Atlassian Team26 Amsterdam (1°giorno)

Amsterdam, 6 ottobre 2026. Pioggia fuori, energia altissima dentro. Siamo ad Atlassian Team '26 Europe e, come ogni anno, vi raccontiamo giorno per giorno cosa stiamo vedendo e ascoltando. Se dovessimo riassumere la prima giornata in una parola sarebbe questa: contesto. L'abbiamo sentita in ogni sala, su ogni palco, in ogni conversazione allo stand.

Benvenuti a Team '26: come orientarsi

La giornata si è aperta con il "Team 101" dedicato ai professionisti IT, condotto da MaSonya Scott e Silvia Davis di Atlassian. Mezz'ora per orientarsi in una conferenza enorme: cinque palchi in parallelo nella stessa sala (un formato nuovo che Atlassian sta sperimentando), un'Expo organizzata per collection (Service, Teamwork, Strategy, Product, AI/SDLC) con l'area Rovo al centro e, per chi ama i motori, la monoposto dell'Atlassian Williams F1 Team in bella vista.

Tre spunti che ci portiamo a casa:

• Braindate: incontri brevi e tematici con esperti, Champion e product manager, prenotabili dall'app. "Speed dating per la mente", li hanno definiti.
• Hardware Asset Management: una nuova capacità costruita su Assets, con tanto di hands-on lab. Silvia Davis l'ha detto con ironia: "Assets non è un argomento sexy, ma è necessario". MaSonya ha rilanciato: Assets è il battito cardiaco del contesto che serve all'AI.
• AI governance: passare dalla sperimentazione alla scala con guardrail, trasparenza e responsabilità. Un sondaggio veloce in sala: circa il 30% dei presenti ha già adottato Rovo.

Williams F1: un problema enterprise a 300 km/h

Il talk che ci ha conquistati è stato quello di Andrew Boyagi, Customer CTO di Atlassian, sulla trasformazione dell'Atlassian Williams F1 Team. È partito da un video del GP d'Ungheria 2025: una monoposto nella ghiaia, la radio che non funziona, il team che non vede i dati. "Chi di voi ha vissuto un incidente P1?" Risate in sala. Ora immaginate di viverlo davanti al mondo intero.

Il cuore del talk è un modello semplice e potente: per vincere con l'AI servono quattro flussi sani.

• Purpose flow: le priorità arrivano a tutti, e ognuno sa scegliere da solo su cosa lavorare.
• Workflow: non il workflow di Jira, ma il percorso end-to-end di un'idea, dalla testa di un aerodinamico al pezzo montato in macchina.
• Knowledge flow: trovare le informazioni quando servono, senza chiedere a nessuno.
• Intelligence flow: trasformare la conoscenza in insight e liberare tempo.

Senza i primi tre, l'AI peggiora le cose: produce più output che si incastra negli stessi colli di bottiglia. Con tutti e quattro sani, nasce il contesto.

E i numeri, misurati su un gruppo di 200 persone tra novembre e marzo, parlano chiaro:

• 92% dichiara di lavorare su attività allineate agli obiettivi aziendali;
• +83% di throughput, con il backlog che per la prima volta ha iniziato a scendere invece che a crescere;
• 863 ore di riunioni a basso valore risparmiate in un solo mese;
• 60% dichiara di avere più tempo per strategia e innovazione.

Due casi concreti. Il primo: l'allestimento del garage, da rifare da zero 24 volte a stagione in 21 Paesi, è passato dalle checklist cartacee a Jira, con un agente Rovo che a fine giornata scrive il riepilogo che prima i tecnici preparavano la sera in hotel. Il secondo: la gestione dei guasti (300–350 per weekend di gara) in Jira Service Management e Assets, con un agente Rovo che individua i duplicati già in pista e, in fabbrica, suggerisce come sono stati risolti problemi simili in passato e chi li ha risolti.

