Voz IA (voice) · Demo: /demo/voice-ai · Modo de acceso recomendado: solicitud (landing con audio y video públicos) · Prioridad: P2 · Esfuerzo total: XL (≈ 5 semanas de 1 dev senior para dejar demo con audio + landing vendibles; el producto real se estima aparte)

Captura actual de /demo/voice-ai (cockpit de llamada). Ver también Sistema de demos, Catálogo de productos y Roadmap. Productos relacionados: Helpdesk con IA, CRM con IA y Sistemas RAG.

Problema: los call centers y las empresas con alto volumen de llamadas pagan agentes para atender llamadas repetitivas (confirmar citas, estado de pedido, bloqueo de tarjeta, recordatorios de pago), tienen colas largas en horas pico y pierden las llamadas fuera de horario.

Para quién (cliente ideal en Colombia/LATAM): Colombia es un polo de BPO y contact center (Bogotá, Medellín, Barranquilla, Cali).

• BPO y contact centers que quieren automatizar el primer nivel.
• IPS, clínicas y laboratorios: confirmación y reprogramación de citas para reducir inasistencias.
• Bancos, cooperativas y fintech: bloqueo/desbloqueo de tarjetas, saldos, avisos de viaje.
• Empresas de cobranza y servicios: recordatorios y acuerdos de pago (respetando la Ley 2300 de 2023).
• Proveedores de internet, e-commerce y logística: estado de pedido o de servicio.

Propuesta de valor: "Un agente de voz que contesta 24/7 en español colombiano natural, resuelve las llamadas repetitivas conectándose a tus sistemas y pasa a un humano con todo el contexto cuando hace falta." Se integra con la PBX existente (Asterisk/Issabel o troncal SIP) y con el CRM o helpdesk del cliente.

Lo que hace bien: estética de "cockpit" muy lograda; el reloj corre; la transcripción aparece por turnos; sentimiento, tendencia e intención se actualizan con cada turno; las funciones pasan a "completado" cuando el turno que las invoca aparece; transferir muestra el aviso y la ficha de contexto; silenciar y retener detienen la onda; cubre bien el alcance funcional (inbound, outbound, handoff, assist, compliance, analytics).

1. Un producto de voz que no se escucha: no hay ningún audio. La onda es decorativa (Waveform.tsx). Es la brecha más grande para vender.
2. Datos de otros países: números +56/+51/+54 (types.ts), "RUT 18.234.567-9", saldo "$1.245.300 CLP", seguro "+$8.900 CLP/mes", idioma "Español (CL)" (voice-ai.es.json). Un prospecto colombiano no se identifica.
3. Contradicción de cumplimiento: el turno 1 se marca "PCI redactado", pero en el turno 5 el cliente dice nombre propio y número de documento completos sin enmascarar (turns.t5). Además usa un nombre y apellido propios como cliente de ejemplo: reemplazarlos por unos claramente ficticios.
4. Cambio de idioma que confunde: el agente pasa al inglés a mitad de la llamada ("Could you confirm your full name, please?", turns.t4) presentado como "code-switching"; para un banco colombiano resta credibilidad.
5. No es determinista: la transcripción avanza con Math.random() en page.tsx y las marcas de tiempo se recalculan con la duración (TranscriptTurn: totalDur - (TURNS.length - index) * 10), así que cambian mientras se mira. Cada visita es distinta: imposible hacer un video o capturas consistentes.
6. Empieza a mitad de llamada: se carga en 02:12 con 4 turnos ya visibles, sin explicar qué está pasando.
7. Estados equivocados: la insignia de estado queda verde y pulsando aunque la llamada haya terminado ("Finalizada"); las funciones que aún no se invocan dicen "ejecutando…" (functions.running) en lugar de "pendiente".
8. Controles que no cambian nada visible: elegir STT, TTS, telefonía o idioma solo cambia etiquetas (y la latencia mostrada); cambiar la voz TTS no se puede oír. Para un comprador de negocio, elegir proveedores es ruido técnico.
9. Cumplimiento con marco extranjero: "Consentimiento GDPR" y "DNC list". En Colombia aplica la Ley 1581 de 2012 (autorización y aviso de grabación) y, para cobranza y ofertas comerciales, la Ley 2300 de 2023 (horarios y frecuencia de contacto). La campaña "Cobranza preventiva mayo" no muestra ninguna ventana horaria.
10. Sin vista de IVR o flujo, aunque el SEO y el plan Profesional prometen "IVR".
11. Desalineado con los planes: campañas salientes con marcador predictivo y function calling no aparecen en ningún plan; "Voces premium clonadas" (Avanzado) no menciona el consentimiento de la persona cuya voz se clona.
12. Jerga en inglés sin explicar: Sentiment, Intent, Function calling, Handoff, Agent Assist, Barge-in, Containment, AHT, FCR.
13. Cifras fijas en campaña (1.284 contactados, 47,6 %) y analytics (CSAT 4.7, AHT 2:48, FCR 82 %, contención 64 %, 3.412 llamadas).
14. Textos del catálogo (apps/web/messages/offerings/voice-ai-callcenter.es.json): nombre en inglés ("Voice AI para call center"), voseo ("Comprala", "pagá"), "Reportes mensuales del tier" repetido 2 veces en Avanzado y 3 en Enterprise.

