Esta semana, una noticia recorrió el ecosistema Atlassian: Forrester posicionó a Atlassian como Líder en IA conversacional para servicios al empleado.
Más que un reconocimiento, esto confirma un cambio que ya estamos viendo en la gestión de servicios, la Mesa de Ayuda está dejando de ser solamente un lugar al que el usuario debe entrar, para convertirse en una capacidad disponible donde las personas ya están trabajando.
En las semanas anteriores hablamos de cómo Assets entrega el contexto necesario para resolver mejor. Hoy queremos dar el siguiente paso: entender cómo la IA conversacional puede utilizar el conocimiento, los datos y los flujos de Jira Service Management para reducir la fricción del soporte interno.
El problema no es el portal, es obligar a que todo comience ahí
Durante años, el portal de autoservicio fue la forma más ordenada de recibir solicitudes, la lógica era sencilla, si el usuario completa un formulario estructurado, el equipo de soporte recibe la información que necesita, lo cual sigue siendo útil para muchos procesos.
El problema aparece cuando cada duda, incidente o solicitud obliga al colaborador a salir de su flujo de trabajo, encontrar el portal correcto, elegir una categoría que no siempre entiende y completar una serie de campos obligatorios.
Para el equipo de soporte, el resultado tampoco es siempre el esperado: tickets mal categorizados, descripciones incompletas y solicitudes que igualmente requieren varias preguntas adicionales.
La IA conversacional en Jira Service Management busca reducir esa barrera, permitiendo que la atención comience con una conversación natural, mientras Jira sigue gestionando el proceso por detrás.
¿Qué significa realmente la IA conversacional en Jira Service Management?
No estamos hablando de los antiguos chatbots que solo reconocían algunas palabras y entregaban un enlace genérico, la propuesta actual combina respuestas basadas en conocimiento, reconocimiento de intenciones, flujos conversacionales, automatización y agentes de IA.
1. Soporte donde ya ocurre el trabajo
Un colaborador puede iniciar una solicitud desde canales como Slack o Microsoft Teams, sin tener que abandonar la herramienta donde está trabajando.
Desde la conversación es posible recibir ayuda, generar una solicitud y mantener la interacción conectada con Jira Service Management. Para los agentes, esto permite conservar la trazabilidad sin obligar al usuario a cambiar constantemente de canal.
El objetivo no es eliminar el portal, sino ofrecer más caminos de entrada según el tipo de necesidad, una solicitud compleja puede seguir necesitando un formulario. Una duda frecuente, en cambio, podría resolverse directamente desde una conversación.
2. Respuestas basadas en conocimiento
Las respuestas con IA pueden consultar los espacios de conocimiento vinculados a Jira Service Management y entregar una respuesta resumida al colaborador.
Si la consulta coincide con una intención configurada, el agente virtual también puede iniciar un flujo conversacional para recopilar información, resolver la solicitud o escalarla a un agente humano.
Esto cambia la experiencia del usuario, en lugar de buscar manualmente entre distintos artículos, puede plantear su problema con sus propias palabras: “No puedo conectarme a la VPN desde mi casa”, la IA puede identificar la intención, entregar instrucciones y, cuando corresponda, crear una solicitud con la información reunida durante la conversación.
3. Más contexto gracias a Assets
Aquí es donde la conversación se conecta con lo que hemos venido explicando sobre Assets. Rovo puede consultar información almacenada en Assets, interpretar esquemas, tipos de objetos, atributos y relaciones, y utilizar ese contexto dentro de búsquedas, agentes y automatizaciones.
Imaginemos que un colaborador escribe: “Mi notebook está muy lento”. Con un modelo de Assets bien diseñado, permisos correctamente configurados y un flujo preparado para utilizar esa información, el soporte podría relacionar la solicitud con el equipo asignado al usuario y obtener datos como:
- Modelo del equipo.
- Antigüedad.
- Estado de la garantía.
- Usuario asignado.
- Incidentes anteriores.
- Software o licencias relacionadas.
La respuesta deja de comenzar desde cero.
Pero hay una diferencia importante: este contexto no aparece solamente por cargar un inventario, necesita un modelo de datos ordenado, relaciones confiables y una configuración que permita utilizar esa información de forma segura.
4. Automatización dentro de la conversación
La IA conversacional no tiene que limitarse a responder preguntas, Mediante flujos, automatizaciones, solicitudes web e integraciones, una conversación puede recopilar datos, crear una solicitud, consultar otro sistema o activar una acción previamente definida.
