El teléfono es el canal donde una pyme pierde clientes sin enterarse. Nadie mide las llamadas que entran fuera de horario, las que suenan mientras se atiende a otro, ni las que cuelgan al tercer tono. No aparecen en ningún informe porque no llegan a existir.

Un agente de voz con IA atiende esas llamadas: coge el teléfono, entiende lo que le preguntan, consulta el dato de verdad en tus sistemas y contesta. Y cuando la conversación pasa de informar a comprometer algo, se aparta y llama a una persona.

Esta página no explica cómo funciona por dentro. Trata de a quién se contrata y con qué criterio, incluidos los casos en los que la respuesta correcta es no montar nada. Está escrita desde el lado de quien presupuesta estos proyectos.

Escucha una llamada entera

Minuto y medio, de principio a fin y sin cortes. Una vecina llama a la administración de su finca porque el ascensor lleva parado desde ayer. Fíjate en tres momentos: qué contesta cuando consulta el parte de incidencias, qué hace cuando le preguntan algo que no puede saber, y qué pasa cuando le piden que convoque una junta.

Las respuestas del agente no están escritas: se han grabado ejecutándolo de verdad contra una base de datos de incidencias de prueba. La voz es castellano de España y se elige por sede.

Las 4 vías para que no se pierda una llamada

Solo la última es un proyecto de IA. Las otras tres son más baratas y a veces son la respuesta correcta.

Las 7 preguntas que filtran de verdad

Hazlas en la primera reunión. La mitad de las propuestas se caen solas.

• ¿Consulta o compromete? Un agente que informa y pasa a una persona es un proyecto. Uno que reserva, cobra o da de alta en producción es otro, con otro riesgo y otro precio. Quien no distingue las dos cosas no ha puesto nada en producción.
• ¿De dónde sale el dato que dice en voz alta? Hay dos mundos: el agente que ha leído un documento con tus precios de hace tres meses y el que consulta tu sistema en el momento. Suenan igual en una demo y no tienen nada que ver.
• ¿Qué hace cuando no lo sabe? Se le va a preguntar algo que no está previsto. La única respuesta aceptable es reconocerlo y pasar a una persona. Un agente que improvisa un precio te cuesta el cliente y, si lo dice por teléfono, te lo puede costar por escrito.
• ¿Cuánto tarda en contestar? Por encima de segundo y medio, quien llama pregunta si sigues ahí. Es el detalle que separa una demo bonita de algo usable, y no se aprecia leyendo una propuesta: hay que oírlo.
• ¿Dónde acaban la grabación y la transcripción? En el momento en que el agente lee un dato de tu cliente en voz alta, ese dato pasa por un tercero y se queda en algún sitio. Contestado por escrito antes de firmar, no de palabra.
• ¿Qué voz, y quién la elige? Castellano de España si atiendes en España. Parece una tontería y es el detalle que más rechazo genera en el que llama cuando está mal elegido.
• ¿Puedo oír una llamada entera? No un vídeo montado ni un fragmento: una conversación de principio a fin, incluida la parte donde el agente se atasca. Quien no la enseña es porque no la tiene.

En qué se va el dinero

La voz tiene una estructura de coste distinta a la de un chat: se paga por minuto hablado. Quien te dé una cifra cerrada sin saber cuántas llamadas recibes se la está inventando, pero sí pueden darse órdenes de magnitud para detectar cuándo una propuesta se sale de rango.

El consumo por minuto —telefonía, transcripción, modelo y voz— se mide en céntimos, no en euros: una llamada de tres minutos sale por menos de lo que cuesta el tiempo de la persona que la habría atendido. Ese no es el número que decide el proyecto. El que decide es el de la puesta en marcha, y depende casi por entero de en qué estado esté el acceso a tus datos. Por eso una propuesta seria empieza mirando eso y no la voz.

Cinco señales de alarma

• Te enseñan un chat y lo venden como voz. Son proyectos distintos. La voz añade latencia, ruido de fondo, gente que interrumpe y nombres mal entendidos. Lo que funciona escrito no funciona hablado sin más trabajo.
• No te dejan oír una llamada completa. Los fragmentos se eligen. Pide la conversación entera, con la parte donde le preguntan algo que no está previsto.
• La fase uno incluye que cierre operaciones. Empezar por que el agente reserve, cobre o dé de alta es la vía rápida a un problema que se arregla a mano y en horario de oficina.
• No aparece el coste por minuto por ningún lado. Si solo hay un precio de desarrollo, el gasto recurrente lo vas a descubrir en la primera factura.
• La demo va con datos inventados. Con datos de juguete todo funciona. El proyecto se complica exactamente donde tus datos son irregulares, y eso solo se ve conectando el agente a los de verdad.

