Atlassian Rovo vagy saját AI-integráció kerüljön a Jira és a Confluence mellé?

Az OpenAI 2026. október 6-án jelentette be, hogy kibővíti együttműködését az Atlassiannal. A megállapodás alapján az Atlassian platformján és a Rovóban futó agenteket OpenAI-modellek működtetik majd. A Jira-jegyeket, Confluence-oldalakat, döntéseket és munkatársakat összekapcsoló vállalati kontextus határozza meg, mennyit ér a megoldás, és mennyire függsz a két szolgáltatótól.

Ha a fejlesztési munkát már Jira és Confluence köré szervezted, és a szükséges Rovo-, ChatGPT- vagy Codex-kapcsolatok elérhetők a fiókodban, készíts elő egy szűk pilotot. Ha kötött az adatok feldolgozási helye, saját infrastruktúrán használod az Atlassian termékeit, vagy főként magyar dokumentumokkal dolgozol, előbb kérj írásos műszaki és szerződéses válaszokat.

Mit ad az új megállapodás a Jira és a Confluence felhasználóinak?

Az új megállapodás szorosabban összekapcsolja az OpenAI modelljeit az Atlassian vállalati kontextusával. A bejelentés a GPT-6 Astrát és a GPT-5.6 sorozatot is megnevezi, a két vállalat együttműködése pedig 2023-ban kezdődött.

A Rovo az OpenAI modelljeit az Atlassian Teamwork Graph-fal kapcsolja össze. Ez a kontextusréteg emberek, projektek, dokumentumok és döntések közötti kapcsolatokat kezel. Egy termékbevezetésnél Jira-jegyekből, Confluence-oldalakból és kapcsolódó megbeszélésekből állíthat össze helyzetképet a határidőkről, az akadályokról és a szükséges döntésekről. Ez a gyártó saját példája.

A bejelentés szerint több mint 3 000 Atlassian-fejlesztő használja a Codexet terminálban, fejlesztői környezetben és kódellenőrzésnél. Ez az Atlassian belső használati adata. Ügyféloldali termelékenységi javulást, költségcsökkenést vagy megtérülést ez a szám nem igazol.

A megállapodás jelentőségét a kontextus adja. A modellek olyan munkafolyamatokba kerülhetnek be, ahol a feladatok, a dokumentáció és a döntések már eleve az Atlassian termékeiben találhatók. Emiatt a beszerzési döntésben a hozzáférések és az adatkapcsolatok legalább annyit számítanak, mint a modell neve.

Miért a vállalati kontextus dönti el az értéket és a függőséget?

A megoldás akkor hasznos, ha megtalálja a megfelelő Jira-jegyeket, dokumentumokat és döntéseket, közben pedig betartja a jogosultságokat. Egy általános modell nem ismeri a projektjeid állapotát. A Teamwork Graph adja hozzá azt a vállalati kontextust, amelyből a Rovo válaszolhat vagy műveletet javasolhat.

Ez a felépítés függőséget is teremt. Ha a kapcsolatok, a jogosultságok és a keresési logika az Atlassian platformján állnak össze, egy későbbi modellcsere önmagában nem feltétlenül elég ahhoz, hogy a munkafolyamatot máshová vidd. Saját integrációnál több fejlesztési és üzemeltetési feladat marad nálad, viszont külön tarthatod az adatkapcsolatokat, a jogosultságkezelést és a modellréteget. A menedzselt és a saját agent-réteg közötti döntést az OpenAI Agents API-ról szóló útmutató részletesebben is bemutatja.

Az Atlassian és a Teamwork Graph CLI pluginjein keresztül a ChatGPT és a Codex hozzáférhet a munkafolyamathoz tartozó projektinformációkhoz és műszaki dokumentációhoz. Az OpenAI szerint a hozzáférés megfelelő jogosultságokhoz kötött. A pilotban ezért ellenőrizd, hogy minden felhasználó kizárólag azt a tartalmat kapja meg, amelyhez az Atlassian termékeiben hozzáférhet.

A saját integráció akkor lehet indokolt, ha több modellszolgáltatót akarsz versenyeztetni, külön jogosultsági réteget tartasz fenn, vagy az Atlassianon kívüli rendszerek adják a szükséges kontextus nagy részét. A menedzselt megoldás akkor lehet előnyösebb, ha a releváns tudás már a Jirában és a Confluence-ben található, és a beépített kapcsolatok csökkentik az integrációs munkát.

Mit tesztelj egy magyar nyelvű Jira-munkafolyamaton?

Egy valós, körülhatárolt munkafolyamaton teszteld a forráskeresést, a jogosultságokat és az emberi javítás szükségességét. Az OpenAI termékbevezetési példájához illeszkedő kiadás-előkészítés alkalmas erre, mert a szükséges információ Jira-jegyekben, Confluence-oldalakon, döntési feljegyzésekben és kódellenőrzésekben található.

