La IA conversacional es software que mantiene una conversación de ida y vuelta para conseguir algo. La mayoría de las listas de ejemplos se quedan en Siri, Alexa y los chats de los sitios web. Son ejemplos reales, pero si estás decidiendo si poner un agente en tus propias líneas telefónicas, no te dicen mucho. Lo que quieres saber es quién tiene uno en producción, qué atiende y qué cambió cuando se puso en marcha.
Aquí tienes doce despliegues que responden a esas preguntas. Todos funcionan con los modelos de voz de Cartesia, porque son los que conocemos con cifras. Cada uno enlaza a la historia completa del cliente. El patrón que comparten importa más que cualquier ejemplo aislado, así que al final hay una sección breve sobre eso.
Los doce ejemplos de un vistazo
| Empresa | Qué hace la IA conversacional | Qué cambió |
|---|---|---|
| Lorikeet | Resuelve llamadas de soporte para empresas reguladas | Más de 21.000 llamadas en nueve días durante una crisis, con 100% de actividad |
| Replicant | Atiende llamadas de contact center para marcas como Fanatics | Llamadas atendidas al instante; la contención mejoró en semanas |
| Assort Health | Reserva y cambia citas de pacientes | Reservas +7%, tiempo de espera −89% |
| SuperDial | Llama a aseguradoras para verificar coberturas y reclamos | Productividad del equipo de facturación ×4 |
| Arini | Atiende el teléfono de clínicas dentales | Respuestas más de 2 veces más rápidas que su proveedor anterior |
| EliseAI | Agenda visitas a apartamentos y atiende a residentes | Conversión de visitas +5,3% tras una prueba de voces regionales |
| Fundamento | Llama a solicitantes de préstamo que se quedan a medias | El 42% de quienes abandonaron volvió y terminó |
| 2X Solutions | Hace y recibe llamadas de venta para empresas con muchos leads | Llamadas abandonadas por debajo del 1,25%, muy dentro del límite legal del 3% |
| Thoughtly | Llama y califica prospectos directamente desde el CRM | Latencia de extremo a extremo inferior a 200 ms en llamadas en vivo |
| Bolna | Gestiona llamadas de soporte y venta en idiomas de la India | Más de 500.000 llamadas al día; ~40% menos tiempo de ingeniería en latencia |
| Tavus | Avatares de video que conversan en vivo | Menos de un segundo de extremo a extremo |
| Ego | Personajes de videojuego con los que se puede hablar | NPC y compañeros que hablan en un mod de Valheim |
Atención al cliente
Lorikeet: una línea de crisis lista en un día. Lorikeet crea agentes de soporte para empresas reguladas de servicios financieros, salud, seguros y viajes. Cuando más de 300.000 familias pasaron de golpe a recibir sus ayudas alimentarias SNAP en GiveCard, el volumen de llamadas se disparó de un día para otro. Lorikeet tuvo agentes de voz atendiendo en menos de 24 horas. En los primeros nueve días recibieron más de 21.000 llamadas, cientos a la vez, en inglés, español y mandarín, con un 100% de disponibilidad. Los agentes verificaban a quien llamaba y resolvían con esa persona los problemas de la tarjeta. Muchas personas daban las gracias al agente y le deseaban un buen día, aunque el agente decía desde el principio que era una IA.
La lección no es que el agente fuera muy listo. Es que la tarea era acotada (problemas con la tarjeta), los datos estaban disponibles (consultas de cuenta) y la voz era lo bastante tranquila como para que gente estresada siguiera en la llamada.
Replicant: el gran volumen intermedio de un contact center. Replicant automatiza conversaciones con clientes para empresas como DoorDash, AAA y Fanatics. Para Fanatics, eso significa absorber los picos de llamadas de temporada sin contratar más personal. Desde el cambio, las llamadas se atienden al instante y el equipo humano dedica su tiempo a las que requieren criterio. Replicant reporta un 99,99% de disponibilidad, y lo necesita: cuando una tormenta inunda de llamadas una línea de asistencia en carretera, un agente que se ralentiza con la carga es peor que no tener agente.
Si el soporte es tu primer caso de uso, la guía de automatización del contact center explica cómo elegir qué llamadas empiezan primero.
