Agente de voz con IA para empresas: guía 2026

Muchas empresas siguen perdiendo llamadas fuera de horario, en horas pico o cuando la recepción está ocupada. Los agentes de voz con IA ya pueden atender esas llamadas con una conversación fluida, no con el clásico menú de "marque 1". La pregunta para un director ya no es si la tecnología funciona, sino en qué llamadas conviene, cuánto cuesta y qué reglas hay que cumplir.

Esta guía responde esas preguntas con datos de documentación oficial y de la regulación vigente en México y Estados Unidos, revisados en noviembre de 2026.

En este artículo:

• Qué es un agente de voz con IA y cómo funciona
• Qué llamadas conviene automatizar y cuáles no
• Cuánto cuesta por minuto y qué más se paga
• Qué reglas aplican en México y en Estados Unidos
• Cómo lanzar un piloto paso a paso

# ¿Qué es un agente de voz con IA?

Es un sistema que mantiene una conversación telefónica completa: escucha, entiende la intención, decide qué hacer y responde hablando. A diferencia de un conmutador con menú, la persona habla con sus propias palabras y el agente puede consultar o registrar datos durante la llamada: revisar la agenda, buscar un pedido o crear un ticket.

Hay dos arquitecturas comunes:

• Encadenada: un modelo convierte la voz en texto, un modelo de lenguaje decide la respuesta y otro la convierte en voz. Es más fácil de auditar porque cada paso deja texto.
• Voz a voz: un solo modelo recibe audio y responde con audio en tiempo real. Por ejemplo, la API de voz de xAI ofrece agentes voz a voz por WebSocket, con detección de turnos y uso de herramientas, y publica ejemplos de integración con telefonía como Twilio (xAI, Voice).

Si ya conoces los agentes de texto, el principio es el mismo que explicamos en cuándo conviene un agente de IA: el valor aparece cuando el agente puede ejecutar acciones en tus sistemas, no sólo conversar.

# ¿Por qué la latencia importa tanto en una llamada?

En una conversación entre personas, el silencio entre que alguien termina de hablar y el otro responde es muy corto. Un estudio publicado en PNAS que analizó diez idiomas encontró que la respuesta más frecuente llega entre 0 y 200 milisegundos después de una pregunta, con un promedio de 208 milisegundos (Stivers et al., PNAS).

Por eso un agente que tarda dos o tres segundos en contestar se siente torpe aunque su respuesta sea correcta, y la persona tiende a repetir o a colgar. Al evaluar proveedores, pide una demostración por teléfono real, no en navegador, y mide cuánto tarda en responder y si permite interrumpirlo.

# ¿Qué llamadas conviene automatizar con un agente de voz?

Las mejores candidatas son llamadas frecuentes, con respuestas que viven en un sistema y un resultado claro. Estas son las que vemos con más sentido:

Conviene dejarle a una persona las quejas delicadas, las negociaciones, los casos con riesgo legal o de salud y cualquier llamada donde el cliente pida hablar con alguien. Un buen diseño incluye siempre un traspaso rápido a un humano con el contexto de lo que ya se habló.

Si tus clientes escriben más de lo que llaman, empieza por el canal escrito; en la guía del agente de IA en WhatsApp explicamos ese caso. Muchas empresas terminan con el mismo agente en ambos canales.

# ¿Cuánto cuesta un agente de voz con IA?

El costo tiene cuatro partes. El modelo de voz suele ser la más barata:

• Modelo de voz: por ejemplo, xAI publica su modelo voz a voz en 0.08 dólares por minuto, la conversión de voz a texto desde 0.10 dólares por hora y la de texto a voz en 15 dólares por millón de caracteres (xAI, precios). Con ese precio, una llamada de 3 minutos cuesta 0.24 dólares sólo en el modelo.
• Telefonía: número, minutos entrantes y salientes y, si aplica, la conexión con tu conmutador. Se paga aparte al operador o a la plataforma telefónica.
• Integraciones: conectar agenda, CRM, sistema de pedidos o tickets es lo que convierte la conversación en un trámite resuelto.
• Diseño y operación: guion, base de conocimiento, pruebas con llamadas reales, monitoreo y ajustes mensuales.

Los precios de los modelos cambian con frecuencia y están en dólares sin impuestos, así que confírmalos antes de presupuestar. Para dimensionar el proyecto completo, revisa cuánto cuesta implementar IA en una empresa mediana.

