Si vous gérez Confluence, vous connaissez ce moment : quelqu'un pose une question dans Slack alors que la réponse se trouve déjà sur une page que personne n'a su trouver.

Ce contournement devient peu à peu une habitude. Les gens interrogent leurs collègues au lieu de chercher. Moins de personnes mettent à jour les documents, parce que moins de personnes s'y fient. Confluence devient progressivement une archive à laquelle l'équipe a du mal à faire confiance.

Puis arrive peut-être une migration vers le cloud ou un renouvellement qui met enfin un prix sur le problème. On vous demande de dépenser davantage pour un système que l'équipe utilise de moins en moins, alors vous commencez à évaluer des alternatives à Confluence.

C'est alors qu'Atlassian Rovo AI apparaît dans le produit que vous vous prépariez à quitter.

Il promet une meilleure recherche, des réponses générées par l'IA et des automatisations utiles. Vous pouvez avoir tout cela sans migrer, et vous vous demandez si ces fonctionnalités vont favoriser l'adoption comme cela n'a jamais été le cas auparavant. Soudain, rester semble de nouveau raisonnable.

« Et si Confluence s'était tout simplement réparé tout seul ? »

Cet article s'adresse précisément à ce moment de doute. Nous avons passé en revue ce que disent réellement les utilisateurs de Rovo, sur Reddit, sur Hacker News, sur les forums communautaires d'Atlassian, et la tendance est assez claire pour vous faire gagner des mois.

Nous commencerons par ce que fait réellement Rovo et ce qu'il coûte. Ensuite, nous verrons où les utilisateurs le trouvent utile, où ils rencontrent des problèmes, et ce que ces expériences signifient pour votre propre décision.

L'objectif est simple : vous aider à déterminer si Rovo change les raisons qui vous ont poussé à chercher ailleurs au départ.

Qu'est-ce que Rovo AI ?

Rovo est la couche d'IA d'Atlassian pour la recherche, le chat, les agents et les données de travail connectées. Il fonctionne sur l'ensemble des produits Atlassian et sur les sources tierces prises en charge, grâce au Teamwork Graph.

Atlassian déploie Rovo dans toute sa suite depuis fin 2024. Vous le repérez dans la nouvelle barre de recherche, dans le panneau de chat, dans les agents, qui partagent tous un même nom et une même couche de données.

Voici ce que cela donne concrètement.

FonctionnalitéCe qu'elle fait
Rovo SearchRecherche par IA dans vos outils Atlassian et dans les applications tierces connectées
Rovo ChatQuestions-réponses conversationnelles sur ce même contenu, dans l'application où vous travaillez
Rovo AgentsAgents prêts à l'emploi et personnalisés qui résument, rédigent et agissent sur votre contenu Jira et Confluence
Rovo StudioL'outil de création d'agents, d'automatisations et d'applications personnalisés
Teamwork GraphLa couche de données sous-jacente, qui cartographie vos projets, documents, personnes et objectifs
ConnecteursPlus de 100 intégrations qui alimentent le graphe avec des outils comme Google Drive, Slack, GitHub et Figma
Rovo DevUn agent de codage distinct pour les développeurs, facturé séparément

Pour les équipes documentation, les éléments pertinents sont Search, Agents et Teamwork Graph.

  1. Rovo Search trouve du contenu dans Atlassian et dans les applications connectées, tout en respectant les autorisations existantes.
  2. Rovo Agents peut résumer, rédiger et effectuer les actions prises en charge.
  3. Teamwork Graph relie les informations entre projets, documents, personnes et outils externes.

Selon Atlassian, le graphe contient désormais plus de 150 milliards d'objets et de relations. Une partie de ce contexte est accessible aux outils d'IA externes via le serveur MCP Atlassian Rovo.

Ensemble, ces fonctionnalités peuvent améliorer la découverte d'informations et automatiser des tâches bien délimitées. Leur utilité dépend toutefois de la couverture, de la structure et de l'exactitude des informations sous-jacentes.

Sur la base de ces 3 fonctionnalités, Atlassian promet que Rovo AI retrouvera les informations dispersées grâce au chat et automatisera le travail de documentation répétitif pour augmenter l'adoption de Confluence.

