Atlassian stelt zonder de Teamwork Graph niet bijster veel voor. Dat is uiteraard een enigszins overdreven standpunt om in te nemen. Toch is het lastig om het belang van de Teamwork Graph voor Atlassian te overschatten. Met name als het gaat om de ontwikkeling van de verschillende Collections en uiteraard AI kan het bedrijf eigenlijk niet zonder deze basis.
Het is niet ingewikkeld voor een leverancier om iets een platform te noemen. Of een specifiek aanbod ook daadwerkelijk een platform is, is echter nog maar de vraag. De term ‘platform’ valt inmiddels erg stevig in de categorie van termen die aan inflatie onderhevig zijn. Belangrijk voor een platform is dat er samenhang is, dat het niet zomaar een collectie applicaties is die klanten kunnen afnemen die losjes met elkaar verbonden zijn. Een gemeenschappelijke basis is van cruciaal belang om iets een platform te kunnen noemen. Atlassian heeft dit al heel vroeg goed begrepen en maakt van de Teamwork Graph steeds meer deze gemeenschappelijke basis. Tijdens de jaarlijkse Atlassian Team-conferentie zet het bedrijf de Teamwork Graph nog wat beter in de verf.
Teamwork Graph is meer dan een knowledge graph
Als je mensen van Atlassian gepikeerd wilt krijgen, hoef je niet veel meer te doen dan de Teamwork Graph te typeren als een zoveelste knowledge graph. Die laatste term heeft zeker met de komst van AI en de samenhang die organisaties zoeken om er gebruik van te maken een enorme vlucht genomen de laatste jaren. Dan zijn inzichten in hoe verschillende datasilo’s en delen van organisatie met elkaar samenhangen uitermate belangrijk om te hebben. Zeker naarmate het gebruik van AI agents (die deels autonoom hun werk gaan doen) toeneemt, zal ook de wens en eis richting dit soort inzichten toenemen.
Atlassian maakt er een punt van om de Teamwork Graph neer te zetten als meer dan een knowledge graph. Natuurlijk is het ook een knowledge graph. Dat wil zeggen, de Teamwork Graph legt verbanden tussen verschillende soorten data, systemen, personen en ga zo maar door binnen organisaties en haalt daar inzichten uit waar organisaties hun strategieën en processen op af kunnen stemmen en waar AI-tools mee aan de slag kunnen.
De Teamwork Graph maakt volgens Atlassian veel meer duidelijk dan een standaard knowledge graph. Dat heeft onder andere te maken met de input die het continu krijgt vanuit de inmiddels meer dan twintig apps die Atlassian aanbiedt. Die input maakt de Teamwork Graph in real time beter, is het idee. Zoals het Sherif Mansour, de Head of AI van Atlassian, het verwoordt: “350,000 klanten gebruiken Atlassian en daarmee de Teamwork Graph per dag, zij maken de Teamwork Graph beter terwijl ze hun werk uitvoeren.” De Teamwork Graph is dus niet statisch, maar expliciet een ‘levend’ iets.
Teamwork Graph wordt alleen maar belangrijker
Het mag duidelijk zijn dat de Teamwork Graph van fundamenteel belang is voor Atlassian. Dit biedt immers de context die nodig is voor organisaties. Volgens Mike Cannon-Brookes, mede-oprichter en CEO van Atlassian, wordt de Teamwork Graph ook alleen maar belangrijker. Dat heeft niet in laatste plaats te maken met AI. Het succes daarvan staat of valt met hoe goed de input is die het krijgt. Volgens hem is de Teamwork Graph en de context die het biedt een van de voornaamste redenen dat Atlassian’s eigen Rovo AI het wint van het aanbod van andere partijen in de markt.
Atlassian is naar eigen zeggen echter nog lang niet klaar met de ontwikkeling van Teamwork Graph. Het wil de impact ervan nog groter maken. Niet alleen voor de eigen applicaties en Rovo AI, ook voor omgevingen buiten Atlassian. Deze strategie zorgt er uiteraard ook voor dat Atlassian als geheel een grotere rol gaat spelen binnen en voor organisaties. Dat moet dan weer zorgen voor een verdere groei van het bedrijf dat recent nog een kwartaalomzet van een slordige 1,8 miljard dollar rapporteerde.
Teamwork Graph CLI
Om Teamwork Graph meer impact te laten hebben, wil Atlassian het allereerst dichterbij applicatieontwikkelaars brengen. Vandaar dat het vandaag de Teamwork Graph CLI aankondigt (in beta). Hiermee moet het mogelijk worden om de context uit de Teamwork Graph rechtstreeks in om het even welke AI-tool, AI-agent of workflow te brengen. Cannon-Brookes heeft hier hoge verwachtingen van, ook omdat het integratie zelf gratis is. Dat helpt altijd natuurlijk. Het moet ontwikkelomgevingen zoals Claude Code en Cursor eenvoudig toegang geven tot data die betrekking heeft op werkprocessen en afhankelijkheden die duidelijk worden via de Teamwork Graph.
