Los mejores agentes de voz con IA en 2026: 14 plataformas para soporte telefónico, ventas y reservas

Vapi y Retell AI lideran para los equipos de ingeniería que construyen un agente telefónico a medida desde cero, PolyAI y Parloa lideran para los contact centers empresariales que quieren un despliegue totalmente gestionado, Sierra lidera para los equipos que ya operan un agente de chat y quieren que el mismo cerebro conteste el teléfono, y Regal y Thoughtly lideran para los equipos de ventas e ingresos que hacen calificación y reservas salientes. Esta guía clasifica 14 plataformas de agentes de voz con IA según la latencia de respuesta de extremo a extremo, el único número que decide si quien llama siente que habla con algo útil o simplemente cuelga, con cada precio verificado en la página de precios de cada proveedor en agosto de 2026.

Un agente de voz no es el mismo producto que un generador de voz, y confundirlos es la forma más rápida de comprar la herramienta equivocada. Las plataformas de texto a voz convierten un guion en audio. Un agente de voz escucha en una llamada en vivo, decide qué decir a continuación y puede llamar a una herramienta en plena conversación para consultar un pedido, revisar un calendario o transferir a una persona. Si lo que realmente necesita es narración o clonación de voz, consulte nuestra guía de los mejores generadores de voz con IA, una clase de producto completamente distinta. Este artículo forma parte de una guía de compra de plataformas de agentes de IA más amplia, y si su equipo prefiere construir un agente de voz en lugar de comprarlo, qué es un agente de IA y el blueprint de agente de llamadas de voz con IA cubren la parte de construcción.

Actualizado en agosto de 2026: qué cambió

• Air.ai, la empresa que popularizó en 2023 la propuesta del "representante de ventas con IA por teléfono", ya no existe. La FTC la demandó en agosto de 2025 y llegó a un acuerdo por una sentencia de $18 millones en marzo de 2026, con la prohibición a sus operadores de comercializar oportunidades de negocio. Su servicio de voz se apagó y el dominio air.ai ahora pertenece a una empresa sin relación. Queda fuera de esta lista.
• Aircall adquirió Vogent en mayo de 2026 para reforzar su propio agente de voz nativo, pero la plataforma para desarrolladores de Vogent sigue abierta a nuevos registros como producto independiente al momento de escribir esto.
• ElevenLabs redujo los precios de Conversational AI aproximadamente a la mitad este año, hasta 8 a 10 centavos por minuto según el plan, y añadió facturación de pago por uso además de su sistema de créditos.
• La página de precios actual de Synthflow ya no muestra los planes mensuales de autoservicio que algunos rastreadores de terceros todavía listan. En agosto de 2026 es solo Enterprise, con contratos desde unos $30,000 al año.
• Cartesia, conocida sobre todo como proveedor de modelos de voz de baja latencia, lanzó Line, una plataforma completa de desarrollo de agentes de voz, que la pone en competencia más directa con Vapi y Retell en lugar de limitarse a impulsar su texto a voz.

Datos Clave

• Se proyecta que la IA conversacional reducirá en $80 mil millones los costos de mano de obra de los agentes de contact center en 2026, aunque la propia investigación de Gartner señala que solo cerca de 1 de cada 10 interacciones de agentes se automatizará por completo este año, según Gartner.
• Se estima que el mercado global de agentes de voz con IA es de $3.51 mil millones en 2026 y que alcanzará $35.24 mil millones en 2033, una tasa de crecimiento anual compuesta del 39%, según Grand View Research.
• El 91% de los líderes de servicio al cliente dice estar bajo presión ejecutiva para implementar IA en 2026, según una encuesta de Gartner a 321 líderes.
• Las personas se ceden el turno en una conversación en unos 200 milisegundos. Las respuestas que superan los 800 ms empiezan a sentirse demoradas, y pasados los 1,500 ms una llamada se siente rota, una vara que la mayoría de las plataformas de agentes de voz todavía persigue en producción y no solo en demos, según el benchmark de latencia 2026 de Telnyx.
• Un agente de call center estadounidense local con costo total cuesta cerca de $26 la hora en 2026 (unos $0.43 el minuto), frente a $6 a $14 la hora offshore y $12 a $18 la hora nearshore, la base real contra la que compite la tarifa por minuto de cada agente de voz, según Call Force Global.
• La FCC confirmó en febrero de 2024 que las voces generadas por IA cuentan como "voz artificial" bajo la TCPA, por lo que las llamadas salientes de voz con IA necesitan el mismo consentimiento expreso previo que una llamada automática pregrabada, según la FCC.

