Atlassian Smarts在公司的服务平台上增加了机器学习层

今天，当Atlassian宣布正在构建名为Atlassian Smarts的机器学习层时，情况发生了变化，并发布了几个利用这一层的工具。值得一提的是，与Salesforce不同，Salesforce称其智能层为爱因斯坦，Adobe称其为Sensei；Atlassian选择放弃可爱的营销术语，让这项技术独立存在。

在Atlassian工作了14年的Smarts and Machine Learning团队的创始人谢哈布·哈米德(Shihab Hamid)说，他们故意避免使用营销名称。哈米德告诉TechCrunch：“我认为我们试图关注的事情之一实际上是用户体验，所以我们真正关注的是优化团队合作，而不是包装或品牌这项技术。”

哈米德说，机器学习层的目标是消除跨平台组织人员和信息所涉及的复杂性。

“像寻找合适的人或合适的文档这样简单的任务会成为一项挑战，或者至少它们会降低生产力，占用每个人都想做的创造性的高价值工作的时间，团队合作本身超级混乱，协作也很复杂。”这些都是人类面临的挑战，没有一个真正正确的解决方案，“他说。

他说，Atlassian已经决定使用机器学习来解决这些问题，目标是加快重复的、时间密集型的任务。与Adobe或Salesforce非常相似，Atlassian构建了这一底层的机器智能，因为没有更好的术语，它可以分布在他们的平台上，以便在对特定产品或服务有意义的任何地方提供这种基于机器学习的功能。

我们已经投资将这一功能直接构建到Atlassian平台中，将IT和开发团队聚集在一起，统一工作，因此，像JIRA和Confluence这样的Atlassian旗舰产品建立在这个通用平台之上，并从各种产品的通用功能中受益。因此，我们的想法是，如果我们能够在平台层建立共同的预测能力，我们实际上可以扩大智能，并从我们在产品中收集的数据中受益。“哈米德说。

第一批作品符合这一愿景。首先，Atlassian提供了一个智能搜索工具，通过了解您是谁和您是如何工作的，帮助用户更快地通过Atlassian工具查找内容。“因此，通过了解用户在哪里工作以及他们在做什么，我们能够主动提供对正确文档的访问，并加快工作速度，”他说。

第二部分更多地是关于协作，并为给定的任务配备最好的人员来构建团队。一款名为“预测性用户提及”的新工具可以帮助Jira和Confluence用户找到适合这份工作的人。

哈米德解释说：“我们在Atlassian平台上所做的事情实际上是在那种智能中烘焙而成的，因为我们知道你在做什么，你和谁合作，所以我们可以预测谁应该参与进来，并把谁带到对话中来。”

最后，该公司宣布了一款专门针对Jira用户的工具，该工具将相似的帮助请求捆绑在一起，这应该会比手动一次处理一个帮助请求的速度更快。

我们很快将在JIRA Service Desk中推出一项功能，允许用户将类似的票证群集在一起，并对其进行操作以加速IT工作流，这是在后台使用ML技术根据摘要和描述计算票证相似度等完成的。

所有这一切都是由于该公司之前从主要是内部部署到云的转变，以及让他们能够构建跨越整个平台的新工具的灵活性。

今天的公告仅仅是Atlassian希望在未来几个月和几年内该平台将增加一系列由机器学习驱动的新功能的开始。