Los agentes de IA de Candid Health ahorran 850 horas al mes y resuelven el 59% de las llamadas a aseguradoras
Cuando una aseguradora rechaza la factura de un tratamiento, un empleado de la clínica llama para averiguar el motivo, y cada llamada le lleva entre 10 minutos y una hora. La plataforma Candid Health encargó esas llamadas a los agentes de voz ElevenAgents. En un piloto de 12 860 llamadas, los agentes ahorraron más de 850 horas al mes y llevaron a término el 59% de las llamadas: se identificó el motivo del rechazo y el siguiente paso. La conclusión: un agente funciona bien allí donde la conversación sigue una lista clara de preguntas.
Procesado por IA desde ElevenLabs Blog; editado por Hamidun News
Imagine que una clínica emite a la aseguradora la factura por el tratamiento de un paciente y la aseguradora la rechaza. Para saber por qué, un empleado tiene que llamar a la aseguradora, abrirse paso por el menú de voz, esperar a un operador y hacer siempre las mismas preguntas. Cada una de estas llamadas lleva entre 10 minutos y una hora.
La plataforma Candid Health, que gestiona el ciclo de ingresos (RCM, es decir, todo el recorrido del dinero desde la factura emitida hasta el pago) de grandes organizaciones médicas de EE. UU., encargó esas llamadas a los agentes de voz ElevenAgents de ElevenLabs.
En el primer piloto, los agentes realizaron 12 860 llamadas y ahorraron más de 850 horas de trabajo de los empleados al mes. Un 59% de las llamadas se consideró completamente resuelto: en ellas, el agente averiguó el motivo del rechazo y entendió qué hacer a continuación. Para quien se plantee desarrollar agentes de voz, es un caso poco habitual: tiene un criterio de éxito estricto y una organización del trabajo bien definida.
Qué se automatizó exactamente y cómo se midió el éxito
Los agentes de Candid no impugnan los rechazos, los investigan. Cada uno sigue un protocolo detallado de preguntas: por qué se rechazó la factura (claim) y qué paso hace falta para corregirlo. Además, los agentes comprueban si el paciente tiene seguro en vigor (eligibility). Este trabajo libera a los empleados para tareas más complejas.
El criterio de «resuelto» es deliberadamente estricto. Una llamada solo cuenta si se ha averiguado el motivo del rechazo y se ha definido el siguiente paso. Según el cofundador y COO Doug Proctor, una respuesta parcial ayuda poco a los responsables de facturación, por lo que no se contabilizó. La duración media de una llamada del agente es de 8 minutos y 46 segundos.
Hubo también efectos secundarios. En ocasiones, las preguntas del agente llevaron al operador de la aseguradora a detectar por sí mismo un error y a reprocesar la factura. En otro caso se descubrió que el médico no estaba acreditado ante la aseguradora en la fecha del servicio. Según la estimación de la compañía, corregir una causa de fondo como esta puede evitar decenas, o incluso cientos, de rechazos futuros en un solo cliente.
Quién construye los agentes y cómo se validan
La parte más práctica del caso es la organizativa. Los agentes no los construyen, prueban ni lanzan ingenieros, sino empleados de Customer Operations y de los equipos de RCM. Cada aseguradora tiene su propio menú telefónico, y ellos adaptan la ruta del agente a ese menú repitiendo los pasos que siguen los responsables de facturación.
El ciclo es el siguiente:
- el equipo configura la ruta del agente en ElevenAgents; si el agente se atasca, pregunta al asistente integrado Architect cómo solucionarlo;
- antes del lanzamiento, el agente llama a un responsable de facturación real que hace el papel de operador de la aseguradora;
- cada llamada se evalúa con criterios predefinidos;
- al oír un momento fallido, el responsable de facturación corrige por sí mismo los prompts y la configuración.
Mientras tanto, los ingenieros se ocupan de la escalabilidad, la estabilidad y la monitorización. Las transcripciones, los datos extraídos y los resultados de la evaluación llegan directamente a Candid mediante webhooks post-call (el envío automático de datos tras la llamada). Con ellos, la compañía prepara informes para los clientes, mide la calidad de los agentes y afina los prompts.
