IVR y agentes de voz con IA en árabe e inglés

Esta guía está dirigida a directores de atención al cliente, responsables de contact center y líderes de tecnología de experiencia de cliente que quieren automatizar las llamadas en árabe e inglés sin frustrar a quien llama. Compara el IVR clásico con los agentes de voz con IA conversacional, muestra cómo diseñar flujos de llamada y traspasos, y explica cómo medir si la automatización está ayudando de verdad.

¿Qué diferencia hay entre un IVR y un agente de voz con IA?

Un IVR clásico (respuesta de voz interactiva) reproduce locuciones grabadas o sintetizadas y enruta las llamadas según la tecla pulsada o unas pocas palabras reconocidas. Un agente de voz con IA entiende el habla libre, sigue el hilo de la conversación y puede completar tareas a través de sus sistemas. Resuelven problemas distintos y la mayoría de los contact centers acaban usando ambos.

Dónde sigue ganando el IVR clásico

Un menú de teclas es previsible, rápido de modificar y funciona en líneas de mala calidad. Es la opción adecuada para elegir idioma, para una decisión de enrutamiento breve («si tiene una reserva, pulse 1»), para confirmaciones («pulse 1 para confirmar su cita») y para mensajes de emergencia o fuera de horario. Estándares como VoiceXML y SSML del W3C sustentan gran parte de estas herramientas, y los principios de diseño no han cambiado: pocas opciones, la más habitual primero y una forma de hablar con una persona.

Dónde aportan valor los agentes de voz con IA

Los agentes de voz con IA se justifican cuando quien llama describe su necesidad con sus propias palabras, cuando el menú sería demasiado profundo o cuando la llamada termina en una operación que sus sistemas pueden completar. Por ejemplo: «¿Dónde está mi pedido?», «Quiero cambiar mi cita al jueves» o «¿Por qué me han cobrado dos veces?». El agente identifica la intención, recoge los datos, consulta sus sistemas y resuelve la petición o la traspasa con contexto.

¿Cómo se diseña un flujo de llamada que no exaspere a quien llama?

Diseñe la llamada en torno a los motivos de llamada más frecuentes de sus clientes, no en torno a su organigrama. Parta de datos: motivos de llamada recientes, transcripciones o notas de los agentes y el peso de cada motivo.

Procedimiento de diseño del flujo de llamada

1. Enumere los principales motivos de llamada y agrúpelos en intenciones, por ejemplo estado del pedido, cambio de reserva, consulta de facturación, reclamación o nueva venta.
2. Clasifique cada intención como automatizable por completo, automatizable en parte (recoger datos y traspasar) o de enrutamiento directo a una persona.
3. Redacte el saludo. Marca, elección de idioma y una pregunta abierta: «Bienvenido a Najm Clinics. Le atiende el asistente virtual. ¿En qué puedo ayudarle?». Añada aquí el aviso de grabación.
4. Diseñe cada intención automatizada como un recorrido corto: identificar a quien llama, confirmar la petición, actuar, confirmar el resultado y ofrecer más ayuda.
5. Defina las salidas: qué activa un traspaso, adónde va y qué datos lo acompañan.
6. Prevea los fallos: ausencia de respuesta, entrada no reconocida, errores del sistema y llamadas fuera de horario. Cada caso debe acabar en algún sitio útil.
7. Escriba las locuciones para el oído: frases cortas, una pregunta cada vez y la información clave al final («Su cita es el jueves a las 16:00»).
8. Haga un prototipo y escúchelo. Lea el flujo en voz alta con sus compañeros y pruébelo después con clientes reales antes de ampliarlo.

Identificación y verificación

Decida pronto cómo demostrará cada cliente quién es. El identificador de llamada por sí solo es débil, porque los números pueden falsificarse. Las opciones habituales son un código de un solo uso por SMS o WhatsApp, datos de la cuenta que conoce el cliente o una devolución de llamada al número registrado. No dependa solo de la biometría de voz para las operaciones de alto riesgo; la NIST SP 800-63B, por ejemplo, establece que la comparación biométrica basada en la voz no debe usarse para la autenticación conforme a sus directrices. Para elegir el canal del OTP, consulte nuestra guía de OTP por voz.

¿Qué hay que tener en cuenta con los dialectos árabes?

La automatización de voz en árabe debe lidiar con varios dialectos, acentos y una alternancia frecuente entre árabe e inglés. Un texto en árabe estándar moderno (MSA) puede parecer correcto por escrito y sonar formal o rígido al oído, y los clientes rara vez hablan MSA por teléfono.

La revisión por hablantes nativos no es opcional. Pida a revisores de cada grupo objetivo que escuchen las locuciones y valoren las transcripciones, no solo que lean los guiones. Nuestra guía de mensajería para clientes en árabe trata la elección de dialecto y el diseño bilingüe en los canales escritos, y casi todo es aplicable a la voz.

