Atlassian quiere que Jira registre el trabajo de los agentes de IA

El trabajo que se pierde entre el agente y el ticket

Un equipo de una empresa cliente de Atlassian empezó un proyecto del que la compañía no se enteró hasta que el consumo de tokens se disparó. Las sesiones con el agente estaban activas, las decisiones se estaban tomando, pero ningún ticket de Jira reflejaba esa actividad. La anécdota la contó Tamar Yehoshua, Chief Product & AI Officer de Atlassian, durante Team’26 Europe en Ámsterdam, y sirve para entender el problema que la compañía quiere resolver.

Herramientas como Codex, Claude Code o Cursor investigan, generan código y abren nuevas líneas de trabajo desde el portátil de un empleado. La actividad queda registrada en la sesión, pero no necesariamente en las aplicaciones corporativas. Atlassian detectó que, cuanto más usan las empresas estos agentes, menos visibilidad tienen los managers sobre qué se está construyendo, quién lo está construyendo y por qué.

El dato que sustenta esa intuición lo aportó Atlassian en su anuncio corporativo del 15 de julio de 2026: según un estudio longitudinal de Atlassian DX, el uso de IA por parte de los ingenieros creció 65%, pero la ganancia de velocidad de los desarrolladores se quedó en torno al 10%. La brecha entre adopción y productividad es el espacio que Atlassian quiere llenar.

Qué cambia con Agent Sessions

La respuesta de Atlassian se llama Agent Sessions y tiene dos movimientos. El primero es el más obvio: capturar el trabajo que ya está ocurriendo fuera de Jira y devolverlo a la organización.

Dave Meyer, responsable global de producto, explicó en Ámsterdam que la idea es vincular las ejecuciones locales y en la nube de los agentes a los tickets correspondientes. Cada sesión registrará qué agente y qué modelo participaron, qué herramientas se usaron, el consumo de tokens y un resumen de la interacción, y toda esa información quedará conectada al ticket al que pertenecía.

Hasta ahora, una integración podía confirmar que un agente terminó una tarea o generó una pull request. Agent Sessions va un paso más allá: captura el proceso intermedio — las preguntas, las excepciones, las dependencias que aparecieron sobre la marcha — y lo devuelve al Teamwork Graph, la capa de Atlassian que conecta trabajo, equipos, código y conocimiento. Sharif Mansour, responsable de IA de la compañía, describió el movimiento como uno de los cambios más profundos en los más de veinte años de Jira.

El segundo movimiento es más sutil y por eso más relevante para los founders. Si Jira empieza a absorber cada vez más trabajo de los agentes, el elemento de trabajo deja de ser un contenedor pasivo y empieza a parecerse a la instrucción que pone en marcha al agente. Meyer lo resumió así: el ticket se convierte, en muchos casos, en el propio prompt.

El Teamwork Graph como ventaja (y como problema)

El Teamwork Graph es la pieza que hace posible que un agente reciba contexto empresarial sin necesidad de pegarle un manual técnico entero en cada sesión. En un artículo de Zacks publicado en The Globe and Mail, Atlassian indica que el grafo ya supera los 200.000 millones de objetos y conexiones y que, en sus pruebas internas, los agentes enriquecidos con ese contexto ofrecieron respuestas un 44% más precisas usando un 48% menos de tokens que los agentes que operaban sin él.

Ming Wu, Head of Engineering DevAI en Atlassian, lo planteó a SD Times con una idea clara: «más contexto no significa necesariamente mejores resultados; context engineering es entregar el fragmento correcto al agente correcto en el momento correcto». Ahí está el reto. El Teamwork Graph debe localizar la información relevante — convenciones, dependencias, decisiones de arquitectura — y Jira tiene que aportarle al agente la definición exacta del trabajo.

La herramienta estrella para esa fase previa al código es Jira Planner, todavía en acceso temprano privado. Planner recoge información del Teamwork Graph — historial de Jira y Confluence, contexto de equipo, pulls de código — y ayuda a los equipos a redactar requisitos, especificaciones técnicas y diseños que después se convierten en elementos de Jira listos para asignarse a personas o a agentes. Atlassian está moviendo el cuello de botella: si generar código se acelera, el problema pasa a decidir qué merece construirse.