Cuándo no soy yo la opción correcta

Trabajo solo, apoyándome en especialistas cuando el proyecto lo pide. Eso encaja bien en empresas de 10 a 100 empleados con llamadas repetitivas y un interlocutor que decide, y encaja mal en cuatro situaciones:

• Recibes miles de llamadas al día con compromiso de servicio 24/7. Eso es un contact center con turnos y guardias, no un proyecto de integración.
• Lo que se dice por teléfono es información clínica o especialmente sensible. Se puede hacer, pero el proyecto pasa a ser mayoritariamente de cumplimiento y ahí necesitas a alguien especializado en eso.
• Tu proveedor de software ya lo trae o lo tiene en su hoja de ruta. Cómpralo y ahórrate el proyecto. Te lo diré yo si lo veo.
• Tus llamadas son reclamaciones, incidencias graves o conversaciones delicadas. Ahí lo que hace ganar al cliente es que le coja una persona, y automatizarlo es contraproducente aunque técnicamente salga bien.

Si tu caso es alguno de esos cuatro, te lo digo en la primera llamada y no habrás perdido más de veinte minutos. Si quieres ver el mismo ejercicio aplicado a otro terreno, tengo una página equivalente sobre cómo elegir consultora para adecuarte a NIS2. Y si lo que buscas es el paso previo —qué automatizar primero en tu sector—, están las páginas de administraciones de fincas, gestorías y clínicas.

Preguntas frecuentes

¿Cuánto cuesta un agente de voz con IA para una pyme?

Hay que separar dos cosas que casi nadie separa. La puesta en marcha —conectar el agente a tus datos, definir qué puede y qué no puede contestar, probarlo— se mueve en miles de euros y semanas de trabajo. El funcionamiento diario se paga por minuto hablado, y ahí el orden de magnitud son céntimos: una llamada de tres minutos cuesta menos que el café de quien la habría atendido. Si una propuesta no te desglosa esas dos partes, te está escondiendo una.

¿Se nota que no es una persona?

En la voz, cada vez menos. Se nota en otras dos cosas: en la pausa antes de contestar y en qué hace cuando no sabe algo. Por encima de segundo y medio de silencio la gente empieza a preguntar si sigues ahí, y un agente que improvisa una respuesta en vez de reconocer que no la tiene se delata a la segunda pregunta. Cuando evalúes proveedores, escucha esas dos cosas antes que el timbre de voz.

¿Es legal que una IA atienda el teléfono de mis clientes?

Sí, con las mismas obligaciones que ya tienes al grabar llamadas: avisar al principio de la conversación de que se está atendiendo con un sistema automático y de que la llamada queda registrada, e informar de que hay una persona disponible. Lo que hay que resolver por escrito antes de firmar es dónde se guardan la grabación y la transcripción, cuánto tiempo y quién más las procesa, porque en el momento en que el agente lee un dato de tu cliente, el proveedor de IA entra en tu cadena de encargados del tratamiento.

¿Puede cerrar ventas o firmar contratos por teléfono?

Técnicamente sí. La recomendación es que en la primera fase no lo haga. Un agente que solo consulta y responde no puede estropear nada: como mucho se equivoca en una respuesta y lo corrige una persona. Uno que crea registros, cobra o firma en tu sistema convierte cualquier fallo en un problema contable o legal. Lo sensato es empezar por que atienda, filtre y pase a un humano en cuanto hay intención real de contratar, y ampliar cuando lleve meses funcionando.

¿Necesito cambiar de centralita o de número de teléfono?

No. El agente se pone delante del número que ya tienes, o en un desvío para las llamadas que hoy se pierden: fuera de horario, cuando comunica, o a partir del tercer tono. Empezar solo por esas llamadas es la forma más barata de comprobar si esto te sirve, porque son las que ahora mismo no atiende nadie y no hay nada que puedas empeorar.

¿Y si el que llama se enfada o pide hablar con una persona?

Entonces el agente ha hecho su trabajo si pasa la llamada rápido y sin discutir. El traspaso a un humano no es el fallo del sistema, es una de sus funciones, y hay que probarlo igual que se prueba lo demás: qué frase usa para ceder, qué información traspasa y qué pasa si al otro lado no hay nadie a esa hora.