¿Cómo funciona la detección de intenciones y cómo se mantiene su precisión?

La detección de intenciones convierte lo que dice el cliente en una petición sobre la que su sistema puede actuar, como «cambiar reserva» con una fecha y una sede. En un agente de voz con IA, el reconocimiento de voz genera una transcripción, un modelo de lenguaje la interpreta y extrae los datos, y el agente decide el siguiente paso.

Reglas prácticas para ganar precisión:

• Confirme antes de actuar. «Quiere cambiar su cita del lunes al jueves, ¿es correcto?» detecta la mayoría de los errores de reconocimiento antes de que causen problemas.
• Haga una pregunta aclaratoria, no tres. Si la intención sigue sin estar clara tras una aclaración, traspase la llamada.
• Use umbrales de confianza. Deje que el agente avance con confianza alta, confirme con confianza media y aclare o traspase con confianza baja.
• Limite las acciones mediante herramientas. El agente solo debe modificar reservas a través de acciones de sistema definidas y validadas, nunca mediante instrucciones libres.
• Base las respuestas en contenido aprobado. Las respuestas sobre tarifas, políticas o cuestiones médicas y legales deben salir de su base de conocimiento, no del conocimiento general del modelo.
• Revise las transcripciones cada semana. Busque intenciones mal entendidas, nuevos motivos de llamada y expresiones que el agente no sabe gestionar.

¿Cómo debe funcionar el traspaso a una persona?

Un buen traspaso lleva rápidamente al cliente a la persona adecuada y le transmite todo lo que el agente ha averiguado, para que el cliente nunca tenga que repetirse. Uno malo lo deja en una cola general sin ningún contexto.

Cuándo traspasar

• El cliente pide hablar con una persona, con cualquier formulación y en cualquier idioma.
• La intención figura en su lista de «siempre con una persona».
• La confianza sigue siendo baja tras una aclaración, o el cliente repite la misma petición.
• El cliente parece angustiado o enfadado, o menciona una situación de vulnerabilidad, un fraude o una emergencia.
• No está disponible un sistema necesario para completar la tarea.

Qué contexto transmitir

El agente humano debe ver esta información en pantalla al conectarse la llamada. Si hay que esperar en cola, dígalo con sinceridad y ofrezca una devolución de llamada. Nuestra guía sobre el traspaso del chatbot a un agente humano explica los mismos principios para la mensajería, y la lógica se traslada a la voz.

¿Cómo se gestionan la grabación, la transcripción y el consentimiento?

La grabación y la transcripción son fundamentales para mejorar los agentes de voz con IA, pero implican datos personales y, a veces, datos sensibles. Trátelas como una decisión de privacidad, no como una configuración por defecto.

• Avise al inicio de la llamada de que puede grabarse y transcribirse, y de por qué. Ofrezca una alternativa a quien se oponga cuando su base jurídica lo exija.
• Informe del uso de IA. Diga a quien llama que habla con un asistente virtual. El Reglamento de IA de la UE incluye obligaciones de transparencia para los sistemas de IA que interactúan con personas, y avisar es una buena práctica en todos los mercados.
• Elija una base jurídica por separado para la grabación, la analítica y el entrenamiento de modelos. Con el RGPD, y en Arabia Saudí con la Ley de Protección de Datos Personales (PDPL) que supervisa la SDAIA, hay que definir finalidades y bases jurídicas; entrenar modelos con grabaciones puede requerir más de lo que exige el control de calidad. La guía de la ICO británica sobre IA y protección de datos es una referencia práctica útil.
• Minimice y anonimice. Enmascare números de tarjeta, códigos y números de documento nacional de identidad en grabaciones y transcripciones, o pause la grabación mientras se recogen.
• Fije plazos de conservación y elimine los datos según lo previsto.
• Controle el acceso a grabaciones y transcripciones por rol y registre cada acceso.
• Compruebe la normativa local de cada mercado en el que opere, incluida la residencia de datos y las normas sectoriales de banca o sanidad. Esta guía no constituye asesoramiento jurídico.

¿Cómo se miden la contención y la satisfacción del cliente?

Mida la automatización por si se resolvieron los problemas de los clientes, no solo por cuántas llamadas evitaron a un agente. Use un conjunto reducido de métricas, analizadas en conjunto y desglosadas por intención e idioma.

Antes del lanzamiento, establezca líneas de base con su IVR actual o con el servicio solo humano, y compare el nuevo flujo con ellas en las mismas intenciones. Nuestra guía de KPI de atención al cliente omnicanal explica cómo encajan estas métricas con los canales de mensajería.

