La IA hace que los empleados sean más rápidos, ¿pero por qué las empresas no se vuelven más fuertes? Atlassian revela tres grandes puntos ciegos de la organización que impiden obtener ganancias

La inteligencia artificial (IA) está arrasando en el mercado laboral global, pero muchas empresas han descubierto que la eficiencia general no ha mejorado como se esperaba. Según informó VentureBeat, la responsable de Atlassian Teamwork Lab, la Dra. Molly Sands, dijo recientemente con franqueza en un evento público que la forma en que la mayoría de las empresas adopta la IA va “al revés”: se centra únicamente en optimizar la eficiencia individual y pasa por alto la colaboración del equipo, lo que hace que las organizaciones no puedan percibir un retorno real de la inversión (ROI). Enfatizó que los equipos exitosos deben construir un contexto compartido, rediseñar los flujos de trabajo y fomentar una cultura empresarial que se atreva a experimentar.
（前情提要：數學界 Jacobian 猜想遭證偽，OpenAI 研究員：Codex「無網路輔助」也算出來了）
（背景補充：自託管 AI 模型更省錢？Cline 實測 Kimi K3 成本優勢，網反駁：按任務算比 Fable 5 貴）

本文目錄

Toggle

• 個人效率提升，組織卻不見 ROI
• 僅 6% 主管看見實際價值，成功團隊具備三大特徵
• 制定「AI 工作協議」，暴露潛藏的組織裂痕

Con la popularización de las herramientas de IA generativa, la velocidad con la que muchos empleados realizan sus tareas diarias ciertamente ha mejorado de forma notable, pero ese “bono” de eficiencia parece no haberse convertido con facilidad en competitividad general para las empresas. El 21 de julio de 2026 (hora de Taipei), según una información publicada por VentureBeat y patrocinada por el gigante del software Atlassian, la responsable de Atlassian Teamwork Lab, la Dra. Molly Sands, analizó en profundidad en el evento VB Transform 2026 este fenómeno laboral aparentemente contradictorio.

個人效率提升，組織卻不見 ROI

En una charla junto a la chimenea moderada por el reconocido colaborador tecnológico de VentureBeat Sam Witteveen, Sands puso el dedo en la llaga: la mayoría de las empresas adopta la IA “al revés”. Las compañías suelen centrarse únicamente en optimizar cómo usa la IA cada empleado individual, sin enfocar la atención en optimizar la forma de colaborar a nivel de equipo.

Este desequilibrio lleva a un resultado incómodo: aunque los individuos corren más rápido, como los procesos del equipo no se ajustan, esas mejoras —aunque ligeramente distintas— terminan “chocando muy rápido” entre sí, haciendo que la organización no pueda ver un ROI claramente evidente. El equipo de científicos del comportamiento y psicólogos liderado por Sands no solo estudia el impacto de la IA en la colaboración, sino que también se dedica a ayudar a las empresas a rediseñar de manera práctica sus flujos de trabajo.

僅 6% 主管看見實際價值，成功團隊具備三大特徵

De acuerdo con el informe Atlassian 2026 State of Teams Report, basado en una encuesta a 12.000 trabajadores del conocimiento en todo el mundo y a unos 200 directivos senior de Fortune 1000, el 89% de los jefes admite que, después de que la empresa adoptara el uso de IA por parte de las personas, la velocidad efectivamente aumentó. Sin embargo, lo sorprendente es que solo el 6% de los jefes puede señalar casos concretos de ROI; y únicamente alrededor del 14% de los equipos consigue convertir el uso de la IA en un valor real, lo que muestra que incluso dentro de la misma compañía, las brechas de desempeño entre equipos son extremadamente grandes.

Sands señaló que las organizaciones que logran convertir la IA en una ventaja para el equipo normalmente comparten tres características:

• 情境（Context）：Los equipos exitosos crean un “mapa de contexto (context graph)”, registrando de forma sistemática objetivos, decisiones y el conocimiento organizacional en plataformas digitales compartidas como Jira o Confluence, para que la IA obtenga el contexto a nivel organizacional y no dependa solo de prompts aislados de cada individuo.
• 工作流程（Workflows）：No solo aceleran una tarea única, sino que rediseñan el flujo de trabajo completo de extremo a extremo (end-to-end).
• 文化（Culture）：Los líderes fomentan claramente el aprendizaje y la experimentación, y son capaces de tolerar el fracaso durante el proceso.

制定「AI 工作協議」，暴露潛藏的組織裂痕

Para ayudar a las empresas a superar esta brecha, Sands sugiere que los equipos pueden aprender rápido estableciendo limitaciones deliberadas, por ejemplo, descomponiendo las tareas en unidades mínimas o desafiando “no escribir código a mano en una semana”. Además, también es crucial definir al iniciar un proyecto un conjunto claro de “acuerdos de trabajo con IA (AI Working Agreements)”, que incluya decidir qué asuntos deben encargarse a la IA, cuáles deben evitarse y qué agentes y habilidades debe compartir el equipo.

El artículo deja una enseñanza más profunda: en realidad, la IA no crea nuevos problemas de gestión, solo expone sin piedad las grietas que ya existían en la organización, como suposiciones ocultas y diferentes modelos mentales. La intervención de la IA amplifica las consecuencias de estas diferencias, haciendo que en la operación futura de las empresas “el contexto compartido” y “formas de trabajo claras” sean más urgentes e importantes que nunca.