A próxima fase da inteligência artificial nas empresas não será definida apenas por ferramentas mais rápidas, respostas automáticas ou assistentes digitais. Ela será definida pela capacidade de conectar pessoas, dados, sistemas, conhecimento e agentes de IA em um mesmo fluxo de trabalho. Esse é o conceito central do Atlassian Team ’26: colaboração humano-IA em escala. Mais do que uma tendência tecnológica, esse movimento aponta para uma nova forma de organizar equipes, decisões e operações. 

O que significa colaboração humano-IA em escala? 

A Atlassian apresenta o Team ’26 com uma mensagem clara: Unlock human-AI collaboration at scale, posicionando o evento como uma conferência global para times orientados por IA, suas lideranças e os aplicativos e agentes que os impulsionam. O evento acontece de 5 a 7 de maio, em Anaheim, Califórnia, com transmissão online gratuita nos dias 6 e 7 e biblioteca sob demanda a partir de 11/05. 

Mas a força dessa mensagem não está apenas no uso da IA. O ponto principal é a palavra escala. 

Em muitas empresas, a inteligência artificial já entrou no cotidiano de forma fragmentada. Um profissional usa IA para resumir uma reunião. Outro usa para escrever um e-mail. Uma equipe usa para gerar documentação. Outra testa automações em tarefas repetitivas. Essas iniciativas podem gerar ganhos pontuais, mas ainda não mudam a lógica do trabalho como um todo. 

A colaboração humano-IA em escala começa quando a IA deixa de ser um recurso individual e passa a atuar dentro dos processos, sistemas e fluxos reais da organização. Em vez de ficar à margem da operação, ela passa a ajudar equipes a encontrar conhecimento, priorizar demandas, reduzir gargalos, interpretar contexto, sugerir próximos passos e executar ações com mais fluidez. 

Essa mudança é importante porque o trabalho corporativo se tornou mais distribuído, mais dependente de informação e mais atravessado por ferramentas. Projetos estão no Jira. Documentações estão no Confluence. Decisões aparecem em reuniões, mensagens, vídeos, e-mails e chamados. Demandas chegam por diferentes canais. Indicadores vivem em relatórios. Aprovações dependem de múltiplas áreas. Quando cada parte do trabalho fica isolada, a empresa perde velocidade, clareza e capacidade de resposta. 

A proposta da Atlassian para esse novo momento é tratar a IA como uma camada conectada ao trabalho em equipe, e não como um atalho isolado, visto que o trabalho está mudando e que a forma como as equipes trabalham também precisa mudar, destacando casos reais de IA, mudanças culturais no trabalho em equipe e ferramentas para ampliar impacto e colaboração. 

Por que esse tema é importante para empresas em ambientes complexos? 

A colaboração humano-IA em escala é especialmente relevante para empresas que operam em contextos complexos: muitos sistemas, alta dependência de processos, áreas interdependentes, estruturas legadas, múltiplos fornecedores, demandas regulatórias, prazos apertados e pressão por eficiência. 

Nesses ambientes, o maior problema raramente é a falta de ferramentas. Muitas vezes, o desafio está em fazer as ferramentas trabalharem juntas, com contexto suficiente para apoiar decisões melhores. 

Uma empresa pode ter um bom sistema de atendimento, uma boa base de conhecimento, uma boa ferramenta de gestão de projetos e bons relatórios de indicadores. Ainda assim, se essas partes não se conversam, o trabalho continua lento. O atendimento demora para encontrar informações. A liderança não enxerga gargalos com clareza. As equipes repetem tarefas manuais. O conhecimento fica preso em pessoas específicas. A operação depende de reuniões para reconstruir contexto. 

É nesse ponto que a colaboração humano-IA em escala deixa de ser um conceito abstrato e se torna uma necessidade prática. 

A IA só gera valor real quando entende o contexto da organização. Para isso, ela precisa estar conectada ao conhecimento, aos fluxos, aos dados e às permissões corretas. Caso contrário, vira apenas mais uma interface: interessante, mas limitada. 

A Atlassian vem tratando esse desafio por meio de uma visão mais ampla de trabalho conectado. O Atlassian System of Work, por exemplo, é apresentado como um modelo para ajudar equipes a trabalharem melhor juntas, reunindo aplicativos, agentes, plataforma, conhecimento organizacional e fluxos orientados por IA. A própria Atlassian descreve essa visão como uma forma de conectar conhecimento e workflows para liberar o potencial de todas as equipes. 

