Agente de voz IA: cómo funciona una llamada, dónde falla y qué reglas aplican

Cómo atiende una llamada un agente de voz IA de la primera palabra a la última

Un agente de voz IA es un programa que mantiene una conversación telefónica en lugar de una persona. El cliente marca un número normal y un servicio de telefonía pasa el audio al sistema. Desde ahí la llamada recorre cuatro pasos que se repiten con cada frase.

Primero, el reconocimiento de voz convierte las palabras del cliente en texto; Wikipedia lo describe como la tecnología que transforma el lenguaje hablado en texto. Segundo, un modelo de lenguaje lee ese texto junto con tu guion y tus datos y redacta la siguiente respuesta. Tercero, la síntesis de voz, que Wikipedia define como la producción artificial de habla humana, la lee en voz alta. Cuarto, la línea telefónica la reproduce y vuelve a escuchar. Alrededor hay un calendario para reservar, una lista de clientes para guardar el resultado y una regla que pasa la llamada a una persona.

Tareas que le van bien a un agente de voz: calificar, agendar y recordar

Llamada entrante significa que el cliente te llama. El agente contesta a cualquier hora, hace siempre las mismas preguntas breves y anota las respuestas: qué necesita la persona, el presupuesto, la ciudad, el día preferido. El vendedor recibe una nota preparada y no una hoja en blanco. Calificar contactos es la tarea más pedida: tres o cuatro preguntas deciden si un contacto merece la hora de un vendedor, y la reunión puede entrar en el calendario en el momento.

Llamada saliente significa que el agente llama. Los casos típicos son una primera llamada a quien dejó una solicitud en tu web, un recordatorio de la cita de mañana, la confirmación de una franja de entrega o una encuesta corta tras una compra. En todos, la persona espera la llamada o la ha pedido. Llamar en frío a desconocidos es otra cosa, y las reglas de más abajo se aplican ahí con toda su fuerza.

Dónde fallan los agentes de voz y cuándo debe intervenir una persona

El artículo de Wikipedia sobre el reconocimiento de voz enumera lo que dificulta el primer paso: diferencias de acento, dialecto, pronunciación y velocidad al hablar, y el ruido de fondo, como el de un coche o una calle concurrida. El mismo artículo dice que el habla continua y espontánea, con titubeos como «eh» y arranques en falso, es el estilo más difícil de reconocer.

La precisión tiene una medida estándar, la tasa de error por palabra. Cuenta las palabras erróneas, omitidas y añadidas en la transcripción y divide el total entre las palabras realmente dichas, de modo que un valor menor es mejor. La síntesis de voz tiene sus propios límites: Wikipedia señala que el ritmo y la expresión emocional siguen siendo problemas de investigación abiertos, así que una respuesta correcta puede sonar plana.

El retraso es el fallo que los clientes notan primero. Si la pausa entre la frase del cliente y la respuesta del agente es larga, la gente interrumpe o cuelga. Planifica el traspaso antes de lanzar: el agente pasa la llamada a una persona cuando el cliente la pide, cuando la misma pregunta falla dos veces, cuando aparece una queja o enfado, o cuando se habla de dinero o de un contrato.

Las reglas para voces de IA en llamadas: la FCC, la FTC y la UE

En Estados Unidos, la Comisión Federal de Comunicaciones (FCC) emitió una resolución declaratoria sobre esta misma tecnología, adoptada el 2 de febrero de 2024 y publicada el 8 de febrero de 2024. Confirma que los límites de la ley TCPA sobre una «voz artificial o grabada» abarcan las tecnologías de IA actuales que generan voces humanas. Esas llamadas requieren el consentimiento expreso previo de la persona llamada, salvo que haya un fin de emergencia o una exención. Si la llamada introduce publicidad o es telemarketing, las reglas de la FCC exigen consentimiento expreso previo por escrito.

La resolución añade que ese mensaje debe indicar al principio quién es responsable de la llamada, y que las llamadas de telemarketing deben ofrecer una forma de pedir que no se vuelva a llamar. Por separado, la guía de la Comisión Federal de Comercio (FTC) sobre su Telemarketing Sales Rule dice que vendedores y telemarketers no deben llamar a números del Registro Nacional de No Llamar ni de la lista propia del vendedor. Qué regla cubre tu caso es una pregunta para un abogado, no para un artículo.

