La automatización del contact center es software que se encarga del trabajo que tus agentes y supervisores hacen a mano: contestar y enrutar llamadas, resolver solicitudes rutinarias, ayudar a los agentes durante la llamada y documentar lo que ocurrió. La mayor parte del ahorro sale de automatizar las llamadas correctas en el orden correcto, y la mayoría de los proyectos fallidos intentaron automatizar primero las equivocadas.
Esta guía es para responsables de operaciones de contact center y los ingenieros que trabajan con ellos. Describe las capas de automatización, explica cómo elegir la primera cola y muestra los cálculos de coste y medición para agentes de voz. Si ya elegiste una cola y quieres un plan piloto paso a paso, lee nuestra guía para probar un centro de llamadas con IA.
Las cinco capas de la automatización del contact center
“Automatización” abarca productos muy distintos. Sepáralos antes de comparar proveedores, porque mueven cifras diferentes.
| Capa | Qué automatiza | A quién ayuda |
|---|---|---|
| Enrutamiento y autoservicio | Menús telefónicos, detección de intención e IVR conversacional que envía al cliente a la cola correcta | Clientes y equipo de enrutamiento |
| Agentes de voz | Contestar la llamada y completar la solicitud de principio a fin, con transferencia cuando haga falta | Clientes, y cada agente que deja de atender ese tipo de llamada |
| Asistencia al agente | Transcripción en directo, respuestas sugeridas y búsqueda en la base de conocimiento durante una llamada atendida por una persona | Agentes humanos |
| Trabajo posterior a la llamada | Resúmenes, tipificaciones, notas en el CRM y puntuación de calidad | Agentes humanos y control de calidad |
| Saliente y back office | Recordatorios, confirmaciones, devoluciones de llamada, previsión y planificación | Operaciones |
La asistencia al agente y el trabajo posterior abaratan cada llamada atendida por una persona. El enrutamiento hace que la llamada llegue antes a la persona correcta. Los agentes de voz son la única capa que elimina por completo la llamada atendida por una persona, y por eso concentran la mayor parte del ahorro y del riesgo.
Automatización del call center frente a automatización del contact center
Un call center atiende llamadas. Un contact center añade chat, correo y mensajería. El método es el mismo para ambos, pero el teléfono es el canal más difícil. Un chatbot puede tardar tres segundos en responder sin que nadie lo note. En una llamada, una pausa así suena a línea cortada. El audio es de banda estrecha, los clientes hablan por encima del agente y un número de pedido tiene que entenderse bien a la primera. Si automatizas primero el chat, no esperes que los resultados se trasladen al teléfono sin nuevas pruebas.
Qué llamadas automatizar primero
Los buenos primeros candidatos comparten cinco rasgos:
- Alto volumen y objetivo concreto. “¿Dónde está mi pedido?” tiene un objetivo. “Tengo un problema con mi cuenta” tiene docenas.
- Un resultado que tu backend puede confirmar. El sistema de pedidos muestra la dirección cambiada o el calendario muestra la nueva cita.
- Datos accesibles mediante una API. Si los agentes copian información entre tres pantallas, la automatización necesitará el mismo acceso.
- Un error barato o fácil de detectar. Leer una fecha de entrega tiene poco riesgo. Emitir un reembolso no, salvo que tu backend aplique las reglas.
- Una salida limpia. El cliente puede hablar con una persona, y esa persona ve lo que ya ocurrió.
Una regla aproximada: si tus agentes podrían atender la llamada medio dormidos un viernes a las 16:55, es candidata.
| Suelen ir primero | Suelen ir después |
|---|---|
| Estado de pedidos y entregas | Disputas de facturación |
| Reservar, mover o cancelar citas | Quejas y escalados |
| Recordatorios de pago y consultas de saldo | Bajas con ofertas de retención |
| Recepción de mensajes fuera de horario | Cualquier cosa que requiera asesoramiento regulado |
| Horarios, políticas y preguntas frecuentes sencillas | Llamadas en las que es difícil verificar la identidad del cliente |
| Confirmaciones salientes | Llamadas con varios asuntos que exigen criterio |
Extrae un mes de motivos de llamada de tu telefonía o tu CRM, ordénalos por volumen y tacha lo que no cumpla los cinco rasgos. El primero que quede es tu primera cola.
Qué necesita un agente de voz para resolver una llamada
Un agente de voz que resuelve llamadas, y no solo las contesta, necesita que todas estas piezas funcionen juntas:
- Reconocimiento de voz que entienda nombres, números e identificadores en una línea telefónica. La precisión media oculta los errores que importan; nuestra guía de la tasa de error de palabras explica por qué.
- Detección de turnos que sepa cuándo terminó de hablar el cliente, para que el agente no interrumpa ni deje silencios. Consulta detección de actividad de voz.
- Un LLM con herramientas que pueda consultar el registro, hacer el cambio y transferir la llamada.
- Síntesis de voz que empiece a hablar rápido y lea fechas, importes y códigos de confirmación como lo haría una persona.
- Telefonía: números de teléfono, tu operador o troncal SIP y transferencias a una cola humana.