Tabla comparativa rápida

Latencia e interrupciones: el número que realmente decide si una llamada se siente humana

Dos cosas importan más que cualquier lista de funciones en una página de precios: cuánto espera quien llama a que el agente empiece a hablar, y qué ocurre cuando esa persona lo interrumpe.

Pero la velocidad pura no lo es todo. Las personas se ceden el turno en una conversación en unos 200 milisegundos sin pensarlo; cuando la respuesta de un agente de voz supera los 800 ms, quien llama empieza a notarlo, y pasados los 1,500 ms la llamada se siente rota, no futurista, según el benchmark 2026 de Telnyx que compara las cifras de los proveedores con pruebas independientes de Tested Media y Cekura. La brecha entre lo que anuncia un proveedor y lo que se mide sobre un stack fijo suele ser de 300 a 900 milisegundos, que es la diferencia entre una pausa natural y alguien que tiene que repetirse.

La interrupción (barge-in), es decir, dejar que quien llama interrumpa al agente a media frase y que este realmente se detenga y escuche, es la otra mitad de sentirse humano. Vogent y Cartesia basan su propuesta específicamente en la toma de turnos y el manejo de interrupciones, no solo en la velocidad de respuesta, porque un agente rápido que habla encima de quien llama es peor que uno un poco más lento que cede la palabra con limpieza. Cuando haga un piloto con cualquiera de estas plataformas, pruebe la interrupción con una interrupción real, no con una pausa en silencio, antes de confiar en el número de latencia de su página de marketing.

---

1. Vapi: infraestructura para desarrolladores para agentes de voz a medida

La apuesta de Vapi es que los agentes de voz pertenecen al código, no a un lienzo de arrastrar y soltar. Es infraestructura: usted elige sus propios proveedores de STT, LLM y TTS (o usa los predeterminados de Vapi), conecta herramientas, y Vapi se encarga de la orquestación en tiempo real, la telefonía y el estado de la llamada. Esa flexibilidad es la razón por la que se convirtió en la plataforma de referencia con la que se miden sus competidores.

La contrapartida es que la tarifa de plataforma de $0.05/min que Vapi destaca no es lo que usted paga. STT, LLM y TTS se facturan a costo del proveedor por encima, y la mayoría de los equipos termina entre $0.07 y $0.25 por minuto una vez que eligen modelos reales, y supera los $0.30 con voces premium y ventanas de contexto grandes. Presupueste el stack completo, no solo la tarifa de plataforma.

Precios: plan Build por uso con tarifa de plataforma de $0.05/min más costos de proveedores a costo (total real habitual de $0.07-0.25/min); Scale (Enterprise) usa una tarifa de plataforma fija más precios por volumen comprometido, cotizados a medida. Complemento HIPAA $2,000/mes, complemento de retención cero de datos $1,000/mes. Consulte vapi.ai/pricing.

Ideal para: equipos de ingeniería que quieren control total sobre su stack de voz y se sienten cómodos ensamblando STT, LLM y TTS por su cuenta

---

2. Retell AI: el rival más cercano de Vapi, ajustado para la confiabilidad

Retell AI compite en el mismo terreno que Vapi, infraestructura para desarrolladores para un agente a medida, pero apuesta con más fuerza por la confiabilidad en producción y el tiempo de respuesta del soporte. La tarifa base del motor de voz cubre el speech-to-text y la infraestructura propia de Retell; luego usted elige un proveedor de LLM y de TTS por encima, cada uno facturado por separado y desglosado en la consola en lugar de enterrado en una línea de traspaso.

Donde Retell se adelanta para algunos equipos es en la amplitud de sus opciones de telefonía: comprar un número directamente, importar uno de un operador existente o conectar un SIP trunk de Twilio, Telnyx o Vonage, con números locales disponibles en EE. UU., Reino Unido, Canadá y Australia. Las pruebas de latencia independientes lo ubican aproximadamente a la par de Vapi, y en ocasiones algo por delante.

Precios: pago por uso desde $0.07/min (infraestructura de voz y STT) hasta aproximadamente $0.31/min con un LLM premium y complementos como base de conocimiento (+$0.005/min) o eliminación de PII (+$0.01/min); Enterprise desde unos $8,000. Consulte retellai.com/pricing.