Salud
Assort Health: agenda para clínicas especializadas. Los agentes de Assort atienden llamadas de pacientes de más de 140 clínicas y han gestionado más de 5 millones de interacciones. Reservan, reprograman y responden preguntas de la consulta, trabajando directamente en la historia clínica electrónica. Las reservas subieron un 7%, los costos operativos bajaron un 63% y el tiempo de espera de los pacientes cayó un 89%. Lo difícil era acertar siempre con fechas, direcciones, planes de seguro y nombres de medicamentos, con audio telefónico, en miles de casos límite.
SuperDial: las llamadas que ningún paciente ve. Buena parte del tiempo telefónico de una clínica es personal en espera con aseguradoras. Los agentes de SuperDial hacen esas llamadas: navegan los menús de las aseguradoras, esperan en línea y verifican coberturas o persiguen reclamos con el propio representante de la aseguradora. Los equipos de facturación rinden cuatro veces más.
Arini: la recepción de las clínicas dentales. Arini atiende llamadas a toda hora para consultorios dentales, reserva citas y responde preguntas de seguros y facturación en inglés y español. Su cofundador lo dijo sin rodeos: una llamada perdida puede valer más de 5.000 dólares para una clínica. Cada instante de retraso aumenta la probabilidad de que el paciente cuelgue; por eso Arini se pasó a un proveedor que respondía más del doble de rápido.
Hay más sobre dónde trazar la línea clínica, HIPAA y métricas de piloto en IA conversacional en salud.
Vivienda
EliseAI: uno de cada seis apartamentos de EE. UU. Aproximadamente 1 de cada 6 apartamentos de Estados Unidos usa EliseAI. Sus agentes agendan visitas, toman solicitudes de mantenimiento, gestionan renovaciones y acompañan a los residentes en trámites de elegibilidad y recertificación, en más de 5 millones de llamadas de voz al mes. Las voces multilingües le permiten atender a residentes de vivienda asequible en su propio idioma, fuera del horario de oficina.
EliseAI es el ejemplo más claro de esta lista sobre cómo probar la IA conversacional. Cada voz nueva pasa cuatro filtros: un benchmark público, una prueba A/B a ciegas con evaluadores humanos, un despliegue en el 1% de producción medido en resultados reales y una auditoría manual de llamadas. Cuando probaron voces regionales (una voz del Medio Oeste en Illinois, una voz sureña en Texas), la conversión de visitas subió un 5,3%, la interacción un 7,8% y quienes llamaban dijeron un 15,8% más de palabras. Eso importa más de lo que parece: alguien que habla más le da al agente más con qué trabajar.
Préstamos y servicios financieros
Fundamento: rescatar solicitudes de préstamo estancadas. Fundamento opera agentes de voz para prestamistas y aseguradoras de la India, como Hero FinCorp, IIFL e ICICI Prudential, con más de 20 millones de llamadas salientes al mes. Para Hero FinCorp, el agente llama a quienes pasan más de cinco minutos inactivos durante una solicitud digital de préstamo. A menudo se atascan porque el formulario está en inglés y no es su lengua materna. El agente identifica el problema en el idioma de la persona y la guía de vuelta. El 42% de esos solicitantes volvió y completó su solicitud.
La banca trae sus propias reglas: verificar antes de mostrar datos de la cuenta, mantener los números de tarjeta fuera del modelo, límites de frecuencia en cobranza. IA conversacional en banca las repasa.
Ventas y llamadas salientes
2X Solutions: el cumplimiento como problema de latencia. En EE. UU., las normas de telemarketing de la FCC (47 CFR 64.1200) consideran abandonada una llamada saliente si la persona no queda conectada dentro de los dos segundos posteriores a su saludo, y limitan las llamadas abandonadas al 3% de una campaña en 30 días. El proveedor de voz anterior de 2X tardaba entre 500 y 900 ms en empezar a hablar, lo que se comía buena parte de esos dos segundos una vez sumado el resto del sistema. Tras el cambio, su tasa de llamadas abandonadas bajó del 1,25%, con unos 3 millones de llamadas al mes.
