Plataforma de agentes de voz con IA: qué debe tener

Una buena plataforma de agentes de voz con IA responde en un segundo, habla un español que suena local, se conecta a tu telefonía y a tus sistemas, y te dice cuánto cuesta cada minuto antes de que firmes. Si falla en uno de esos cinco puntos, el agente se nota, el cliente cuelga y el ahorro desaparece.

Esta guía es un criterio de compra. La escribimos para quien tiene que elegir plataforma para un contact center, una clínica, una empresa de cobranzas o un ayuntamiento. Al final tienes una lista de verificación para comparar cualquier propuesta, también la nuestra.

En resumen

• La latencia manda: un agente que tarda en contestar rompe la conversación. En Anunzi el agente responde en cerca de 1 segundo.
• Pide voces en español con acento local y prueba el agente con llamadas reales, no con una demo grabada.
• La telefonía es parte de la plataforma: número, troncal SIP, llamadas simultáneas y transferencia a una persona.
• Sin integraciones con CRM, agenda y pagos, el agente solo informa. Con ellas, resuelve.
• Exige un precio por minuto claro y cumple la normativa: en la UE el usuario debe saber que habla con una IA.

Qué es una plataforma de agentes de voz con IA

Es un software que atiende llamadas telefónicas con un agente de inteligencia artificial. Entiende lo que dice la persona, decide qué hacer y responde hablando. Hasta aquí se parece a un IVR de los de «pulse 1», pero no lo es: el IVR sigue un menú cerrado y el agente conversa.

Para que eso funcione hacen falta cuatro piezas que trabajan en cadena:

1. Reconocimiento de voz, que convierte el audio en texto.
2. Modelo de lenguaje y lógica de negocio, que entiende la intención y decide la respuesta.
3. Síntesis de voz, que convierte la respuesta en audio.
4. Telefonía e integraciones, que conectan todo con la red de llamadas y con tus sistemas.

Una plataforma seria resuelve las cuatro y las orquesta. Si solo te venden una (por ejemplo, la voz), la integración te toca a ti.

Latencia: lo primero que notará quien llama

En una llamada, el silencio incomoda. Si el agente tarda varios segundos en contestar, la persona repite la frase, interrumpe o cuelga. Por eso la latencia es el primer criterio técnico.

La latencia total es la suma del reconocimiento, el razonamiento, la síntesis y la red telefónica. Tu plataforma no controla la red de la persona que llama, pero sí el resto. Qué debes pedir:

• Una cifra medida en llamadas reales, no en pruebas de laboratorio. Anunzi responde en aproximadamente 1 segundo.
• Gestión de interrupciones: la persona debe poder cortar al agente a mitad de frase y que este calle y escuche.
• Comportamiento bajo carga: pregunta si la latencia se mantiene cuando hay varias llamadas a la vez.

El estándar ITU-T F.748.25 describe escenarios, arquitectura y requisitos funcionales y de rendimiento para la interacción por voz en servicios de atención inteligentes. Sirve como referencia para redactar tu pliego de requisitos.

Cómo probarlo en cinco minutos

Llama tú mismo. Haz una pregunta simple, otra con un dato (un nombre, una fecha) y una tercera interrumpiendo al agente. Cuenta mentalmente el hueco entre el final de tu frase y el inicio de su respuesta. Repite desde un móvil con poca cobertura. Si el agente funciona bien en las tres, la plataforma pasa el primer filtro.

Voces en español que suenen a tu cliente

El español de Madrid, el de Ciudad de México y el de Córdoba (Argentina) no suenan igual. Tampoco el vocabulario: «móvil» o «celular», «cita» o «turno». Una voz neutra con acento ajeno genera desconfianza, sobre todo en sector público, donde el vecino espera que le hable alguien de su zona.

Qué revisar:

• Acento y léxico locales: el agente debe decir «turno» en Argentina y «cita» en España. Eso se configura, no se improvisa.
• Naturalidad en datos: números de teléfono, importes, direcciones, DNI o NIE. Es donde las voces sintéticas fallan más.
• Tono de marca: formal para una administración, cercano para una clínica, firme y respetuoso para cobranzas.
• Idioma del soporte: si algo falla un lunes, necesitas que te atienda un equipo en tu idioma y tu huso horario. Anunzi tiene equipo propio en Argentina y España y todo el soporte y la implementación son en español.

El motor de voz de Anunzi se llama VPower. Puedes ver cómo funciona en la página de motor de voz.