Ideal para: equipos de producto que lanzan un agente telefónico en producción y prefieren precios por componente desglosados y predecibles en lugar de una tarifa agrupada

---

3. Bland AI: precio fijo por minuto sin nada añadido

Toda la propuesta de Bland es un solo número. Donde Vapi y Retell le hacen ensamblar y presupuestar un stack, Bland agrupa el LLM, el speech-to-text y el text-to-speech en una única tarifa por minuto, sin cargos por tokens ni traspasos por proveedor, de modo que la factura coincide con lo que cotizó ventas.

Esa simplicidad cuesta más por minuto que los competidores por uso una vez superado el nivel gratuito Start, pero compra una previsibilidad que a los equipos de finanzas les gusta: una tarifa de plataforma más una tarifa fija. Bland es además una de las pocas plataformas de esta lista que declara de forma explícita elegibilidad HIPAA con un BAA firmado, sin condicionarla a una conversación Enterprise personalizada.

Precios: Start $0/mes + $0.14/min; Build $299/mes + $0.12/min; Scale $499/mes + $0.11/min; Enterprise personalizado. Las transferencias de llamadas se facturan aparte a $0.03-0.05/min según el nivel. Consulte bland.ai/pricing.

Ideal para: equipos que quieren una sola tarifa predecible y ninguna factura sorpresa de proveedores de modelos a fin de mes

---

4. ElevenLabs Agents: calidad de voz y más de 70 idiomas del líder en TTS

ElevenLabs hizo su nombre con algunos de los textos a voz de sonido más natural del mercado, que cubrimos en nuestra guía de los mejores generadores de voz con IA, y ElevenAgents es su capa conversacional encima: agentes de voz y chat en tiempo real que llaman a herramientas, desplegados en telefonía, web, WhatsApp y SMS desde la misma cuenta.

La propuesta para los equipos que ya usan ElevenLabs es directa: ningún proveedor nuevo para la calidad de voz, más conectores nativos con Twilio, Genesys, Zendesk y Salesforce. La salvedad es que ElevenLabs absorbe hoy los costos de LLM en lugar de facturarlos, algo que la empresa ha dicho que no durará para siempre, por lo que la tarifa actual por minuto probablemente suba cuando eso cambie.

Precios: llamadas desde $0.10/min en los planes Creator y Pro (cerca de un 50% menos tras un recorte de precios en 2026), $0.08/min en planes anuales Business, menos en Enterprise; 15 minutos gratis para empezar. Consulte elevenlabs.io/agents.

Ideal para: equipos que ya usan ElevenLabs por su calidad de voz y quieren la mayor cobertura de idiomas sin un segundo proveedor

Las siguientes cuatro plataformas cambian la flexibilidad del autoservicio por un despliegue gestionado y liderado por la empresa proveedora. Si ese es el carril en el que realmente está, nuestro resumen de las mejores plataformas empresariales de agentes de IA cubre la categoría más amplia, más allá de la voz.

---

5. PolyAI: IA de voz gestionada para contact centers empresariales

PolyAI vende resultados a empresas, no una consola de autoservicio. No hay nivel gratuito ni tarifario público. Los despliegues pasan por un proceso de venta consultiva en el que el propio equipo de PolyAI se encarga del diseño de conversaciones, el ajuste continuo de modelos y el soporte 24/7 como parte del contrato, más cerca de un servicio gestionado que de un software que usted configura por su cuenta.

Es el modelo adecuado para bancos, grupos hoteleros y minoristas que necesitan un agente de voz activo en cientos de ubicaciones sin contratar ingenieros de prompts internos, y por eso lo usan Marriott, Caesars Entertainment y Foot Locker. Es el modelo equivocado si quiere probar una idea esta semana por unos cientos de dólares.

Precios: no se publican; contratos empresariales de venta consultiva. Estimaciones de terceros (reportadas, no confirmadas por el proveedor) ubican los mínimos en torno a $150,000/año, con despliegues de nivel medio de $10,000-$20,000/mes. PolyAI levantó una Serie D de $86 millones en diciembre de 2025 con una valoración de $750 millones. Consulte el anuncio de financiamiento de PolyAI.

Ideal para: contact centers empresariales de banca, hotelería y retail que quieren un despliegue gestionado y no una construcción propia

---

6. Parloa: precio por resultado para contact centers de alto volumen

La lógica de precios de Parloa es la más inusual de esta lista: en lugar de cobrar por puesto o por minuto, cobra por conversación resuelta con éxito. Si una llamada se escala a una persona, usted no paga por ella el precio de resolución de la IA, lo que alinea el incentivo del proveedor con resolver realmente el problema de quien llama y no solo mantenerlo en línea.

