Scaling de agentic AI: Cultura de experimentação na Atlassian

A Atlassian está mostrando como a Scaling de agentic AI não é só ter as ferramentas mais novas. É preciso ter orientação clara, o contexto certo e uma cultura que apoia a experimentação. Isso tudo serve para liberar o valor de verdade. Na Transform 2025 da VentureBeat, Anu Bharadwaj, presidente da Atlassian, compartilhou dicas sobre como a empresa tem ajudado seus funcionários. Eles estão construindo milhares de agentes de IA personalizados para resolver problemas diários.

Para criar esses agentes, a Atlassian cultivou uma cultura que valoriza a curiosidade, o entusiasmo e a experimentação contínua. Segundo Bharadwaj, as ordens de cima para baixo podem gerar um grande impacto inicial, mas o valor real vem da iteração e adaptação no contexto de cada pessoa. É essencial que as equipes usem essas ferramentas em seu dia a dia.

Isso pede uma cultura de experimentação, onde pequenos contratempos não são vistos como erros, mas sim como passos importantes para o crescimento futuro. Cada tentativa, mesmo que não perfeita, é uma chance de aprender e descobrir novos usos para a tecnologia de agentes de inteligência artificial. Assim, a empresa consegue alcançar casos de uso de alto impacto.

Um Ambiente Seguro Para Inovar com Agentes de IA

O Rovo Studio, plataforma da Atlassian para construir agentes, funciona como um espaço seguro para que as equipes da empresa criem seus próprios agentes. Anu Bharadwaj destaca a importância de um ambiente psicologicamente seguro para a experimentação. Ela explica que a Atlassian sempre valorizou a abertura, um dos seus princípios.

Essa abertura permite que os funcionários testem coisas novas sem medo de falhar. Se algo não der certo, não tem problema, porque o aprendizado sobre como usar a IA no contexto da equipe é valioso. A empresa se esforça para ser muito clara e direta sobre essa abordagem de “tentar e aprender”.

Além disso, é preciso equilibrar a experimentação com algumas regras de segurança e rastreabilidade. Isso inclui medidas como garantir que os funcionários estejam logados ao usar as ferramentas. Também é fundamental que os agentes respeitem as permissões e entendam o acesso baseado em funções, fornecendo respostas e ações apenas com base no que o usuário tem permissão para ver.

Colaboração Entre Equipes e Agentes

Quando o assunto são os agentes, a Atlassian pensa em como humanos e agentes podem trabalhar juntos. A ideia é entender como a colaboração evolui entre uma equipe de pessoas e vários agentes, e o que pode ser feito para apoiar isso. Por isso, todas as equipes da Atlassian usam e constroem seus próprios agentes Rovo. A empresa acredita que, quando esse tipo de trabalho em equipe se torna comum, o sistema operacional da empresa muda por completo.

A magia acontece de verdade quando várias pessoas e vários agentes trabalham juntos. Atualmente, muitos agentes são feitos para um único usuário, mas os padrões de interação estão mudando. Bharadwaj acredita que o chat não será o jeito principal de interagir no futuro. Em vez disso, surgirão vários outros padrões de interação que vão impulsionar a colaboração. A pergunta central é: o que é o trabalho em equipe, senão a colaboração de múltiplos agentes e múltiplos humanos?

Tornando a Experimentação com Agentes Acessível

O Rovo Studio da Atlassian torna a criação de agentes disponível e fácil para pessoas de todos os níveis de habilidade, incluindo opções sem código. Um cliente da indústria da construção, por exemplo, criou um conjunto de agentes que reduziu seu tempo de criação de roteiros em 75%. Já a editora HarperCollins desenvolveu agentes que diminuíram o trabalho manual em quatro vezes em seus departamentos. Essa é uma forma de impulsionar o uso de agentes de IA na Atlassian.

Combinando o Rovo Studio com sua plataforma de desenvolvimento, Forge, as equipes técnicas ganham um controle poderoso para personalizar profundamente seus fluxos de trabalho de IA. Eles podem definir o contexto, especificar fontes de conhecimento acessíveis, moldar padrões de interação e muito mais. Isso permite criar agentes altamente especializados. Ao mesmo tempo, equipes não-técnicas também precisam personalizar e iterar, então foram criadas experiências no Rovo Studio que permitem aos usuários usar linguagem natural para fazer suas personalizações.

Isso é um grande avanço, pois a transformação da IA não pode se limitar aos cenários de geração de código que vemos hoje. Ela precisa permear toda a equipe, como a ideia de democratizar a inteligência artificial. Desenvolvedores gastam apenas 10% do tempo codificando. Os 90% restantes são dedicados a trabalhar com o resto da equipe, resolver problemas de clientes e corrigir falhas em produção. A Atlassian está criando uma plataforma para construir agentes para cada uma dessas funções, acelerando todo o processo.

A transformação da IA, diferente das mudanças para dispositivos móveis ou nuvem, é uma alteração fundamental na forma como trabalhamos. Bharadwaj acredita que o mais importante é ser transparente e compartilhar como se está usando a IA para mudar o trabalho diário. Como exemplo, ela menciona compartilhar vídeos Loom de novas ferramentas que testou, o que gostou, o que não gostou, e onde viu potencial se o contexto fosse adequado. Essa iteração mental constante, para os funcionários verem e experimentarem todos os dias, é muito importante à medida que a forma de trabalhar muda.

Este conteúdo foi auxiliado por Inteligência Artificial, mas escrito e revisado por um humano.