Thoughtly: una voz para el CRM. Thoughtly se conecta a Salesforce y HubSpot para llamar, calificar y derivar prospectos para más de 1.000 equipos, entre ellos Coldwell Banker y Farmers Insurance. Las llamadas en vivo funcionan con menos de 200 ms de extremo a extremo, y los equipos pueden clonar una voz de marca a partir de 20 a 30 segundos de audio para sus demos de venta. En las llamadas salientes, los dos primeros segundos lo deciden todo; por eso estos dos ejemplos son, en realidad, historias de latencia.
Si tu caso de uso son las llamadas salientes, lee llamadas en frío con IA antes de marcar a nadie. Las reglas de consentimiento para voces de IA son más estrictas de lo que la mayoría de los equipos espera.
Muchos idiomas, un solo agente
Bolna: agentes de voz en toda la India. La plataforma de Bolna gestiona más de 500.000 llamadas al día para empresas que despliegan agentes en hindi, tamil, telugu y otros idiomas de la India. Quienes llaman cambian de hindi a inglés a mitad de frase y dictan números de pedido y códigos alfanuméricos que tienen que salir bien por teléfono. La mejor calidad de idioma abrió nuevas regiones a los clientes de Bolna y redujo en torno a un 40% el tiempo de ingeniería dedicado a corregir latencia y calidad. La India tiene 22 idiomas oficiales, y un agente que solo suena natural en uno llega a una fracción de las personas.
Más allá del teléfono
No todos los despliegues de IA conversacional contestan llamadas.
Tavus: avatares de video con los que se puede hablar. Tavus crea réplicas de IA que ven, escuchan y responden en una videollamada en vivo. Lograr una respuesta de extremo a extremo de menos de un segundo, para que el avatar conteste mientras la conversación todavía se siente en vivo, depende de una generación de voz que arranca en menos de 100 ms.
Ego: personajes de videojuego que contestan. Ego permite a los jugadores crear mundos 3D en lenguaje natural. En Thrall, un mod para el juego de supervivencia Valheim, los jugadores dan órdenes de voz a un compañero de IA (recoger madera, unirse a una pelea) y este responde en voz alta, celebrando una buena cacería o confirmando la orden.
Dos ejemplos más pequeños: Rox da a los vendedores un modo de voz para preguntar por sus cuentas mientras cruzan un aeropuerto, y Poe de Quora permite a millones de usuarios escuchar respuestas de IA en más de 100 voces y 14 idiomas.
Qué tienen en común los ejemplos que funcionan
Si lees los doce juntos, aparecen los mismos cinco rasgos:
- Una tarea, con un sistema de registro detrás. Agendar, soporte de tarjetas, seguimiento de solicitudes. El agente puede consultar la respuesta correcta en lugar de improvisarla.
- Un presupuesto de latencia que alguien midió. 2X tenía dos segundos por ley, y Arini contaba las llamadas perdidas en dólares. En ambos casos la velocidad era una cifra de negocio, no una línea de la ficha técnica.
- Un camino claro hacia una persona. Los agentes de Lorikeet funcionaron en plena crisis porque quien llamaba aún podía llegar a alguien cuando el agente no resolvía. La guía de transferencia cálida explica cómo transferir sin obligar a repetir todo.
- El idioma de quien llama, no solo el inglés. Fundamento, Bolna, EliseAI y Lorikeet ganaron a sus usuarios porque el agente hablaba el idioma en que estaban más cómodos.
- Métricas de resultado, probadas en producción. Reservas, solicitudes completadas, conversión de visitas. El despliegue del 1% de EliseAI es el modelo: demuéstralo con llamadas reales antes de activarlo para todos.
Lo que falta en la lista dice tanto como lo que está. Ninguno es un asistente general que intenta hacerlo todo. Los que funcionan empiezan acotados y crecen un tipo de llamada a la vez.
Crea el tuyo
Hay dos formas de crear uno en Cartesia. Managed Agents se encarga del reconocimiento de voz, el modelo de lenguaje, la generación de voz y la conexión telefónica. Tú escribes las instrucciones, conectas tus sistemas como herramientas y obtienes un número de teléfono. O usa la API: Sonic para la voz, Ink para la transcripción en streaming y la detección de turnos, y tu propia orquestación en medio. Es el camino que siguen plataformas como Retell y Vapi. La guía de agentes de voz con IA explica cómo encajan las piezas, y la página de clientes tiene cada historia completa.
Para probar uno antes de construir nada, crea un agente en el playground de Cartesia y llámalo desde tu teléfono.