Un agente de voz es un programa de inteligencia artificial que mantiene una conversación hablada por teléfono o por la web. Por dentro encadena varias piezas: reconocimiento de voz (convierte lo que dices en texto), un modelo de lenguaje (decide qué responder y qué acción ejecutar), síntesis de voz (convierte la respuesta en audio) y la telefonía que conecta la llamada. La calidad que percibe quien llama depende de cómo se coordinan: si tarda en responder, si corta cuando le interrumpes o si entiende una frase coloquial.
Para un negocio con citas la pregunta clave es si el agente solo conversa o también actúa. Un agente que responde preguntas es útil; uno que además lee y escribe en la agenda, envía confirmaciones y transfiere a una persona convierte la llamada en una cita cerrada. La segunda pregunta es de qué datos parte: si responde con los horarios, precios y servicios del negocio o con lo que «le parece».
Centralitia es un agente de voz pensado para recepción: contesta con voz natural en castellano, sin menús, entiende interrupciones y frases coloquiales, y solo confirma citas, precios y horarios que existen en el sistema del negocio. Si no sabe algo, toma nota y avisa. Ejemplo: alguien llama a un restaurante y dice «¿tenéis mesa para cuatro el sábado sobre las nueve y media?»; el agente comprueba la disponibilidad, propone las 21:30 o las 22:00, reserva y envía la confirmación por WhatsApp. Si el cliente pregunta por un menú para celíacos y el restaurante no lo ha configurado, el agente toma nota y avisa al equipo en lugar de inventar una respuesta.
Sobre latencia y cómo se mide, tienes una página propia en tecnología.
Un caso práctico
Una clínica de fisioterapia de Sevilla usa un agente de voz para las llamadas de citas. Llama una paciente: «me duele la espalda desde ayer, ¿me podéis ver esta semana?». El agente no valora el dolor: le ofrece el jueves a las 10:00 con Lucía. Ella le corta a mitad de frase: «mejor por la tarde, que trabajo». El agente se adapta sin repetir el ofrecimiento, propone el jueves a las 18:30 y crea la cita.
Antes de colgar, la paciente comenta que también nota hormigueo en el brazo. La clínica ha configurado que, ante síntomas que no sean de rutina, el agente no opine: le indica que, si es una urgencia, llame al 112, y pasa la llamada al fisioterapeuta de guardia con un resumen. WhatsApp enviado con la cita del jueves.
Errores habituales
- Confundirlo con un IVR por voz: un sistema que reconoce palabras sueltas como «citas» o «resultados» no conversa; solo cambia las teclas por palabras.
- Probarlo solo con frases de guion: evaluarlo con preguntas perfectas, en lugar de interrumpirle, cambiar de idea o hablar como lo hacen tus clientes.
- No conectarlo a la agenda: montar un agente que conversa bien pero no puede reservar, de modo que cada llamada termina en «ya te llamarán».
- Ignorar la parte telefónica: fijarse solo en la voz y no en cómo recibe las llamadas (desvío o SIP) ni en cómo las transfiere a una persona.
Qué preguntar antes de contratar
- ¿Qué acciones ejecuta durante la llamada: reservar, cancelar, enviar mensajes, transferir? — Define si cierra la gestión o solo informa.
- ¿Puedo llamar a una demo y probarlo interrumpiéndole y cambiando de idea? — Es la forma más rápida de saber si conversa o recita.
- ¿Qué pasa con la llamada si falla la conexión con la agenda? — Necesitas un plan B claro: tomar nota o transferir a tu equipo.
- ¿Quién procesa el audio y con qué subencargados? — Afecta a la protección de datos y a las transferencias fuera del EEE.
Actualizado el 23 de octubre de 2026.