[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"article-atlassian-ai-training-customer-data-2026-zh":3,"tags-atlassian-ai-training-customer-data-2026-zh":32,"related-lang-atlassian-ai-training-customer-data-2026-zh":33,"related-posts-atlassian-ai-training-customer-data-2026-zh":37,"series-industry-35a0d8f3-95b9-4c31-ab78-1ed0347d5258":56},{"id":4,"title":5,"content":6,"summary":7,"source":8,"source_url":9,"author":10,"image_url":11,"keywords":12,"language":21,"translated_content":10,"views":22,"is_premium":23,"created_at":24,"updated_at":24,"cover_image":11,"published_at":25,"rewrite_status":26,"rewrite_error":10,"rewritten_from_id":27,"slug":28,"category":29,"related_article_id":30,"status":31,"google_indexed_at":10,"x_posted_at":10},"35a0d8f3-95b9-4c31-ab78-1ed0347d5258","Atlassian 2026 起用資料訓練 AI","\u003Cp>Atlassian 要動真格了。\u003Cstrong>2026 年 8 月 17 日\u003C\u002Fstrong>，它會開始拿客戶中繼資料與應用內資料，來訓練 \u003Ca href=\"\u002Fnews\u002Faltman-attack-suspect-named-other-ai-leaders-zh\">AI\u003C\u002Fa> 功能。更早一點，\u003Cstrong>2026 年 4 月 16 日\u003C\u002Fstrong>就會先開放設定調整。\u003C\u002Fp>\u003Cp>講白了，這不是小規模試水溫。\u003Ca href=\"https:\u002F\u002Fwww.atlassian.com\u002F\" target=\"_blank\" rel=\"noopener\">Atlassian\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fwww.atlassian.com\u002Fsoftware\u002Fjira\" target=\"_blank\" rel=\"noopener\">Jira\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fwww.atlassian.com\u002Fsoftware\u002Fconfluence\" target=\"_blank\" rel=\"noopener\">Confluence\u003C\u002Fa> 都在範圍內。你如果把它當成工程、文件、客服流程的中樞，這次改動就不是小事。\u003C\u002Fp>\u003Cp>我覺得這件事最刺的地方，不是 AI 會不會學資料，而是預設值怎麼設。預設一改，很多團隊根本還沒討論，就已經被算進去了。\u003C\u002Fp>\u003Ch2>Atlassian 到底會收什麼資料\u003C\u002Fh2>\u003Cp>Atlassian 把資料分成兩類。第一類是中繼資料，像是 issue 類型、專案結構、使用模式。第二類是應用內資料，像是留言、描述、文件內容，這些都可能出現在 Jira、Confluence，還有相關產品裡。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1776514031243-wf5v.png\" alt=\"Atlassian 2026 起用資料訓練 AI\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>官方說法是，資料會先去識別化，再做彙總後才拿去訓練。白話一點，就是先把姓名、信箱這類直接識別資訊拿掉，再把資料攤平，避免直接對到單一人或單一公司。\u003C\u002Fp>\u003Cp>但你我都知道，去識別化不等於沒風險。很多時候，專案結構和留言內容本身就會透露團隊怎麼做事、哪裡卡住、誰在扛責任。對模型來說，這些訊號比你想得更有用。\u003C\u002Fp>\u003Cul>\u003Cli>\u003Cstrong>中繼資料：\u003C\u002Fstrong>issue 類型、專案結構、使用模式\u003C\u002Fli>\u003Cli>\u003Cstrong>應用內資料：\u003C\u002Fstrong>留言、描述、文件內容\u003C\u002Fli>\u003Cli>\u003Cstrong>處理方式：\u003C\u002Fstrong>先去識別化，再做彙總\u003C\u002Fli>\u003Cli>\u003Cstrong>涵蓋範圍：\u003C\u002Fstrong>Jira、Confluence、Rovo、Rovo Dev\u003C\u002Fli>\u003C\u002Ful>\u003Cp>這種設計很像 SaaS 公司的老套路。先說資料會被處理過，再說是為了改善體驗。問題是，對客戶來說，重點從來不是字面上的「有沒有拿去看」，而是「拿去做什麼」。\u003C\u002Fp>\u003Cp>更現實的是，AI 模型很吃工作流資料。純文字模型懂語言，但不懂你公司怎麼開票、怎麼排 spri\u003Ca href=\"\u002Fnews\u002Fanthropic-turns-down-800b-vc-offers-zh\">nt\u003C\u002Fa>、怎麼處理客服升級。