IA Agéntica

Conceptos

Agente de voz con IA

Módulos Módulo 5 · Módulo 6Etiquetas tipo/concepto curso/mit/m6 tema/tecnica tema/despliegue

Sistema de software que conversa con personas por voz en tiempo real usando habla natural. Se diferencia de la telefonía automatizada clásica —el IVR de marcar teclas y escuchar locuciones grabadas— en que comprende y produce lenguaje natural en lugar de recorrer un árbol fijo de opciones.

En el curso

Módulo 6 — es el objeto del capítulo 1 y el hilo conductor del módulo entero. El Dr. Abel Sanchez lo justifica estratégicamente: aunque el debate sobre transformación digital gravita casi siempre en torno al texto, la interacción humana cotidiana es mayoritariamente hablada, lo que convierte en pieza estratégica a las tecnologías capaces de transitar sin fricción entre voz y texto.

Arquitectura en tres bloques

Bloque Función
Reconocimiento de voz a texto (STT / ASR) Convierte la entrada hablada del usuario en texto
Motor de decisión o modelo de lenguaje Interpreta la intención y decide la acción o la respuesta
Texto a voz (TTS) Devuelve la respuesta con una voz de calidad similar a la humana

Como el resto de la IA agéntica del curso, estos sistemas suman a las capacidades generativas una superestructura agéntica que coordina el comportamiento: memoria de la conversación, llamadas a herramientas y sistemas externos, políticas de escalamiento.

Usos típicos en salud: programar y cambiar citas, informar horarios de atención, renovar recetas, notificar resultados. La motivación es absorber el volumen creciente de llamadas, reducir el agotamiento del personal administrativo y ofrecer disponibilidad 24/7.

Los casos que documenta el módulo

Caso Qué muestra
Maple Heights (ficticio) Cómo fracasa: desajuste entre entrenamiento y realidad, fallos de integración, escalamiento por palabras clave y pérdida de confianza del paciente
Cencora con Eva, de Infinitus Cómo funciona: trabajo de más de 100 empleados a tiempo completo absorbido, procesamiento 4 veces más rápido, con triaje a humanos y grabación y revisión aleatoria de todas las llamadas
ING en Turquía El banco usa un agente de voz para atender llamadas de atención al cliente y reducir la carga de los agentes humanos

La lección que extrae el módulo: la diferencia entre uno y otro no está en la tecnología sino en el andamiaje — alcance acotado, triaje explícito hacia humanos y auditoría continua desde el primer día.

Módulo 5 — el capítulo 7 lista la IA de voz como uno de los dos tipos de agente que los consultores integran en proyectos de BPO: agentes que hablan con naturalidad, con latencia a nivel humano y un desempeño que a veces supera al humano, conectados directamente a los sistemas empresariales para absorber contexto al instante y evitar así la lógica circular y la sensación de guion de los chatbots antiguos.

Relacionado

Maple Heights · Integración de la última milla · Purgatorio del piloto · KPI · Human-in-the-loop · EMR · Klarna

Enlaces entrantes