アトラシアン（Atlassian）は、自社の基盤となる巨大なデータ構造「Teamwork Graph」を、外部の自律型AIエージェントに対して開放するという画期的な戦略を発表しました。
これにより、Anthropic社が提供する「Claude Code」などの開発者向けAIツールが、Jiraのチケット、Confluenceのドキュメント、さらにはJira Service Management上のインシデント履歴といった組織固有の文脈を直接活用できるようになります。
企業のナレッジと開発ワークフローをシームレスに統合することで、AIが単なるコード生成にとどまらず、組織の意思決定に基づいた高度な支援を行う「エージェント時代」の本格的な幕開けを予感させる内容となっています。
Teamwork Graphの開放と新機能「Max」の登場
アトラシアンは、自社のAIプラットフォームであるRovo Chat内に、新たに「Max」と呼ばれるモードを導入することを明らかにしました。
このMaxは、アトラシアンのAI製品責任者であるJamil Valliani氏によって「クラウド上で動作し、Teamwork Graphのコンテキストが組み込まれたミニClaude Code」と表現されています。
最大の特徴は、1,500億件以上のオブジェクトと関係性を網羅するTeamwork Graphに、MCP（Model Context Protocol）を通じて外部エージェントがアクセス可能になった点にあります。
これまでアトラシアン製品内に閉じられていた強力なデータ基盤がオープン化されることで、開発者は自分が好むAIツールを使いながら、社内のあらゆる背景情報をAIに提供できるようになります。
従来のRAGを超える「関係性」の活用
一般的な検索拡張生成（RAG）では、関連するテキスト情報をコンテキストウィンドウに流し込む手法が主流ですが、アトラシアンは「関係性のトラバーサル（探索）」という異なるアプローチを提案しています。
Teamwork Graphは、Cipherと呼ばれる独自のクエリ言語を介して、人、プロジェクト、決定事項、ドキュメントの間の複雑な繋がりをAIが追跡することを可能にします。
これにより、AIは大量の不要なデータを読み込むことなく、「なぜこの設計が選ばれたのか」「どのチケットがこのコード修正に関連しているのか」を的確に把握できます。
アトラシアンが実施した内部ベンチマークによると、グラフ連携を活用したエージェントは、従来の方式と比較して驚異的な効率性と精度を示しています。
| 評価項目 | グラフ連携なし（標準的なRAG） | グラフ連携あり（Teamwork Graph） |
|---|---|---|
| トークン消費量 | 100%（基準） | 52%（48%の削減） |
| 回答の正確性 | 基準 | 44%向上 |
| 推論の質 | 断片的な情報に基づく | 関係性に基づく多段的な推論 |
開発現場における具体的な活用シナリオ
開発者は、IDE上で動作するClaude Codeに対し、現在編集中のファイルに関連するJiraのチケット情報を問い合わせることができます。
従来であれば、開発者自身がブラウザを開いて関連情報を探し、AIにコピー＆ペーストして教える必要がありましたが、新しいCLIツールを使えばその手間は不要になります。
以下のコード例は、Teamwork Graph CLIを使用して、特定のコードに関連する設計上の意思決定をAIが取得する際のイメージです。
# Teamwork Graph CLIを使用して、現在編集中のファイルに関連する意思決定ドキュメントを検索
atlassian-graph query --context "./src/auth/session.ts" --relation "decision-by"Found 1 related Confluence Decision Record:
- Title: "Authentication Strategy Update 2025"
- Status: Approved
- Key Context: Move from JWT to session-based cookies for improved security.
- Relevant Jira Ticket: [SEC-402] Implement Session Storage.このように、AIが自律的に「なぜこのコードはこのように書かれているのか」という背景を理解し、その文脈に沿った修正案を提示できるようになります。
オープンなプラットフォーム戦略と価格体系
アトラシアンの共同創設者兼CEOであるMike Cannon-Brookes氏は、「私たちは創業初日からオープンなプラットフォームであることを重視してきた」と強調しています。
特定のAIツールに顧客を縛り付けるのではなく、顧客が持つ既存のデータ資産を最大限に活用できる環境を整えることが、企業の競争力を高めると信じているからです。
新機能「Max」の利用については、従来のユーザー単位（シートベース）の課金ではなく、実行時間や価値に基づいた従量課金モデルが検討されています。
これにより、数分で終わる簡単なタスクから、数十分を要する複雑な自律的ジョブまで、利用実態に合わせた柔軟なコスト運用が可能になる見込みです。
まとめ
アトラシアンによるTeamwork Graphの開放は、企業におけるAI活用のあり方を大きく変える可能性を秘めています。
「データの島」になりがちなJiraやConfluenceの情報を、MCPという標準プロトコルを通じて外部AIと連結させることで、AIエージェントは真の意味で「チームの一員」としての文脈を理解するようになります。
開発効率の向上だけでなく、組織全体の知識の流動性を高めるこの取り組みが、今後他社のSaaSツールにどのような影響を与えるのか、業界全体の動向が注目されます。