Atlassian 想補的，就是這塊上下文。\u003C\u002Fp>\u003Ch2>為什麼預設值這麼敏感\u003C\u002Fh2>\u003Cp>這次最值得盯的，不是「有沒有 AI 訓練」，而是「預設怎麼開」。Free 和 Standard 方案，應用內資料預設是開啟，能 opt-out。中繼資料則是所有方案預設開啟。\u003C\u002Fp>\u003Cp>只有 Enterprise 客戶，才可以把中繼資料也關掉。這代表什麼？代表越便宜的方案，控制權越少。這很 SaaS，但放到 AI 訓練上，味道就變得很重。\u003C\u002Fp>\u003Cp>管理員會是第一線。Atlassian 說，資料貢獻控制是組織層級管理，不是每個使用者自己各玩各的。這對治理有好處，對稽核也比較一致，但也表示一個管理員的決定，會影響整個團隊。\u003C\u002Fp>\u003Cul>\u003Cli>\u003Cstrong>Free：\u003C\u002Fstrong>應用內資料預設開啟，可 opt-out\u003C\u002Fli>\u003Cli>\u003Cstrong>Standard：\u003C\u002Fstrong>應用內資料預設開啟，可 opt-out\u003C\u002Fli>\u003Cli>\u003Cstrong>所有方案：\u003C\u002Fstrong>中繼資料預設開啟\u003C\u002Fli>\u003Cli>\u003Cstrong>Enterprise：\u003C\u002Fstrong>可關閉中繼資料收集\u003C\u002Fli>\u003C\u002Ful>\u003Cp>這種預設設計，其實是在逼客戶做選擇。你要的是方便，還是控制？如果你沒先想好，系統就先幫你選了。\u003C\u002Fp>\u003Cp>說真的，這種事最容易出包的地方，就是團隊以為只有少數人知道。結果一查，整個 org 都已經默默吃進去了。這也是為什麼管理員現在就該看設定，不要等到公告生效才補洞。\u003C\u002Fp>\u003Ch2>Atlassian 想做的是什麼 AI\u003C\u002Fh2>\u003Cp>Atlassian 一直在推 \u003Ca href=\"https:\u002F\u002Fwww.atlassian.com\u002Frovo\" target=\"_blank\" rel=\"noopener\">Rovo\u003C\u002Fa>，把它當成跨產品的 AI 層。它想做的事很直白：搜尋、摘要、回答問題、整理工作脈絡，還有幫你把下一步抓出來。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1776514015294-kfdl.png\" alt=\"Atlassian 2026 起用資料訓練 AI\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>這種 AI 如果只靠通用語言模型，效果很容易飄。因為它不知道你是在看 bug、在追需求、還是在整理營運文件。Atlassian 想補的，就是這種工作情境。\u003C\u002Fp>\u003Cp>但問題也在這裡。模型越懂工作流，客戶就越會問：那你到底學了多少？學到哪裡？有沒有把我的內部討論也算進去？這些問題不會因為它說「去識別化」就自動消失。\u003C\u002Fp>\u003Cblockquote>“We think trust is the foundation of the digital economy.” — \u003Ca href=\"https:\u002F\u002Fwww.atlassian.com\u002Fcompany\u002Fnews\u002Fpress-release\u002Fatlassian-appoints-mike-cannon-brookes-as-co-ceo\" target=\"_blank\" rel=\"noopener\">Mike Cannon-Brookes\u003C\u002Fa>\u003C\u002Fblockquote>\u003Cp>這句話放在今天，剛好。因為 Atlassian 現在要客戶信它，讓 AI 用你平常的工作資料，卻不會踩過界。信任不是口號，是設定頁面上的每一個預設值。\u003C\u002Fp>\u003Cp>我自己的看法很直接。企業 AI 要變準，幾乎都得吃真實工作資料。問題不是吃不吃，而是誰決定、怎麼切、能不能退。這三個答案，才是客戶真正會在意的。\u003C\u002Fp>\u003Ch2>跟其他大廠比，差在哪裡\u003C\u002Fh2>\u003Cp>Atlassian 不是唯一一個把客戶資料拿來做 AI 的廠商。\u003Ca href=\"https:\u002F\u002Fwww.microsoft.com\u002F\" target=\"_blank\" rel=\"noopener\">Microsoft\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fwww.salesforce.com\u002F\" target=\"_blank\" rel=\"noopener\">Salesforce\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fworkspace.google.com\u002F\" target=\"_blank\" rel=\"noopener\">Google Workspace\u003C\u002Fa> 也都在往企業 AI 走。差別在於，誰把控制權放在哪裡。\u003C\u002Fp>\u003Cp>有些廠商偏向 tenant 層級控管，有些強調管理員政策，有些則把資料邊界切得很細。Atlassian 的做法是，中繼資料全面預設開啟，應用內資料則依方案不同。這個差異很重要。\u003C\u002Fp>\u003Cp>因為它直接影響你要不要升級方案。