# ¿Qué reglas aplican a un agente de voz en México?

Esto es información general, no asesoría legal. Tres puntos pesan en casi cualquier proyecto:

• Datos personales: una llamada grabada o transcrita contiene datos personales, así que aplica la Ley Federal de Protección de Datos Personales en Posesión de los Particulares. Informa al inicio de la llamada que se graba y para qué, con tu aviso de privacidad disponible, y define cuánto tiempo guardas audios y transcripciones.
• Llamadas de venta: el artículo 18 bis de la Ley Federal de Protección al Consumidor prohíbe enviar publicidad a quien pidió no recibirla o está inscrito en el registro de Profeco (REPEP). Profeco indica multas de 411.61 a 1,317,141.34 pesos por llamar con fines publicitarios a un número inscrito, y el proveedor responde aunque la llamada la haga un tercero (Profeco, REPEP).
• Transparencia: aunque no exista una regla específica para la IA, decir que la persona habla con un asistente virtual evita reclamos y genera confianza.

# ¿Y si tu empresa llama a clientes en Estados Unidos?

La Comisión Federal de Comunicaciones (FCC) confirmó en febrero de 2024 que las voces generadas con IA, incluida la clonación de voz, cuentan como voz artificial bajo la Ley de Protección al Consumidor Telefónico (TCPA). En la práctica, una llamada saliente con voz de IA requiere el consentimiento previo expreso de quien la recibe, salvo emergencias o excepciones, y si es de venta el consentimiento debe ser por escrito (FCC). Las llamadas entrantes, cuando el cliente marca, son un caso distinto, pero igual conviene identificarte con claridad.

# ¿Cómo lanzar un piloto de agente de voz?

Un piloto bien acotado te dice en pocas semanas si vale la pena escalar:

1. Escucha o revisa una muestra de llamadas reales y agrúpalas por motivo; elige uno o dos motivos frecuentes y sencillos.
2. Define el éxito antes de empezar: llamadas resueltas sin persona, tiempo de espera, traspasos y satisfacción.
3. Escribe el guion y la base de conocimiento con quien hoy contesta el teléfono, e incluye frases para cuando el agente no sabe.
4. Conecta sólo los sistemas que ese motivo necesita, con permisos mínimos.
5. Pruébalo con llamadas internas, luego con un porcentaje del tráfico o sólo fuera de horario.
6. Revisa transcripciones cada semana y corrige respuestas; analizar llamadas con IA y revisión humana ayuda, como explicamos en IA para analizar llamadas de ventas.

El paso de un piloto que funciona a una operación estable tiene sus propios retos; los detallamos en del piloto a producción con IA.

# Preguntas frecuentes

# ¿Un agente de voz con IA reemplaza a mi recepcionista?

Normalmente no. Funciona mejor atendiendo llamadas repetitivas, picos y fuera de horario, para que tu equipo se concentre en los casos que requieren criterio. Siempre debe poder transferir a una persona.

# ¿Cuánto cuesta por minuto un agente de voz con IA?

El modelo de voz puede costar centavos de dólar por minuto; por ejemplo, xAI publica 0.08 dólares por minuto en voz a voz. A eso se suman telefonía, integraciones y operación, que suelen pesar más en el costo total.

# ¿El agente de voz entiende español de México?

Los modelos actuales manejan varios idiomas, español incluido. Antes de contratar, pruébalo con llamadas reales de tus clientes, con su vocabulario, nombres propios y ruido de fondo.

# ¿Puedo usar un agente de voz para llamadas de venta?

Sí, pero en México no puedes llamar con publicidad a números inscritos en el REPEP sin consentimiento expreso, y en Estados Unidos una llamada con voz de IA requiere consentimiento previo, por escrito si es de venta.

# ¿Tengo que avisar que la llamada se graba?

Si grabas o transcribes, tratas datos personales. Lo recomendable es avisarlo al inicio de la llamada y tener disponible tu aviso de privacidad conforme a la LFPDPPP.

# Conclusión: empieza por las llamadas que hoy pierdes

• Un agente de voz con IA resuelve llamadas frecuentes y estructuradas, con traspaso a una persona.
• La latencia define la experiencia: pruébalo por teléfono real.
• El modelo de voz cuesta centavos por minuto; telefonía e integraciones pesan más.
• En México cuida datos personales y el REPEP; en Estados Unidos, el consentimiento de la TCPA.
• Arranca con uno o dos motivos de llamada y métricas claras.

Si quieres automatizar la atención telefónica de tu empresa, conoce nuestro servicio de agentes de voz y call center con IA.

# Sobre el autor

Arturo Sánchez Gándara es CEO de ia¹, consultora de inteligencia artificial aplicada con sede en Guadalajara que ayuda a empresas en México y Estados Unidos a diagnosticar, implementar y operar soluciones de IA, desde automatización y agentes de voz y WhatsApp hasta visión por computadora.

# Fuentes referenciadas

• xAI Docs: Voice APIs
• xAI Docs: modelos y precios
• Stivers et al. (2009), Universals and cultural variation in turn-taking in conversation, PNAS
• FCC: la TCPA aplica a voces generadas con IA (FCC-24-17)
• Cámara de Diputados: Ley Federal de Protección al Consumidor
• Profeco: REPEP, sanciones
• Cámara de Diputados: LFPDPPP vigente