Cualquier proveedor puede dar una demo impecable. El agente recorre cada escenario sin tropezar y la sala asiente. Nada de eso te dice si aguantará en llamadas reales con tus clientes, con tu marca asociada a cada una.
Esa es la pregunta que importa en una evaluación de empresa. Desplegar un agente sobre cuentas reales es un problema de calidad y gobernanza antes que de tecnología. El trabajo que separa un sistema en producción de una presentación pulida no se ve en la demo, así que conviene saber qué pedir.
La demo es la parte fácil
Las condiciones controladas favorecen a cualquier sistema. Las llamadas reales no. Los compradores interrumpen, cambian de idea a media frase, usan términos que ningún modelo ha visto y sueltan cantidades a toda velocidad por una línea mala en una sala con ruido.
Un agente que parece casi perfecto en pruebas puede degradarse bruscamente en esas condiciones. Y para una llamada que termina en un pedido, degradado no es un fallo leve. El pedido está bien o está mal, lleva tu nombre en cualquier caso, y a volumen de empresa una tasa de error pequeña son muchos pedidos equivocados.
Evals: la evidencia detrás de la afirmación
Pregunta cómo se evalúa el sistema y sabrás lo en serio que se toma el proveedor la producción. Una respuesta creíble implica evals estructuradas: un conjunto definido de escenarios ejecutados de forma continua frente a umbrales firmes, no un puñado de llamadas que alguien escuchó y le gustaron.
Las dimensiones que importan son concretas. ¿Cumple la llamada su objetivo, con un pedido correcto realizado? ¿Con qué frecuencia inventa el agente, por ejemplo confirmando un producto que nadie mencionó? Cuando escribe el pedido en un sistema, ¿es el producto correcto en la cantidad correcta?
Las evals son también una puerta de publicación. Son lo que le indica al proveedor que el último cambio mejoró el sistema en lugar de empeorarlo en silencio. Sin ellas, estás confiando en una caja negra que cambia por debajo de ti.
Visibilidad en todas las llamadas
El control de calidad tradicional revisa una porción mínima de las llamadas, a menudo una o dos de cada cien, e infiere el resto. Para la mayoría de las empresas eso deja sin observar la inmensa mayoría de las conversaciones con clientes.
Un sistema nativo de IA da la vuelta a eso. Cada llamada genera una transcripción, y cada transcripción puede puntuarse automáticamente con las mismas reglas. ¿Se identificó el agente? ¿Confirmó el pedido de vuelta? ¿Se gestionó correctamente una baja? Pasas del muestreo a la cobertura total, con un rastro de auditoría de toda la campaña en lugar de una comprobación puntual.
Para cualquiera que responda ante cumplimiento, la marca o el consejo, esa visibilidad no es un extra. Es lo que hace que el canal sea defendible.
La precisión del pedido es todo el trabajo
El riesgo central en una llamada de pedido es el más simple. Oír mal el pedido. Nombres de productos, formatos de envase y cantidades, dichos en todos los acentos por una línea que nunca se diseñó para la claridad.
Un agente de nivel producción nunca oye un pedido y lo cursa en silencio. Lee el pedido en voz alta y lo confirma antes de comprometerlo. Detectar un error en la llamada es gratis. Detectarlo después de que llegue la entrega equivocada cuesta logística, cuesta un abono y cuesta confianza con una cuenta que te esforzaste en ganar.
Escalado por diseño, no un botón de pánico
La pregunta más reveladora en una evaluación no es qué puede hacer el agente solo. Es cómo se comporta en sus límites.
Un sistema maduro transfiere la llamada de forma limpia cuando quien llama está frustrado, cuando la petición excede su alcance o cuando alguien simplemente pide hablar con una persona. Pasa el contexto con la llamada, para que la persona la retome informada en lugar de en frío. El escalado incorporado como una capacidad de primer nivel, en lugar de añadido para emergencias, es uno de los indicios más claros de algo construido para un despliegue real. Pide ver una transferencia en vivo y observa qué recibe de verdad la persona que la recoge.
Qué gana la confianza del cliente
La cuenta del otro lado decide si la llamada es bienvenida o una molestia, y lo decide por cosas sencillas. El agente dice quién es y a quién representa, desde el principio. El propósito es evidente. El pedido resultante es correcto. La llamada llega a una hora razonable y respeta un no. Acierta en eso y la relación sobrevive a la automatización. Falla y ninguna ganancia de eficiencia compensa la pérdida de clientes.
Gobernanza y la línea regulatoria
Las llamadas salientes en el Reino Unido están reguladas, y la IA no mueve esa línea. Ofcom y las Privacy and Electronic Communications Regulations fijan las condiciones, cuya aplicación corresponde a la Information Commissioner's Office. La ley regula la conducta de la campaña, no la tecnología que hay detrás, lo que significa que el consentimiento, la identidad clara y la transparencia son obligaciones tuyas con independencia del proveedor.
La aplicación es real. En septiembre de 2025 la ICO multó a dos empresas con un total de £550.000 por llamadas de marketing automatizadas ilegales, una de ellas usando software de avatar para hacer pasar a un interlocutor artificial por una persona real. La lección para un comprador de empresa no es que las llamadas con IA conlleven un riesgo que no se pueda gestionar. Es que el enfoque de tu proveedor sobre el consentimiento, la identidad y el registro forma parte de tu propia postura de cumplimiento, y conviene auditarlo como tal.
La confianza es el producto
Da un paso atrás y el patrón es claro. Las evals, la puntuación de cobertura total, la lectura del pedido en voz alta, la transferencia por diseño, la disciplina de cumplimiento. No son funciones añadidas al final. Incorporadas desde el principio, hacen que el agente sea más preciso, más consistente y más auditable que el proceso humano que complementa.
Para un comprador de empresa, esa es la evaluación real. No si la demo impresionó a la sala, sino si el sistema se diseñó para inspirar confianza a escala, con tu nombre en cada llamada.
Fuentes
- Caída de precisión en producción frente a pruebas controladas: Evalgent (análisis del sector).
- Comprobaciones manuales de control de calidad en torno al 1 a 3% de las llamadas: Calabrio, Capacity (citando a McKinsey, 2024).
- Regulación del Reino Unido: guía de la ICO sobre marketing electrónico y telefónico (PECR); enfoque estratégico de Ofcom sobre la IA.
- Aplicación de la ICO (septiembre de 2025): multas por un total de £550.000 por llamadas de marketing automatizadas ilegales, incluidas personas con avatar suplantando a personas reales.