Telefonía: número, troncal SIP y llamadas simultáneas

Muchas plataformas se centran en la inteligencia y olvidan que el agente debe poder recibir y hacer llamadas de verdad. Lo que debes comprobar:

En Anunzi los planes permiten entre 1 y 20 llamadas simultáneas según el plan y el agente atiende 24/7. Todos los planes incluyen un número local de EE. UU. Si ya tienes una troncal SIP propia, puedes usarla y el minuto sale más barato, como verás en la sección de precio.

Hay un detalle práctico: la simultaneidad define cuánta gente espera. Si tu pico son 15 llamadas a la vez y el plan permite 5, las otras 10 oyen comunicando. Calcula el pico, no la media.

Si quieres profundizar en la parte técnica, tenemos una guía sobre cómo integrar agentes de IA con telefonía.

Integraciones: la diferencia entre informar y resolver

Un agente que solo contesta preguntas frecuentes se parece a una web de FAQ con voz. El valor aparece cuando actúa:

• CRM: identifica al cliente, consulta su histórico y registra la llamada.
• Agenda: busca hueco, reserva, cambia o cancela una cita sin que nadie toque el calendario.
• Pagos: envía un enlace de pago o informa de una deuda en cobranzas.
• Telefonía y WhatsApp: continúa la conversación por otro canal si la llamada se corta.
• Registro de reclamos: abre el ticket y da un número de seguimiento al ciudadano.

Esto es lo que separa un chatbot genérico de un agente a medida: cada agente de Anunzi se integra con los sistemas, procesos y tono de cada cliente. Tienes el detalle en la página de integraciones.

Pregunta siempre tres cosas:

1. ¿La integración la hace el proveedor o me deja la documentación y me las apaño?
2. ¿Qué pasa si mi CRM cambia? ¿Quién mantiene la conexión?
3. ¿El agente solo lee datos o también escribe en ellos?

Seguridad cuando el agente toca datos sensibles

Si el agente accede a datos personales o a transacciones, la voz sola no basta para identificar a alguien. La recomendación ITU-T F.748.25 señala, para transacciones críticas, que la autenticación solo por voz es insuficiente y aconseja medidas adicionales como el monitoreo de fraude en tiempo real y la autenticación multifactor, por el riesgo de suplantación con voces sintéticas. En la práctica: pide un segundo factor (un código por WhatsApp o SMS, por ejemplo) antes de dar datos de una cuenta o mover dinero.

Precio: cuánto cuesta realmente un minuto

El precio es donde más se oculta la letra pequeña. Algunas plataformas cobran por minuto de voz, otras por llamada, otras por «conversación», y suman aparte telefonía, modelo y voz. Compara siempre el coste por minuto con todo incluido.

Así lo calculamos en Anunzi, con créditos (1 crédito = 0,01 USD):

Los planes mensuales van de menos a más según el volumen:

Hay además un plan Custom para grandes volúmenes, sin precio publicado. El plan de entrada, desde 87 USD/mes, incluye telefonía. Puedes revisar el detalle en la página de precios.

Cómo comparar con rigor:

• Convierte todo a coste por minuto real, con telefonía incluida.
• Pregunta si hay cuota de implantación y qué cubre.
• Revisa qué ocurre si te quedas sin créditos a mitad de mes.
• Calcula con tus minutos reales: una llamada de cobranzas dura distinto que una reserva de cita.

Cumplimiento: lo que debes exigir en España y la UE

Si tus clientes están en España, la plataforma debe ayudarte a cumplir. Dos puntos clave.

Avisar de que es una IA. El artículo 50 del Reglamento europeo de IA obliga a informar a las personas de que interactúan con un sistema de IA, salvo que sea evidente. Las directrices de la Comisión Europea sobre el artículo 50 detallan cuándo un sistema entra en el ámbito de la obligación. En una llamada, lo más sencillo es que el agente se presente como asistente virtual en la primera frase.

Mantener una vía humana. La CNMC, en su informe sobre el anteproyecto de ley de servicios de atención a la clientela, recoge la prohibición de usar contestadores automáticos como único medio de atención. Es un anteproyecto, así que consulta el texto vigente con tu asesor jurídico antes de diseñar el servicio. Sea cual sea la versión final, la buena práctica es la misma: que el agente pueda pasar a una persona cuando el usuario lo pide.

Un aviso más para quien piense en analizar emociones en la voz: el análisis de Stibbe sobre el artículo 50(3) explica que los sistemas de reconocimiento de emociones tienen obligaciones de transparencia específicas. Si tu proveedor ofrece esa función, pregunta cómo la cumple.

Nuestra perspectiva

Llevamos tiempo implementando agentes de voz y WhatsApp, y vemos siempre el mismo patrón: las empresas eligen por la demo y se arrepienten por la integración. Una voz bonita se consigue en una tarde. Que el agente consulte la agenda correcta, cobre bien y sepa cuándo pasar a una persona lleva trabajo.

