Qué es un agente de voz: el teléfono deja de sonar en vano
Un agente de voz atiende llamadas y también las hace: informa, da cita, toma la reserva, confirma la víspera y pasa la llamada a una persona cuando la conversación lo pide.
Descubre en 5 minutos cómo automatizar ese proceso que te está haciendo perder tiempo y dinero
Qué es, en corto
Un agente de voz es un sistema de inteligencia artificial que habla por teléfono: escucha lo que dices, entiende para qué llamas, responde con voz natural y ejecuta lo que toca, como dar una cita o transferir la llamada. Por dentro son tres piezas encadenadas: la que transcribe tu voz, el modelo que decide qué hacer y la voz sintética que contesta.
Son las dos menos cuarto, la sala está llena y el teléfono lleva sonando cuatro tonos. Nadie puede cogerlo, y quien llamaba para reservar mesa para ocho ya está marcando el número del restaurante de enfrente. Esa llamada no vuelve.
De qué está hecho un agente de voz
Por dentro encadena tres piezas en menos de un segundo. La primera transcribe lo que dice quien llama y lo convierte en texto. La segunda es un modelo de lenguaje, el programa que entiende la frase, consulta lo que haga falta y decide la respuesta o la acción. La tercera convierte esa respuesta en voz y la reproduce.
Lo importante no es ninguna de las tres por separado, sino lo que hay conectado detrás: tu agenda real, tu sistema de reservas, tu ficha de cliente. Uno que solo habla bonito es un folleto que suena; uno que sirve consulta huecos de verdad y deja la cita escrita donde tu equipo la va a ver.
Entrante y saliente
El agente de voz entrante es el que descuelga: atiende a cualquier hora, informa de horarios y servicios, consulta huecos reales, cierra la cita y transfiere a una persona con un resumen de lo hablado cuando el asunto se le escapa.
El saliente es el que llama: recordatorios de cita, confirmaciones la víspera, encuestas cortas de dos preguntas y reclamación amable de un pago pendiente. Las dos caras usan el mismo motor y se montan juntas o por separado, según lo que te esté doliendo. En muchos negocios la segunda paga la primera, porque confirmar citas es lo que rebaja los plantones.
Qué hace bien
- La hora punta, cuando todo el mundo llama a la vez y no hay manos.
- Las noches, los festivos y el rato en que el equipo está trabajando y no puede descolgar.
- Las llamadas repetidas: horario, dirección, si hay hueco el jueves, qué documentación hay que traer.
- Confirmar y recordar citas, una por una, sin que a nadie se le olvide.
Qué hace mal, y cómo se compensa
Una reclamación seria, un cliente enfadado o una consulta delicada no son para una máquina. Por eso el diseño incluye siempre una salida: palabras clave, tono, número de intentos fallidos o simplemente que la persona pida hablar con alguien, y la llamada pasa a un humano con el contexto por escrito. Un sistema que no sabe rendirse a tiempo hace más daño que un buzón.
Hay otra cosa que conviene saber antes de firmar: existe una fracción de segundo entre lo que dices y lo que contesta. Se nota. Por eso las frases del agente son cortas, se le puede interrumpir y no se le pide que recite catálogos enteros.
No cambias de número
Se mantiene el número de siempre. Se configura un desvío y se decide cuándo entra el agente: cuando comunica, cuando nadie coge en cinco tonos, fuera de horario o siempre. Lo prudente es empezar solo por las llamadas que hoy se pierden, que es donde no hay nada que perder, y ampliar cuando veas las transcripciones.
Tiene que decir que es una IA
Desde el 2 de agosto de 2026, el AI Act, el reglamento europeo de inteligencia artificial, exige avisar a quien llama de que le está atendiendo una máquina. Tiene que ser claro y en la primera interacción: es la transparencia del artículo 50. Nuestros agentes lo dicen en la primera frase, junto con la opción de pedir una persona. En la práctica no espanta a nadie; lo que molesta de verdad es descubrirlo a mitad de conversación.
Va con otra obligación menos conocida y anterior: la formación mínima en inteligencia artificial del artículo 4, obligatoria para cualquier empresa que use estas herramientas desde febrero de 2025, sin umbral de tamaño. Si montas un agente de voz, tu equipo tiene que saber qué hace, qué no hace y cómo se le quita el teléfono.
Los números del teléfono perdido
En hostelería, entre el 35 y el 60 % de las reservas siguen entrando por teléfono y se pierde entre el 12 y el 15 % de las llamadas. En clínicas, la confirmación automática reduce los plantones entre un 30 y un 40 %. Ahí está el argumento entero: la llamada que no coges no vuelve a llamar. Verlo montado y funcionando es la Recepcionista de Voz IA, y la parte que llama la lleva el agente de llamadas salientes.