A Rovo és a saját integrációd ugyanazokat a feladatokat kapja. Nézd meg, hogy mindkét megoldás:

1. összegyűjti egy kiadás nyitott Jira-jegyeit;
2. megtalálja a kapcsolódó Confluence-döntéseket és műszaki dokumentumokat;
3. jelzi, ha egy határidőhöz hiányzik felelős vagy jóváhagyás;
4. magyar összefoglalót készít az eltérő nyelven írt forrásokból;
5. hivatkozik minden dokumentumra, amelyre a válaszát alapozta;
6. megtartja a tesztelő felhasználó jogosultsági határait.

A siker feltételeit a teszt előtt rögzítsd. Mérd külön, hogy a megoldás megtalálta-e a szükséges forrásokat, helyesen értelmezte-e a magyar Jira-jegyeket, betartotta-e a jogosultságokat, és mennyi emberi javítás kellett az eredmény elfogadásához. A magyar nyelvű használhatóságról a saját jegyeiden és dokumentumaidon elért eredmények alapján dönts.

A két megoldást ugyanazokkal a forrásokkal és ugyanazokkal a felhasználói jogosultságokkal hasonlítsd össze. A válasz stílusa önmagában kevés. A beszerzés szempontjából az számít, hogy a megoldás megtalálta-e a megfelelő forrást, vissza tudta-e vezetni az állításait, és elkerülte-e a jogosulatlan tartalom megjelenítését.

Mit kell tisztázni az adatok feldolgozása előtt?

Az adat útját és a szerződéses feltételeket a pilot megkezdése előtt tisztázd. Az OpenAI szerint az Atlassian OpenAI API-kon keresztül építheti be a modellek képességeit a Rovo szolgáltatásba. Ebből az következik, hogy a válaszhoz felhasznált vállalati tartalmat OpenAI-modellek dolgozhatják fel. A közlemény nem ad meg feldolgozási helyet, adatmegőrzési feltételeket vagy az EU-s adatokhoz tartozó regionális beállításokat.

Kérj írásos választ ezekre:

• Mely Jira- és Confluence-adatok jutnak el a modellhez?
• Melyik jogi személy dolgozza fel az adatot, és melyik régióban?
• Mennyi ideig őrzik meg a promptokat, a válaszokat és a naplókat?
• Hogyan érvényesülnek a csoport-, projekt- és oldalszintű jogosultságok?
• Kik férhetnek hozzá az adminisztrációs és auditnaplókhoz?
• Mi történik a korábbi adatokkal a funkció kikapcsolásakor?

Ha a szerződésed szerint bizonyos tartalomnak a saját környezetedben kell maradnia, a felhős integrációt csak a követelménynek megfelelő műszaki és szerződéses feltételekkel használd. Az infrastruktúra-választás szempontjait az on-premise és felhő alapú AI-ról szóló döntési útmutató foglalja össze.

Melyik csapat készítsen most pilotot?

Azok a csapatok készíthetnek elő pilotot, amelyek már Jira és Confluence köré szervezték a munkát, és a szükséges Rovo-, ChatGPT- vagy Codex-kapcsolatok elérhetők a fiókjukban. A tesztnek azt kell megmutatnia, hogy a menedzselt kontextus kevesebb integrációs munkával ad-e elfogadható eredményt a saját megoldáshoz képest.

Halaszd el a beszerzési döntést, ha kötelező az EU-s vagy saját infrastruktúrán történő adatfeldolgozás, ha a kritikus dokumentumok többsége magyar nyelvű és még nem tesztelted őket, vagy ha rögzített költségkeret alapján kell jóváhagyást kérned. A közlemény nem ad meg árat, licencszintet vagy ügyféloldali elérhetőségi dátumot.

A menedzselt megoldás értékét az integrációs munka csökkenése, a keresés pontossága és a jogosultságok betartása alapján mérd. Saját integrációnál számolj a connectorok, a naplózás, a hozzáférés-kezelés, az evalok és az üzemeltetés feladataival is.

Milyen kérdéslistával indulj el?

A döntéshez írásos műszaki és kereskedelmi válaszokra van szükséged. A termékbemutató után ezeket rögzítsd a beszerzési dokumentumban:

1. Pontosan mely Rovo-funkciók használják az OpenAI modelljeit, és beállítható-e a modellverzió?
2. Melyik licenc tartalmazza a szükséges funkciókat, és hogyan számlázzák a használatot?
3. Hogyan viheted át a munkafolyamatot másik modellre vagy saját integrációra?
4. Milyen támogatást és incidenskezelést kapsz jogosultsági vagy adatkezelési hiba esetén?

A pilot eredménye akkor használható beszerzési döntéshez, ha igazolja a jogosultságok betartását, megfelelő eredményt ad a magyar feladatokon, és rendelkezésre állnak az írásos adatkezelési és kereskedelmi feltételek.