ElevenLabs muestra cómo las empresas implantan agentes de voz: de 50 % a 90 % de precisión en KPN

El blog corporativo de un proveedor es un género que conviene leer aplicando un descuento por marketing. Pero la reciente selección de casos de ElevenLabs contiene varios detalles útiles para quien piense añadir voz a su producto. Como contexto: la compañía afirma que los clientes corporativos aportan más del 55 % de sus ingresos y que empleados de casi el 70 % de las empresas de Fortune 500 usan la plataforma. Veamos qué construyen exactamente los clientes.

Cinco escenarios, cinco papeles distintos para la voz

Yahoo añadió un modo de voz a Yahoo Scout, su servicio de respuestas a preguntas. Está construido sobre ElevenAgents, así que el equipo no tuvo que escribir por sí mismo la infraestructura de voz. Scout salió de la beta tras más de 3000 millones de respuestas, pero esa cifra corresponde a todo el servicio, no a la voz. La aportación del modo de voz no se puede aislar a partir del texto.

Westgate Resorts creó un agente de voz, Sarah, para preguntas habituales en recepción. Los conocimientos del agente se extrajeron de 8 000 transcripciones reales de llamadas, para que responda lo que los huéspedes preguntan de verdad. Se lanzó en un hotel de 2 100 habitaciones en Orlando y ahora se añaden dos resorts más. En el texto no hay métricas como el porcentaje de consultas resueltas.

Twilio integró las voces de ElevenLabs en Conversation Relay, su herramienta para conversaciones de IA por voz. Para los desarrolladores de Twilio, esto significa que la síntesis de voz se conecta dentro de una plataforma conocida. Doppel usa la API para simulaciones de vishing: los equipos de seguridad llaman a los empleados con una voz de IA realista para que oigan de antemano cómo suena un ataque. Pocket, una grabadora portátil con IA, ha transcrito más de 2,5 millones de horas de audio con ElevenLabs Speech-to-Text.

El caso de KPN: dónde fallan realmente los modelos

El ejemplo más sustancioso es el del operador neerlandés KPN. Para su producto Mobiel AI (transcripción de buzón de voz, resúmenes de llamadas, enrutamiento inteligente) no importa la «legibilidad» general de la transcripción. Importan los detalles: el código postal y la fecha de nacimiento. El neerlandés, con sus largas palabras compuestas y fuertes acentos regionales, les resulta difícil a los modelos, y un error en un solo dígito del código postal rompe toda la verificación de identidad.

Los ingenieros de ElevenLabs, junto con KPN, ajustaron un modelo con datos en neerlandés. La precisión de la verificación de identidad subió de aproximadamente el 50 % al 90 %. La compañía añade que todas las implantaciones en neerlandés de la plataforma recibieron la mejora. Es una lección honesta: la precisión media de reconocimiento oculta los fallos en entidades críticas. Si su agente debe registrar una dirección, un número de contrato o una fecha, es justo eso lo que hay que medir.

Qué hacer con esto

Primero: si la voz no es su competencia principal, una plataforma de agentes ya hecha ahorra meses. Yahoo dice abiertamente que no habría podido lanzar el producto tan rápido por sí sola. El precio es la dependencia del proveedor; sobre costes y latencia, el artículo no dice nada.

Segundo: los datos importan más que la magia. Westgate tomó sus propias llamadas, KPN el idioma de sus clientes. Organice el etiquetado de diálogos reales antes de elegir el modelo: los necesitará tanto para entrenar como para probar.

Tercero: calcule la precisión por campos clave, no sobre el texto completo. Una prueba con códigos postales, nombres y fechas mostrará lo que el indicador general enmascara.

La última salvedad atañe al propio material. Es un escaparate del proveedor: no hay datos sobre plazos del proyecto, costes ni porcentaje de consultas que el agente cierra sin intervención humana. La cifra «del 50 % al 90 %» no va acompañada de metodología de medición ni tamaño de muestra. Tómela como orientación de orden de magnitud, no como garantía.

Si construye un agente de voz para atención al cliente, quédese del artículo no con los logotipos, sino con el esquema: plataforma ya hecha, transcripciones propias y medición aparte sobre datos críticos. Sobre esos tres pasos descansa la mayor parte de las historias de éxito descritas.