2026年7月22日，日本アトラシアン（Atlassian）が自社のプロジェクト管理ツール「Jira」に新たなAI駆動機能を正式導入。この更新により、開発タスクの担当者として人間だけでなく、ソフトウェア開発用AIエージェント（例：Jira Coding Agent、Claude Code、GitHub Copilot、Cursorなど）を直接指定可能となり、開発ワークフローの自動化が一段と進展した。
従来、Jiraではタスクの割り当ては人間メンバーに限定されていたが、今回のアップデートで「作業タスクのアサイン先」にAIエージェントを設定できるようになり、コード生成・プルリクエスト作成・バグ修正・テストケース生成といった定型作業をAIに一括委任できる。特に、Jira Coding Agent（Rovo Dev統合版）は、コードベースから直接起動され、全工程を連続処理可能。これにより、開発者が手動で各ステップを切り替える必要がなくなり、作業の断片化リスクも低減される。
さらに、システム内に統合された共通モデル「Teamwork Graph」が基盤となっており、Jira内の仕様書、Confluenceのナレッジ文書、過去のコード変更履歴などを周辺知識としてAIエージェントに提供。アトラシアンの内部検証によると、この知識ベースを活用したAIエージェントは、コンテキストなしの通常モデルと比較して回答精度が44%向上し、トークン消費量は48%削減された。これは、実際の開発現場における誤認識や無駄な再生成を大幅に抑制する可能性を示している。
同機能は、計画立案フェーズにも拡張されている。コードベースや既存のJiraタスク、Confluenceの技術文書の履歴を分析し、自動的に技術仕様書を生成。その内容から具体的な作業項目を抽出し、Jiraに自動登録。担当者（人間またはAI）への割り当ても同時に行える。これにより、要件定義段階からの自動化が実現し、設計ミスや情報漏れのリスクが低下する。
また、SlackのチャットメッセージをJiraの作業アイテムに変換する機能や、画面録画ツール「Loom」の動画と音声をAIエージェント向けの指示に変換する連携機能も追加。これらの統合により、非技術者からの要望や会議記録の取り込みが、開発プロセスに自然に組み込まれるようになり、情報の非対称性が緩和される。
中国のソフトウェア開発企業、特にアウトソーシングサービスプロバイダーおよび海外進出を視野に入れた中堅企業にとって、この変化は重要な戦略的課題となる。まず、現在の開発チーム構成を見直す必要がある。AIエージェントがタスクの半数以上を処理できる環境では、単なる「人手不足」ではなく、「人間の役割再設計」が求められる。開発者は、AIの出力結果のレビュー、品質保証、複雑な問題解決に集中するべきであり、単純作業の代行はAIに任せることで、人的リソースの最適化が図れる。
技術面では、AIエージェントの選定と統合コストに注意が必要。GitHub CopilotやClaude Codeは外部ライセンスを必要とするため、長期運用コストが増加する可能性がある。一方、Jira Coding Agentはアトラシアンのプラットフォーム内に統合されており、認証・アクセス管理の整合性が高いが、カスタムロジックの適用には制限がある。中国企業が導入を検討する際は、既存のCI/CDパイプラインとの互換性、データプライバシー規制（特に個人情報や機密コードの扱い）、および国内ネットワーク環境での接続安定性を事前確認すべき。
さらに、導入後の維持管理においては「AIの失敗パターン」の可視化が不可欠。本機能では、どのAIエージェントが行き詰まり、どのプルリクエストがレビュー待ち、どのタスクが完了したかを一つのダッシュボードで把握できるが、これを活用して定期的なパフォーマンス評価とフィードバックループを構築することが重要。特に、AIが誤ったコードを生成した場合、原因分析のために「Teamwork Graph」の履歴を遡ることが可能だが、その解析能力はチームの熟練度に依存する。
今後、JiraのAI機能は、より高度な「エージェント間協調」や「マルチエージェントタスク分解」へ進化する見通しだ。中国の開発企業は、この動きに合わせて、内部の開発プロセス標準化（例：PRレビュー基準、コードスタイルガイド）を明確化し、AIとの協働を前提としたドキュメント管理体制を整備すべき。また、エンジニアリングマネジメント層には、AI活用による生産性指標の再定義（例：「タスク完了数」から「品質改善率」「リビジョン回数」への移行）が求められる。