Cómo funciona una centralita virtual con IA, paso a paso

Desvías tu línea de empresa, alguien llama y treinta segundos después aparece una reserva en tu bandeja de entrada con la transcripción completa. Parece un juego de manos. No lo es. Una centralita virtual con IA es una cadena de pasos ordinarios y bien conocidos, cada uno de los cuales hace un trabajo y lo pasa al siguiente. Esta es esa cadena, explicada como se la contarías a un amigo mientras tomáis un café.

La mayoría de los artículos sobre esto o bien se van por las ramas ("¡la IA entiende a quien te llama!") o te ahogan en jerga sobre transformers y tokens. Ninguna de las dos cosas te ayuda a decidir si confiarle tu teléfono. Así que vamos a hacer algo distinto: recorrer todo el camino que sigue una sola llamada, desde el instante en que suena hasta que lees el resumen, y ser honestos sobre dónde están las costuras.

El recorrido de 30 segundos

Antes de acercarnos, aquí está todo de un tirón. Alguien marca tu número. Tu sistema telefónico desvía esa llamada al servicio de IA en lugar de hacer sonar tu mesa. La IA responde, convierte en texto lo que dice quien llama, deduce qué quiere en realidad, decide cómo responder, convierte su respuesta de nuevo en una voz hablada y habla. Este bucle se repite en cada turno de la conversación. Cuando termina la llamada, la IA redacta lo ocurrido y te lo envía. Eso es todo. Cinco o seis piezas móviles, cada una de las cuales vamos a desmontar ahora.

La razón por la que parece instantáneo es que estos pasos son rápidos y se solapan. La IA empieza a transcribir mientras la persona todavía habla, y empieza a formar una respuesta antes de que haya terminado del todo. Para quien está al teléfono se siente como una conversación normal, aunque un poco paciente.

Paso 1: la llamada se desvía

Tu número de teléfono no cambia en nada. Sigues teniendo el número impreso en tu furgoneta, tu web y tus tarjetas de visita. Lo que cambia es un único ajuste en tu operador: el desvío de llamadas. Le dices a tu compañía: "cuando mi línea esté ocupada, no se responda tras cuatro tonos o siempre, envía la llamada a este otro número." Ese otro número pertenece al servicio de IA.

Es la misma función que llevas décadas usando para pasar llamadas a tu móvil. El servicio de IA simplemente te da un número dedicado al que desviar. Como el desvío ocurre a nivel del operador, la IA puede coger la llamada tanto si estás cerrado, en otra llamada, o simplemente no quieres que te interrumpan mientras tienes el brazo metido hasta el codo en un motor.

• Desviar siempre: cada llamada va primero a la IA. Ideal para configuraciones solo de fuera de horario o líneas totalmente desatendidas.
• Desviar si está ocupado: la IA recoge el desbordamiento mientras ya estás en una llamada, así una segunda persona nunca oye el tono de ocupado.
• Desviar si no se responde: tu mesa suena primero; si nadie la coge en unos tonos, responde la IA en lugar de que la llamada muera.

Paso 2: responder y escuchar

La IA descuelga y reproduce un saludo, normalmente el que escribiste al configurarla, algo como "Gracias por llamar a Clínica Dental Calle Roble, ¿en qué puedo ayudarle?" Desde ese instante hace dos cosas a la vez: reproduce audio hacia quien llama y captura el audio que vuelve.

El audio entrante es, de entrada, solo un flujo de sonido. Por sí mismo no significa nada para un ordenador: es presión de aire convertida en números. La siguiente tarea es convertir ese sonido en palabras, y esa tarea tiene un nombre que casi todo el mundo ha oído sin saberlo: el reconocimiento de voz.

Paso 3: la voz se convierte en texto

El reconocimiento de voz, o voz a texto, es la parte que ya usas a diario. Es la misma familia de tecnología que hay detrás del botón de dictado de tu móvil y de los subtítulos automáticos de los vídeos. Escucha el audio y produce una línea escrita: "hola, eh, sí, quería reservar una limpieza para el martes que viene, si tenéis algo por la tarde."

El reconocimiento de voz moderno es notablemente bueno, pero no es magia y es honesto decirlo. Maneja acentos, ruido de fondo y gente que se apaga a mitad de frase mucho mejor que los torpes sistemas de "pulse 1 para ventas" del pasado. Donde flaquea es justo donde flaquearía una persona: alguien gritando por encima de un soplador de hojas, un apellido rarísimo o tres personas hablando a la vez. Los buenos servicios están ajustados para pedir que se repita cuando dudan, en lugar de adivinar y equivocarse.

