Tại Atlassian Team’26 California, trong phiên Team Talk: State of Teamwork in the AI Era & Service Teams Deep Dive: The Future of AI-Powered Service, Atlassian tiếp tục làm rõ một thông điệp đang trở thành trọng tâm trong chiến lược sản phẩm của hãng: AI không nên tồn tại như một công cụ rời rạc, mà cần được đặt trong một System of Work – nơi công việc, dữ liệu, con người, quy trình và ngữ cảnh vận hành được kết nối trên cùng một nền tảng.
Phiên chia sẻ có sự tham gia của MaSonya Scott – Service Management Evangelist, Atlassian; Sven Peters – AI Advocate, Atlassian cùng Janessa Drainville – AI Strategist, Atlassian. Thông qua các phần dẫn dắt, trao đổi xoay quanh Teamwork Graph, Rovo, Service Collection; Atlassian cho thấy cách AI đang được đưa sâu hơn vào hoạt động teamwork và service management của doanh nghiệp.
AI là phần quan trọng trong System of Work
Một trong những phát ngôn đáng chú ý trong phần mở đầu đến từ Sven Peters khi ông nhấn mạnh rằng doanh nghiệp không chỉ đang lựa chọn phần mềm, mà đang lựa chọn kiểu công ty mình muốn trở thành. Theo ông, câu trả lời không nằm trong một bản strategy deck, mà nằm trong System of Work – hệ thống vận hành thực tế nơi công việc diễn ra mỗi ngày.
Thông điệp này phản ánh rõ định hướng của Atlassian: AI không nên bị khóa trong một công cụ riêng, một màn hình riêng hay một chatbot riêng. AI cần xuất hiện ở nơi đội nhóm đang làm việc, từ Rovo Chat, các ứng dụng Atlassian, trình duyệt cho đến terminal và các công cụ bên ngoài. Khi AI được đặt trong luồng công việc thực tế, nó không chỉ hỗ trợ trả lời, mà có thể tham gia hành động: gỡ nghẽn dự án, hỗ trợ xử lý incident, đưa ý tưởng vào sản xuất hoặc đề xuất hướng ra quyết định.
Teamwork Graph: lớp ngữ cảnh giúp AI hiểu công việc của tổ chức
Cũng trong phần chia sẻ, Atlassian giới thiệu teamworkgraph.com như một điểm truy cập trung tâm cho Teamwork Graph – nơi tải CLI hoặc kết nối MCP server với các công cụ như Figma, Cloud Code, ChatGPT hay các AI app khác, đồng thời giúp người dùng có thể nhìn thấy graph của chính tổ chức mình.
Nói một cách dễ hiểu, Teamwork Graph giúp làm rõ những mối liên hệ vốn thường bị ẩn trong doanh nghiệp: ai đang làm việc gì, công việc nào liên quan đến ứng dụng nào, bình luận nào, đội nhóm nào, dự án nào và cộng tác viên nào. Khi lớp ngữ cảnh này được mở ra, AI agent có thể hiểu công việc sâu hơn, thay vì chỉ xử lý từng câu hỏi hoặc từng ticket một cách rời rạc.
Đây là nền tảng quan trọng để Atlassian đưa AI từ mức “công cụ hỗ trợ cá nhân” lên thành “năng lực vận hành của tổ chức”.
>> Tìm hiểu thêm về cách Teamwork Graph hoạt động trong AI Native Organization – chia sẻ từ Atlassian team’26!
Service Collection: từ ITSM sang Enterprise Service Management
Một trong những nội dung trọng tâm của phiên Team Talk là Service Collection – bộ năng lực service management mới được Atlassian giới thiệu nhằm mở rộng vai trò của quản trị dịch vụ trong doanh nghiệp. Nếu trước đây service management thường được hiểu chủ yếu là ITSM, phục vụ các nhu cầu của đội IT như xử lý ticket, incident, alert hoặc yêu cầu hỗ trợ nội bộ, thì Atlassian đang định vị lại lĩnh vực này theo hướng rộng hơn: service management là năng lực vận hành chung của toàn tổ chức.
Service Collection gồm những gì?
Theo phần chia sẻ, Service Collection bao gồm Jira Service Management, Customer Service Management, Assets và Rovo. Trong đó, Jira Service Management vẫn là nền tảng ITSM cốt lõi, hỗ trợ các năng lực như incident management, alert management và employee support. Tuy nhiên, điểm mới là Atlassian không chỉ giới hạn service management trong phạm vi IT, mà mở rộng sang nhiều phòng ban khác như HR, Dev, Customer Support, Facilities, Finance hoặc Operations.