Por eso defendemos tres ideas:

• A medida, no genérico. Cada agente se configura con tus procesos, tu tono y tus sistemas.
• Rápido. Puedes tener el agente listo en 1 a 7 días.
• Medible. Nuestros agentes resuelven más del 95% de las consultas sin derivar a una persona, y te damos un panel para verlo.

El caso que mejor lo muestra es el de la Municipalidad de Villa María: entre enero y julio de 2026, su agente de voz gestionó 13.325 llamadas y resolvió el 85% sin transferir. Es sector público, con vecinos de todas las edades y reclamos de todo tipo. Si trabajas en una administración, tienes más ejemplos en nuestra guía para automatizar la atención ciudadana 24/7 con IA de voz.

Nuestro consejo: pide a cualquier proveedor, incluidos nosotros, que te deje probar con tu caso de uso antes de decidir.

— Matias

Lista de verificación para comparar plataformas

Imprime esta lista y puntúa cada proveedor del 0 al 2 en cada fila.

1. Latencia: cifra medida y prueba telefónica propia superada.
2. Interrupciones: el agente calla cuando hablas.
3. Voz en español: acento y léxico de tu mercado, datos bien dichos.
4. Número y troncal SIP: puedes usar los tuyos.
5. Llamadas simultáneas: cubren tu hora punta.
6. Transferencia a persona: con contexto y sin cortar la llamada.
7. CRM, agenda y pagos: integrados por el proveedor, con lectura y escritura.
8. Precio por minuto: todo incluido y comparable.
9. Soporte en tu idioma: equipo propio, no tercerizado.
10. Cumplimiento: aviso de IA, vía humana, segundo factor en datos sensibles.

Si un proveedor no supera 7 de 10, sigue buscando. Si quieres ver otras formas de comparar el mercado, repasa nuestro análisis de las mejores agentes de voz con inteligencia artificial en 2026 o la guía de call center con IA.

Prueba la plataforma con tu propio caso

En Anunzi creamos agentes de voz y WhatsApp con IA para empresas y gobiernos de España y Latinoamérica. Atienden 24/7, responden en cerca de 1 segundo y resuelven más del 95% sin derivar. Puedes ver cómo trabajan nuestros agentes de voz y agentes de WhatsApp, o crear tu agente gratis, sin tarjeta, en 2 minutos desde el panel de registro.

Preguntas frecuentes

¿Cuánto tarda en ponerse en marcha un agente de voz?

Depende de cuántos sistemas haya que integrar. En Anunzi, el agente puede estar listo en 1 a 7 días. Si solo necesitas atender consultas y agendar citas, es más rápido que si además conectas pagos y un CRM propio.

¿Un agente de voz sustituye a mi equipo de atención?

Absorbe las llamadas repetitivas y funciona a cualquier hora, pero conviene mantener una vía hacia una persona para los casos complejos. En España además es una garantía para el cliente, y la normativa en tramitación apunta en esa dirección. Tu equipo se dedica a lo que requiere criterio.

¿Puedo usar mi propia línea telefónica?

Sí, con troncal SIP propia. En Anunzi la llamada entrante consume 16 créditos por minuto, frente a 20 créditos con un número de Anunzi. Con 1 crédito igual a 0,01 USD, son 0,16 USD y 0,20 USD por minuto.

¿Tengo que avisar de que el agente es una IA?

En la UE, sí, salvo que resulte evidente para un usuario razonablemente informado. Lo más claro es que el agente lo diga al inicio de la llamada. Confirma los detalles con tu asesor jurídico y con las directrices oficiales citadas arriba.

Fuentes

• ITU-T F.748.25 (09/2023): requisitos de interacción por voz de servicios de atención inteligentes
• CNMC: informe sobre el anteproyecto de ley de servicios de atención a la clientela
• Comisión Europea: directrices sobre las obligaciones de transparencia del artículo 50 del AI Act
• Stibbe: transparencia en reconocimiento de emociones, artículo 50(3)

Recomendaciones

• Top 10 plataformas de voz IA para contact centers 2026
• Voces en español con IA para agentes conversacionales
• Mejores agentes de voz con inteligencia artificial en 2026
• RGPD para agentes de voz: cinco frentes para cumplir

Escrito por

Matías Casasola

Fundador y CEO de Anunzi

Fundó Anunzi y lidera el producto y la tecnología de la plataforma de agentes de voz con IA en español. Trabaja con empresas y gobiernos de España y Latinoamérica para que ninguna llamada quede sin atender.

LinkedIn →