Tarifs de Rovo

Les crédits Rovo sont inclus dans les abonnements cloud payants Jira, Confluence, Service Collection et Teamwork Collection. Chaque abonnement verse des crédits dans une réserve commune à toute l'organisation :

  • Standard, 25 crédits par utilisateur et par mois
  • Premium, 70
  • Enterprise, 150

La recherche de base est gratuite et le restera. Les fonctionnalités sur lesquelles vous construiriez réellement des workflows sont celles qui sont facturées à l'usage :

  • Une requête d'agent coûte 10 crédits
  • Une réponse rapide dans le chat coûte 10 crédits
  • Une requête de recherche approfondie coûte 100 crédits

À l'échelle d'un siège individuel :

  • l'allocation Standard équivaut à deux requêtes d'agent, avec cinq crédits restants
  • une requête de recherche approfondie dépasse l'allocation de 70 crédits apportée par un siège Premium.

En pratique, la limite dépend bien sûr de l'allocation totale mise en commun par votre organisation.

Mais si vous prévoyez un grand déploiement de Rovo à l'échelle de l'équipe, la consommation de crédits de votre équipe pourrait dépasser votre réserve dès le premier mois.

Heureusement, Atlassian ne facture pas actuellement l'utilisation au-delà de l'allocation incluse.

L'éditeur indique que les clients recevront un préavis d'au moins 90 jours avant l'entrée en vigueur de limites ou de frais supplémentaires, et que la facturation des dépassements nécessitera un accord explicite. Les crédits sont réinitialisés chaque mois et ne sont pas reportés.

Rovo est donc peu coûteux à tester aujourd'hui, mais les équipes qui prévoient des workflows fréquents d'agents ou de recherche devraient tout de même modéliser leur future consommation de crédits. C'est aussi parce qu'il est gratuit et déjà activé que Rovo ne fait jamais l'objet d'une véritable évaluation.

Ce que disent vraiment les utilisateurs de Rovo

Les retours publics sur Rovo sont mitigés et anecdotiques. Ils révèlent des cas d'usage et des modes d'échec récurrents.

Et la satisfaction des utilisateurs dépend largement de celui des 2 cas d'usage suivants pour lequel ils utilisent Rovo :

  • des tâches bien délimitées, ancrées dans du contenu Atlassian existant
  • des tâches qui obligent Rovo à raisonner ou à agir sur des informations incomplètes, contradictoires ou complexes.

Là où Rovo fonctionne bien

Les retours positifs décrivent souvent Rovo comme une meilleure barre de recherche, et pour cette tâche, il tient ses promesses. Les utilisateurs lui demandent où se trouve une décision, obtiennent la page source et passent à autre chose.

Un utilisateur sur Hacker News a écrit qu'il renvoie désormais les consultants vers Rovo avant de répondre lui-même à quoi que ce soit, « et c'est seulement s'ils ne trouvent pas de réponse que je regarde leurs questions. Sinon, ils ne lisent jamais ma documentation. »

Au-delà de la recherche, le camp des satisfaits utilise de petites automatisations qui restent dans l'univers Atlassian, par exemple :

  • Relire des pages
  • Résumer des tickets
  • Envoyer un document de Claude vers Confluence.

Les auteurs de la communauté Atlassian recommandent eux aussi Rovo pour un travail répétitif et clairement défini, ancré dans les données Atlassian existantes.

Des auteurs de la communauté Atlassian expliquent Rovo AI

Si vous passiez tous les forums au peigne fin, vous constateriez que les défenseurs de Rovo ont quelques points communs :

  • Ils ont une culture de la documentation existante et florissante, avec notamment une personne chargée de maintenir Confluence à jour.
  • Ils souhaitent utiliser des fonctionnalités d'IA intégrées pour leur travail quotidien, dans les applications Atlassian qu'ils utilisent déjà.

Leur Confluence est dense et à jour, donc les réponses de Rovo le sont aussi. Rovo ne fait que leur renvoyer leur propre rigueur.

Là où Rovo a du mal

Les utilisateurs mécontents de Rovo attendaient une recherche d'entreprise, la possibilité d'exécuter des opérations d'écriture depuis Claude ou Codex via MCP, et des tâches complexes en plusieurs étapes.

Rovo hallucine

Plusieurs utilisateurs ont signalé que Rovo produisait des détails absents du contenu source.

Une équipe a signalé que le résumé généré par Rovo pour un runbook d'incident contenait des étapes de dépannage, des commandes et des noms de contacts qui n'apparaissaient nulle part sur la page source.

Exemple d'hallucination de Rovo AI dans la communauté Atlassian

Un partenaire Atlassian qui a créé un agent personnalisé a documenté le même schéma du point de vue du créateur. Lorsqu'il a demandé les versions publiées sur une période donnée, Rovo a « tout inventé de toutes pièces avec une confiance absolue ».