¿Cuándo conviene que una persona atienda la llamada?

Reserve a las personas para las llamadas en las que el criterio, la empatía o la responsabilidad importan más que la rapidez. La automatización debe hacer que los agentes humanos estén más disponibles para estas llamadas, no menos accesibles.

• Reclamaciones y disputas, sobre todo los contactos reiterados.
• Clientes vulnerables, casos de duelo y cuestiones de salud.
• Denuncias de fraude e incidentes de seguridad.
• Asesoramiento regulado en banca, seguros y sanidad.
• Ventas de alto valor y conversaciones de retención.
• Todo aquello para lo que el cliente pida una persona.

¿Cómo es un plan de implantación sensato?

Implante por fases, empezando por intenciones acotadas, de alto volumen y bajo riesgo, y amplíe solo cuando las métricas lo respalden.

1. Análisis. Estudie los motivos de llamada, los volúmenes por hora e idioma y los resultados actuales.
2. Alcance. Elija una o dos intenciones para automatizar primero, como el estado del pedido o los cambios de cita.
3. Diseño. Redacte los flujos, las locuciones, las reglas de traspaso, los avisos de IA y de grabación en árabe e inglés.
4. Integración. Conecte los sistemas que necesita el agente, con acciones definidas de forma estricta.
5. Pruebas internas con personal de cada grupo dialectal, incluidas líneas con ruido y alternancia de idiomas.
6. Piloto en una parte de las llamadas o en una sola línea, con personas revisando las transcripciones a diario.
7. Medición frente a la línea de base: contención, rellamadas, transferencias y CSAT por intención.
8. Ampliación a más intenciones, idiomas u horarios, manteniendo una revisión semanal.

Ejemplo práctico: un grupo de clínicas del Golfo

«Najm Clinics» (ficticio) gestiona clínicas en Riad, Dubái y Doha, con un gran volumen de llamadas para citas en árabe e inglés.

• Situación actual: un IVR de teclas con cuatro niveles dirige las llamadas a un equipo central; muchos clientes pulsan 0 nada más empezar.
• Nuevo saludo: una bienvenida bilingüe breve, el aviso de IA y de grabación y, después, «¿En qué puedo ayudarle?» en el idioma elegido por el cliente.
• Intenciones automatizadas: reservar, cambiar y cancelar citas, ubicación de las clínicas y horarios. El agente verifica al paciente con un código enviado por WhatsApp o SMS.
• Siempre con una persona: síntomas, resultados de pruebas, disputas de facturación y cualquier urgencia. El agente indica que le pasa con el equipo y transmite intención, identidad verificada, idioma y un resumen.
• Árabe: el agente habla un árabe cercano con matices del Golfo, reconoce a clientes egipcios y levantinos y entiende nombres de clínicas y aseguradoras en inglés a mitad de frase.
• Medición: las intenciones de citas se comparan con el antiguo IVR en tareas completadas, rellamadas en la misma semana, tiempo hasta llegar a una persona y CSAT tras la llamada.

¿Qué errores hay que evitar?

• Automatizarlo todo a la vez en lugar de empezar con unas pocas intenciones.
• Ocultar la opción de hablar con una persona, lo que genera enfado y rellamadas.
• Probar solo en MSA y lanzar después para clientes que hablan en dialecto.
• Dejar que el agente improvise sobre políticas, precios o temas médicos.
• Traspasar sin contexto, de modo que el cliente tiene que repetirlo todo.
• Informar solo de la contención e ignorar las rellamadas y el CSAT.
• Grabar por defecto sin aviso, sin plazos de conservación y sin anonimización.
• No informar del uso de IA, lo que daña la confianza cuando el cliente se da cuenta.
• Lanzar sin línea de base, de modo que no se puede demostrar ninguna mejora.
• Limitaciones: los agentes de voz con IA pueden entender mal y equivocarse. La normativa sobre grabación, datos y aviso del uso de IA varía según el mercado y está cambiando; confirme las normas vigentes con su equipo jurídico.

Cómo ayuda OmniChannels.ai

OmniChannels.ai ofrece voz junto con la mensajería: IVR multilingüe, síntesis de voz también en árabe y agentes de voz con IA, también en árabe, que traspasan la llamada a un agente humano. Con BroadNet AI, los agentes entienden inglés y árabe, tienen memoria persistente y usan herramientas. La oferta de voz incluye además contact center de entrada, marcadores, grabación y transcripción de llamadas, y la posibilidad de usar sus propios troncales SIP. Es el mismo conjunto de capacidades que DialerBee, el software de centro de llamadas de BroadNet. La voz se configura con nuestro equipo de cuentas para sus números, idiomas y flujos de llamada. Lea la guía para desarrolladores de voz para ver cómo funciona la configuración.