Ese modelo solo tiene sentido a escala real. Parloa es explícita en que está pensada para organizaciones que manejan unos 2 millones de llamadas al año, no para una marca de e-commerce de 30,000 pedidos al mes, y el esquema de "construyámoslo juntos" implica presupuestar $300,000 o más al año una vez incluidas la implementación y la integración.

Precios: por resultado, con precio por conversación resuelta en lugar de por puesto o por minuto; no se listan públicamente. La guía de presupuesto en los propios materiales de Parloa es de $300,000+ al año por licencias de plataforma más implementación. Consulte la guía de precios de Parloa.

Ideal para: grandes empresas que manejan millones de llamadas al año y quieren pagar por resoluciones, no por minutos

---

7. Sierra (Voice): un agente para chat y teléfono

Sierra, cofundada por el ex co-CEO de Salesforce Bret Taylor, construyó su reputación con despliegues de "agent OS" centrados en el chat para marcas como Sonos, Casper y SiriusXM, antes de extender ese mismo agente a las llamadas telefónicas a comienzos de 2026. La propuesta es la consolidación: un agente, un conjunto de políticas e integraciones, que atiende al cliente ya sea que escriba por texto, chatee en el sitio web o llame.

El agente de voz de Sierra se coloca delante o detrás de un IVR existente en lugar de reemplazarlo, con la escalada a una persona gestionada mediante resúmenes generados por IA. Y como la voz es más nueva que el producto de chat de Sierra, pida en cualquier demo clientes de referencia específicos de telefonía, no solo métricas de chat.

Precios: no se publican; contratos empresariales por resultado y de venta consultiva, con estimaciones reportadas de $150,000-$350,000+ al año. Sierra levantó una Serie E de $950 millones en mayo de 2026 con una valoración de $15.8 mil millones. Consulte la cobertura de TechCrunch.

Ideal para: empresas que ya operan Sierra, o un agent OS similar, para chat y quieren que el mismo agente conteste el teléfono

---

8. Regal: llamadas salientes de ventas y retención a escala

Regal nació como un marcador asistido por IA para equipos humanos de ventas y retención antes de sumar agentes de voz totalmente autónomos, y ese origen se nota: está pensado para campañas salientes estructuradas, recordatorios de citas y llamadas de recuperación en seguros, salud y servicios financieros, donde el teléfono todavía genera ingresos.

Regal no publica precios, y su propia página de precios indica un piso real: un mínimo de 25 puestos y 100,000 minutos de llamadas al mes antes de que Regal elabore un contrato. Eso lo descarta para un equipo pequeño que prueba una idea, pero es una vara razonable para un call center que ya opera ese volumen con agentes humanos y busca incorporar IA.

Precios: no se publican; contratos personalizados por uso con un mínimo declarado de aproximadamente 25 puestos y 100,000 minutos de llamadas al mes. Consulte regal.ai/pricing.

Ideal para: equipos de ventas, cobranzas y retención que ejecutan campañas salientes estructuradas con un volumen de llamadas real

---

9. Synthflow: constructor no-code ahora tras un muro Enterprise

Synthflow empezó como un constructor no-code de agentes de voz dirigido a agencias y pymes, que combinaba el razonamiento de GPT-4o con voces de ElevenLabs dentro de un editor de flujos de arrastrar y soltar, la misma categoría que nuestro resumen de los mejores constructores no-code de agentes de IA cubre de forma más amplia. Ese posicionamiento todavía aparece por toda la web en reseñas de terceros que citan planes mensuales de autoservicio.

Pero ya no aparece en el propio sitio de Synthflow. En agosto de 2026, synthflow.ai/pricing lista un único nivel Enterprise desde $30,000 al año, definido según volumen de llamadas, concurrencia, configuración telefónica e integraciones, sin registro de autoservicio visible. Si ha visto citado en otro lugar un plan mensual más barato, verifíquelo directamente con Synthflow antes de presupuestar en torno a él; nuestra propia revisión de la página en vivo no encontró ese nivel.

Precios: solo Enterprise en agosto de 2026, con contratos desde $30,000 al año y precio final definido según volumen e integraciones. Consulte synthflow.ai/pricing.

Ideal para: empresas que quieren una construcción de IA de voz totalmente gestionada sin ensamblar ellas mismas STT, LLM y TTS

---

10. Thoughtly: minutos ilimitados para bienes raíces, seguros y educación

Thoughtly apunta específicamente a industrias de alta consideración y orientadas a leads: corredurías de bienes raíces, aseguradoras, prestamistas hipotecarios y equipos de captación educativa, donde una llamada entrante perdida es una venta perdida. El agente califica un lead por voz, hace seguimiento por SMS, email o WhatsApp, agenda la reunión y la registra en el CRM sin que una persona intervenga. Nuestro blueprint de agente calificador de leads con IA cubre el mismo workflow si prefiere construirlo usted mismo.

