Una persona informa un problema por chat. El equipo de soporte crea una solicitud, busca información en la base de conocimiento y consulta incidentes anteriores. Después, transfiere el caso a Operaciones, que necesita volver a reunir el contexto antes de involucrar a Desarrollo.

Mientras tanto, otras personas pueden estar experimentando el mismo problema.

Este recorrido muestra uno de los principales desafíos de la gestión de servicios: muchas organizaciones ya automatizaron la creación de solicitudes, pero todavía dependen de transferencias, búsquedas manuales y herramientas desconectadas para resolverlas.

Las novedades presentadas por Atlassian en Team ’26 buscan cambiar esta dinámica. En lugar de utilizar la inteligencia artificial solamente para clasificar tickets o generar respuestas, la propuesta es incorporarla en todo el ciclo de servicio: desde la atención inicial hasta la investigación de incidentes, la ejecución de acciones y la prevención de interrupciones.

Service Collection es la base de esta estrategia. La colección, lanzada originalmente en Team ’25 Europe, integra Jira Service Management, Customer Service Management, Assets y Rovo en una misma plataforma para atender a equipos internos y clientes externos.

En Team ’26, Atlassian presentó nuevas capacidades y avances para llevar este modelo hacia una gestión de servicios más conectada, proactiva y orientada a la resolución.

El cambio principal: resolver antes de transferir

Durante años, uno de los principales indicadores de la gestión de servicios fue la cantidad de tickets procesados. Sin embargo, gestionar más tickets no significa necesariamente entregar una mejor experiencia.

El verdadero objetivo es resolver la necesidad con la menor cantidad posible de pasos, transferencias y tiempos de espera.

En un modelo tradicional, una persona identifica un problema, crea una solicitud y espera que el equipo de soporte la analice. Si el caso necesita la participación de otra área, el ticket cambia de responsable y el contexto debe reconstruirse en cada etapa.

Con Service Collection, Atlassian busca acercar la resolución al lugar donde surge la solicitud.

Rovo puede utilizar el conocimiento de la organización, el historial de trabajo y la información disponible en la plataforma para ayudar a responder preguntas, preparar acciones y orientar a los equipos. Cuando la solicitud no puede resolverse directamente, la IA puede organizar el contexto para que el equipo responsable comience a trabajar con más información.

Esto cambia el papel de la automatización. Ya no se trata solamente de crear, clasificar o asignar tickets, sino de reducir la cantidad de solicitudes que necesitan convertirse en procesos manuales.

Rovo Service: del autoservicio a la ejecución supervisada

Uno de los avances más relevantes es Rovo Service, un compañero de IA especializado en trabajo de servicio.

Su función no se limita a responder preguntas frecuentes. Rovo Service puede utilizar la base de conocimiento interna para analizar una solicitud, preparar un plan de resolución y ejecutar determinadas acciones de forma autónoma o bajo la supervisión del equipo.

Este enfoque permite adoptar la IA de manera progresiva.

En una primera etapa, Rovo puede proponer una respuesta o un plan, mientras el equipo conserva el control sobre la decisión final. A medida que la organización evalúa los resultados, define reglas y mejora su conocimiento, determinados procesos pueden avanzar hacia un mayor nivel de autonomía.

Por ejemplo, ante una solicitud de acceso, Rovo Service podría:

• identificar qué recurso necesita la persona;
• consultar el procedimiento correspondiente;
• verificar la información necesaria;
• preparar un plan de resolución;
• solicitar una aprobación cuando sea requerida;
• ejecutar las acciones permitidas;
• registrar lo realizado en la solicitud.

Actualmente, Rovo Service concentra sus capacidades en la gestión de resoluciones y en experiencias de incorporación de personas. Su evolución muestra hacia dónde se dirige el servicio asistido por IA: agentes que no solamente conversan, sino que ayudan a completar procesos.

Para aprovechar este modelo, la calidad del conocimiento es determinante. La IA necesita acceder a artículos, procedimientos, políticas y registros confiables. Si la información está desactualizada, duplicada o fragmentada, la automatización también reproducirá esas limitaciones.

Por eso, implementar Rovo Service no comienza solamente con una configuración técnica. También requiere revisar cómo se crea, valida, mantiene y protege el conocimiento de la organización.

Rovo Ops: reunir el contexto de un incidente en menos tiempo

Cuando ocurre un incidente, el principal desafío no siempre es la falta de datos. Muchas veces, el problema es que la información está distribuida entre alertas, conversaciones, solicitudes, documentos, cambios recientes y registros históricos.

Antes de comenzar a resolver el incidente, el equipo necesita entender qué está sucediendo.