Un ejemplo
Un restaurante de treinta mesas tiene dos horas de caos al mediodía. En ese rato entran quince llamadas de reserva y dos o tres se quedan sin coger. El agente de voz descuelga todas al primer tono, avisa de que es un sistema automático, pregunta día, hora y comensales, comprueba el hueco real en el sistema de reservas, explica la política de grupos y manda la confirmación por mensaje. La víspera vuelve a llamar para confirmar. La sala ya no oye el teléfono: solo ve las mesas cerradas en la pantalla, y el encargado revisa por la tarde las tres conversaciones que el sistema marcó como dudosas.
Con qué se confunde
Con la centralita de «pulse 1»
El menú de opciones no entiende nada: te obliga a adivinar en qué cajón está tu problema. El agente de voz escucha una frase entera, con ruido de fondo, y actúa. Grabar otro locutor no arregla ese menú.
Con un contestador
El buzón guarda un mensaje que alguien tendrá que escuchar y devolver mañana. El agente cierra el asunto en la propia llamada: mira el hueco, lo reserva, lo apunta y avisa. La diferencia se ve en la agenda del día siguiente.
Con clonar tu voz
Son cosas distintas. El nuestro usa una voz sintética que se presenta como lo que es. Suplantar la voz de una persona real sin avisar es otro terreno, con obligaciones de etiquetado del AI Act, y no es lo que montamos.
Saber qué significa una palabra está bien. Saber si te ahorra horas está mejor: eso es lo que te dice el diagnóstico.
Descubre en 5 minutos cómo automatizar ese proceso que te está haciendo perder tiempo y dinero
Lo que nos preguntan antes de decidirse
¿Se nota que quien contesta es una IA?
Se nota, y además se avisa. Las voces actuales suenan naturales y hacen pausas creíbles, pero hay un pequeño retardo entre lo que dices y lo que contesta, y con frases muy largas o con varios temas a la vez se pierde antes que una persona. Por eso se diseña con frases cortas, se le puede interrumpir y se le pone un límite claro: si la conversación se complica, pasa la llamada. La experiencia real es la de alguien eficiente que va al grano, no la de una persona haciéndose pasar por otra.
¿Estoy obligado a avisar de que es una máquina?
Sí. El artículo 50 del AI Act exige que quien interactúa con un sistema de inteligencia artificial lo sepa de forma clara y en el primer momento, y es exigible desde el 2 de agosto de 2026. Para un agente de voz eso significa decirlo en la frase de bienvenida, no en la letra pequeña de la web. Hay además una obligación previa que casi nadie tiene resuelta: la formación mínima en IA del artículo 4, obligatoria para cualquier empresa que use estas herramientas desde febrero de 2025, sin importar el tamaño. Las dos cosas se dejan documentadas al montar el servicio.
¿Puede pasarme la llamada a una persona?
Sí, y es una de las partes que más se afina. Se define cuándo transfiere: cuando el cliente lo pide con sus palabras, cuando detecta enfado, cuando el asunto no está entre lo que sabe hacer o cuando lleva dos intentos sin entenderse. La transferencia va acompañada de un resumen de lo hablado, para que quien coja el teléfono no empiece de cero. Y si a esa hora no hay nadie, el sistema recoge el motivo, deja la ficha en tu sistema y avisa al responsable, en lugar de dejar un mensaje en un buzón que nadie escucha.
¿Sirve también para llamar, no solo para atender?
Sí, y suele ser lo que antes se nota. Un agente de voz saliente confirma citas la víspera, recuerda revisiones, hace encuestas de dos preguntas y reclama pagos pendientes de forma amable. En clínicas, la confirmación automática reduce los plantones entre un 30 y un 40 %, que es dinero que ya estaba en la agenda y se caía. Las llamadas salientes tienen sus reglas: horarios razonables, identificarse, decir que es un sistema automático y respetar a quien pide no ser llamado otra vez.
¿Qué pasa si hay mucho ruido o el cliente habla otro idioma?
Con ruido de fondo el sistema aguanta bastante, porque las voces se limpian antes de transcribirse, pero un móvil en una obra o una llamada con dos personas hablando a la vez siguen siendo un problema. La regla es la misma de siempre: dos intentos y a una persona. Con los idiomas, el agente detecta el idioma de quien llama y responde en él si está configurado; cada idioma adicional se prepara aparte, porque hay que revisar los mensajes, los nombres propios y la forma de decir las fechas.
¿Se guardan las llamadas? ¿Dónde acaban?
Se guarda lo que decidas y donde tú decidas. Lo normal es conservar la transcripción para poder revisar qué se dijo y mejorar el sistema, y decidir aparte si se guarda el audio y durante cuánto tiempo. En nuestros montajes esos registros viven en un servidor propio en la Unión Europea, con acuerdo de tratamiento de datos firmado y accesos registrados. Quien llama tiene que ser informado de que la conversación se registra, y en sectores con datos de salud eso se documenta junto con el aviso de que atiende una IA.
Términos relacionados
¿Cuántas llamadas se te caen en hora punta?
Dinos cuántas entran al día, cuántas se quedan sin coger y qué te preguntan siempre. Te decimos qué parte puede atender un agente de voz y qué parte no.
Descubre en 5 minutos cómo automatizar ese proceso que te está haciendo perder tiempo y dinero