Cannon-Brookes belooft verder dat Teamwork Graph CLI samen kan werken met zo’n 380 tools via meer dan 300 commando’s. Het is verder ook nog goed om op te merken dat dit niet slechts een read-only integratie is. Ontwikkelaars kunnen via de CLI de Teamwork Graph ook updaten.
Rovo MCP Server biedt toegang tot Teamwork Graph
Teamwork Graph CLI is interessant voor ontwikkelaars, maar is voor de gemiddelde kenniswerker (een belangrijke doelgroep voor Atlassian) hoogstwaarschijnlijk een brug te ver. Vandaar dat Atlassian de eigen Teamwork Graph ook nog op een andere manier breder beschikbaar maakt. Via de Rovo MCP Server kunnen AI-assistenten en -agents die met Model Context Protocol (MCP) overweg kunnen nu ook ‘praten’ met de Teamwork Graph.
De Rovo MCP Server doet wat je van een MCP server mag verwachten. Het maakt de data die eronder ligt beschikbaar voor om het even welk platform. Denk hierbij bijvoorbeeld aan Claude Cowork, dat zich ook specifiek richt op kenniswerkers, maar ook ChatGPT dat veel wordt gebruikt in die omgevingen.
Zowel de CLI- als MCP-integraties die we hier noemen zijn overigens voorbeelden van wat we de opkomst van de headless apps kunnen noemen. We schreven hier recent al wat meer over op basis van input die we bij een evenement van Salesforce kregen.
Eigen connectors bouwen voor Teamwork Graph
Met een CLI en een MCP-aanbod dekt Atlassian al behoorlijk wat scenario’s af als het gaat om het openstellen van de Teamwork Graph. Er zullen echter ongetwijfeld ook klanten zijn die liever een specifieke connector integreren in hun eigen omgeving. Of dat wel moeten doen omdat de tool die ze willen koppelen aan de Teamwork Graph simpelweg niet modern genoeg is om het op een andere manier te doen. Dat is vanaf nu ook mogelijk in Forge. Forge is het ontwikkelplatform van Atlassian, waar klanten en partners zelf aan de slag kunnen met het bouwen van de integraties.
De mogelijkheden rondom Teamwork Graph in Forge moeten ervoor zorgen dat de basis van alles wat Atlassian doet nu echt beschikbaar komt voor wie het maar wil gebruiken. Als het klopt wat Atlassian beweert over hoe goed Teamwork Graph is (we hebben inmiddels behoorlijk wat klanten gesproken die dit bevestigen, maar er zullen ongetwijfeld ook afwijkende meningen zijn), dan moet dit voor het bedrijf zelf een enorme sprong in relevantie mogelijk maken. Dat is uiteraard het uiteindelijke doel van Atlassian met deze uitbreidingen.
Teamwork Graph voor veilige AI
Een van de vragen die ongetwijfeld opkomt bij het lezen van bovenstaande uitbreidingen, is of het wel zo’n goed idee is om allerlei tools van derden toegang te geven tot belangrijke data van hoe organisaties werken, welke strategieën en doelen ze hebben en ga zo maar door.
Om zoveel mogelijk transparantie te bieden, laat Atlassian weten dat het ook duidelijker maakt wat en waar de Teamwork Graph bijdraagt aan de output van AI. Hiermee moet er voldoende vertrouwen zijn bij mensen dat zij op basis van dezelfde data werken als de AI doet die ze inzetten. Deze inzichten geven organisaties ook context over platformen heen. Dat moet er dan weer voor zorgen dat ze sneller waarde halen uit AI-investeringen. Het geheel kan centraal voorzien worden van permissies en toegangsrechten, zodat het niet zo is dat zomaar iedereen alles in kan zien.
Teamwork Graph moet niet alleen leidend worden voor Atlassian
Met de uitbreidingen voor Teamwork Graph die Atlassian aankondigt zorgt het voor een veel fundamentelere update aan het aanbod dan de updates aan de verschillende Collections doen.
Het in elkaar zetten van die Collections, zoals Teamwork Collection, Strategy Collection, Service Collection en sinds deze week ook Product Collection is een goede manier om de onderlinge samenhang van de applicaties die erin vallen aan te tonen. Het is daarnaast ook bittere noodzaak natuurlijk om het almaar uitdijende app-aanbod rondom wat Atlassian zelf het System of Work noemt overzichtelijk te kunnen blijven presenteren.
Onder al die apps en Collections ligt echter de Teamwork Graph. Dat is nu nog meer dan ooit de basis voor alles geworden wat Atlassian doet en wil bereiken. Niet alleen met het eigen aanbod, maar nu dus ook via applicaties en platformen van derden. De inzichten die de Teamwork Graph kan bieden, kunnen zonder meer interessant zijn voor dat soort applicaties en platformen. Andersom maken deze de Teamwork Graph onderaan de streep alleen maar rijker en krachtiger, wat weer gunstig uit moet pakken voor Atlassian. Zo zouden alle partijen iets moeten hebben aan de Teamwork Graph en wordt het ook heel snel duidelijk of het echt heel veel meer is dan een knowledge graph als het niet in de eigen omgeving gebruikt wordt.
