En esta nota (20 secciones)
En corto: un agente de IA de voz es un sistema que contesta el teléfono, entiende lo que dice la persona, responde hablando y puede hacer cosas en tus sistemas mientras conversa: agendar un turno, consultar un pedido, tomar un dato. Funciona como una cadena de pasos que se repite en menos de un segundo: escuchar, decidir, actuar y hablar. Sirve para llamadas repetitivas y acotadas; no reemplaza a una persona en conversaciones delicadas o impredecibles.
Esta nota explica cómo funciona sin tecnicismos, qué llamadas conviene darle, dónde falla y qué tienes que decidir antes de ponerlo a atender a tus clientes.
Cómo funciona una llamada, paso a paso
Cuando alguien llama a tu número, la llamada llega a un servicio de telefonía que, en lugar de sonar en un escritorio, se conecta con el agente. Desde ahí ocurre esto, una y otra vez, durante toda la conversación:
- Escucha. El audio de la persona se convierte en texto, o el modelo trabaja directamente con el audio.
- Decide. Un modelo de lenguaje interpreta lo que se dijo, recuerda lo que se habló antes en la misma llamada y resuelve qué hacer: responder, preguntar algo más o ejecutar una acción.
- Actúa. Si hace falta, consulta o escribe en tus sistemas: la agenda, el sistema de gestión, la lista de precios.
- Habla. La respuesta se convierte en voz y se reproduce. Si la persona interrumpe, el agente se calla y escucha.
La documentación de OpenAI describe su interfaz de voz como un modelo de voz a voz que trabaja directamente con el audio, mantiene el estado de la conversación y puede usar herramientas, y la recomienda para casos donde la interacción tiene que sentirse inmediata y conversacional (guía de la API Realtime de OpenAI). Es una de las formas de armarlo; otras separan la transcripción, el modelo y la voz en piezas distintas.
Qué puede hacer y qué no
La diferencia entre un agente útil y uno frustrante está en el alcance. Estas son las tareas que suelen funcionar bien y las que no.
Tipo de llamada | ¿Funciona bien? | Por qué |
|---|---|---|
Agendar, mover o cancelar un turno | Sí | Pocos datos, reglas claras, resultado verificable |
Consultar el estado de un pedido o trámite | Sí | Es leer un dato y decirlo |
Preguntas frecuentes (horarios, ubicación, precios) | Sí | Las respuestas ya existen y están escritas |
Tomar un pedido simple | Sí, con confirmación | Hay que repetir el pedido y pedir un sí claro |
Calificar a quien llama antes de pasarlo a ventas | Sí | Son 3 o 4 preguntas siempre iguales |
Reclamos con enojo o situaciones sensibles | No | Necesita criterio y empatía humana |
Negociar precios o condiciones | No | Las excepciones no están en ninguna regla |
Emergencias | No | El costo de un error es demasiado alto |
La regla práctica: si una persona nueva en tu equipo podría resolver la llamada con una hoja de instrucciones de una página, un agente también puede.
Lo que más importa: cuándo pasar a una persona
Un buen agente no es el que contesta todo, sino el que sabe cuándo no debe. Antes de ponerlo en producción define:
- Qué temas siempre pasan a una persona, aunque el agente sepa responder.
- Qué hace si no entiende después de dos intentos: ofrecer una llamada de vuelta o derivar.
- A quién deriva y en qué horario. Si deriva fuera de horario, tiene que tomar los datos y prometer una devolución concreta.
- Qué pasa si la línea tiene ruido o la persona habla muy bajo.
Un agente que insiste en un malentendido durante tres minutos hace más daño que un buzón de voz.
Las piezas que hay que resolver
Más allá de la voz, el trabajo real está en estos puntos.
El conocimiento del negocio
El agente solo sabe lo que le das: horarios, precios, políticas, preguntas frecuentes. Si esa información está desactualizada o dispersa, el agente la repite desactualizada. Ordenar eso suele ser la mitad del proyecto.
La conexión con tus sistemas
Un agente que solo conversa es un contestador sofisticado. El valor aparece cuando puede ver tu agenda real o tu stock. Eso se hace con una integración: una conexión entre el agente y tu sistema, que le permite consultar y escribir datos. Si tu sistema actual no la admite, hay que resolver eso primero.
El número de teléfono
Puedes desviar tu línea actual al agente o asignar un número nuevo. Muchas empresas empiezan con un desvío solo fuera de horario o cuando todas las líneas están ocupadas, que es donde el riesgo es menor.
