Prosperar la IA Agentic no se comercio solo de tener las últimas herramientas: requiere una consejero clara, el contexto correcto y una civilización que defiende la experimentación para desbloquear un valencia actual. En VentureBeat’s Metamorfosear 2025Anu Bharadwaj, presidente de Atlassian, compartió ideas procesables sobre cómo la compañía ha capacitado a sus empleados para construir miles de agentes personalizados que resuelven desafíos reales y cotidianos. Para construir estos agentes, Atlassian ha fomentado una civilización arraigada en curiosidad, entusiasmo y experimentación continua.

“Escuchas mucho sobre los mandatos de en lo alto en torno a debajo de AI”, dijo Bharadwaj. “Los mandatos de en lo alto en torno a debajo son excelentes para hacer un gran chapoteo, pero en realidad, ¿qué sucede posteriormente y para quién? Los agentes requieren iteración y acoplamiento constantes. Los mandatos de en lo alto en torno a debajo 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 valencia mayor”.

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 detención impacto.

Creando 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 medio ambiente psicológicamente seguro”, dijo Bharadwaj. “En Atlassian, siempre hemos sido muy abiertos. Open Company, ninguna mierda es uno de nuestros títulos. Por lo tanto, nos centramos en crear esa tolerancia y crear un entorno donde los empleados puedan probar cosas diferentes, y si falta, está acertadamente. Está acertadamente porque aprendió poco sobre cómo usar AI en su contexto. Es útil ser muy evidente y campechano”.

Más allá de eso, debe crear un consistencia entre la experimentación con barandillas de seguridad y auditabilidad. Esto incluye medidas de seguridad, como cerciorarse de que los empleados se registren cuando intentan herramientas, para cerciorarse de que los agentes respeten los permisos, comprendan el comunicación basado en roles y proporcionen respuestas y acciones basadas en lo que un adjudicatario en particular tiene comunicación.

Colaboración de agente de equipo de apoyo

“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 reunión de personas y un reunión de agentes?

La encanto en realidad ocurre cuando varias personas trabajan próximo con múltiples agentes, agregó. Hoy en día, muchos agentes son un solo componente, 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 comercio el trabajo en equipo?” Ella posó para la audiencia. “Es una colaboración multijugador: múltiples agentes y múltiples humanos que trabajan juntos”.

Hacer accesible la experimentación del agente

Rovo Studio de Atlassian hace que la construcción de agentes esté arreglado 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 disminuir su tiempo de creación de hoja de ruta en un 75%, mientras que la publicación gigantesco 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 en extremo especializados. Al mismo tiempo, los equipos no técnicos además necesitan personalizar e iterar, por lo que han creado experiencias en Rovo Studio para permitir a los usuarios rendir el jerga 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 coexistentes 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 hasta el futuro

A diferencia de los cambios anteriores a Mobile o Cloud, donde ocurrieron 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 campechano 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”.