當控制權跟價格綁在一起，AI 就不只是功能問題，也是採購問題。這對 IT、法務、資安，都是同一張桌上的事。\u003C\u002Fp>\u003Cul>\u003Cli>\u003Cstrong>Atlassian：\u003C\u002Fstrong>中繼資料全方案預設開啟\u003C\u002Fli>\u003Cli>\u003Cstrong>Atlassian：\u003C\u002Fstrong>Free、Standard 的應用內資料預設開啟\u003C\u002Fli>\u003Cli>\u003Cstrong>Microsoft：\u003C\u002Fstrong>偏重 tenant 與管理員控管\u003C\u002Fli>\u003Cli>\u003Cstrong>Salesforce：\u003C\u002Fstrong>強調企業資料邊界與政策設定\u003C\u002Fli>\u003Cli>\u003Cstrong>Google Workspace：\u003C\u002Fstrong>AI 功能綁定組織層級設定\u003C\u002Fli>\u003C\u002Ful>\u003Cp>還有一個現實面。只要某家大廠把這種預設做成常態，其他家就很難說自己不做，除非它願意在模型效果上讓步。市場就是這麼現實，大家都想要更好的回答，也都想要更多資料。\u003C\u002Fp>\u003Cp>Atlassian 預計在 \u003Cstrong>2026 年 4 月 28 日\u003C\u002Fstrong>辦 webinar 說明。這很合理，因為客戶一定會問：歷史資料算不算？資料會留多久？誰能看？能不能關？這些問題不回答清楚，信任很難建立。\u003C\u002Fp>\u003Ch2>台灣團隊現在該做什麼\u003C\u002Fh2>\u003Cp>如果你們公司有用 Atlassian，現在就該查 org 設定。不要等到 8 月才問「咦，怎麼被訓練進去了」。很多團隊平常沒在管這種細節，出事時才發現預設早就幫你選好了。\u003C\u002Fp>\u003Cp>台灣不少軟體團隊、客服團隊、DevOps 團隊都把 Jira 和 Confluence 當主幹。這表示任何一個設定變動，都不是單點事件，而是整個工作流的資料政策變動。你要不要讓內部文件、ticket、comm\u003Ca href=\"\u002Fnews\u002Fopenai-agents-sdk-safer-enterprise-controls-zh\">ent\u003C\u002Fa> 進模型，得先講清楚。\u003C\u002Fp>\u003Cp>我會建議先做三件事。第一，盤點哪些專案含敏感資訊。第二，確認誰有 org admin 權限。第三，跟法務或資安確認資料政策。這三步不花太久，但很省後面麻煩。\u003C\u002Fp>\u003Cp>再來就是看方案。Free、Standard、Enterprise 的差別，不只是在功能，也在資料控制。很多公司平常挑方案只看價格，這次可能得把 AI 設定也算進去。\u003C\u002Fp>\u003Ch2>這件事接下來會怎麼走\u003C\u002Fh2>\u003Cp>我猜接下來會有兩種反應。第一種是直接關掉能關的設定。第二種是接受預設，換取更好的 AI 功能。兩邊都合理，但風險承擔方式完全不同。\u003C\u002Fp>\u003Cp>如果你問我，真正的重點不是 Atlassian 這次做了什麼，而是企業軟體的遊戲規則已經變了。現在買 SaaS，不只是在買功能，也是在買資料政策。這件事會越來越常見。\u003C\u002Fp>\u003Cp>所以問題來了：你們公司會把 Jira 和 Confluence 的資料，拿去換更懂你流程的 AI 嗎？還是寧可保守一點，先把控制權握緊？我覺得，這題最好在 2026 年 4 月前就回答完。\u003C\u002Fp>","Atlassian 將在 2026 年 8 月 17 日起，用客戶中繼資料與應用內資料訓練 AI。Free、Standard、Enterprise 的預設值不同，管理員得先看清楚。","agent-wars.com","https:\u002F\u002Fagent-wars.com\u002Fnews\u002F2026-04-17-atlassian-customer-data-ai-training",null,"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1776514031243-wf5v.png",[13,14,15,16,17,18,19,20],"Atlassian","AI 訓練","Jira","Confluence","企業資料","資料治理","Rovo","Rovo Dev","zh",0,false,"2026-04-18T12:06:36.639449+00:00","2026-04-18T12:06:36.438+00:00","done","aeeec43d-5895-4509-94e5-e946bdd614c4","atlassian-ai-training-customer-data-2026-zh","industry","321a525b-ec69-4ec5-900f-51d4c3505b6a","published",[],{"id":30,"slug":34,"title":35,"language":36},"atlassian-ai-training-customer-data-2026-en","Atlassian will train AI on your data in 2026","en",[38,44,50],{"id":39,"slug":40,"title":41,"cover_image":42,"image_url":42,"created_at":43,"category":29},"0841a4e8-7b5c-495b-bd0d-274e043ebdec","altman-attack-suspect-named-other-ai-leaders-zh","AI 