Para empresas brasileiras que precisam modernizar operações sem perder controle, esse ponto é decisivo. Não se trata apenas de adotar IA porque o mercado está falando sobre IA. Trata-se de entender onde a inteligência artificial pode reduzir atrito, aumentar visibilidade e fortalecer processos que já sustentam áreas críticas do negócio. 

IA como colega de equipe, não apenas como ferramenta 

Um dos movimentos mais interessantes do Team ’26 é a forma como a Atlassian posiciona a IA como parte da equipe. Isso aparece em temas como Rovo, agentes de IA, Teamwork Graph, Teamwork Collection e novas formas de colaboração entre pessoas, sistemas e aplicações. 

Essa mudança de linguagem é importante. 

Quando a IA é tratada apenas como ferramenta, seu uso tende a ficar restrito a comandos individuais. O usuário pede algo, a IA responde. O ganho existe, mas depende muito da iniciativa de cada pessoa. Já quando a IA é tratada como um “colega de equipe”, o foco muda. A pergunta deixa de ser “o que essa IA consegue responder?” e passa a ser “como essa IA pode participar do fluxo de trabalho de forma útil, segura e contextualizada?”. 

A página oficial do Rovo descreve a solução como uma oferta de IA da Atlassian que permite às equipes usarem busca corporativa personalizada, chat, agentes prontos e fluxos altamente customizados no Rovo Studio. O Rovo é alimentado pelo Teamwork Graph, que entrega respostas e insights com base no conhecimento da equipe. 

Isso aponta para uma diferença fundamental entre IA genérica e IA aplicada ao trabalho corporativo. Uma IA genérica pode produzir uma resposta plausível. Uma IA conectada ao contexto da organização pode ajudar a encontrar a informação certa, interpretar relações entre projetos, entender permissões, recuperar decisões passadas, sugerir ações e apoiar a execução dentro das ferramentas onde o trabalho acontece. 

No ambiente Atlassian, isso ganha força porque produtos como Jira, Confluence, Loom, Jira Service Management e Rovo passam a compor uma lógica de colaboração mais integrada. A Teamwork Collection, por exemplo, reúne Jira, Confluence, Loom e Rovo Agents para reimaginar a forma como equipes trabalham juntas da ideação à entrega. 

Essa visão é poderosa porque aproxima três elementos que muitas empresas ainda tratam separadamente: conhecimento, execução e comunicação. 

O conhecimento está em documentos, registros, históricos, decisões e bases internas. A execução está em tarefas, tickets, projetos, aprovações e fluxos operacionais. A comunicação está em reuniões, vídeos, mensagens e alinhamentos. Quando essas três dimensões se conectam, a IA passa a trabalhar com mais contexto. E, quando há contexto, a automação deixa de ser apenas uma sequência de ações e passa a apoiar decisões melhores. 

O papel do Rovo e dos agentes de IA nessa nova lógica 

Entre os temas mais fortes do Team ’26 estão Rovo, agentes de IA e formas de operacionalizar inteligência artificial em equipes reais. Uma das sessões do evento, chamada “Customers leading the AI Rovo-lution”, reúne líderes de empresas como LVT, Rover, Pythian e L.L.Bean para discutir como padronizaram o uso do Atlassian Rovo em fluxos de trabalho alimentados por IA. A sessão destaca tópicos como sistemas multiagentes, descoberta de conhecimento, preparação de bases internas, adoção, mensuração de impacto e comprovação de valor de negócio. 

Esse recorte é valioso porque desloca a discussão de IA do campo da experimentação para o campo da operação. 

Muitas empresas já fizeram testes com IA. O desafio agora é outro: como transformar esses testes em práticas consistentes, seguras e mensuráveis? Como evitar iniciativas isoladas que não se conectam aos objetivos do negócio? Como fazer com que agentes de IA atuem sem criar riscos de governança, duplicidade de informação ou respostas fora de contexto? 

A própria sessão do Team ’26 aponta aprendizados importantes: alinhar a estratégia de IA a resultados de negócio claros, escalar Rovo em ferramentas como Confluence, Jira e outros sistemas conectados, e padronizar o ambiente Atlassian para escalar IA de forma responsável. 

Na prática, agentes de IA podem assumir papéis diferentes conforme o contexto. Em uma operação de serviços, podem ajudar a qualificar chamados, localizar artigos de conhecimento, sugerir encaminhamentos e reduzir interações repetitivas. Em times de produto, podem organizar ideias, recuperar decisões anteriores e transformar discussões em itens acionáveis. Em desenvolvimento de software, podem apoiar revisões, documentação, investigação de problemas e acompanhamento de dependências. Em áreas de negócio, podem facilitar acesso a informações que antes ficavam dispersas entre sistemas e pessoas. 

