El nuevo centro de coste: agentes de IA que ejecutan, no responden
Durante años, el gasto en software empresarial se medía por licencias por empleado. Atlassian está dando por terminada esa lógica. En su conferencia Team'26 Europe, celebrada en Ámsterdam entre el 6 y el 8 de octubre de 2026, la compañía presentó un conjunto de capacidades que llevan la inferencia de IA al mismo nivel de visibilidad que tiene hoy el gasto en nube: qué modelo se usó, para qué tarea, durante cuánto tiempo, y bajo qué identidad.
El movimiento responde a un problema que las empresas están descubriendo al desplegar agentes: un chatbot responde y se acabó; un agente ejecuta durante horas, llama a otras aplicaciones, genera código y desencadena nuevas acciones. El coste deja de estar asociado a una licencia y empieza a depender de cuánta inferencia exija cada proceso.
Los datos que compartió la compañía son elocuentes. El servidor MCP de Atlassian ya atiende cerca de 15 millones de llamadas de herramientas al día, un crecimiento de 15x en seis meses, y la plataforma registra más de 10 millones de interacciones mensuales entre personas y agentes, según el comunicado de Team'26 Europe recogido por TMCnet.
¿Y esto cómo se aplica en tu negocio?
En CAR, dueños de empresa de Latinoamérica y España usan la tecnología para ser más rentables. Empiezas con una ruta de 7 días y terminas con un sistema funcionando en tu negocio.
👥 Probar 7 díasPor qué el modelo más potente suele ser una mala decisión
Mike Cannon-Brookes, CEO y cofundador de Atlassian, aportó la cifra más comentada del evento: al analizar miles de sesiones internas de agentes, la compañía detectó que en torno al 59% de las tareas de documentación estaban utilizando modelos de una categoría superior a la necesaria. Modelos que podían sustituirse por alternativas más baratas sin pérdida de calidad perceptible.
Tamar Yehoshua, Chief Product & AI Officer de Atlassian, explicó que la compañía trabaja con más de 75 modelos y mantiene evaluaciones continuas para decidir cuál encaja con cada tarea. Las variables, en orden, son: calidad, latencia y coste. La consecuencia operativa es directa: un modelo recién lanzado no pasa a ser la opción por defecto, sino que se prueba y se enruta según el resultado.
La nueva versión del MCP Server de Atlassian, según TMCnet, usa hasta un 25% menos de tokens para el mismo trabajo en Jira y Confluence, en pruebas internas sobre modelos Claude. Multiplicado por el volumen que ya mueve la plataforma, el ahorro potencial es considerable.
Este problema no es exclusivo de Atlassian. La edición 2026 del informe State of FinOps, con 1.192 responsables de tecnología y más de USD 83.000 millones de gasto en nube bajo gestión, muestra que el 98% de los encuestados ya gestiona gasto en IA, frente al 31% de hace dos años, según Analytics Insight. La inferencia se ha convertido en la nueva línea de factura que los equipos financieros no saben cómo presupuestar.
Identidad para agentes: el cambio silencioso que importa más
Detrás del gasto hay un problema de gobernanza más profundo: los agentes empiezan a actuar con autonomía, pero la mayoría de empresas no sabe quiénes son ni qué pueden tocar. Atlassian está introduciendo cuentas específicas para agentes y un inventario de identidades no humanas (Non-Human Identities), de forma que cada agente tenga permisos propios en lugar de operar siempre bajo la identidad del empleado que lo invoca.
Según el anuncio de Team'26 Europe, cada agente bajo el nuevo Agentic Multiplayer Protocol (AMP) tiene un propietario claro y un perfil diferenciado, con trazabilidad completa de cada acción. A través de MCP, los permisos pueden restringirse según el riesgo de la operación: lectura, escritura o acción destructiva, esta última con confirmación humana obligatoria.
La urgencia está justificada. El 2026 SpyCloud Identity Threat Report, citado por HackerNoon, encuestó a 750 responsables de seguridad y encontró que el 95% de las organizaciones cree tener visibilidad sobre sus identidades no humanas, pero solo el 36% las monitoriza realmente. El 42% de los incidentes de identidad en el último año involucraron un uso indebido de una identidad no humana, por encima del ransomware basado en credenciales (39%) y del account takeover humano (38%).