Rovo invente une version

Ces retours mettent en évidence de vrais modes d'échec, en particulier lorsqu'une tâche combine génération de contenu et actions structurées.

Le MCP de Rovo ne renvoie pas de réponses

Le MCP actuel d'Atlassian expose des outils de recherche et de récupération, ainsi que des outils pour Jira, Confluence et le contexte Teamwork Graph (en bêta). Il n'expose pas Rovo Chat sous la forme d'un outil unique qui fournirait une réponse sourcée.

Pendant notre évaluation pour la rédaction de cet article, nous voulions tester la façon dont les MCP de Slite et de Rovo répondent aux questions posées par des agents IA via un appel MCP (nous en dirons plus sur ce test dans les sections suivantes).

Lors de la configuration, nous avons constaté qu'une question posée à Rovo ne renvoyait que des documents candidats que l'agent IA devait ensuite récupérer, lire et synthétiser.

Cela crée davantage de travail pour le modèle d'IA et lui confie la responsabilité de décider quelles sources sont pertinentes et à jour. Une telle architecture devient inefficace lorsqu'un workflow d'IA attend des réponses fondées, avec citations, pour fonctionner de manière autonome.

Cela explique aussi pourquoi quelqu'un peut avoir une bonne expérience avec Rovo Search dans Atlassian tout en obtenant un résultat moins complet via un client MCP externe.

Et quand les documents sous-jacents sont anciens, Rovo ne s'en aperçoit pas

Rovo ne peut fonder une réponse que sur les informations qu'il récupère. Lorsque des pages à jour et des pages obsolètes coexistent, la qualité de la réponse dépend de la source choisie par le système et de la façon dont il gère le conflit.

Confluence propose des propriétaires de contenu, des statuts de page, des workflows d'approbation, des métadonnées de dernière mise à jour et des outils Premium pour repérer le contenu inactif.

Ces contrôles peuvent aider les équipes à maintenir leur base de connaissances, mais il faut toujours que quelqu'un les configure et les utilise. Lors de notre test, nous n'avons pas pu établir que Rovo considère systématiquement une page relue ou récemment mise à jour comme plus fiable lorsqu'elle contredit une page plus ancienne.

Testez-le directement pendant votre évaluation : donnez à Rovo une politique à jour et une version obsolète plausible, puis vérifiez laquelle il cite et s'il signale la contradiction.

Les équipes mécontentes de Confluence partagent 3 caractéristiques :

  • Leur véritable contexte se trouve en dehors d'Atlassian, dans Slack, dans les réunions, dans le code.
  • Le Confluence dont elles disposent est lacunaire ou obsolète, c'est-à-dire que leur équipe n'a pas de culture de la documentation ou n'utilise pas Confluence au quotidien.
  • Elles comptent exécuter des workflows d'IA complexes et attendent du MCP de Rovo qu'il fonctionne avec eux.

Puis sont arrivées les questions de sécurité autour de Rovo

En août 2026, des chercheurs en sécurité ont publié deux méthodes distinctes permettant de manipuler Rovo pour qu'il envoie des données de l'entreprise vers un serveur contrôlé par un attaquant. Aucun des deux rapports ne décrivait un contournement des autorisations à l'échelle du tenant. Rovo utilisait plutôt l'accès légitime de l'utilisateur connecté pour récupérer des informations, puis envoyait ces informations en dehors d'Atlassian.

Dans la preuve de concept de PromptArmor, des instructions malveillantes étaient cachées dans un fichier. Lorsqu'un utilisateur demandait à Rovo d'organiser des tickets Jira, le prompt caché lui faisait parcourir Jira et Confluence, ajouter les données récupérées à une URL contrôlée par l'attaquant, puis ouvrir cette URL. La requête sortante ne nécessitait aucune approbation distincte. Les chercheurs ont aussi indiqué que la désactivation de la recherche web de Rovo n'arrêtait pas l'attaque, car son outil de récupération d'URL restait disponible.

Une autre attaque, baptisée RovoBlast, utilisait un lien spécialement conçu pour précharger des instructions malveillantes dans Rovo. Atlassian a corrigé cette faille le 8 juillet. PromptArmor a indiqué que sa méthode basée sur un fichier restait exploitable au moment de sa publication, le 5 août.

Si vous évaluez Rovo ou un autre agent d'IA d'entreprise, testez trois limites :

  1. Les administrateurs peuvent-ils désactiver toute forme d'accès réseau sortant ?
  2. Les utilisateurs peuvent-ils voir et approuver les requêtes externes avant qu'elles n'aient lieu ?
  3. Les équipes de sécurité peuvent-elles vérifier quel outil a accédé à quelles données et où il les a envoyées ?