O ponto não é substituir o trabalho humano. É liberar as pessoas de fricções que impedem o trabalho de avançar. 

Quando bem implementada, a IA ajuda a equipe a gastar menos energia procurando contexto e mais energia tomando decisões. Menos tempo reconstruindo histórico. Mais tempo resolvendo problemas. Menos dependência de tarefas manuais. Mais consistência na execução. 

Do conhecimento espalhado ao trabalho conectado 

Uma das maiores barreiras para a adoção efetiva de IA nas empresas é a fragmentação do conhecimento. A IA pode ser muito eficiente, mas sua utilidade depende da qualidade e da disponibilidade das informações que a alimentam. 

É por isso que o Teamwork Graph se torna uma peça importante na narrativa da Atlassian. Ele é apresentado como uma camada que unifica dados de ferramentas Atlassian e de mais de 100 aplicativos populares, reunindo trabalho, páginas, ideias, solicitações de serviço, projetos e outras informações. A partir disso, o Teamwork Graph mapeia dados para aprender quem as pessoas são, o que fazem e como trabalham. 

Esse conceito é relevante porque empresas não sofrem apenas com falta de dados. Elas sofrem com falta de contexto. 

Um ticket sem histórico é só uma solicitação. Um documento sem relação com o projeto vira apenas mais um arquivo. Uma tarefa sem conexão com uma meta perde prioridade. Uma decisão sem registro se transforma em retrabalho no futuro. O valor está em conectar esses pontos. 

No mundo corporativo, contexto é o que permite entender por que algo foi pedido, quem depende daquilo, qual impacto existe, qual decisão já foi tomada, quais riscos estão envolvidos e qual próximo passo faz sentido. 

A colaboração humano-IA em escala depende exatamente disso: uma base de trabalho conectada o suficiente para que a IA consiga apoiar ações reais, e não apenas gerar respostas superficiais. 

Para empresas que já utilizam Jira, Confluence, Jira Service Management ou Loom, a discussão do Team ’26 é especialmente importante. Ela indica uma evolução natural do ecossistema Atlassian: sair de ferramentas usadas por equipes específicas para uma plataforma mais integrada de trabalho, conhecimento, serviços, estratégia e inteligência artificial. 

Gestão de serviços também entra nessa transformação 

Outro ponto forte do conceito central do evento é que a colaboração humano-IA não se limita a times de tecnologia ou desenvolvimento de software. Ela também impacta a gestão de serviços, atendimento interno, operações, RH, financeiro, jurídico, facilities e outras áreas que lidam com demandas recorrentes. 

A Atlassian posiciona o Jira Service Management como uma solução de entrega de serviços em alta velocidade e também apresenta coleções voltadas para colaboração, estratégia, serviços e desenvolvimento. Na navegação institucional da Atlassian, aparecem combinações como Jira Service Management, Customer Service Management, Assets e Rovo para entrega de serviços em alta velocidade. 

Isso reforça uma ideia importante: muitas áreas da empresa operam como centrais de serviço, mesmo que não usem esse nome. 

Quando um colaborador solicita um equipamento, abre uma demanda de RH, pede uma aprovação financeira, reporta um incidente ou precisa de suporte operacional, ele está interagindo com um serviço interno. Se esses fluxos são tratados por e-mail, planilhas ou mensagens soltas, a empresa perde rastreabilidade, SLA, priorização e aprendizado. 

Com IA conectada à gestão de serviços, parte desse trabalho pode se tornar mais inteligente. A IA pode sugerir artigos de conhecimento, classificar solicitações, identificar padrões, apoiar triagem, recomendar próximos passos e ajudar equipes a responder com mais rapidez. Mas, novamente, isso só funciona bem quando existe processo, governança e conhecimento estruturado. 

Por isso, a colaboração humano-IA em escala não deve ser vista apenas como uma pauta de inovação. Ela também é uma pauta de eficiência operacional. 

A mudança cultural por trás da tecnologia 

Embora o Team ’26 tenha uma forte presença de produtos, recursos e anúncios, a transformação envolve também mudanças culturais no trabalho em equipe. A Atlassian fala em casos reais de IA, mudanças culturais que moldam o teamwork e ferramentas que maximizam impacto e satisfação no trabalho. 

Esse detalhe é essencial. 