高層遇襲案，名單外溢到全產業","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1776470816007-8aqk.png","2026-04-18T00:06:37.824403+00:00",{"id":45,"slug":46,"title":47,"cover_image":48,"image_url":48,"created_at":49,"category":29},"d6502fe3-4695-4aa7-9f01-f60289806aa8","anthropic-turns-down-800b-vc-offers-zh","Anthropic 拒絕 8000 億美元投資","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1776470633621-exyu.png","2026-04-18T00:03:37.468899+00:00",{"id":51,"slug":52,"title":53,"cover_image":54,"image_url":54,"created_at":55,"category":29},"e1519d78-f97e-42ac-986d-10ecb20dfd79","anthropic-coreweave-deal-adds-claude-compute-zh","Anthropic 與 CoreWeave 再加碼 Cla…","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1776384250498-d3rh.png","2026-04-17T00:03:52.765853+00:00",[57,62,67,72,77,82,87,92,97,102],{"id":58,"slug":59,"title":60,"created_at":61},"ee073da7-28b3-4752-a319-5a501459fb87","ai-in-2026-what-actually-matters-now-zh","2026 AI 真正重要的事","2026-03-26T07:09:12.008134+00:00",{"id":63,"slug":64,"title":65,"created_at":66},"83bd1795-8548-44c9-9a7e-de50a0923f71","trump-ai-framework-power-speech-state-preemption-zh","川普 AI 框架瞄準電力、言論與州權","2026-03-26T07:12:18.695466+00:00",{"id":68,"slug":69,"title":70,"created_at":71},"ea6be18b-c903-4e54-97b7-5f7447a612e0","nvidia-gtc-2026-big-ai-announcements-zh","NVIDIA GTC 2026 重點拆解","2026-03-26T07:14:26.62638+00:00",{"id":73,"slug":74,"title":75,"created_at":76},"4bcec76f-4c36-4daa-909f-54cd702f7c93","claude-users-spreading-out-and-getting-better-zh","Claude 用戶更分散，也更會用","2026-03-26T07:22:52.325888+00:00",{"id":78,"slug":79,"title":80,"created_at":81},"bd903b15-2473-4178-9789-b7557816e535","openclaw-raises-hard-question-for-ai-models-zh","OpenClaw 逼問 AI 模型價值","2026-03-26T07:24:54.707486+00:00",{"id":83,"slug":84,"title":85,"created_at":86},"eeac6b9e-ad9d-4831-8eec-8bba3f9bca6a","gap-google-gemini-checkout-fashion-search-zh","Gap 把結帳搬進 Gemini","2026-03-26T07:28:23.937768+00:00",{"id":88,"slug":89,"title":90,"created_at":91},"0740e53f-605d-4d57-8601-c10beb126f3c","google-pushes-gemini-transition-to-march-2026-zh","Google 把 Gemini 轉換延到 2026 年 3…","2026-03-26T07:30:12.825269+00:00",{"id":93,"slug":94,"title":95,"created_at":96},"e660d801-2421-4529-8fa9-86b82b066990","metas-llama-4-benchmark-scandal-gets-worse-zh","Meta Llama 4 分數風波又擴大","2026-03-26T07:34:21.156421+00:00",{"id":98,"slug":99,"title":100,"created_at":101},"183f9e7c-e143-40bb-a6d5-67ba84a3a8bc","accenture-mistral-ai-sovereign-enterprise-deal-zh","Accenture 攜手 Mistral AI 賣主權 AI","2026-03-26T07:38:14.818906+00:00",{"id":103,"slug":104,"title":105,"created_at":106},"191d9b1b-768a-478c-978c-dd7431a38149","mistral-ai-faces-its-hardest-year-yet-zh","Mistral AI 迎來最硬的一年","2026-03-26T07:40:23.716374+00:00"]