Il panel: un chilo vale 32 millisecondi

Sul palco sono poi saliti Matt Harman, Technical Director di Williams, e Richard Sworder, insieme a Jessica Burr di Atlassian. Alcune frasi che ci siamo appuntati:

• "Un chilo in macchina vale circa 32 millisecondi al giro. Ogni volta che in qualifica siamo dietro di 32 millisecondi, penso a un chilo che avremmo dovuto togliere." È la logica dei marginal gains: ognuno nel team porta la sua fetta di performance.
• Il sistema di gestione dei guasti non risolve solo problemi: alimenta il sistema delle idee, cresciute del 200% negli ultimi mesi.
• Matt ha un agente "chief of staff" che ogni lunedì alle 6 del mattino gli prepara il riepilogo della settimana di gara: due ore risparmiate, spese in confronto con gli ingegneri e nuove idee.
• Sui video Loom che registra per il team: "Le persone non vogliono vedere la perfezione, vogliono vedere me". Spiegare il perché, con autenticità.
• Richard l'ha sintetizzata così: "In fondo la Formula 1 è una gara a chi impara più in fretta".

OpenAI e Atlassian: dai pilot alla produzione

Nel pomeriggio, una fireside chat da non perdere: Ming Wu, che guida l'engineering AI SDLC di Atlassian, ha intervistato Eoin Boylan, Head of Forward Deployed Engineering EMEA di OpenAI. Tema: come si porta davvero l'AI nello sviluppo software, oltre la fase dei pilot.

Il caso raccontato è quello di un grande produttore europeo di semiconduttori: ciclo di R&D di 36 mesi contro i 20–24 dei concorrenti, e 800 ingegneri di verifica che impiegavano fino a due settimane per trovare la causa di un test fallito. Il punto di partenza? Jira: i tempi di apertura e chiusura dei bug sono diventati la baseline, e lo storico dei ticket il dataset per misurare i progressi.

Le lezioni che ci portiamo a casa:

• Non imporre mai un pilot. Gli ingegneri usano solo ciò che li aiuta davvero: si parte da piccole vittorie e si costruisce fiducia.
• Prima le valutazioni. Un MVP è pronto quando supera l'80% sulle eval validate dagli esperti di dominio; poi si migliora verso il 90%.
• Più contesto non significa meglio. I modelli sono più precisi con un contesto mirato; il Teamwork Graph permette all'agente di "camminare" verso le informazioni giuste invece di cercare ovunque.
• Il primo ostacolo è l'autenticazione. Prima di portare agenti in azienda bisogna decidere cosa possono vedere e con quali credenziali. Il pattern emergente: un MCP gateway aziendale unico.
• Dai copilot agli agenti autonomi. Un bug segnalato in Jira viene preso in carico da un agente che lo analizza, propone la correzione e apre la pull request. La persona resta nel loop, ma il collo di bottiglia si sposta sulla code review.

E una frase da appendere in ufficio: "Si possono fare cose incredibilmente stupide con tantissimi token". Il valore dell'AI si misura sui risultati di business, non sui consumi.

Cosa ci portiamo a casa dal giorno 1

Tre talk diversi, un unico filo conduttore:

• Prima il contesto, poi l'AI. Assets, Confluence, Jira e il Teamwork Graph sono la base che rende l'AI utile davvero, e non solo "la media di internet".
• Dalla sperimentazione alla produzione servono metodo e misure: obiettivi chiari, baseline, valutazioni, governance.
• Le persone restano al centro. L'obiettivo non è andare più veloci, ma liberare tempo per le cose che contano: strategia, idee, innovazione.

È esattamente il lavoro che facciamo ogni giorno con i nostri clienti, ed è bello vederlo raccontato su questo palco.

Domani è il giorno della keynote dei fondatori e delle grandi novità di prodotto: ci hanno promesso "più funzionalità di quante se ne siano mai viste a un Team". Restate con noi, il racconto continua.