Vì sao ITSM cần mở rộng ra toàn doanh nghiệp?
Trong thực tế, không chỉ IT mới có nhu cầu quản lý dịch vụ.
-
HR cần xử lý onboarding, nghỉ phép, phúc lợi hoặc thay đổi thông tin nhân sự.
-
Finance cần quản lý thanh toán, hoàn ứng, hợp đồng hoặc hóa đơn.
-
Facilities cần tiếp nhận yêu cầu về thiết bị, văn phòng, phòng họp.
-
Dev và IT cần phối hợp khi có incident, bug hoặc change request.
Nếu mỗi phòng ban sử dụng một công cụ riêng, doanh nghiệp dễ rơi vào tình trạng dữ liệu phân mảnh, quy trình đứt đoạn và trải nghiệm người dùng thiếu nhất quán. Người dùng không biết phải gửi yêu cầu ở đâu, còn đội xử lý lại thiếu bối cảnh để phối hợp nhanh và chính xác.
Enterprise Service Management: đưa kỷ luật ITSM vào các phòng ban
Service Collection giải quyết vấn đề này bằng cách đưa nhiều luồng dịch vụ về cùng một nền tảng. Đây chính là tinh thần của Enterprise Service Management: áp dụng các nguyên lý đã được kiểm chứng trong ITSM như cổng tiếp nhận yêu cầu, phân tuyến xử lý, SLA, workflow, automation, knowledge base và báo cáo hiệu suất cho toàn bộ doanh nghiệp.
Nói cách khác, Enterprise Service Management không thay thế ITSM, mà mở rộng giá trị của ITSM sang các bộ phận khác. Mục tiêu là giúp mọi nhóm dịch vụ trong tổ chức vận hành rõ ràng hơn, đo lường tốt hơn và cải tiến liên tục.
Jira Service Management trở thành nền tảng vận hành dịch vụ
Trong bức tranh Service Collection, Jira Service Management trở thành nền tảng vận hành dịch vụ cho nhiều nhóm chức năng thay vì chỉ là công cụ dành cho đội IT. Điều này đặc biệt quan trọng vì nhiều vấn đề trong doanh nghiệp không nằm gọn trong một phòng ban. Một incident nghiêm trọng có thể liên quan đến IT Ops, Dev, Customer Support, Communications, Legal và cả lãnh đạo.
Khi các nhóm này cùng làm việc trên một nền tảng, họ có thể chia sẻ cùng một bức tranh: vấn đề là gì, mức độ ảnh hưởng ra sao, ai đang phụ trách, việc gì đã được thực hiện và bước tiếp theo là gì.
Nền tảng cho AI-powered service
Giá trị của Service Collection không chỉ nằm ở việc gom nhiều quy trình vào một hệ thống. Quan trọng hơn, nó tạo ra lớp dữ liệu và ngữ cảnh để AI như Rovo có thể hỗ trợ hiệu quả hơn. Khi ticket, tài sản, quy trình, tài liệu và đội nhóm được kết nối, AI có thể hiểu vấn đề sâu hơn, đề xuất hành động chính xác hơn và tự động hóa các bước xử lý lặp lại.
Vì vậy, Service Collection là bước chuyển từ ITSM truyền thống sang một mô hình Enterprise Service Management có kết nối, có ngữ cảnh và sẵn sàng cho AI.
Assets: nền tảng dữ liệu cho ngữ cảnh vận hành
Một điểm đáng chú ý trong phần chia sẻ là vai trò mới của Assets. Trước đây, asset management thường được hiểu theo nghĩa hẹp: quản lý laptop, server, thiết bị mạng, phần mềm, license hoặc các tài sản IT. Nhưng trong Service Collection, Assets được nâng cấp để trở thành nền tảng quản lý các business objects trong doanh nghiệp.
Đây là một thay đổi quan trọng. Khi service management mở rộng từ IT sang toàn doanh nghiệp, khái niệm “asset” cũng cần được hiểu rộng hơn. Asset không chỉ là thiết bị phần cứng, mà có thể là hệ thống nghiệp vụ, ứng dụng, dịch vụ, hợp đồng, nhà cung cấp, địa điểm, đội nhóm, nhân sự hoặc bất kỳ đối tượng kinh doanh nào có liên quan đến quá trình vận hành.
Khi các đối tượng này được quản lý có cấu trúc, service team có nhiều ngữ cảnh hơn để xử lý yêu cầu.
