Parloa lanza agentes de voz con IA para atención al cliente de grandes empresas sobre modelos de OpenAI

Parloa, una desarrolladora berlinesa de plataformas de servicio al cliente, ha explicado cómo utiliza los modelos de OpenAI para lanzar agentes de voz con IA en grandes empresas. La plataforma AMP no se limita a responder llamadas: ayuda a diseñar, probar y llevar a producción sistemas que deben funcionar de forma estable en tiempo real.

Cómo funciona AMP

La historia de Parloa empezó con un problema bastante terrenal. Uno de los cofundadores de la compañía, Stefan Ostwald, pasó un día en un centro de llamadas de una aseguradora y vio cómo los empleados atendían una y otra vez las mismas solicitudes: restablecer contraseñas, dudas sobre pólizas, cambios rutinarios en la cuenta. Al principio la empresa creó bots de voz basados en reglas, pero con la llegada de ChatGPT y los nuevos modelos de OpenAI pasó a la AI Agent Management Platform, o AMP. Ya no se trata de guiones rígidos, sino de una plataforma donde las empresas pueden crear, probar y lanzar un servicio de voz basado en LLM.

La idea central de AMP es que no solo la pueden usar los desarrolladores. Un equipo de negocio o expertos en la materia definen en lenguaje natural el rol del agente, las instrucciones, las restricciones y las herramientas conectadas, sin árbol de intenciones y sin describir a mano cada paso. Después se puede someter el sistema a una simulación: un modelo hace de cliente y otro, del agente configurado. El equipo ve cómo responde el agente, si llama correctamente a las API, si se sale del guion, y puede corregir rápidamente la configuración antes de las llamadas reales.

Apuesta por la verificación

Parloa apuesta con fuerza por el enfoque evaluation-first. Para los clientes corporativos no bastan las demos vistosas; importa la previsibilidad en producción, porque cambiar de modelo siempre implica costes y riesgos. Por eso la compañía no toma los benchmarks abstractos como verdad, sino que construye sus propios conjuntos de prueba que reproducen escenarios reales de atención al cliente. En ellos mide hasta qué punto el modelo sigue las instrucciones, con qué estabilidad invoca herramientas, cuál es la latencia de respuesta y cómo se comporta el sistema en casos límite.

«Los modelos solo importan cuando funcionan en producción», explican en

Parloa su enfoque de los sistemas de voz en tiempo real.

Un buen resultado sobre el papel no es suficiente. A producción solo pasan las configuraciones que superan de forma estable las simulaciones y las comprobaciones automáticas. La plataforma combina LLM-as-a-judge con reglas deterministas: unas evaluaciones revisan la calidad de la respuesta y el cumplimiento de las instrucciones; otras, que los pasos críticos ocurran realmente en el orden correcto. El enfoque ya aporta resultados de negocio: en una implantación, una compañía global de viajes redujo en un 80% el número de solicitudes de transferencia a un operador humano.

Voz sin pausas

Para Parloa, la interfaz de voz es un reto de ingeniería aparte. A diferencia de un chat de texto, aquí el usuario percibe directamente cada segundo. Toda la cadena debe funcionar con la mínima latencia: primero el sistema reconoce el habla, luego el modelo genera la respuesta y después entra la síntesis de voz. Incluso una pausa pequeña en la capa del modelo se convierte en un silencio notable al teléfono, así que Parloa optimiza junto con OpenAI no solo la calidad de la respuesta, sino también la velocidad, la estabilidad y la disciplina a la hora de seguir instrucciones.

• El reconocimiento de voz se evalúa con la tasa de error por palabra (word error rate), sobre todo en datos sensibles como números de póliza e identificadores de cuenta.
• La síntesis de voz se valora con escuchas a ciegas para saber cuán natural suena la voz para personas reales.
• Los modelos speech-to-speech se prueban por separado para determinar si están listos para producción en latencia, precisión y coste.
• Los benchmarks multilingües se ejecutan para distintos mercados, porque los clientes corporativos necesitan la misma fiabilidad no en un solo país, sino a escala global.

Hoy los agentes de Parloa gestionan millones de conversaciones en comercio minorista, turismo y seguros. La compañía mira más allá de la llamada clásica: un mismo escenario de atención puede empezar por teléfono, continuar en un chat e incluir por el camino enlaces o elementos interactivos. En este enfoque, los canales ya no viven separados. Para el cliente debe ser una conversación única y continua, no un conjunto de contactos inconexos, y es con ese formato en mente como la empresa construye su plataforma.

Qué significa

La historia de Parloa muestra que el mercado de atención corporativa se desplaza de los simples árboles IVR a plataformas completas de gestión de agentes de IA. Aquí no ganarán quienes tengan el modelo más sonoro, sino quienes sepan probarlo en escenarios reales, mantener una latencia baja y conectarlo de forma segura a los sistemas internos de la empresa.