A adoção de IA não falha apenas por limitações técnicas. Muitas vezes, ela falha porque a empresa não revisou seus processos, não definiu responsáveis, não cuidou da qualidade do conhecimento, não ajustou permissões, não preparou lideranças e não criou confiança entre as equipes. 

A cultura de colaboração humano-IA exige novas perguntas: 

Quais decisões podem ser apoiadas por IA? 

Nem toda decisão deve ser automatizada. Algumas precisam de análise humana, julgamento estratégico e responsabilidade clara. A IA pode ajudar com contexto, síntese e recomendações, mas a governança precisa definir limites. 

Quais tarefas repetitivas podem ser reduzidas? 

Triagens, resumos, classificações, atualizações de status e buscas por informação são bons exemplos de pontos em que a IA pode reduzir atrito operacional. 

Onde o conhecimento da empresa está fragmentado? 

Antes de esperar que a IA entregue respostas úteis, é preciso entender onde estão documentos, históricos, registros, políticas, decisões e bases de conhecimento. 

Como medir valor além da produtividade individual? 

A pergunta não deve ser apenas “quanto tempo uma pessoa economizou?”. Também deve incluir indicadores como redução de retrabalho, menor tempo de resposta, melhoria de SLA, aumento de rastreabilidade, melhor priorização e maior alinhamento entre áreas. 

Essas perguntas ajudam a tratar a IA com maturidade. Em vez de buscar uma solução mágica, a empresa passa a construir uma capacidade organizacional. 

O que empresas brasileiras podem aprender com o Atlassian Team ’26? 

Para empresas no Brasil, especialmente aquelas que operam em setores consolidados e ambientes complexos, o conceito central do Atlassian Team ’26 traz um alerta e uma oportunidade. 

O alerta é que a IA isolada tende a gerar ganhos limitados. Se cada área adotar ferramentas sem integração, sem governança e sem conexão com processos reais, a empresa pode criar mais uma camada de complexidade. A IA passa a responder, mas não necessariamente a resolver. 

A oportunidade está em usar a IA como parte de uma arquitetura de trabalho mais conectada. Isso significa revisar fluxos, organizar conhecimento, estruturar bases, integrar sistemas, definir indicadores e aproximar áreas que hoje trabalham de forma fragmentada. 

Na prática, a colaboração humano-IA em escala exige uma combinação de tecnologia, processo e gestão da mudança. Ferramentas como Jira, Confluence, Loom, Jira Service Management e Rovo podem criar uma base importante, mas o valor aparece quando a empresa sabe onde quer chegar, quais problemas quer resolver e como vai sustentar essa evolução no dia a dia. 

É aqui que parceiros especializados têm um papel relevante. Não basta ativar recursos. É preciso entender o contexto da empresa, mapear fluxos, identificar gargalos, desenhar a melhor arquitetura de uso, capacitar times e acompanhar a adoção para garantir que a tecnologia realmente gere impacto. 

A CSP Tech estará acompanhando de perto as discussões do Atlassian Team ’26 para traduzir esses movimentos em aplicações práticas para empresas que precisam modernizar operações, conectar times e transformar tecnologia em resultado real. 

Para que você possa se aprofundar ainda mais, recomendamos também a leitura dos artigos abaixo: 

O papel da Atlassian no fortalecimento da IA 

Como acelerar a adoção de IA: 4 perguntas que todo líder deve responder 

Como a IA está revolucionando a colaboração entre equipes no Jira Service Management   

Conclusão 

O futuro do trabalho não será apenas mais automatizado. Ele será mais conectado, mais contextual e mais colaborativo entre pessoas, sistemas e agentes inteligentes. 

A colaboração humano-IA em escala representa uma mudança importante: a IA deixa de ser uma ferramenta solta e passa a fazer parte do fluxo de trabalho. Ela ajuda equipes a encontrar conhecimento, reduzir gargalos, transformar informação em ação e operar com mais clareza. Mas, para isso, precisa de dados confiáveis, processos bem estruturados, governança e integração entre ferramentas. 

Para empresas que já utilizam ou desejam evoluir no ecossistema Atlassian, a próxima fronteira não está apenas em adotar IA, mas em preparar a organização para trabalhar melhor com ela. 

Esperamos que você tenha gostado do conteúdo desse post!  

Caso você tenha ficado com alguma dúvida, entre em contato conosco, clicando aqui! Nossos especialistas estarão à sua disposição para ajudar a sua empresa a encontrar as melhores soluções do mercado e alcançar grandes resultados! 

Para saber mais sobre as soluções que a CSP Tech oferece, acesse: www.csptech.com.br.