ITIL® v5: novedades, madurez y el reto del gobierno de la IA en la gestión de servicios.
16 febrero, 2026
Fundamentos para entender la IA
La alfabetización en inteligencia artificial (AI Literacy) se ha convertido en una competencia crítica para responsables y equipos en el área de informática, pero también para el resto de las áreas de la compañía, desde finanzas a marketing, diseño de producto o ventas. No se trata de dominar modelos o algoritmos, sino de adquirir la confianza práctica para usar la IA en el trabajo diario, comprender sus límites y tomar decisiones informadas sobre cuándo y cómo aplicarla.
Según el eBook Fluidez en IA: El nuevo superpoder para equipos de producto de Atlassian, la “fluidez en IA” implica conversar, evaluar, generar contenidos y realizar acciones con esta tecnología como parte del flujo habitual de trabajo, no como una herramienta aislada o experimental. Esta perspectiva permite transformar la IA en una capacidad organizativa, no en una simple colección de herramientas.
Entender qué es (y qué no es) la IA en la práctica.
La IA (hoy en día) no sustituye el juicio humano: ofrece un punto de partida, una “inteligencia media” que suele resolver entre el 40 % y el 50 % del trabajo inicial. La alfabetización en IA comienza al asumir que los resultados son propuestas que deben ser validadas y no respuestas definitivas. Esto debe formar parte de nuestra política de uso responsable de la IA: siempre debe de haber un humano añadiendo criterio cuando se trate de información importante.
En entornos de soporte o mantenimiento, por ejemplo, Atlassian Intelligence puede generar resúmenes automáticos de incidencias en Jira Service Management. El equipo técnico debe revisar ese resumen, detectar inconsistencias y enriquecerlo con contexto operativo. La IA acelera, pero la calidad final sigue dependiendo del criterio humano.
Formular mejores preguntas: la competencia clave
Un equipo con competencias en IA no pide “haz esta tarea”, sino “analiza alternativas”, “detecta riesgos” o “propón contraejemplos”. Esta habilidad es esencial en desarrollo y operaciones, donde la IA puede ayudar a evaluar arquitecturas, identificar dependencias críticas o priorizar el backlog con mayor criterio. Pero también en finanzas para analizar el comportamiento de unos indicadores, en marketing para generar contenidos o planificar acciones, etc.
Con Rovo, por ejemplo, es posible consultar conocimiento distribuido en Confluence, tickets en Jira y documentación técnica para responder preguntas complejas. El valor no está en la búsqueda, sino en la capacidad del equipo para formular preguntas que conecten datos, impacto y prioridades de negocio.
Integrar la IA en los flujos reales de trabajo
La competencia en IA se consolida cuando los resultados se incorporan al flujo operativo habitual. Los equipos maduros no se limitan a hacer pruebas aisladas: conectan borradores, análisis y prototipos directamente con sus herramientas de gestión, soporte o supervisión.
El mejor exponente de estas capacidades lo encontramos en el último anuncio que ha realizado Atlassian el pasado mes de Febrero: los agentes Rovo ahora forman parte del equipo y se les puede hacer una @mención, ponerlos como responsables de una tarjeta o hacerlos “dueños” de una columna en el Kanban. Son uno más del equipo y se relacionan con el resto de los compañeros.
Otro caso claro es la generación automática de borradores de especificaciones técnicas en Jira o resúmenes de cambios para operaciones. Otro es la respuesta automatizada a consultas funcionales de los usuarios del ERP sin intervención del personal de IT, a partir de los manuales funcionales existentes. La IA reduce el problema de enfrentarse a una página en blanco y permite que el equipo invierta su tiempo en revisión crítica y toma de decisiones.
Cultura: experimentar, compartir y escalar
La adopción real depende menos de la tecnología que de la cultura organizativa. La alfabetización en IA crece cuando se normaliza experimentar, documentar y compartir aprendizajes. El mayor riesgo no es el error, sino la existencia de límites y frenos: que solo unos pocos acumulen conocimiento sobre prompts o flujos de trabajo.
Esto hemos ayudado a resolverlo con éxito en algunos clientes con dinámicas o prácticas sencillas, como demos internas de casos de uso con Atlassian Intelligence, hackatones de creación de agentes o campeonatos de resolución de problemas, que ayudan a escalar el aprendizaje colectivo y reducir la ansiedad tecnológica. Pero sobre todo, con la idea de sandbox: un espacio seguro donde experimentar y fallar en el que la única consecuencia relevante es el aprendizaje.
Personas, procesos y plataforma: el triángulo de la adopción
Como ya decían las mejores prácticas de ITIL en los años 80 sobre la gestión de cualquier aspecto tecnológico, para consolidar la alfabetización en IA es necesario equilibrar tres dimensiones: las personas (habilidades y mentalidad), los procesos (cómo se toman decisiones con IA) y la plataforma (herramientas integradas en el día a día). Invertir solo en herramientas sin adaptar procesos ni formar a los equipos conduce a iniciativas sin impacto real, derroche y frustración, además de pérdida de oportunidad real para el negocio.
Conclusión
La alfabetización en IA no es un proyecto puntual, sino una capacidad estratégica. Las organizaciones que desarrollan y aprovechan esta capacidad no solo automatizan tareas: mejoran la calidad de sus decisiones, reducen el tiempo de entrega y liberan a sus equipos para centrarse en el trabajo de mayor valor, a la vez que garantizan el cumplimiento normativo y controlan los riesgos asociados. La clave no es usar más IA, sino usarla mejor, con criterio, contexto y responsabilidad.
En G2, somos expertos en soluciones Atlassian y adopción de la IA.
¿Listo para impulsar la productividad con IA?
Hablemos. Agenda una sesión con nosotros y descubre cómo transformar tu forma de trabajar.
¡Seguro que podemos ayudarte!
Equipo G2