Por ejemplo, se podrían diseñar flujos para:
- Solicitar acceso a una aplicación.
- Consultar el estado de una solicitud.
- Recopilar información para un incidente.
- Derivar una solicitud al equipo correcto.
- Iniciar un proceso de recuperación de contraseña.
- Crear una solicitud con los campos necesarios ya completados.
La clave está en que esas acciones deben estar diseñadas, integradas y controladas. La IA interpreta la necesidad y guía la conversación, pero el proceso necesita reglas claras detrás.
¿Qué impacto puede tener en la operación?
Implementar IA conversacional no debería ser solamente un proyecto de innovación, debe responder a resultados concretos.
Menor tiempo de resolución
Las dudas frecuentes pueden resolverse en el momento, mientras que las solicitudes escaladas pueden llegar al agente con más información desde el inicio.
Mejor experiencia para el colaborador
La persona pide ayuda utilizando lenguaje natural, desde un canal conocido y sin tener que comprender previamente la estructura interna de la mesa de servicio.
Mejor clasificación de las solicitudes
Las intenciones y los flujos pueden ayudar a identificar el tipo de solicitud y recopilar la información necesaria antes de que llegue al equipo.
Más capacidad para el equipo de soporte
Cuando las consultas repetitivas se resuelven mediante autoservicio, los agentes pueden concentrarse en incidentes complejos, mejoras y proyectos de mayor impacto.
La mirada de TICBLUE: la estrategia detrás de la conversación
En TICBLUE insistimos en algo importante: la tecnología por sí sola no resuelve el problema. Una IA conversacional sin conocimiento actualizado, sin procesos claros y sin datos confiables puede transformarse en una nueva capa de frustración.
El éxito depende de varios elementos:
Calidad y mantención del conocimiento
La IA necesita artículos claros, actualizados y escritos para responder las preguntas que realmente hacen los colaboradores.
Selección de casos de uso
No todas las solicitudes deberían automatizarse al mismo tiempo, conviene comenzar con procesos frecuentes, repetitivos y de bajo riesgo, donde el beneficio pueda medirse rápidamente.
Diseño de los flujos
Hay que definir qué puede resolver la IA, qué información debe recopilar y en qué momento debe intervenir un agente humano.
Contexto y calidad de los datos
Cuando la conversación depende de Assets, la información debe estar actualizada, correctamente relacionada y disponible solo para quienes tengan autorización.
Medición continua
No basta con activar el agente virtual, es necesario revisar conversaciones, respuestas no resueltas, escalaciones, satisfacción y calidad de la clasificación para mejorar el servicio de manera continua.
Un punto importante sobre las licencias
Las capacidades disponibles pueden variar según el plan y la configuración de cada organización. Actualmente, el agente virtual de servicio requiere Service Collection Premium o Enterprise, además de tener la IA activada por el administrador de la organización.
Eso no significa que una organización en Standard no pueda avanzar, puede comenzar construyendo las bases:
- Ordenar su conocimiento.
- Mejorar los tipos de solicitud.
- Diseñar el modelo de Assets.
- Identificar consultas repetitivas.
- Definir procesos aptos para automatización.
Cuando llegue el momento de incorporar IA conversacional, gran parte del trabajo estratégico ya estará preparado.
Conclusión
El reconocimiento de Forrester a Atlassian confirma que el soporte interno está avanzando hacia una experiencia más conversacional, contextual y conectada con la operación.
Ya no se trata de obligar al usuario a comprender cómo trabaja TI, se trata de que el servicio comprenda lo que necesita el usuario, reúna el contexto correcto y lo ayude desde el canal donde ya está trabajando.
Los formularios no desaparecerán, pero dejarán de ser la única puerta de entrada.
La pregunta tampoco es si la IA reemplazará al equipo de soporte. La pregunta es cuánto tiempo podría recuperar ese equipo si dejara de responder las mismas consultas y recopilar la misma información una y otra vez.
¿Tu mesa de ayuda sigue dependiendo de formularios para todo o ya está preparada para conversar con sus usuarios?
En TICBLUE ayudamos a las organizaciones a incorporar estas capacidades de forma estratégica, conectando el conocimiento, los activos, los canales y los procesos de Jira Service Management.
Deja tu comentario