Rovo Ops es el agente de Atlassian especializado en alertas e incidentes. Su objetivo es ayudar a organizar el contexto histórico, localizar información relevante y recomendar posibles acciones durante la respuesta.

Mediante lenguaje natural, el equipo puede consultar alertas e incidentes, buscar casos similares y encontrar documentación relacionada. Rovo Ops también puede ayudar a identificar a las personas o áreas con experiencia relevante y proponer medidas para reducir el impacto.

En una situación práctica, el agente podría colaborar para responder preguntas como:

• ¿Hubo incidentes similares durante los últimos meses?
• ¿Qué cambios se implementaron antes de la interrupción?
• ¿Qué servicios y activos podrían estar afectados?
• ¿Qué procedimiento se utilizó en incidentes anteriores?
• ¿Qué equipo conoce mejor este componente?
• ¿Qué acciones de mitigación podrían evaluarse?

Esto no elimina la responsabilidad del equipo de operaciones. La IA ayuda a reducir el tiempo dedicado a buscar y organizar información para que las personas puedan concentrarse en evaluar riesgos y tomar decisiones.

Rovo Ops también puede apoyar la preparación de revisiones posteriores al incidente. Al reunir la cronología, las acciones realizadas y los datos disponibles, facilita la documentación de aprendizajes y la transformación de esos hallazgos en tareas de mejora.

De responder incidentes a prevenirlos

Otro eje presentado en Team ’26 es la evolución hacia experiencias de comando y prevención de incidentes asistidas por IA.

Tradicionalmente, las prácticas de operaciones se concentran en detectar una interrupción, movilizar al equipo y restaurar el servicio. La nueva dirección busca incorporar señales que permitan identificar riesgos antes de que se conviertan en incidentes de alto impacto.

Para ello, Jira Service Management puede combinar información sobre alertas, cambios, incidentes anteriores, activos y dependencias. Con este contexto, la IA puede ayudar a reconocer patrones, evaluar cambios potencialmente riesgosos y destacar situaciones que requieren atención.

El objetivo no es predecir cualquier incidente con certeza. Se trata de entregar más señales para que el equipo pueda priorizar riesgos y actuar antes.

Esta evolución también refuerza la relación entre la gestión de cambios y la gestión de incidentes. Un cambio deja de ser solamente un registro aprobado y pasa a formar parte del contexto utilizado para comprender la estabilidad de un servicio.

Cuando Desarrollo y Operaciones trabajan en una plataforma conectada, es posible relacionar un incidente con el cambio que lo precedió, los componentes involucrados y las tareas necesarias para evitar que vuelva a ocurrir.

Customer Service Management: conectar la atención con quienes resuelven el problema

No todas las solicitudes provienen de personas de la organización. Muchas comienzan con un cliente que informa un error, solicita ayuda o necesita entender el estado de un servicio.

Para estos escenarios, Service Collection incorpora Customer Service Management, una aplicación especializada en la atención de clientes externos.

Su propuesta es acercar a los equipos de atención al cliente, Producto, Desarrollo y Operaciones. Cuando una consulta está relacionada con un defecto, un cambio o una interrupción, el caso puede conectarse con el trabajo técnico sin depender de actualizaciones manuales en sistemas separados.

Esta integración ayuda a reducir uno de los problemas más comunes en la atención: la pérdida de contexto durante las transferencias.

El equipo de atención puede acompañar la conversación con el cliente, mientras Desarrollo y Operaciones acceden a la información necesaria para investigar el problema. A su vez, las actualizaciones técnicas pueden regresar al equipo de atención para que la respuesta sea más precisa y consistente.

En Team ’26, Atlassian también presentó el avance hacia una experiencia omnicanal con WhatsApp, SMS y capacidades de voz basadas en IA. Estas funcionalidades forman parte del roadmap de Customer Service Management y buscan permitir que una conversación continúe entre distintos canales sin perder su historial.

La omnicanalidad, por sí sola, no resuelve la fragmentación. Su valor aparece cuando los canales están conectados con las solicitudes, el conocimiento, los incidentes y los equipos que participan en la resolución.

Assets: entender qué está afectado antes de actuar

Una solicitud informa qué necesita una persona. Un registro de activos ayuda a entender qué elementos están involucrados, cómo se relacionan y cuál puede ser el impacto de una decisión.

Assets cumple esta función dentro de Service Collection.

La solución permite registrar dispositivos, aplicaciones, servicios, componentes, personas y otros elementos relevantes para la operación. También permite representar las relaciones y dependencias existentes entre ellos.