La grabación y los datos
Las llamadas se pueden grabar y transcribir, lo que sirve para mejorar el agente. Eso implica avisar a quien llama y cumplir las normas de protección de datos de tu país. Consúltalo con quien lleva tus temas legales antes de salir a producción.
La demora que se nota
La conversación por voz es exigente: una pausa de más de un segundo se siente rara. El tiempo de respuesta depende de la conexión, del modelo y de cuántas consultas a tus sistemas haga el agente antes de contestar. Por eso conviene que esas consultas sean rápidas y que el agente tenga frases naturales mientras busca un dato ("un momento, reviso la agenda").
Cómo se cobra el uso de los modelos
Los modelos de voz se cobran por uso, no por cuota fija. En el caso de OpenAI, el uso se mide por unidades, con tarifas separadas para texto, audio e imagen (ficha del modelo gpt-realtime). En la práctica, el costo mensual crece con los minutos de llamada, y conviene estimarlo con tu volumen real antes de decidir. Lo mismo ocurre con la telefonía: cada minuto tiene la tarifa de tu proveedor.
Para una línea con pocas llamadas, el gasto mensual suele ser pequeño; para una con miles de llamadas, hay que calcularlo con cuidado. Las tarifas cambian seguido, así que pide siempre una estimación basada en tu cantidad de minutos.
Si tus clientes también te llaman por WhatsApp
La plataforma de WhatsApp para empresas permite hacer y recibir llamadas con clientes, además de enviar mensajes (Cloud API de WhatsApp, documentación de Meta). Para muchos negocios el cliente ya escribe por ahí, así que conviene decidir si el agente atiende por teléfono, por WhatsApp o por los dos.
Cómo empezar sin riesgo
- Elige un solo tipo de llamada, el más repetitivo (por ejemplo, turnos).
- Escucha 30 llamadas reales y anota las preguntas y las excepciones.
- Prueba con un desvío parcial: fuera de horario o con las líneas ocupadas.
- Revisa las transcripciones cada semana y ajusta.
- Amplía el alcance cuando el agente resuelva la mayoría sin ayuda.
Si quieres ver cómo se plantea un producto así, en el portfolio hay una demo de un agente de atención telefónica: VoiceDesk, un agente que atiende el teléfono y sabe cuándo no contestar.
Qué se necesita de tu lado
- Una persona que conozca las preguntas reales de los clientes.
- Acceso a la agenda o al sistema donde el agente debe leer y escribir.
- Un criterio claro de cuándo derivar.
- Aprobar el tono: formal o cercano, y el nombre del asistente.
Cuánto cuesta construirlo
Hay herramientas listas que cobran una suscripción mensual y sirven para casos simples. Cuando el agente tiene que trabajar con tu sistema, tus reglas y tus datos, se construye a medida. Atomix desarrolla agentes de IA para empresas a medida desde USD 3.000 por el agente, más un mantenimiento mensual desde USD 300, con una demo funcional gratis en 24 a 48 horas antes de cotizar. Para entender qué incluye un proyecto así, puedes leer agentes de IA para empresas que automatizan de verdad.
Preguntas frecuentes
¿Las personas se dan cuenta de que hablan con una IA?
Muchas veces sí, y es mejor decirlo desde el saludo. Un agente que se presenta como asistente virtual y resuelve rápido genera menos fricción que uno que intenta pasar por humano y falla. Además, en varios países hay normas sobre informar que la llamada es automatizada.
¿Entiende acentos y modismos de distintos países?
Los modelos actuales manejan bien el español en sus variantes, pero el ruido de fondo, las líneas malas y los nombres propios siguen siendo un punto débil. Por eso conviene probar con llamadas reales de tus clientes, no solo con pruebas en silencio.
¿Qué pasa si el agente se equivoca?
Se diseña para que los errores sean baratos: el agente repite los datos importantes y pide confirmación antes de agendar o anotar, y deja todo registrado para que una persona pueda revisarlo. Las acciones que no se pueden deshacer no se le delegan.
¿Puedo usar mi número actual?
Sí, normalmente con un desvío desde tu línea o configurando el número con un proveedor de telefonía. Se puede empezar solo fuera de horario para probar.
¿Reemplaza a mi recepcionista?
Lo habitual es que le quite las llamadas repetitivas y le deje las que necesitan criterio. Si hoy se pierden llamadas porque nadie atiende, el agente suma cobertura en lugar de restar personas.
Si quieres ver cómo quedaría con tus propias llamadas, agenda una reunión y armamos una demo funcional sin costo.