En otros lugares las reglas difieren por país y cambian. En su página sobre la Ley de IA, la Comisión Europea dice que hay que informar a las personas cuando tratan con una máquina, y que las normas de transparencia entran en vigor en agosto de 2026. El artículo 50(1) de la Ley pide diseñar los sistemas que hablan directamente con personas para que estas sepan que interactúan con un sistema de IA, salvo que sea evidente para una persona razonablemente atenta. Un saludo que diga que se habla con un asistente automático es la opción segura.

Qué necesita el agente de ti: un guion, respuestas y cuidado con las grabaciones

Un agente de voz solo sabe lo que le das: un guion con la frase inicial, las preguntas y el punto en que se detiene; preguntas reales de clientes con respuestas aprobadas; horarios, precios que aceptas decir en voz alta, y el calendario donde puede escribir. Todo lo demás recibe una frase honesta: una persona devolverá la llamada.

Las grabaciones y las transcripciones son datos personales en muchos lugares. Decide antes de lanzar si se graban las llamadas, quién puede escucharlas, cuánto tiempo se guardan y cómo puede pedir un cliente que se borren. Qué reglas te afectan lo debe decir de nuevo un especialista. Recoge solo lo que necesita el paso siguiente: para agendar bastan un teléfono y una hora, un número de pasaporte no.

Cómo medir un agente de voz: respuesta, reuniones agendadas y traspasos

Tres números cuentan casi toda la historia. La tasa de respuesta muestra cuántas llamadas llegaron a una conversación real. La tasa de reuniones muestra cuántas conversaciones acabaron en un hueco del calendario. La tasa de traspasos muestra cuántas veces tuvo que intervenir una persona, y un traspaso no es un fracaso si hubo un buen motivo.

Lee las cifras junto con una muestra de grabaciones, porque un número solo oculta lo que salió mal. No se puede prometer ningún resultado de antemano: depende de tu oferta, de tu lista y de tu guion. Se mide para encontrar la siguiente frase que corregir.

Un plan de pruebas antes de la primera llamada real

Empieza con llamadas de tu propio equipo y una lista escrita de casos: una petición clara, una vaga, alguien que interrumpe, alguien que pide una persona, alguien que pregunta algo que el guion no cubre y alguien que dice «no me llames». Añade acentos y ruido de fondo a propósito, porque Wikipedia nombra ambos como casos difíciles. Corrige primero el guion, después la voz.

Luego haz un piloto pequeño con una lista corta de personas que hayan aceptado recibir la llamada, y deja a una persona en la línea de traspaso. Comprueba que cada reserva llega al calendario con el nombre y la hora correctos, y que a quien dijo «no me llames» no se le vuelve a llamar. Amplía la lista solo tras una semana de llamadas que no te daría vergüenza poner delante de un cliente.

Montarlo tú o encargarlo: qué llevar a un proyecto de agente de voz

Montarlo tú solo es realista si ya tienes una cuenta de telefonía, un desarrollador y tiempo para probar. La primera demo funcional es la mitad fácil; la difícil es el guion, el traspaso, la redacción del consentimiento y la escucha semanal. Si nadie de tu lado se ocupará de eso, encargarlo es más sencillo.

Lleva cuatro cosas: la oferta en frases sencillas, las preguntas que debe hacer el agente, la lista de respuestas que puede dar y una persona que reciba los traspasos. Añade una idea clara de a quién se llamará y con qué base, porque el consentimiento es asunto tuyo y de tu abogado.

VITON13 Studio crea un agente de voz de ventas con IA como paquete y primero enseña un borrador gratis: una llamada de prueba sobre tu oferta. El precio fijo es de $313, el soporte mensual cuesta $53 al mes y la construcción lleva de 10 a 18 días laborables. Los minutos de telefonía y el uso del modelo se pagan aparte. La recepcionista para llamadas y chats entrantes cuesta $213 más $53 al mes.