Ante una interrupción, el equipo puede utilizar este contexto para responder preguntas como:

• ¿Qué servicio depende del componente afectado?
• ¿Qué personas utilizan este dispositivo?
• ¿Qué aplicaciones podrían verse afectadas por un cambio?
• ¿Quién es responsable del activo?
• ¿Qué otros incidentes estuvieron relacionados con este elemento?

En Team ’26, Atlassian también presentó avances para Hardware Asset Management, orientados a sustituir inventarios mantenidos en hojas de cálculo por una gestión más conectada del ciclo de vida de los equipos.

Al combinar Assets con Rovo, la información puede consultarse mediante lenguaje natural. Esto facilita el acceso al contexto, pero también exige que los datos sean completos, actuales y administrados mediante reglas claras.

La IA puede ayudar a encontrar relaciones y acelerar consultas. Sin embargo, no sustituye la disciplina necesaria para mantener una fuente confiable de información sobre activos y servicios.

El valor está en la conexión, no en una funcionalidad aislada

Cada componente de Service Collection responde a un tipo de trabajo:

Jira Service Management organiza las solicitudes, los incidentes, los cambios y los procesos de servicio.

Customer Service Management gestiona la relación con clientes externos y conecta la atención con los equipos técnicos.

Assets aporta información sobre activos, servicios, componentes y dependencias.

Rovo utiliza el conocimiento y el contexto disponible para ayudar a responder, investigar y ejecutar acciones.

El valor diferencial aparece cuando estos elementos trabajan de forma conectada.

La plataforma de Atlassian y Teamwork Graph relacionan información sobre personas, trabajo, conocimiento, servicios y aplicaciones. Este contexto permite que los agentes de IA entreguen resultados más relevantes que una herramienta que solamente analiza el texto de una solicitud.

Por ejemplo, para ayudar durante un incidente, no basta con resumir la descripción. También es necesario entender qué servicio está afectado, qué cambios se implementaron, qué equipo es responsable, qué incidentes similares ocurrieron y qué documentación está disponible.

Esta es la transición que Atlassian propone: pasar de una IA agregada como función independiente a una IA incorporada en los procesos diarios de servicio.

Qué necesitan preparar las organizaciones

Adoptar Service Collection no consiste solamente en habilitar nuevas aplicaciones o agentes.

Para obtener resultados, la organización necesita preparar el entorno en el que la IA va a trabajar.

Esto incluye:

• identificar qué solicitudes pueden resolverse mediante autoservicio;
• revisar la calidad y vigencia de la base de conocimiento;
• organizar la información sobre activos y servicios;
• definir qué acciones puede ejecutar un agente de IA;
• establecer cuándo se necesita aprobación o intervención de una persona;
• proteger la información sensible;
• medir la calidad de las resoluciones;
• revisar continuamente los resultados y las excepciones.

También es necesario seleccionar los casos de uso adecuados.

Automatizar primero los procesos más complejos o sensibles puede aumentar el riesgo y dificultar la adopción. Una estrategia más sostenible es comenzar con solicitudes frecuentes, repetitivas y bien documentadas, validar los resultados y ampliar gradualmente el alcance.

El objetivo no debe ser maximizar la autonomía desde el primer día. Debe ser encontrar el nivel de autonomía adecuado para cada proceso.

De administrar tickets a diseñar experiencias de servicio

Las novedades de Team ’26 muestran que la gestión de servicios está avanzando hacia un modelo en el que personas y agentes de IA trabajan sobre un contexto compartido.

Esto puede ayudar a las organizaciones a:

• resolver solicitudes antes de que lleguen a una fila;
• reducir tareas repetitivas;
• disminuir las transferencias entre equipos;
• acelerar la investigación de incidentes;
• conectar Atención al Cliente, Desarrollo y Operaciones;
• comprender el impacto de cambios e interrupciones;
• aprovechar mejor el conocimiento existente;
• identificar riesgos antes de que generen una interrupción.

Sin embargo, la tecnología es solamente una parte de la transformación.

Las organizaciones también necesitan revisar procesos, responsabilidades, conocimiento y mecanismos de gobierno. Una IA conectada a procesos poco claros puede ejecutar más rápido, pero no necesariamente entregar un mejor servicio.

En Tsoft ayudamos a las organizaciones a evaluar su modelo de gestión de servicios, identificar oportunidades de automatización y diseñar experiencias con Atlassian alineadas con sus necesidades operativas.

Service Collection propone un cambio de enfoque: dejar de medir el servicio solamente por la cantidad de tickets gestionados y comenzar a evaluar cuántas necesidades pueden resolverse con rapidez, contexto y la menor fricción posible.