Ví dụ, khi có một incident liên quan đến hệ thống thanh toán, đội xử lý không chỉ nhìn thấy một ticket đơn lẻ. Họ có thể biết hệ thống đó phụ thuộc vào dịch vụ nào, ai là owner, vendor nào liên quan, khách hàng hoặc phòng ban nào bị ảnh hưởng, thay đổi gần nhất là gì và tài sản nào đang liên kết với sự cố.
Đây chính là điều làm cho service management trở nên chủ động và có dữ liệu hơn. Thay vì xử lý dựa trên kinh nghiệm rời rạc hoặc hỏi thông tin qua nhiều kênh khác nhau, đội service có thể dựa vào một nền tảng ngữ cảnh rõ ràng để ra quyết định nhanh hơn và chính xác hơn.
Customer Service Management: đưa service management ra ngoài khách hàng
Bên cạnh Jira Service Management và Assets, Customer Service Management là một điểm nhấn lớn trong Service Collection. Đây là ứng dụng được Atlassian giới thiệu nhằm mở rộng năng lực service management ra khỏi phạm vi hỗ trợ nội bộ, hướng đến việc phục vụ khách hàng bên ngoài tốt hơn.
Customer support không nên chỉ là “cost center”
Trong phần trao đổi, Janessa Drainville đặt câu hỏi về hành trình đưa Customer Service Management vào bộ sản phẩm. Đại diện Atlassian nhấn mạnh rằng đã đến lúc các tổ chức cần suy nghĩ lại về vai trò của customer support.
Trong nhiều năm, customer support thường bị xem như một “cost center” – một bộ phận đứng riêng, chủ yếu được đo bằng năng suất, tốc độ phản hồi và khả năng xử lý nhiều yêu cầu hơn với ít nguồn lực hơn. Tuy nhiên, cách nhìn này đang trở nên hạn chế, đặc biệt khi trải nghiệm khách hàng ngày càng phụ thuộc vào khả năng phản hồi nhanh, chính xác và nhất quán của toàn tổ chức.
Kết nối customer support với phần còn lại của tổ chức
Điểm khác biệt của Customer Service Management nằm ở khả năng kết nối đội hỗ trợ khách hàng với các nhóm liên quan trong doanh nghiệp. Khi khách hàng gửi yêu cầu hoặc báo lỗi, ticket không còn bị cô lập trong một hệ thống support riêng. Nó có thể được liên kết với issue kỹ thuật, incident, đội Dev, tài sản, tài liệu sản phẩm hoặc các quy trình vận hành nội bộ.
Điều này đặc biệt quan trọng với các doanh nghiệp công nghệ, tài chính, viễn thông hoặc các tổ chức có sản phẩm/dịch vụ phức tạp. Trong những môi trường này, đội support thường không thể tự xử lý toàn bộ vấn đề. Họ cần thông tin từ Dev, IT, Product, Operations hoặc các nhóm chuyên môn khác.
Rút ngắn khoảng cách giữa khách hàng và đội xử lý
Nếu quá trình phối hợp giữa support và các đội nội bộ vẫn diễn ra qua email, chat hoặc các cuộc họp thủ công, thời gian phản hồi sẽ kéo dài và trải nghiệm khách hàng bị ảnh hưởng. Customer Service Management hướng đến việc rút ngắn khoảng cách đó.
Support team có thể tiếp nhận yêu cầu khách hàng, kết nối yêu cầu với đúng nhóm xử lý và theo dõi toàn bộ quá trình trên cùng một nền tảng. Nhờ vậy, doanh nghiệp có thể phản hồi khách hàng nhất quán hơn, xử lý vấn đề nhanh hơn và hạn chế tình trạng thông tin bị thất lạc giữa các đội.
Tăng năng lực giữ chân khách hàng
Trong kỷ nguyên AI, customer support không chỉ là nơi xử lý vấn đề sau khi khách hàng gặp sự cố. Khi được kết nối với service management và dữ liệu vận hành của tổ chức, customer support có thể trở thành một phần quan trọng của trải nghiệm khách hàng.
Customer Service Management vì vậy không chỉ giúp tăng hiệu suất xử lý yêu cầu. Quan trọng hơn, nó giúp doanh nghiệp biến customer support từ một trung tâm chi phí thành một năng lực giữ chân khách hàng, nơi mỗi yêu cầu được xử lý nhanh hơn, có ngữ cảnh hơn và kết nối tốt hơn với toàn bộ tổ chức.
