Escalar la IA Agentic no se trata solo de tener las últimas herramientas: requiere una guía clara, el contexto correcto y una cultura que defiende la experimentación para desbloquear un valor real. En VentureBeat’s Transform 2025, Anu Bharadwaj, presidente de Atlassian, compartió ideas procesables sobre cómo la compañía ha permitido a sus empleados construir miles de agentes personalizados que resuelven desafíos reales y cotidianos. Para construir estos agentes, Atlassian ha fomentado una cultura arraigada en curiosidad, entusiasmo y experimentación continua. «Escuchas mucho sobre los mandatos de arriba hacia abajo de AI», dijo Bharadwaj. «Los mandatos de arriba hacia abajo son excelentes para hacer un gran chapoteo, pero realmente, ¿qué sucede después y para quién? Los agentes requieren iteración y adaptación constantes. Los mandatos de arriba hacia abajo pueden alentar a las personas a comenzar a usarlo en su trabajo diario, pero las personas tienen que usarlo en su contexto e iterar con el tiempo para realizar el valor máximo». Eso requiere un cultivo de experimentación, uno donde los contratiempos a corto y mediano plazo no son penalizados, sino que se aceptan como peluches para el crecimiento futuro y los casos de uso de alto impacto. Creación de un entorno seguro La plataforma de construcción de agentes de Atlassian, Rovo Studio, sirve como un entorno de juegos para que los equipos de toda la empresa construyan agentes. «Como líderes, es importante para nosotros crear un ambiente psicológicamente seguro», dijo Bharadwaj. «En Atlassian, siempre hemos sido muy abiertos. Open Company, ninguna mierda es uno de nuestros valores. Por lo tanto, nos centramos en crear esa apertura y crear un entorno donde los empleados puedan probar cosas diferentes, y si falla, está bien. Está bien porque aprendió algo sobre cómo usar AI en su contexto. Es útil ser muy explícito y abierto». Más allá de eso, debe crear un equilibrio entre la experimentación con barandillas de seguridad y auditabilidad. Esto incluye medidas de seguridad, como asegurarse de que los empleados se registren cuando intentan herramientas, para asegurarse de que los agentes respeten los permisos, comprendan el acceso basado en roles y proporcionen respuestas y acciones basadas en lo que un usuario en particular tiene acceso. Apoyando la colaboración del agente del equipo «Cuando pensamos en los agentes, pensamos en cómo los humanos y los agentes trabajan juntos», dijo Bharadwaj. «¿Cómo se ve el trabajo en equipo en un equipo compuesto por un grupo de personas y un grupo de agentes? La magia realmente ocurre cuando varias personas trabajan junto con múltiples agentes, agregó. Hoy en día, muchos agentes son un solo jugador, pero los patrones de interacción están evolucionando. El chat no será el patrón de interacción predeterminado, dice Bharadwaj. En cambio, habrá múltiples patrones de interacción que impulsan la colaboración multijugador. «Fundamentalmente, ¿de qué se trata el trabajo en equipo?» Ella posó para la audiencia. «Es una colaboración multijugador: múltiples agentes y múltiples humanos que trabajan juntos». Hacer la experimentación del agente accesible Atlassian’s Rovo Studio hace que la construcción de agentes esté disponible y sea accesible para personas de todos los conjuntos de habilidades, incluidas las opciones sin código. Un cliente de la industria de la construcción construyó un conjunto de agentes para reducir su tiempo de creación de hoja de ruta en un 75%, mientras que la publicación gigante HarperCollins construyó agentes que redujeron el trabajo manual en 4X en sus departamentos. Al combinar Rovo Studio con su plataforma de desarrollador, Forge, los equipos técnicos obtienen un poderoso control para personalizar profundamente sus flujos de trabajo de IA, definiendo el contexto, especificar fuentes de conocimiento accesibles, dar forma a los patrones de interacción y más, y crear agentes altamente especializados. Al mismo tiempo, los equipos no técnicos también necesitan personalizar e iterar, por lo que han creado experiencias en Rovo Studio para permitir a los usuarios aprovechar el lenguaje natural para hacer sus personalizaciones. «Esa será el gran desbloqueo, porque fundamentalmente, cuando hablamos de transformación de agente, no se puede restringir a los escenarios de la generación del código que vemos hoy. Tiene que impregnar a todo el equipo», dijo Bharadwaj. «Los desarrolladores gastan el 10% de su codificación de tiempo. El 90% restante está trabajando con el resto del equipo, descubriendo problemas de los clientes y solucionando problemas en la producción. Estamos creando una plataforma a través de la cual puede construir agentes para cada una de esas funciones, por lo que todo el circuito se vuelve más rápido». Creando un puente desde aquí al futuro a diferencia de los cambios anteriores a dispositivos móviles o nubes, donde se produjo un conjunto de cambios tecnológicos o de mercado, la transformación de IA es fundamentalmente un cambio en la forma en que trabajamos. Bharadwaj cree que lo más importante es ser abierto y compartir cómo está utilizando AI para cambiar su trabajo diario. «Como ejemplo, comparto videos de telar de nuevas herramientas que he probado, cosas que me gustan, cosas que no me gustaron, cosas en las que pensé, oh, esto podría ser útil si solo tuviera el contexto correcto», agregó. «Esa iteración mental constante, para que los empleados vean e intenten todos los días, es muy importante a medida que cambiamos de la forma en que trabajamos».