Un agente de voz con inteligencia artificial escucha lo que dice el cliente, entiende el contexto y responde en lenguaje natural, sin menús ni opciones. Además ejecuta acciones durante la llamada: agenda citas, consulta horarios, informa precios, genera el link de pago, valida el comprobante y transfiere a un asesor cuando hace falta. En ERK Software los planes arrancan en $250.000 COP mensuales, y desde $350.000 COP con voces de ElevenLabs. Hasta hace pocos años, "llamada automática" significaba escuchar una grabación diciendo marque 1 para ventas, marque 2 para soporte. Hoy una llamada puede ser una conversación normal, donde el cliente habla como habla y recibe respuestas coherentes en tiempo real. Cómo funciona un agente de voz Escucha lo que dice el usuario, entiende el contexto de la conversación y responde en lenguaje natural. Pero lo que lo vuelve útil no es que responda: es que ejecuta acciones dentro de la empresa mientras habla. Durante una misma llamada puede: Una llamada que también usa el chat El ejemplo que mejor explica de qué es capaz esto es real. Una persona llama a un laboratorio odontológico preguntando por una prótesis. Durante la llamada, el agente le pide que mande una fotografía por WhatsApp. La inteligencia artificial analiza la imagen, interpreta de qué tipo de prótesis se trata y sigue hablando usando esa información para cotizar o recomendar el procedimiento. Todo eso ocurre en segundos, en una sola conversación, sin que nadie del equipo haya intervenido. Voz y chat dejan de ser dos canales separados. Meta no pone la inteligencia artificial Este es el malentendido más común de quien cotiza esto por primera vez. Meta aporta el canal oficial a través de WhatsApp Business Platform, que permite integrar mensajería y llamadas empresariales. La inteligencia artificial no la pone Meta. La capacidad de entender una conversación, razonar y responder viene de modelos especializados —OpenAI, Anthropic, Google Gemini, DeepSeek, Mistral AI y otros compatibles por API—. Y la voz que escucha el cliente la genera un proveedor distinto: ElevenLabs, OpenAI Voice, Cartesia, Azure AI Speech o Google Cloud Text-to-Speech. Meta es el canal por donde viaja la conversación. El modelo es quien entiende al cliente. El proveedor de voz es quien habla. Son tres piezas de tres proveedores distintos, y el trabajo está en hacer que se comporten como una sola. Las dos formas de implementarlo 1. Por WhatsApp Business Platform Meta ya permite integrar agentes de voz dentro de su plataforma empresarial. Según el caso de uso, se automatizan confirmaciones de cita, recordatorios, seguimiento comercial, cobranza, atención al cliente o calificación de prospectos. Cuando es la empresa la que inicia la llamada, hay que cumplir las políticas de Meta, incluida la autorización del usuario cuando corresponde. 2. Por telefonía tradicional También se puede integrar con la red telefónica mediante un proveedor de VoIP. Eso permite marcar a fijos y celulares sin depender de WhatsApp, y para quien contesta la experiencia es igual de natural. Esto no es un IVR Conviene decirlo claro porque mucha gente asume lo contrario. No hay marque uno, no hay marque dos, no hay espere mientras lo comunicamos. El cliente habla, el agente entiende qué necesita, hace las preguntas que faltan y resuelve. Nadie navega un menú. Cuánto cuesta En ERK Software los planes arrancan en $250.000 COP mensuales, con una cantidad incluida de consumo de inteligencia artificial y de generación de voz. Para una experiencia más humana está el plan desde $350.000 COP mensuales con ElevenLabs, que permite: Los costos variables Además del plan hay consumo por uso, y es honesto decirlo antes de firmar: el consumo del modelo de inteligencia artificial, la generación de voz, los minutos de llamada y el proveedor de telefonía. El costo por llamada además no es igual en todos los países —Meta y los operadores manejan tarifas distintas según el destino—, así que el costo operativo cambia entre Colombia, México, Estados Unidos o Argentina. Por eso, antes de implementar, siempre estimamos el volumen esperado de llamadas. Sin ese número, cualquier cifra mensual que alguien te dé es una adivinanza. Una llamada conectada a todo lo demás Un agente de voz aislado sirve para poco. Los nuestros se conectan con el CRM, el sistema POS, el ERP, las agendas, las pasarelas de pago, las bases de datos, los protocolos MCP y WhatsApp Business Platform. Eso es lo que permite que una llamada no solo responda, sino que consulte información real, actualice registros, genere cotizaciones, programe citas y cierre procesos completos mientras el cliente sigue en la línea. ¿Vale la pena? La pregunta útil no es cuánto cuesta la tecnología. Es cuánto pierde tu empresa cada vez que una llamada no se contesta, un cliente se cansa de esperar o un asesor gasta varios minutos respondiendo por enésima vez la misma consulta. El objetivo no es reemplazar a las personas. Es que el equipo humano dedique su tiempo a las conversaciones donde de verdad aporta algo. Preguntas frecuentes Agendar una cita en el calendario real. Confirmar o cancelar una reserva. Consultar horarios y disponibilidad. Informar precios con el catálogo del negocio. Enviar la ubicación por WhatsApp. Generar un enlace de pago. Esperar la confirmación del pago. Validar el comprobante que envía el cliente. Transferir la llamada a un asesor cuando hace falta. Voces bastante más naturales. Acentos colombiano, argentino y de otros países. Conversaciones más fluidas. Varios idiomas. Clonación de voz, para que el agente hable con la voz de una persona autorizada por la empresa.