuse. Fort de ces expériences, vous étendrez progressivement l’utilisation de l’IA tout en étant prêt lorsque les fonctionnalités annoncées seront disponibles pour tous.

Pour nous, chez Communardo, la conférence Team ’26 Europe confirme avant tout une chose : l’avenir de la collaboration réside dans la combinaison intelligente des personnes, de l’IA et du savoir-faire de l’entreprise. C’est exactement ce que représente notre vision « Smarter Together ». En tant que partenaire Atlassian, nous vous accompagnons tout au long de ce processus, de la structuration de vos connaissances dans Confluence à la mise en place de règles claires pour les agents, jusqu’à la création de votre première équipe pilote.

Marvin Kotlo
18. novembre 2026 

Préparez votre environnement Atlassian à l'arrivée des agents IA

N’hésitez pas à prendre rendez-vous pour un entretien personnalisé et sans engagement avec nos experts commerciaux Atlassian. Ensemble, nous déterminerons quelles nouveautés de Team ’26 Europe votre entreprise peut d’ores et déjà exploiter de manière pertinente.

Marlen Kaiser, Team Leader Customer Acquisition bei Communardo Software GmbH

Votre interlocutrice

Marlen Kaiser
Chef d'équipe Acquisition de clientèle

Prendre rendez-vous dès maintenant