• Audio real: 3–4 llamadas de ejemplo en español colombiano, con transcripción sincronizada. Sin esto no hay venta.
• Escenarios locales elegibles (banca, salud, cobranza, pedidos) con datos colombianos enmascarados.
• Un recorrido determinista de 5 pasos, apto para grabar el video de la landing.
• Cumplimiento colombiano visible: Ley 1581 (aviso y autorización), Ley 2300 (horarios), enmascaramiento de tarjetas y documentos.
• Vista del flujo de la llamada (IVR/agente) para explicar cómo se diseña el bot.
• Mensaje de costos claro: el cliente paga proveedores por minuto además de Koptup; mostrar costo estimado por minuto.
• Una oferta de entrada para una venta de ticket alto: piloto de 1 caso de uso (precio a definir por el dueño, abonable al setup).
• Nombre comercial en español: "Agente de voz con IA para call center".

Estructura común de Landing de producto:

1. Hero: "Un agente de voz con IA que atiende tus llamadas 24/7". Subtítulo: "Habla en español natural, resuelve las consultas repetitivas conectado a tus sistemas y pasa a un humano con todo el contexto." Reproductor de audio de 30 s visible en el hero. CTA "Solicitar demo" + "Agendar llamada".
2. Escúchalo (2–3 muestras de audio con transcripción): confirmación de cita médica, desbloqueo de tarjeta, recordatorio de pago.
3. Problemas: colas en horas pico; llamadas fuera de horario perdidas; agentes dedicados a tareas repetitivas.
4. Cómo funciona (diagrama simple): llamada → agente IA (entiende, consulta tus sistemas, responde) → transferencia a humano si hace falta → resumen en tu CRM/helpdesk.
5. Capturas del cockpit y video de 60–90 s con audio.
6. Casos de uso por sector (salud, banca, cobranza, e-commerce, servicios públicos).
7. Integraciones: número local +57 vía Twilio/Telnyx o troncal SIP de operador, PBX Asterisk/Issabel, CRM, helpdesk, Google Calendar o agenda médica, WhatsApp (confirmaciones), Wompi/PayU (link de pago tras la llamada).
8. Cumplimiento: Ley 1581 (aviso de grabación y autorización), Ley 2300 (horarios de contacto), enmascaramiento de datos sensibles, retención de grabaciones configurable.
9. Planes, costo por minuto estimado y piloto (SaaS: lista de espera). FAQ: ¿Suena robótico? · ¿Entiende acentos colombianos? · ¿Qué pasa si no entiende? · ¿Cuánto cuesta por minuto? · ¿Se conecta con mi PBX? · ¿Es legal grabar las llamadas?
10. CTA final: "Solicitar demo" con voice-ai-callcenter preseleccionado.