Un modèle d'autorisations contrôle ce qu'un agent peut lire. Il ne contrôle pas automatiquement ce que l'agent peut faire de la réponse.

Que retenir des fans et des critiques de Rovo ?

Deux variables semblent déterminer l'expérience des équipes avec Rovo :

  1. Quelle quantité de connaissances utiles de l'entreprise Rovo peut-il consulter, et sont-elles à jour ?
  2. Le travail visé consiste-t-il à trouver des informations, ou à effectuer des actions complexes entre plusieurs outils ?

Un espace Confluence bien entretenu fournit à Rovo une meilleure matière première. Des tâches claires et bien délimitées réduisent aussi la place laissée aux déductions non fondées ou aux exécutions partielles.

Logigramme pour décider de rester sur Confluence et d'utiliser Rovo AI

Avant de décider de rester ou de migrer, testez Rovo sur 20 questions et workflows réels de votre équipe.

Incluez des réponses manquantes, des pages contradictoires, des politiques obsolètes, du contenu soumis à des restrictions d'accès et des opérations d'écriture structurées. Notez s'il trouve la bonne source, s'il la cite, s'il repère les conflits et s'il mène à bien l'action demandée.

Continuez à évaluer des alternatives si votre équipe a du mal à tenir Confluence à jour, a besoin de réponses sourcées couvrant plusieurs systèmes, ou attend des assistants d'IA externes qu'ils effectuent des opérations de lecture et d'écriture fiables.

Mais si votre équipe :

  • n'a pas de culture de la documentation dans Confluence
  • dépend d'une recherche sur plusieurs sources
  • veut un contexte exact pour que les agents autonomes ne créent pas de travail supplémentaire

Vous devriez continuer à envisager un changement et évaluer d'autres options, comme une base de connaissances qui se maintient toute seule.

Si vous changez quand même d'outil, voici ce que Slite change

Commençons par une précision évidente : c'est nous qui faisons Slite. Jugez cette partie selon les mêmes critères que ceux que vous venez d'appliquer au marketing de Rovo.

Slite est une base de connaissances qui se maintient toute seule, avec un agent d'IA intégré. La base de connaissances remplace avantageusement Confluence, et Slite Agent remplace avantageusement Rovo.

Page d'accueil du produit Slite

Voici ce que Slite corrige :

  1. Son expérience utilisateur épurée incite les gens à documenter davantage
  2. Son MCP robuste permet de documenter, commenter et modifier depuis Claude
  3. Sa recherche multi-sources (Slite Agent) est plus précise lorsqu'elle récupère des informations dans plusieurs sources.
  4. Il vous permet d'indiquer le niveau de fraîcheur d'un document, et même de confier la mise à jour automatique des documents importants à Slite Agent.

Il est plus facile de faire adopter Slite que Confluence

Rovo fonctionne mieux lorsque Confluence contient déjà une documentation utile et à jour. Encore faut-il que les gens écrivent.

Slite est conçu spécifiquement pour les connaissances de l'entreprise. Le produit reste centré sur la rédaction, la recherche et la maintenance des documents au lieu de servir l'ensemble de l'écosystème Atlassian.

Un client avait prévu sa migration pour 50 rédacteurs. Six mois plus tard, il en comptait 102.

Son Global Backend Engineering Lead nous a confié :

« Le produit est vraiment facile à utiliser, et tous ceux qui l'ont utilisé l'ont adoré. »

Le témoignage d'un seul client ne permet pas de prédire chaque déploiement, mais il montre ce qui s'est passé lorsqu'une équipe est passée de Confluence à une base de connaissances plus ciblée : deux fois plus de personnes que prévu se sont mises à écrire. Au-delà de Confluence, nos clients nous disent régulièrement constater un taux d'adoption de plus de 90 %, quelle que soit la base de connaissances qu'ils quittent.

La maintenance est résolue, au lieu de mobiliser du personnel

Chaque document Slite porte des signaux de confiance que Confluence n'a pas, par exemple :

  • un propriétaire,
  • un statut de vérification,
  • la possibilité de demander une vérification à vos collègues.
Attribuer des propriétaires aux documents dans Slite

Et désormais, Slite va plus loin : il peut surveiller vos documents, et les mettre à jour.

Slite Agent peut surveiller un document par rapport aux sources connectées, repérer les informations qui ont changé et rédiger une proposition de mise à jour.

