Última actualización: 14 de septiembre de 2026
El 11 de septiembre de 2026 OpenAI abrió GPT-Live-1 en su API: un modelo de voz que escucha mientras habla y encaja las interrupciones sin romper la conversación. Para una pyme la pregunta no es si la voz ya funciona. Es qué llamadas de tu negocio se quedan hoy sin coger, y cuáles de ellas puedes soltar sin romper nada.
¿Qué ha cambiado de verdad en los agentes de voz?
Que la conversación ha dejado de ir por turnos. Hasta ahora un asistente de voz esperaba a que terminaras de hablar, procesaba y contestaba, y ese silencio de dos segundos era justo lo que delataba que no había nadie al otro lado.
El modelo que OpenAI ha puesto en su API funciona en modo full duplex: escucha mientras habla, gestiona que le corten a media frase y puede consultar un sistema externo durante la propia llamada. En las mediciones publicadas con el lanzamiento aparece una latencia de inicio de respuesta de 0,798 segundos y un 83,6 % de tareas completadas al primer intento. El ecosistema reaccionó en horas: Cognition presentó ese mismo día Devin Voice construido sobre esa base.
Dos avisos antes de que nadie se ilusione. El primero: esas cifras son mediciones de laboratorio del fabricante y de casas de evaluación independientes, no resultados de campo con acento cerrado, ruido de taller de fondo y dos personas hablando a la vez. El segundo: es una API, no un producto que se instala el viernes por la tarde. Alguien tiene que montarlo, conectarlo a tu agenda o a tu ERP y probarlo antes de ponerlo delante de un cliente.
¿Cuánto te cuesta hoy cada llamada que nadie coge?
Casi nadie lo sabe, y por eso casi nadie decide bien. Antes de pedir presupuesto a ningún proveedor, mide una semana.
Necesitas tres datos y una hoja de cálculo: cuántas llamadas entran fuera de horario o mientras estás ocupado, cuántas de esas personas vuelven a llamar, y cuánto factura de media un cliente nuevo. En las conversaciones que tenemos con empresas de 5 a 200 personas, el debate suele empezar por la herramienta y no por este número, que es exactamente el orden inverso al que hace falta.
Imagina un taller de reparación con doce llamadas perdidas a la semana. Si una de cada cuatro venía a pedir presupuesto, son tres presupuestos semanales que ni siquiera llegas a dar. Con un trabajo medio de 300 euros y cerrando solo uno de cada tres, hablamos de unos 15.000 euros al año que se van por el hueco entre que suena el teléfono y alguien puede cogerlo. El ejemplo es hipotético, el ejercicio no: hazlo con tus números antes de mirar ninguna demo.
¿Qué llamadas puede atender ya un agente de voz y cuáles no?
Las repetitivas, verificables y de bajo riesgo, sí. Las que exigen criterio, negociación o gestión emocional, todavía no. Esta es la tabla con la que ordenamos la conversación en la primera sesión con un cliente:
| Tipo de llamada | ¿Lista para voz hoy? | Qué hace falta |
|---|---|---|
| Horarios, dirección, condiciones | Sí | Nada más que la información bien escrita |
| Pedir cita o reservar hora | Sí | Agenda conectada y reglas de disponibilidad claras |
| Estado de un pedido o una reparación | Sí | Que el dato viva en un sistema consultable |
| Cualificar un contacto comercial entrante | Sí, como filtro previo | Preguntas fijas y traspaso inmediato al comercial |
| Presupuesto con variables | Solo con supervisión | El agente recoge datos, la persona cierra el precio |
| Reclamación o cliente enfadado | No | Derivación a una persona desde el primer segundo |
| Cobros, datos bancarios o de salud | No sin revisión legal | Base jurídica, consentimiento y grabación conformes |
La regla que aplicamos es corta: si el agente no puede equivocarse de forma cara, es buen candidato. Si un error suyo cuesta dinero, un cliente o una sanción, ese proceso todavía no sale de manos humanas. Y si la llamada toca datos personales sensibles, la decisión no es tecnológica, es de asesoramiento legal antes de escribir una línea de código.
¿Por qué conviene empezar por la llamada más aburrida?
Porque es donde el fallo sale barato y el aprendizaje sale gratis. La tentación es la contraria: casi todo el mundo quiere empezar por la llamada comercial, que es la que se ve en el resultado del mes.
En la práctica funciona mejor lo aburrido primero. Una empresa que deja en manos del agente las llamadas de horarios y de estado de pedido libera a quien está en recepción para las que sí deciden una venta, y lo hace sin poner en riesgo ninguna conversación importante. Es el mismo criterio con el que elegimos qué procesos automatizar con IA en una empresa: primero lo repetitivo y comprobable, después lo que exige juicio.
¿Cómo se monta la primera prueba sin abrir un proyecto de seis meses?
En cuatro pasos, y ninguno empieza por contratar una plataforma:
- Mide una semana. Llamadas perdidas, franja horaria y motivo. Cuesta cero euros y cambia la conversación entera.
- Elige una sola llamada. La más repetida de la lista, no la más rentable. Escribe en un folio qué debe pasar de principio a fin, incluidos los casos raros.
- Define el traspaso antes que el guion. Cuándo pasa a una persona, a quién y qué información le llega. Un agente de voz sin salida de emergencia es una queja esperando a ocurrir.
- Revisa a mano las primeras cien llamadas. Grabación, transcripción y una hoja con los fallos. La primera semana es supervisión, no ahorro.
Si prefieres el inventario completo antes de tocar nada, es justo lo que hacemos en el diagnóstico de IA: qué llamadas entran, cuáles se pierden y cuáles admiten automatización sin riesgo. Y si el canal que de verdad te preocupa no es el teléfono sino el chat de la web, el criterio de fondo es el mismo que explicamos al comparar un chatbot con IA frente a un chatbot tradicional.
¿Y qué pasa con la persona que hoy coge el teléfono?
Le cambia el trabajo antes de que le cambie el puesto. Es la pregunta que sale en todas las reuniones y merece una respuesta honesta, no un eslogan.
Lo que estamos viendo es que el listón se mueve primero en la contratación. UBS ya exige a los candidatos a puestos junior demostrar competencia en IA como requisito para entrar. Traducido a una empresa de 5 a 200 personas: el requisito nuevo aparece en la oferta de empleo mucho antes que en el organigrama. Quien hoy atiende llamadas pasa a supervisar al agente, a resolver lo que el agente no sabe y a corregir sus respuestas, y eso se enseña en un par de sesiones de formación a medida, no en una carrera nueva.
El riesgo real no es que la voz sustituya a nadie. Es montar el agente, no revisarlo nunca y descubrir a los tres meses que lleva noventa días dando mal un horario a todo el que llama.
¿Por dónde empezar la semana del 14 de septiembre?
Cuenta las llamadas que pierdes del lunes 14 al domingo 20 de septiembre. Anótalas con su hora y su motivo, sin cambiar nada más en tu operativa.
Con ese número encima de la mesa, decidir si te compensa un agente de voz para atención al cliente deja de ser una cuestión de moda tecnológica y pasa a ser una cuenta de dos líneas: lo que pierdes por no coger frente a lo que cuesta que alguien coja. La mayoría de las empresas que hacen este recuento descubren que su problema no era el horario de atención, sino tres tipos de llamada concretos que se repiten todo el año.
Si al terminar la semana el número te sorprende, reserva 30 minutos con nosotros y lo miramos con tus llamadas reales: cuáles se pueden atender ya, cuáles no conviene tocar y por cuál merece la pena empezar.