Recorrido guiado (5 pasos, unos 3 minutos con audio):

flowchart LR
  A["1. Elegir escenario: cita médica"] --> B["2. Escuchar la llamada con transcripción"]
  B --> C["3. Ver acciones ejecutadas"]
  C --> D["4. Transferir a humano con contexto"]
  D --> E["5. Resumen y métricas"]
  E --> F["CTA: Solicitar demo con tu guion"]

Ver diagrama como imagen

1. Escenario: elegir "Confirmación de cita médica" (IPS ficticia).
2. Escuchar: 90 s de llamada con transcripción sincronizada, intención y sentimiento cambiando en vivo.
3. Acciones: ver consultar_agenda → reprogramar_cita → enviar_whatsapp_confirmacion completarse al ritmo del audio.
4. Transferencia: pulsar "Transferir a humano" y ver la ficha con resumen IA y sugerencias de Agent Assist.
5. Resultado: resumen post-llamada y métricas del día. CTA "Solicitar demo con tu guion".

• Modo recomendado: solicitud. Motivos: (1) es una venta consultiva de ticket alto (setup desde $53 M COP) que casi siempre requiere una llamada; (2) la prueba con llamada real consume minutos de telefonía, STT, TTS y LLM (el catálogo estima USD 300–50.000/mes según plan), así que necesita control de costos y de abuso por prospecto; (3) lo que más vende al público es escuchar, y eso se resuelve en la landing.
• Qué ve el visitante antes de solicitar: landing con 2–3 muestras de audio, video de 60–90 s, capturas del cockpit y la vista previa del recorrido (DECISIÓN 2).
• Qué ve el prospecto aprobado (Portal › Mis demos, ver Portal del cliente): el cockpit completo con los 4 escenarios, el escenario de su sector con el saludo personalizado con el nombre de su empresa, y "Agendar llamada" / "Solicitar propuesta o piloto". DemoGrant de 14 días (valor por defecto), extensible desde el admin.
• Fase 4: "Llamada de prueba": el prospecto aprobado llama a un número sandbox o usa una llamada desde el navegador; tope de minutos por grant (p. ej. 10), corte automático y registro del costo de cada demo.
• Eventos DemoEvent: escenario elegido, porcentaje de audio escuchado, transferencia probada, vista de flujo abierta, clics en CTA.

Sin código, desde Admin › Solicitudes de demo › Aprobar (campo personalizacion del DemoGrant; ver Panel de administración):

Implementación: mover TURNS, INBOUND, OUTBOUND de components/types.ts a fixtures/<escenario>.ts con tiempos de inicio y fin por turno; la página lee la configuración de GET /api/demo-access/voice-ai (DECISIÓN 3) y solo carga el cockpit completo si el servidor confirma el acceso.

Alcance MVP — modalidad compra (Básico, 1 caso de uso, 4–6 semanas):

• Agente de voz entrante para 1–2 casos de uso (p. ej. confirmación de citas o estado de pedido) con número local +57 (Twilio/Telnyx) o troncal SIP conectada a la PBX del cliente (Asterisk/Issabel).
• STT y TTS en español con voces naturales; LLM con function calling a 2–3 APIs del cliente; interrupción del usuario (barge-in).
• Transferencia a cola humana con resumen del caso.
• Grabación, transcripción y resumen de cada llamada; enmascaramiento de tarjetas y documentos antes de guardar.
• Aviso de grabación y registro de autorización de tratamiento (Ley 1581); retención configurable.
• Panel de llamadas y métricas (contención, duración media, transferencias, CSAT por encuesta).
• Integraciones típicas en Colombia: CRM y helpdesk (crear contacto/ticket desde la llamada), Google Calendar o agenda médica, WhatsApp Business (confirmación tras la llamada), Wompi/PayU (link de pago enviado por WhatsApp).
• Profesional: campañas salientes con ventanas horarias de la Ley 2300, lista de exclusión, detección de contestador, IVR multi-línea.
• Avanzado: voz de marca (clonación solo con consentimiento escrito de la persona), análisis de calidad, varios idiomas.
• Base técnica: reutilizar apps/backend/src/modules/voice-ai/ (retirado del repositorio en octubre de 2026, está en el historial de git; Call, Transcript, startCall) migrado a Mongoose con autenticación, tenantId y webhooks de telefonía protegidos (ver Seguridad y calidad).

