Agentes de voz: cuándo conviene que la IA llame por teléfono

Dónde funciona mejor hoy

El mejor caso no es atender al cliente final, sino conversar con alguien de tu propio equipo sobre algo que ya conoce. Una llamada corta al final del día para registrar lo que pasó es un problema acotado: el vocabulario es conocido, el interlocutor colabora y el resultado se puede validar.

Atender llamadas entrantes de clientes es más exigente: llegan preguntas fuera de guion, con ruido, acentos y urgencias. Se puede, pero exige más diseño, más pruebas y una derivación a humano bien definida.

Cómo se arma por dentro

Conviene separar tres piezas: la plataforma de voz que llama, transcribe y conversa; el modelo que razona dentro de esa conversación; y un servicio propio que orquesta y decide qué se guarda.

• La plataforma de voz maneja telefonía, reconocimiento y síntesis.
• El orquestador envía el contexto de cada llamada: a quién llama, qué quedó pendiente y qué preguntar hoy.
• La conversación se convierte en datos con un esquema tipado, con categorías acordadas de antemano.
• El orquestador valida antes de escribir en el CRM. El modelo nunca escribe directo.

Lo que hay que resolver antes de la primera llamada

El riesgo no es que la voz suene artificial: es que el sistema registre algo que nadie dijo. Por eso el diseño parte por el esquema de datos y por qué hacer cuando la respuesta es ambigua.

• Qué campos son obligatorios y cuáles pueden quedar vacíos.
• Qué pasa si la persona no contesta o pide llamar después.
• Cómo se confirma lo entendido antes de cerrar la llamada.
• Quién revisa los casos que quedaron marcados como dudosos.
• Qué se hace con la grabación y la transcripción, y por cuánto tiempo.

Costos que conviene mirar

El costo por minuto de la plataforma de voz suele ser lo primero que se compara, pero rara vez es lo decisivo. Súmale el número telefónico, el consumo del modelo, el desarrollo del orquestador y el mantenimiento del guion.

Una forma barata de validar: haz las primeras llamadas con una persona del equipo siguiendo el mismo guion y registrando en el mismo formato. Si esa versión manual no aporta valor, la automatizada tampoco lo hará.

Cuándo no usar voz

Si el mensaje cabe en un formulario que alguien completa en treinta segundos, o si un recordatorio por WhatsApp resuelve el problema, la llamada sobra. La voz se justifica cuando la información sólo existe en la cabeza de una persona ocupada y escribirla es lo que nunca ocurre.