Cannon-Brookes anticipó que durante los próximos dos años aparecerá un número significativo de problemas de seguridad relacionados con agentes y software asistido por IA. Su planteamiento: la respuesta tiene que apoyarse en identidad, permisos, observabilidad y capacidad de reacción.
Del token al proyecto: cómo Atlassian quiere conectar gasto con negocio
El tercer movimiento es quizás el más interesante para finanzas. Atlassian está introduciendo AI capital management dentro de Strategy Collection: los administradores podrán consultar el gasto en tokens por persona, asignar parte de ese coste a proyectos concretos y entender qué proveedores están participando en cada iniciativa.
La unidad de análisis cambia: ya no se trata solo de cuánto se paga por tener IA, sino de cuánto cuesta usarla para una determinada línea de negocio. DX, la plataforma de Atlassian orientada a responsables de ingeniería, incorpora métricas de efectividad de modelos por caso de uso, permitiendo comparar cuánto cuesta resolver una tarea con un modelo frente a otro.
El analista Torsten Volk (Omdia), citado por TechTarget, resumió el dilema del sector: "Microsoft, ServiceNow, Salesforce y GitHub hacen el mismo argumento con sus propios grafos. La diferenciación para los clientes dependerá de qué grafo ya almacena la mayor parte de su trabajo, y la ventaja de Atlassian está en Jira y Confluence, no en la IA". El Teamwork Graph de Atlassian conecta ya más de 250.000 millones de objetos y relaciones entre personas, código y documentos, según TMCnet.
El Teamwork Graph está además enriqueciéndose con tipos de contexto nuevos: Rovo Code Search indexa el código fuente al nivel de función, símbolo y clase, y los nuevos conectores de Secoda abren la puerta a almacenes de datos como BigQuery, Snowflake y Databricks. Un agente podrá ver no solo el código, sino también los datos de negocio y la grabación de la reunión donde se discutió la decisión.
Qué significa esto para tu startup
Si estás montando un producto con agentes o estás pagando a un proveedor que los usa, la pregunta deja de ser "¿cuánto cuesta la licencia?" y pasa a ser "¿cuánto me cuesta cada tarea completada y bajo qué identidad se ejecuta?". Hay tres acciones concretas que puedes aplicar esta semana:
- Audita qué modelo se está usando para qué. El caso de Atlassian no es único: muchos equipos configuran el modelo más caro por defecto "para ir sobre seguro". Empieza pidiendo a tu proveedor (o revisando tu propio código) qué modelo responde cada prompt, y compara coste por tarea frente a calidad percibida. El 59% de sobrecoste que encontró Atlassian no apareció solo: llevaba meses ahí.
- Asigna una identidad a cada agente que despliegas. Aunque uses un simple script de IA, dale una cuenta de servicio propia con permisos limitados y un propietario humano nominal. El informe de SpyCloud es claro: las identidades no humanas son el vector de ataque más común y el menos monitorizado. Si no puedes responder "quién es este agente y qué puede tocar", no lo pongas en producción.
- Mide el coste por iniciativa, no por usuario. Empieza a relacionar gasto de inferencia con proyectos, no con asientos. Aunque sea en una hoja de cálculo, esa visibilidad es lo que separa una startup que escala IA de forma sostenible de una que se lleva una sorpresa en la factura a fin de mes.
La dirección que marca Atlassian (gasto por tarea, identidad por agente, coste conectado a proyecto) es probablemente la plantilla que el resto del sector copiará. Cuanto antes la adoptes, menos costará adaptarte cuando tu próximo cliente grande te la exija.
Fuentes
- Atlassian lleva los agentes de IA al presupuesto empresarial - La Ecuación Digital
- Atlassian Introduces AMP: The Agentic Multiplayer Protocol - TMCnet / Business Wire
- Atlassian lays groundwork for humans and AI agents to work side by side - SiliconANGLE
- Atlassian adds 'multi-player' agent collaboration, expands context - TechTarget
- 95% of Companies Think They Watch Their AI Agents. In Reality, Only 36% Do - HackerNoon (2026 SpyCloud Identity Threat Report)
- Cloud Computing Trends Shaping Enterprise IT in 2026 - Analytics Insight
- Non-Human Identity Is The New Perimeter - Forbes
¿Y esto cómo se aplica en tu negocio?
En CAR, dueños de empresa de Latinoamérica y España usan la tecnología para ser más rentables. Empiezas con una ruta de 7 días y terminas con un sistema funcionando en tu negocio.
👥 Probar 7 días