SaaS (DECISIÓN 7): se muestra "SaaS: lista de espera". Requisitos adicionales a los del core multi-tenant y cobro recurrente: medición por minuto con saldo prepagado y recargas (Wompi/PayU), aprovisionamiento de números por cliente, controles antifraude de telefonía (destinos internacionales bloqueados por defecto, topes diarios), almacenamiento de grabaciones con retención por cliente y objetivos de latencia por llamada.

Precios actuales del catálogo (apps/web/src/lib/services-catalog.ts, entrada voice-ai-callcenter; COP):

Almacenamiento: 5 / 80 / 400 GB / ilimitado. Horas de evolutivos por mes: 5 / 12 / 25 / 50.

Recomendaciones de claridad:

1. Costo por minuto: los call centers compran por minuto. El catálogo estima USD 300–1.000/mes para 1.000 minutos en Básico (USD 0,30–1,00 por minuto, incluidos costos fijos). Validar la estimación con una calculadora por proveedor y mostrar "costo de proveedores estimado por minuto" junto a cada plan.
2. Mantenimiento de compra: 12 × $4,8 M = $57,6 M al año (109 % del setup Básico) y 2,7 veces la cuota SaaS. Aplicar la decisión transversal descrita en CRM con IA.
3. Oferta de entrada: "Piloto de 4–6 semanas con 1 caso de uso y 1 línea", con precio fijo definido por el dueño y abonable al setup si se compra el plan.
4. SaaS → "Lista de espera" hasta la Fase 4; Enterprise SaaS setup como "A convenir".
5. Bullets en lenguaje de cliente, sin duplicados. Propuesta: Básico "1 línea y hasta 1.000 minutos/mes · 1 caso de uso (p. ej. citas) · Voz natural en español · Transcripción y resumen de cada llamada · Transferencia a humano". Profesional "+ Varias líneas y menú IVR · Registro en tu CRM y tickets en tu helpdesk · WhatsApp después de la llamada · Campañas salientes con horarios de la Ley 2300". Avanzado "+ Voz de marca (con consentimiento) · Análisis de calidad · Enmascaramiento de tarjetas y documentos · Varios idiomas". Enterprise "+ Integración con PBX/SIP corporativo · Gestión de turnos y calidad · Multi-país y contingencia".
6. Renombrar a "Agente de voz con IA para call center", tuteo en vez de voseo.
7. Paquete "Suite de atención" con Helpdesk con IA y CRM con IA: el plan Profesional ya promete ambas integraciones.

Política comercial común en Catálogo de productos y aspectos legales en Comercial, marketing y legal.

Son metas iniciales a validar con datos reales; no son resultados actuales.

• ≥ 40 % de los visitantes de la landing reproducen al menos una muestra de audio.
• Conversión landing → solicitud de demo ≥ 2 % (ticket alto, menor volumen).
• ≥ 70 % de los prospectos aprobados abren el cockpit en las primeras 72 h y escuchan al menos 1 escenario completo.
• ≥ 30 % de las demos guiadas terminan en propuesta de piloto.
• Primer piloto pagado firmado en los 6 meses siguientes a la Fase 2.
• Costo de demos con llamada real (Fase 4) dentro del tope definido por grant en el 100 % de los casos.