Su precio destaca aquí: el plan Flex es una tarifa fija de $500 al mes por minutos de voz ilimitados, con tope de 10 llamadas simultáneas, en lugar de medir por minuto. Para una correduría con volumen de llamadas irregular en torno a los listados, esa tarifa fija puede superar a un competidor por minuto; para un call center que necesita 100 conversaciones simultáneas, el tope de concurrencia obliga a pasar a una cotización Scale personalizada.

Precios: Flex $500/mes (minutos ilimitados, hasta 10 llamadas simultáneas); Scale y Enterprise cotizados a medida, y Enterprise exige 1M+ de minutos/mes o una industria regulada. Consulte thoughtly.com/pricing.

Ideal para: equipos de bienes raíces, seguros, hipotecas y educación que quieren llamadas ilimitadas a una tarifa mensual fija

---

11. Phonely: el punto de entrada de autoservicio más barato

Phonely es una de las pocas plataformas de esta lista en la que una pequeña empresa puede registrarse y empezar a usarla el mismo día sin una llamada de ventas. El plan gratuito incluye 100 minutos al mes, un número telefónico real y llamadas simultáneas ilimitadas, y el nivel Starter de $50/mes tiene un precio pensado para un negocio que atiende sus propios teléfonos, no para un contact center.

La contrapartida aparece en el excedente: superados los minutos incluidos en su plan, Phonely cobra de $0.25 a $0.35 por minuto, muy por encima de las tarifas de autoservicio de $0.05-0.10/min de otras plataformas de esta lista, así que funciona mejor con un volumen de llamadas predecible y moderado que con líneas irregulares o de alto volumen. Los clientes Enterprise pueden negociar hasta unos 5 centavos por minuto.

Precios: Gratis (100 min/mes, 1 número); Starter $50/mes o $33/mes anual (250 min, excedente de $0.25-0.35/min); Pro $150/mes o $100/mes anual (750 min, excedente de $0.30/min); Enterprise desde aproximadamente $0.05/min, personalizado. Consulte phonely.ai/pricing.

Ideal para: pequeñas empresas y operadores individuales que quieren un agente gratuito para empezar que conteste sus teléfonos sin un ciclo de ventas

---

12. Cartesia Line: construido sobre el modelo de voz más rápido de la categoría

Cartesia pasó sus primeros años como proveedor de infraestructura, los modelos de voz de baja latencia que otras plataformas a veces licencian, antes de lanzar Line, una plataforma completa y orientada al código para construir agentes de voz directamente. La propuesta: la empresa que construye el modelo base más rápido también debería construir la mejor plataforma de agentes.

Los agentes de Line usan por defecto los modelos propios de Cartesia, Sonic 3.5 para texto a voz e Ink 2 para voz a texto, ambos construidos sobre una arquitectura de modelos de espacio de estados con la que la empresa afirma lograr una generación de menos de 90 ms, más rápida que los modelos basados en transformers que la mayoría de los competidores licencian a terceros. Voximplant añadió soporte nativo para agentes de Line en febrero de 2026, ampliando dónde puede atender llamadas un agente creado con Cartesia.

Precios: Gratis; Pro $5/mes; Startup $49/mes; Scale $299/mes; Enterprise personalizado. Las llamadas de Line cuestan $0.06/min más $0.014/min por telefonía en un número proporcionado por Cartesia. Consulte cartesia.ai/pricing.

Ideal para: desarrolladores que quieren construir sobre el modelo de voz de menor latencia disponible y se sienten cómodos con una plataforma de agentes más nueva

---

13. Deepgram Voice Agent API: traiga su propio LLM, pague por hora

La Voice Agent API de Deepgram prescinde por completo de la interfaz de construcción. Es speech-to-text, orquestación de LLM y text-to-speech combinados en una sola API WebSocket en tiempo real, con precio por tiempo de conexión, para equipos que quieren escribir su propia lógica de agente en lugar de configurar el lienzo de otro.