Un matiz que conviene saber: la IA no espera a que la persona termine todo su discurso antes de transcribir. Transmite el texto según llegan las palabras, así que cuando alguien deja de hablar, la transcripción está prácticamente lista. Esa es buena parte de por qué las respuestas llegan tan rápido.

Paso 4: averiguar qué quieren decir

Ahora la IA tiene una línea de texto. La parte difícil e interesante es convertir ese texto en significado: descifrar la intención de quien llama. De "¿puedo pasar mi cita del jueves al viernes?" necesita entender tres cosas: que es un cliente existente, que quiere reprogramar y que el objetivo es el viernes. De "¿atendéis perros o solo gatos?" necesita reconocer una pregunta sobre qué servicios ofreces y responder desde tu perfil.

Aquí es donde un gran modelo de lenguaje hace el trabajo pesado, el mismo tipo de tecnología que hay detrás de los asistentes de los que has leído. Pero no responde de la nada ni de todo internet. Una buena centralita virtual le da al modelo un encargo ceñido y privado: el perfil de tu negocio. Los servicios que enumeraste, tu horario, tus precios, tus políticas, tu dirección, las preguntas que más te hacen. El modelo razona sobre las palabras de quien llama y ese encargo, juntos.

Ese anclaje es todo el juego. Es la razón por la que la IA puede decir "abrimos hasta las seis entre semana y cerramos los domingos", no porque lo haya adivinado, sino porque tú tecleaste ese horario en un asistente una vez. Y es la razón por la que, cuando alguien pregunta algo fuera del encargo ("¿el veterinario también deja conejos en régimen de estancia por la noche?"), un servicio bien hecho debería tomar un mensaje en vez de inventarse una respuesta. Un asistente que se inventa cosas es peor que no tener asistente.

Paso 5: decidir qué hacer

Entender la petición es una cosa; actuar sobre ella es otra. Según la intención, la IA toma uno de un puñado de caminos. Responder una pregunta desde el perfil. Reservar o reprogramar una cita. Tomar un mensaje con un número de devolución. O, cuando quien llama necesita claramente a una persona, recoger lo esencial y prometer que el dueño devolverá la llamada.

1. 1
   Responde directamente

   Para todo lo que cubre tu perfil (horario, ubicación, si atiendes sin cita, qué incluye un servicio) la IA simplemente se lo dice a quien llama, en una frase natural, sin menús.
2. 2
   Reserva o reprograma

   Cuando la intención es una cita, recoge el quién, el qué y el cuándo, lo coteja con las reglas que fijaste y confirma un hueco u ofrece alternativas.
3. 3
   Toma un mensaje

   Para cualquier cosa que no pueda o no deba gestionar (una queja, un presupuesto a medida, una pregunta fuera de tu perfil) captura los detalles y el número de quien llama para que puedas dar seguimiento.
4. 4
   Deriva con elegancia

   Si alguien pide hablar con una persona, o la situación es claramente delicada, no se cierra en banda. Toma el mensaje o concierta una devolución de llamada, y no finge ser una persona cuando se le pregunta.

Paso 6: responder hablando

La IA ha decidido qué decir, pero hasta ahora esa decisión es solo texto. El último paso del bucle convierte el texto de nuevo en una voz que quien llama pueda oír. Esto es la síntesis de voz, la imagen especular del paso 3. Las voces sintéticas que se usan hoy están muy lejos de aquel zumbido plano y robótico que recuerdas; hacen pausas, respiran y suben y bajan de un modo que casi siempre suena a persona teniendo un día un poco demasiado tranquilo.

Entonces el bucle se cierra. Quien llama oye la respuesta, responde, y todo el ciclo (escuchar, transcribir, entender, decidir, hablar) vuelve a correr para el siguiente turno. Una llamada de tres minutos puede dar una docena de vueltas a este bucle, cada pasada de un segundo más o menos. Desde el lado de quien llama es solo una conversación. Bajo el capó son los mismos cinco pasos, repetidos.

