
BLOG | D’une IA qui accélère à une IA qui rapporte : les trois conditions selon Atlassian
16/11/2026
IA : pourquoi le ROI reste difficile à démontrer
À l'occasion d'Experience.2026, Jérôme Ivain, ingénieur solution chez Atlassian, a partagé la vision de l'éditeur sur une question qui occupe de nombreuses directions : comment passer d'une IA qui accélère à une IA qui rapporte, de façon gouvernée et souveraine.
L'IA a rendu l'exécution quasi gratuite. Du code, des tickets, des synthèses : quelques secondes suffisent aujourd'hui. Mais pour un développeur, rappelle Jérôme Ivain, l'écriture de code n'a jamais représenté que 16 % du temps. Le reste consiste à se coordonner, trouver le bon contexte et décider.
D'où un écart que mesure l'étude State of Teams 2026 d'Atlassian : 89 % des dirigeants estiment que l'IA a accéléré le travail, mais seulement 6 % sont sûrs de pouvoir en démontrer le ROI.
Pour Jérôme Ivain, cet écart ne vient pas des modèles : « Ils sont tous excellents, et ils évoluent. » Il vient du système qui les entoure. Les gains sont réels, mais isolés : chaque équipe accélère dans son coin. L'enjeu est de construire un système connecté, où une intention devient une action gouvernée, qu'elle soit réalisée par une personne ou par un agent. Avec une exigence supplémentaire pour les organisations européennes : que cette accélération reste maîtrisée et souveraine.
Trois conditions permettent selon lui d'y parvenir.
1. Le contexte : des agents qui s'appuient sur la réalité de l'organisation
Un agent ne vaut que par ce qu'il sait. Chez Atlassian, c'est le rôle du Teamwork Graph, qui relie les personnes, les projets, les décisions et les outils, y compris les outils tiers. Les agents ne devinent plus : ils s'appuient sur la réalité de l'organisation, dans le respect des permissions existantes.
Selon les benchmarks d'Atlassian, cette approche apporte 44 % de qualité de réponse en plus pour 48 % de tokens consommés en moins, car l'agent suit des relations déjà connues au lieu de les reconstruire à chaque appel. Chez Mercedes-Benz, le temps de détection des défauts en doublon a baissé de 85 %.
2. L'orchestration : les humains décident, les agents exécutent
Dans Jira, des agents de différents éditeurs, comme Cursor, Canva ou Zapier, peuvent travailler chacun sur un ticket, certains en attente d'une validation humaine. Tout agent, quel que soit son modèle, suit les mêmes règles qu'un collaborateur : mêmes permissions, mêmes validations, même workflow, et donc même traçabilité.
Jérôme Ivain l'illustre par un cas de support IT : un collaborateur signale que son VPN coupe toutes les dix minutes. L'agent assigné collecte les informations, fait le lien avec un changement récent sur le pare-feu et des incidents similaires, puis teste un correctif. Chaque étape reste visible et chaque source est citée. L'humain n'a plus à chercher l'information : il valide.
Côté direction, Datasite, éditeur SaaS pour les fusions-acquisitions, a relié objectifs, demandes, initiatives et travail réel dans un même système. Résultat annoncé : plus de 4 000 réunions évitées, plus de 500 000 dollars de productivité en cinq mois et un ROI mesuré de 10 pour 1. Les tableaux de bord statiques laissent place à une vue vivante de l'exécution.
3. La mesure : sans mesure, pas de business case
Pour chaque agent, l'organisation suit l'utilisation, le taux de résolution autonome et la valeur estimée. Atlassian l'applique à ses propres équipes, plus de 13 000 collaborateurs : 45 % de temps de cycle des pull requests en moins grâce à la revue de code automatisée par l'IA, et 76 % des tickets de support résolus sans relais humain.
Gouvernance et souveraineté par défaut
Trois engagements accompagnent ces conditions. L'ouverture, d'abord : pas de verrouillage sur un modèle unique. La gouvernance par défaut, ensuite : l'IA hérite des permissions, tout est journalisé et les agents sont contrôlés de façon centralisée. La souveraineté, enfin : résidence des données et contrôles adaptés aux exigences européennes, et des données confiées à Rovo qui ne sont ni conservées ni utilisées pour entraîner des modèles.
Trois annonces du Team'26 Europe
La conférence annuelle d'Atlassian, à Amsterdam, a apporté une annonce pour chacune des trois conditions. Pour le contexte, le serveur MCP d'Atlassian permet à des outils comme Claude, Cursor ou Codex de travailler avec le même contexte et les mêmes permissions que les équipes. Pour l'orchestration, Rovo propose un plan pour une tâche complexe, l'utilisateur le valide, puis l'agent l'exécute ; la fonctionnalité est en bêta, avec une disponibilité annoncée d'ici mi-décembre selon les plans. Pour la mesure, AI Spend affiche les dépenses IA à côté du coût humain rattaché aux mêmes priorités. La question devient alors moins « combien dépense-t-on en IA ? » que « qu'est-ce que cela nous rapporte ? ».
Les experts Klee Group décryptent l'ensemble de ces annonces dans un webinar disponible en replay : Voir le replay du webinar Team'26
Par où commencer ? Pas par 50 pilotes
Jérôme Ivain propose une trajectoire en trois temps. Connecter le contexte, progressivement et dans le respect des permissions existantes. Choisir trois à cinq flux à forte valeur, pas plus : le support IT, la revue de code ou le reporting de direction, là où les passages de relais coûtent le plus. Puis mesurer, pour étendre ce qui a fait ses preuves.
Il laisse une question à chaque organisation : où le manque de contexte et les passages de relais freinent-ils aujourd'hui votre transformation ?
C'est sur cette démarche que les équipes Klee Group accompagnent les directions IT et métiers : identifier les flux prioritaires et construire la trajectoire.
prendre RDV avec un expert Klee group
