Atlassian lleva GPT-6 a Rovo con un compromiso de gasto con OpenAI, pero su servidor MCP de 15 millones de llamadas diarias sigue siendo multimodelo

Atlassian y OpenAI anunciaron el martes 6 de octubre de 2026 la ampliación de su alianza estratégica: los modelos de la familia GPT-6 pasan a impulsar el razonamiento de Rovo, la capa de inteligencia artificial de Atlassian, y ChatGPT y Codex quedan conectados al contexto de Jira y Confluence. Según VentureBeat, el acuerdo incluye lo que una fuente de OpenAI describió como «efectivamente un compromiso de gasto» de Atlassian con OpenAI, cuyo monto no se reveló.

El matiz importante es que Atlassian no se casa con un solo proveedor. Su plataforma sigue siendo multimodelo: GPT-6 Astra entra como una opción más dentro de la mezcla dinámica de modelos de Rovo, no como el modelo por defecto.

¿Qué incluye la alianza entre Atlassian y OpenAI?

De acuerdo con los anuncios oficiales de ambas compañías, ya está disponible:

• Modelos de OpenAI para el razonamiento de Rovo, combinados con el Teamwork Graph, el mapa de trabajo, personas y conocimiento que Atlassian construye a partir de sus productos.
• Plugins de ChatGPT y Codex para trabajar con elementos de Jira y contenido de Confluence sin salir de esas herramientas, a través del servidor MCP (Model Context Protocol) de Atlassian.
• Integración de Codex en terminales, entornos de desarrollo y revisión de código. Más de 3.000 desarrolladores de Atlassian ya usan Codex internamente.

En el horizonte, las empresas exploran asignar elementos de trabajo de Jira directamente a agentes de IA y seguir su avance, orquestación de varios agentes con puntos de control humanos y métricas de productividad de desarrollo a través de DX, la plataforma que Atlassian adquirió.

¿Por qué importa que la plataforma siga siendo multimodelo?

VentureBeat detalla que el servidor MCP de Atlassian recibe más de 15 millones de llamadas diarias y expone más de 220 herramientas de Jira, Confluence, Bitbucket, Loom y Goals, con hasta 25% menos tokens que su versión anterior. Ese servidor también es usado desde Claude: Scott White, responsable de producto empresarial de Anthropic, lo calificó como «una de las integraciones MCP empresariales más usadas en Claude».

Es decir, Atlassian convierte su contexto en un activo que cualquier modelo puede consumir, y negocia con cada proveedor desde esa posición. El mismo medio reporta que GPT-6 Astra tiene un precio de lista de 10 dólares por millón de tokens de entrada y 50 dólares por millón de tokens de salida, lo que explica por qué un router que elige el modelo según la tarea pesa tanto en el costo final.

¿Qué dijeron los ejecutivos?

Jamil Valliani, jefe de producto de IA de Atlassian, afirmó que unir las capacidades de frontera de OpenAI con el Teamwork Graph «aporta un contexto organizacional profundo al trabajo empresarial». Nikunj Handa, jefe de producto de la API de OpenAI, sostuvo que la combinación lleva capacidades agénticas «al contexto de cómo realmente operan las empresas». La colaboración entre ambas compañías comenzó en 2023.

¿Qué significa para las empresas en Chile y Latinoamérica?

Muchas empresas en Chile y Latinoamérica usan Jira y Confluence en tecnología y operaciones, y un CRM como HubSpot en ventas y marketing. El anuncio confirma la arquitectura que se está imponiendo: cada plataforma expone su contexto por MCP y los agentes, de cualquier proveedor, trabajan sobre él. Para la región, el costo de los tokens en dólares y la dependencia de un solo proveedor son razones de peso para preferir herramientas que permitan elegir modelo.

Análisis de Revenue Hub

La lección para un líder comercial no es sobre Jira, sino sobre dónde vive el valor. Atlassian no compite por tener el mejor modelo; compite por tener el contexto que los modelos necesitan, y lo ofrece a OpenAI y a Anthropic al mismo tiempo. En la operación comercial, ese contexto es el CRM: negocios, actividades, llamadas y propiedades bien definidas. Un agente de ventas es tan bueno como los datos y la estructura sobre los que razona.

La recomendación concreta es tratar el CRM como el «grafo de contexto» de la empresa antes de comprar agentes: definir objetos, propiedades y etapas con un dueño claro, eliminar campos que nadie usa y documentar qué significa cada etapa del pipeline. Nuestra guía para estructurar HubSpot para la operación comercial sirve como punto de partida. Además, conviene exigir a cada proveedor de IA que se conecte por estándares abiertos como MCP y que permita cambiar de modelo, para que el gasto en tokens no quede atado a un solo contrato.

Seguimos cómo los grandes proveedores reparten el contexto empresarial entre modelos en la sección de tendencias SaaS.