- Evaluación de las llamadas completadas, para ver qué pasó en las llamadas que nadie escuchó.
Cartesia Managed Agents reúne estas piezas: Ink para el reconocimiento de voz, el LLM que elijas y Sonic para la síntesis, con la gestión de turnos integrada. Las herramientas del sistema finalizan llamadas, envían tonos de teclado y transfieren a un número de teléfono o a una URI SIP. Las herramientas webhook llaman a tus propios endpoints HTTPS para consultas y actualizaciones. Los números pueden venir de Cartesia, de tu cuenta de Twilio o de tu operador mediante SIP. Si ya tienes tu propia infraestructura de voz, puedes usar Sonic e Ink mediante la API y conservar el resto.
Cuánto cuesta la automatización del contact center
La automatización por voz suele tener tres costes recurrentes: la tarifa por minuto de la plataforma, la telefonía y el uso del LLM. El trabajo de integración y la revisión continua de llamadas van aparte.
Estos son los cálculos con las tarifas publicadas de Cartesia, consultadas el 6 de octubre de 2026: las llamadas de Managed Agents cuestan 0,06 USD por minuto y los números de Cartesia añaden 0,014 USD por minuto.
| Carga de ejemplo | Cifra mensual |
|---|---|
| Llamadas automatizadas | 10.000 |
| Duración media | 3 minutos |
| Minutos de agente | 30.000 |
| Llamadas del agente a 0,06 USD/min | 1.800 USD |
| Telefonía a 0,014 USD/min (números de Cartesia) | 420 USD |
| Total antes del uso del LLM | 2.220 USD |
Las llamadas en números importados de Twilio o conectados mediante SIP pagan la telefonía a la tarifa de tu proveedor.
Compáralo con tu coste total por minuto atendido en el mismo tipo de llamada, y cuenta solo las llamadas que el agente resolvió de verdad. Una llamada que el agente gestiona mal y luego transfiere te cuesta los minutos automatizados y los humanos. La cifra honesta es el coste por llamada resuelta: el gasto total en automatización más el coste humano de las llamadas transferidas, dividido entre las resoluciones verificadas.
Mide la resolución, no la contención
La contención cuenta las llamadas que nunca llegaron a una persona. Es fácil de reportar y fácil de engañar: un agente que cuelga a todo el mundo tiene un 100 % de contención. Sigue estas métricas:
- Tasa de resolución verificada: el porcentaje de llamadas automatizadas en las que tu backend confirma que la solicitud se completó.
- Contactos repetidos por el mismo motivo en siete días.
- Tasa y motivo de transferencia: los motivos indican qué corregir después.
- Abandono durante la parte automatizada de la llamada.
- Acciones incorrectas, desde horas de cita equivocadas hasta cambios en la cuenta equivocada.
- Latencia de respuesta: cuánto esperan los clientes después de dejar de hablar.
- Satisfacción en llamadas automatizadas frente a llamadas humanas del mismo tipo.
Managed Agents puntúa cada llamada completada con métricas integradas, como el éxito de la llamada y el tiempo hasta el primer audio, y permite añadir métricas evaluadas por un LLM, como “¿se resolvió el problema del cliente?”. Aun así, revisa transcripciones contra tu backend. Un modelo evaluador también puede equivocarse.
Cómo se ve en producción
Varios equipos ya ejecutan estas cargas con los modelos de voz de Cartesia:
- Assort Health ofrece agentes de voz especializados para consultas médicas que gestionan llamadas de citas según las reglas de cada consulta. Assort informa de tiempos de espera un 89 % más cortos y costes operativos un 63 % menores.
- Forethought usa Sonic en sus agentes de voz de atención al cliente e informa de un aumento del 30 % en la tasa de deflexión durante sus primeros nueve meses.
- Replicant automatiza conversaciones de contact center para empresas como Fanatics. Su equipo de producto destacó el deletreo de correos, números de teléfono y números de pedido como el punto donde otros proveedores de voz fallaban.
- SuperDial automatiza llamadas salientes a aseguradoras, incluida la navegación por menús telefónicos y las esperas, e informa de una reducción de 3 veces en los costes operativos.
Son resultados de cada empresa con sus propias cargas. Úsalos como referencia de lo que es posible y mide tu propia cola antes de prometerle una cifra a nadie.
Despliegue por fases
- Prueba antes del tráfico real. Ejecuta el agente con llamadas de prueba basadas en motivos reales, incluidos los incómodos.
- Empieza fuera de horario o con el desbordamiento, donde la alternativa es el buzón de voz o una espera larga.
- Asume una cola en horario laboral con una vía rápida hacia una persona.
- Añade un tipo de llamada cada vez, y solo cuando el anterior mantenga su tasa de resolución durante unas semanas.
Mantén la ruta antigua disponible todo el tiempo. Los clientes perdonan a un agente que los pasa rápido con una persona. No perdonan a uno que no les deja salir.
Para probar las piezas, crea un agente en el playground de Cartesia y apunta un número de prueba hacia él. Nuestra página de agente telefónico con IA explica los números, las transferencias y las llamadas salientes.