Rovo và tương lai của AI-powered service
Trong phần thảo luận về tương lai của service team, thông điệp nổi bật là AI không thay thế con người, mà phối hợp với con người để giải quyết vấn đề nhanh hơn. Đây cũng là điểm được MaSonya Scott và Janessa Drainville khai thác khi dẫn dắt phần trao đổi về Service Collection và các ứng dụng AI trong service management.
Một ví dụ được đưa ra là incident command center. Khi một sự cố xảy ra, trước cả khi con người đăng nhập vào hệ thống, AI đã có thể bắt đầu phân tích nguyên nhân gốc rễ tiềm năng, tổng hợp ngữ cảnh và đề xuất các hành động tiếp theo. Trong employee support, nhiều ticket Tier 1 đơn giản cũng có thể được AI tự động xử lý.
Điểm này cho thấy vai trò của Rovo trong Service Collection không chỉ là một chatbot trả lời câu hỏi. Rovo được đặt trong luồng service management để hỗ trợ ba nhóm việc chính: hiểu ngữ cảnh, đề xuất hành động và tự động hóa các bước lặp lại. Với service team, đây là những năng lực rất quan trọng vì phần lớn thời gian thường bị tiêu tốn vào việc đọc ticket, tìm thông tin liên quan, xác định người phụ trách, tra cứu tài liệu cũ, cập nhật trạng thái hoặc hỏi lại các phòng ban khác.
Khi Rovo được kết nối với Teamwork Graph và dữ liệu trong Atlassian Platform, AI có thể hiểu vấn đề trong bối cảnh rộng hơn.
-
Ticket này liên quan đến dịch vụ nào?
-
Đã từng có sự cố tương tự chưa?
-
Ai từng xử lý vấn đề này?
-
Tài liệu nào liên quan?
-
Thay đổi gần đây nào có thể là nguyên nhân? Bước tiếp theo nên là gì?
Đây là khác biệt giữa AI rời rạc và AI được đặt trong một System of Work có ngữ cảnh. AI không chỉ phản hồi theo từng câu lệnh, mà có thể tham gia vào cách tổ chức vận hành công việc.
Ý nghĩa với doanh nghiệp: service management trở thành năng lực vận hành chung
Từ những chia sẻ trong phiên Team Talk, có thể thấy Atlassian đang định vị Service Collection như một nền tảng vận hành dịch vụ thống nhất cho doanh nghiệp. Đây không chỉ là một bộ công cụ mới, mà là một bước mở rộng quan trọng: từ ITSM sang Enterprise Service Management, từ hỗ trợ nội bộ sang hỗ trợ khách hàng bên ngoài, từ xử lý ticket thủ công sang service management được tăng cường bởi AI.
Với doanh nghiệp, thay đổi này có ba ý nghĩa lớn.
-
Thứ nhất, service management không còn là việc riêng của IT. Mọi phòng ban đều có những luồng yêu cầu, quy trình xử lý, SLA và trải nghiệm người dùng cần được quản lý bài bản.
-
Thứ hai, AI chỉ phát huy giá trị thật sự khi có đủ ngữ cảnh. Nếu dữ liệu, ticket, tài sản, tài liệu và đội nhóm vẫn nằm rải rác ở nhiều nơi, AI sẽ khó đưa ra đề xuất chính xác hoặc hành động hiệu quả.
-
Thứ ba, customer support và employee support đang bước vào một giai đoạn mới. Thay vì chỉ tối ưu tốc độ xử lý, doanh nghiệp cần xây dựng một hệ thống service management có khả năng kết nối, học hỏi và cải tiến liên tục.
Kết luận
Phiên chia sẻ của Atlassian cho thấy một hướng đi rõ ràng: tương lai của teamwork và service management không nằm ở việc bổ sung thêm một công cụ AI vào quy trình hiện có. Tương lai nằm ở việc xây dựng một System of Work nơi AI, dữ liệu, con người và quy trình được kết nối với nhau.
Với Teamwork Graph, Rovo và Service Collection, Atlassian đang đưa AI vào sâu hơn trong cách doanh nghiệp vận hành: từ quản lý công việc, xử lý sự cố, hỗ trợ nhân viên, phục vụ khách hàng đến ra quyết định. Đây cũng là lý do Service Collection không chỉ nên được nhìn như một bộ sản phẩm service management, mà như một nền tảng giúp doanh nghiệp tái thiết kế cách các đội nhóm cung cấp dịch vụ trong kỷ nguyên AI.
>> Tìm hiểu thêm về cách System of work kết nối IT và Business team