Vérification des faits par rapport aux sources en direct dans Slite

La modification proposée arrive avec un diff, une justification et sa source. Une personne la relit avant que quoi que ce soit ne change.

Relire chaque verdict de mise à jour automatique dans le tri de Slite

Votre équipe garde la décision finale.

Mais Slite Agent se charge des relances, des vérifications et du premier jet.

Comment Rovo et Slite répondent aux questions via MCP

Le camp des déçus de Rovo avait un trait déterminant : leur travail passe par Claude et Codex, en dehors de la suite. Cela s'explique par le fait que le MCP de Rovo renvoie des liens, et que votre IA assemble elle-même la réponse.

Le MCP de Slite, en revanche, renvoie une réponse sourcée, prête à l'emploi.

Nous avons comparé les deux pour mesurer l'importance de cette différence.

Nous avons posé onze questions identiques sur les connaissances de l'entreprise, sur le même corpus, avec de nouveaux appels d'agent pour chacune.

Liste de contrôle d'exécution du benchmark

Nous avons mesuré l'exhaustivité et l'exactitude des réponses, le temps nécessaire à l'IA pour obtenir la réponse, et le nombre de tokens consommés par chaque appel.

Il y a 2 grands enseignements :

1. Slite Agent a fourni des réponses complètes et sourcées aux 11 questions, en 20,8 secondes en moyenne. La recherche de Rovo combinée à la synthèse de ChatGPT a pris 24,7 secondes, et n'a répondu entièrement qu'à 2 questions sur 11 (nous avons évalué les réponses à l'aveugle. Vous pouvez faire vous-même le test à l'aveugle dans le rapport de benchmark détaillé ci-dessus)

Latence moyenne par question, Slite Agent vs Rovo AI

2. Le parcours de Rovo a aussi fait transiter 6,6 fois plus de tokens par le modèle client, car les résultats bruts de recherche passent par votre IA avant la synthèse.

Tokens consommés par question, Slite Agent vs Rovo AI

Pour être juste envers Rovo, sa récupération brute était plus rapide, d'environ 4,6 secondes par rapport à Slite. Le temps et l'exactitude se perdent lors de l'étape d'assemblage, où votre IA transforme seule des extraits en réponse.

Il s'agissait d'un petit test sur un seul corpus. Le résultat montre tout de même pourquoi l'interface compte, et quelle est l'utilité réelle des 2 MCP pour des workflows de connaissances centrés sur l'IA.

Alors, Rovo doit-il changer votre décision ?

Si votre Confluence est bien entretenu et que l'essentiel du contexte de votre entreprise se trouve déjà dans Atlassian, Rovo rend le maintien plus attractif. Vous bénéficiez d'une meilleure recherche, d'automatisations utiles, et vous évitez le coût et les perturbations d'une migration.

Les workflows d'IA externes restent le seul compromis que vous feriez.

Via le MCP de Rovo, des outils comme Claude et Codex reçoivent la matière source et assemblent la réponse eux-mêmes. Cela peut signifier :

  • plus de tokens,
  • des réponses incomplètes,
  • et davantage de vérifications.

Atlassian améliorera peut-être le MCP à mesure que Rovo mûrit. Mais si vous misez sur cet avenir, consultez les allocations de crédits et les tarifs et estimez ce que pourraient coûter des workflows d'agents réguliers et complets une fois les limites actuelles appliquées.

Ce scénario dépend d'une condition importante :

Le contexte de votre entreprise doit déjà se trouver dans l'écosystème Atlassian.

En revanche, si :

  • les gens utilisent rarement Confluence,
  • l'essentiel de leur contexte se trouve dans Slack, dans les réunions, dans le code et dans d'autres outils,

Rovo ne peut pas donner à votre IA une vue complète de l'entreprise.

C'est encore plus important pour les équipes nées avec l'IA.

Si vous voulez un MCP de type company brain qui rassemble le contexte de tous vos outils et maintient la base de connaissances à jour à mesure que votre entreprise évolue, Rovo ne résoudra pas ce problème.

Vous devriez plutôt vous tourner vers une solution comme Slite. L'expérience utilisateur épurée de Slite favorise l'adoption, et Slite Agent effectue ses recherches dans les sources connectées, renvoie des réponses sourcées à votre IA et aide à maintenir la documentation dont ces réponses dépendent.

Si vous voulez voir comment cela fonctionne avec votre propre contexte, réservez une démo. Venez avec votre configuration MCP actuelle, votre espace Confluence et les questions les plus difficiles sur votre entreprise auxquelles votre IA doit répondre. Nous vous montrerons comment Slite s'en charge.