Integración, privacidad y elección del proveedor
Los ingenieros de Candid conectaron ElevenAgents en 48 horas, incluidas la telefonía, la API y los webhooks. Según explican, las integraciones anteriores con otros proveedores a veces llevaban semanas. En el ámbito médico la privacidad es clave: en el modo Zero Retention, ElevenLabs no almacena los datos de las llamadas en sus servidores.
Antes de elegir, Candid comparó modelos de voz open-weight autoalojados y otros proveedores de voz. Tras la seguridad, el segundo requisito era la calidad de la voz: si la conversación suena mecánica, el operador de la aseguradora pierde el interés y la llamada puede atascarse. En las pruebas en paralelo, las voces de ElevenLabs resultaron mejores. Como los modelos de voz y de detección del momento de intervención (turn-taking) son propios de la compañía, se pudieron ajustar el tono y las pausas. La plataforma también permite conectar LLM propios.
Qué conviene tener en cuenta
Se trata de un caso publicado por el propio proveedor. No indica el coste de cada llamada, no menciona qué LLM hay por debajo, y no está claro en cuánto tiempo se acumularon las 12 860 llamadas ni cómo se calcularon las 850 horas. Tampoco se dice qué ocurre con el 41% restante de las llamadas. Los agentes trabajan con «decenas» de las mayores aseguradoras de las más de 1 000 que hay en el país, es decir, la cobertura sigue siendo parcial.
Conclusiones prácticas para los equipos. Definan el éxito con rigor: un 59% con el criterio «motivo más siguiente paso» resulta más convincente que una «automatización» abstracta. Dejen la configuración en manos de quienes conocen el proceso: los responsables de facturación entienden los matices de estas conversaciones mejor que los desarrolladores. Antes del lanzamiento, sometan al agente a una prueba de rol con un empleado real. Y no cuenten solo las horas ahorradas, sino también los hallazgos: un problema de acreditación detectado puede valer más que cientos de llamadas exitosas.
Candid planea ahora ampliar la cobertura a más aseguradoras y añadir nuevos tipos de llamadas, por ejemplo, sobre acreditación.
- 19 nov 2026FilmCraft, el editor de vídeo de código abierto en Rust, suma más de 18,5 mil estrellas y abre su motor a los agentes de IA
- 19 nov 2026Skyflow en AgentCore Gateway oculta los datos personales a las herramientas de los agentes de IA
- 19 nov 2026Los chatbots ceden tras tres objeciones: la precisión de sus respuestas sobre clima cae un 30–35%
- 19 nov 2026RSAC 2026, meses después: los asistentes de IA inventaron el 19,7% de los paquetes que recomendaron
Preguntas frecuentes sobre la noticia
¿Qué se sabe sobre Qué se automatizó exactamente y cómo se midió el éxito?
Los agentes de Candid no impugnan los rechazos, los investigan. Cada uno sigue un protocolo detallado de preguntas: por qué se rechazó la factura (claim) y qué paso hace falta para corregirlo. Además, los agentes comprueban si el paciente tiene seguro en vigor (eligibility). Este trabajo libera a los empleados para tareas más complejas. El criterio de «resuelto» es deliberadamente estricto. Una llamada solo cuenta si se ha averiguado el motivo del rechazo y se ha definido el siguiente paso.
¿Qué se sabe sobre Quién construye los agentes y cómo se validan?
La parte más práctica del caso es la organizativa. Los agentes no los construyen, prueban ni lanzan ingenieros, sino empleados de Customer Operations y de los equipos de RCM. Cada aseguradora tiene su propio menú telefónico, y ellos adaptan la ruta del agente a ese menú repitiendo los pasos que siguen los responsables de facturación.
¿Qué se sabe sobre Integración, privacidad y elección del proveedor?
Los ingenieros de Candid conectaron ElevenAgents en 48 horas, incluidas la telefonía, la API y los webhooks. Según explican, las integraciones anteriores con otros proveedores a veces llevaban semanas. En el ámbito médico la privacidad es clave: en el modo Zero Retention, ElevenLabs no almacena los datos de las llamadas en sus servidores. Antes de elegir, Candid comparó modelos de voz open-weight autoalojados y otros proveedores de voz.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.