La autonomía tiene costo, y Jira intenta cobrarlo en visibilidad

Atlassian no se apunta al relato del «enjambre de agentes sin intervención humana». Meyer se mostró escéptico ante esa posibilidad inmediata — incluso los laboratorios que entrenan los modelos más avanzados tienen problemas para controlar ese tipo de sistemas, argumentó — y dibujó un escenario más estructurado: un evento dispara un agente clasificador, el resultado pasa a otro capaz de implementar un cambio, una tercera etapa revisa el trabajo, y el proceso conserva puntos de aprobación y control. Autonomía más cercana a automatizar un workflow que a delegar una función completa.

Esa arquitectura se formaliza con AMP, la capa con la que Atlassian organiza la colaboración entre personas y agentes. Cada acción debe poder atribuirse a una persona, a un agente con identidad propia, a un agente que actúa en nombre de alguien o a una persona asistida por IA. Identidades, permisos, registros y checkpoints: la idea es ampliar la autonomía sin diluir la responsabilidad.

El competidor más directo en esa pelea es Salesforce Agentforce, cuyo ARR superó los 1.500 millones de dólares en el segundo trimestre del año fiscal 2027, con un crecimiento interanual del 240%, según datos publicados por Zacks. ServiceNow, en esa misma línea, superó los 1.000 millones de dólares de ACV en IA en el segundo trimestre de 2026 y espera superar los 1.500 millones a fin de año. Atlassian estima que tiene 14.000 millones de dólares de oportunidad dentro de su base de clientes actual sin cambiar productos ni precios, según el mismo análisis.

Qué significa esto para tu startup

Si trabajas con agentes de IA en tu equipo — Cursor, Claude Code, Codex o lo que sea — tienes un agujero de visibilidad similar al que Atlassian está intentando tapar. La velocidad de un solo developer puede ser enorme, pero el manager no sabe qué tickets avanzó, qué decisiones tomó el agente y qué dependencias creó hasta que algo se rompe.

Acciones concretas que puedes aplicar esta semana:

• Lleva un registro ligero de sesiones de agente. No necesitas Atlassian: una hoja compartida con la URL de la sesión, el ticket asociado, el agente usado y el consumo aproximado basta para empezar a reconstruir qué decisiones se tomaron fuera del sistema. Si tu equipo no tiene ese registro, tu memoria organizativa se está vaciando en silencio.
• Trata tus tickets como prompts, no como cascarones. Cuando redactes un elemento de Jira (o de Linear, Notion o lo que uses), incluye contexto mínimo útil: archivos involucrados, convenciones del repo, restricciones. El trabajo de redactar bien ese ticket se paga solo cuando el agente lo ejecuta, y se paga dos veces cuando otro developer tiene que mantenerlo.
• Mide velocidad, pero mide también qué cuesta cada PR. Si no controlas el consumo de tokens, el ROI de los agentes te va a sorprender a fin de mes. Atlassian cita un caso interno donde pasar de «dárselo todo al agente» a «darle el contexto justo» redujo el consumo un 48%. Esa palanca está disponible desde la primera semana.

El movimiento de Atlassian confirma una tendencia que ya estaba en el aire: las herramientas de gestión de trabajo no van a desaparecer, pero van a tener que absorber el trabajo que los agentes generan fuera de su radar o se van a volver irrelevantes. Si tu startup todavía no ha pensado cómo va a registrar lo que hacen sus agentes, esta es la pregunta que toca responder antes de que el sprint se te vuelva opaco.

Fuentes

• Atlassian quiere sacar a la luz el trabajo invisible de los agentes de IA — La Ecuación Digital
• Atlassian Announces System for AI-native Software Development in Jira — Yahoo Finance / Business Wire (15 jul. 2026)
• How Atlassian’s New Jira AI Features Give Coding Agents Context to Build Software — SD Times
• Can Rising Adoption of Teamwork Graph Drive TEAM’s Next Growth Phase? — The Globe and Mail / Zacks
• Atlassian launches visual AI tools and third-party agents in Confluence — TechCrunch

Artículos relacionados:

Atlassian y OpenAI: gasto real, plataforma multi-modelo Atlassian lleva agentes de IA a Jira con contexto y gobierno Atlassian despide 1.600 empleados para apostar por IA Atlassian Remix en Confluence: IA con MCP y agentes Atlassian Rovo vulnerabilidad 2026: cómo proteger tus datos de Jira y Confluence