Agente de voz.

En la práctica

OpenAI lo define en su documentación como lo que permite hacer preguntas y completar tareas hablando con una aplicación. Se puede montar en cadena (la voz pasa a texto, un agente decide y la respuesta vuelve a ser voz) o con un solo modelo que escucha, decide y contesta. OpenAI documenta también cómo conectarlo a una línea de teléfono.

Un ejemplo. Un taller recibe cada día llamadas para pedir, cambiar o anular citas. El agente contesta, mira la agenda, mueve la cita, la confirma y pasa a una persona lo que no sabe resolver.

Eurostat no mide agentes de voz. Lo más cercano es el reconocimiento de voz, que en 2025 usaba el 7,2 % de las empresas españolas de 10 o más empleados y el 12,7 % de las medianas.

Por qué te importa

Porque habla en nombre de tu empresa, y la ley pide avisar. El artículo 50 obliga a que la persona sepa que habla con una IA, de forma clara y como tarde en el primer contacto, salvo que resulte evidente. Se aplica desde el 2 de agosto de 2026. Con una voz natural es difícil que lo sea, así que lo prudente es avisar al empezar la llamada.

Y una voz se puede clonar. En 2024 intentaron estafar a WPP con la voz clonada de su consejero delegado, y Arup perdió unos 20 millones de libras tras una videollamada con directivos falsos, según The Guardian. Si tu agente usa la voz de una persona real de la empresa, puede entrar en lo que la ley llama ultrasuplantación, un deepfake. Y si identifica a quien llama solo por la voz, una voz clonada puede hacerse pasar por un cliente.

Los límites

Lo difícil está detrás de la conversación. OpenAI recomienda probar el reconocimiento con acentos, ruido de fondo, nombres y números, y comprobar que lo que el agente dice que ha hecho coincide con lo que ha hecho: que la cita que confirma de palabra es la que quedó guardada. Conviene también que quien llama pueda pedir una persona en cualquier momento, y que el agente solo tenga los permisos de su gestión.