Paso 7: el resumen aterriza en tu bandeja de entrada

Cuando la llamada termina, corre la última tarea. La IA tiene la transcripción completa de todo lo dicho, así que redacta lo que importó: quién llamó, qué quería, qué se acordó y cualquier acción que quede pendiente para ti. Ese resumen, más la transcripción en bruto y a menudo la grabación de audio, llega a tu bandeja de entrada o adonde hayas pedido que te avisen.

Esta es la parte que los dueños nos dicen que no esperaban que les encantara. No estás escuchando buzones de voz y garabateando notas. Recibes un informe limpio: "Paciente nueva, quiere una limpieza, prefiere martes por la tarde, número en ficha, reservada para el día 14 a las 15:00." Lo ojeas en cinco segundos y sigues. Nada se pierde por las grietas porque todo está escrito y es buscable.

Todo junto: una llamada de principio a fin

Sigamos una sola llamada hasta el final. Imagina una peluquería de dos sillones, media tarde, ambas estilistas ocupadas. Alguien quiere reservar un tinte.

• La línea está ocupada, así que el operador desvía la llamada al número de la IA.
• La IA responde: "Gracias por llamar a Bloom Studio, ¿en qué puedo ayudarle?" y empieza a escuchar.
• Quien llama dice que le gustaría una cita de tinte este sábado. El reconocimiento de voz lo convierte en texto mientras habla.
• La IA lee la intención (reserva nueva, servicio de tinte, sábado) y consulta el perfil de la peluquería para ver la disponibilidad del sábado y cuánto dura un tinte.
• Decide ofrecer dos huecos libres y luego los dice: "Tengo el sábado a las 10:00 o a las 14:00, ¿cuál le viene bien?"
• Quien llama elige las 14:00 y da su nombre y número. La IA confirma y cierra la llamada.
• Segundos después la dueña recibe un resumen: reserva nueva de tinte, sábado a las 14:00, nombre y número adjuntos.

Todo llevó menos de dos minutos, la dueña no tocó el teléfono, y quien llamó (que si no habría colgado ante el tono de ocupado y habría llamado a la competencia) tiene su cita. Ese es todo el valor en una llamada, y no es más que los siete pasos de arriba haciendo su trabajo.

Dónde están las costuras (la parte honesta)

Ninguna tecnología es perfecta, y confiarás más en esta si sabes por dónde puede deshilacharse. Las llamadas muy ruidosas hacen que el reconocimiento de voz trabaje más y de vez en cuando entienda mal un nombre, por eso las buenas configuraciones confirman los detalles a quien llama. Las peticiones muy inusuales o emocionales es mejor pasarlas a una persona, y un asistente bien hecho sabe hacerlo en lugar de salir del paso a trompicones.

También está el hecho de que la IA solo sabe lo que tú le cuentas. Un perfil pobre y a medio hacer produce respuestas vagas; uno rico, con tus horarios reales y tus preguntas más frecuentes, produce respuestas precisas. La calidad que obtienes está muy ligada a los diez minutos que dedicas a describir tu negocio. Recompensa un poco de cuidado por adelantado, y es un trato justo.

Cómo lo configuras en la práctica

Conociendo la mecánica, la configuración tiene más sentido. En realidad solo estás rellenando las dos cosas que la tubería necesita: el encargo desde el que razona la IA, y la regla de desvío que le manda las llamadas.

1. 1
   Describe tu negocio

   Un asistente breve te pide tus servicios, horario, precios, dirección y preguntas frecuentes. Esto se convierte en el perfil en el que la IA ancla cada respuesta.
2. 2
   Pruébalo llamando

   Llama a tu nuevo asistente e intenta pillarlo. Hazle las preguntas incómodas que hacen tus clientes reales. Ajusta el perfil hasta que las respuestas sean correctas.
3. 3
   Desvía tu número

   Fija la regla de desvío en tu operador (siempre, si ocupado o si no responde) apuntando al número de la IA. Ese es el interruptor que la pone en marcha.
4. 4
   Mira llegar los resúmenes

   A partir de ahí, cada llamada atendida se convierte en un resumen en tu bandeja de entrada. Refina el perfil durante la primera semana y solo irá a mejor.

Normalmente lleva unos minutos describir el negocio y un momento fijar la regla de desvío. No hay hardware, ni un número nuevo que anunciar, ni nada que instalar. La mayoría de los dueños empiezan con una prueba gratuita, desviando solo las llamadas de fuera de horario, antes de ceder más.