La propuesta es costo y flexibilidad en la capa de infraestructura: si trae su propio LLM o modelo de TTS, la tarifa publicada baja aún más, y Deepgram se posiciona como aproximadamente una cuarta parte más barata que Conversational AI de ElevenLabs y tres cuartas partes más barata que la Realtime API de OpenAI para un uso comparable. Es la capa adecuada para un equipo con ingenieros que prefieren escribir código de orquestación antes que aprender un constructor de agentes de terceros.

Precios: pago por uso desde $0.056-0.075/min (Standard); plan Growth (anual prepago) desde $0.051/min; las configuraciones BYO LLM y BYO TTS tienen precio menor; nivel Advanced $0.122-0.163/min. $200 de crédito gratuito para cuentas nuevas. Consulte deepgram.com/pricing.

Ideal para: equipos de ingeniería que quieren la infraestructura de voz en tiempo real más barata y construyen su propia lógica de agente encima

---

14. Vogent: agentes que se mejoran solos, ahora respaldados por Aircall

El diferenciador de Vogent es un ciclo de pruebas que la mayoría de los competidores trata como algo secundario: ejecutar automáticamente una nueva versión del agente contra cada llamada pasada, señalar dónde habría manejado algo de otra forma y corregir el prompt antes de que hable con una persona real. Junto con modelos creados a propósito para navegación de IVR, agendamiento y procesamiento de pedidos, está pensado para equipos que quieren un agente que mejore con el tiempo, no uno que se lanza y queda estático.

Aircall, la plataforma de telefonía empresarial, adquirió Vogent en mayo de 2026 para reforzar su propio agente de voz nativo, y al momento de escribir esto la plataforma independiente para desarrolladores de Vogent todavía acepta nuevos registros. Pregunte directamente por la hoja de ruta del producto y su continuidad antes de comprometerse con una construcción a varios años sobre ella.

Precios: autoservicio desde $0.09/min, bajando a cerca de $0.05/min para clientes Enterprise; las voces premium tienen precio aparte; Enterprise personalizado. Consulte la página comparativa propia de Vogent.

Ideal para: equipos que quieren un agente que se vuelva a probar automáticamente contra llamadas reales pasadas a medida que evoluciona

---

Telefonía: traiga su propio Twilio o use el número incluido

Cada plataforma anterior resuelve de forma distinta el mismo problema de plomería: ¿cómo llega realmente una llamada telefónica al agente? La mayoría de las plataformas orientadas a desarrolladores admite tanto un número incluido que usted compra en la plataforma como una configuración con su propio operador a través de Twilio, Telnyx o un SIP trunk directo, lo que importa si ya tiene números, minutos o historial de cumplimiento ligados a una cuenta de operador existente.

Si su equipo ya opera Twilio, una plataforma con soporte completo de SIP trunk (Vapi, Retell AI, Thoughtly) mantiene sus números y su historial de llamadas en un solo lugar. Si parte de cero, un número incluido lo pone a marcar en minutos, y ahí los números propios de Bland, Phonely y Cartesia son el camino más rápido.

La cuenta real por minuto: agente de voz con IA frente a un agente humano

La tarifa por minuto de cada proveedor de agentes de voz compite en realidad contra un solo número: lo que cuesta una persona para hacer el mismo trabajo. Un agente de call center estadounidense local con costo total cuesta cerca de $26 la hora en 2026, unos $0.43 el minuto, frente a $6 a $14 la hora offshore ($0.10-0.23/min) y $12 a $18 la hora nearshore ($0.20-0.30/min), según los datos de costos 2026 de Call Force Global.

En el papel, la mayoría de las plataformas de autoservicio superan en precio incluso a la mano de obra humana offshore una vez que el volumen justifica la configuración, y esa es la comparación con la que abre cada propuesta de un proveedor. Es una comparación justa para un trabajo de alcance acotado, calificar un lead, confirmar una cita, responder una pregunta frecuente, que un guion puede resolver de principio a fin. Es menos honesta para cualquier cosa que requiera criterio o desescalada, y por eso el pronóstico de Gartner de $80 mil millones en ahorro laboral para 2026 viene acompañado de la advertencia de que solo cerca de 1 de cada 10 interacciones de agentes se automatizará por completo este año. Compare el precio del agente con el tipo de llamada específico, no con todo su presupuesto de personal.

Cumplimiento y consentimiento: qué cambia cuando se graba a quien llama

Un agente de voz con IA no es solo una llamada más barata. Hereda un conjunto específico de obligaciones legales desde el momento en que marca hacia afuera o graba lo que escucha.

Consentimiento saliente. La FCC confirmó en febrero de 2024 que una voz generada por IA o clonada cuenta como "voz artificial" bajo la TCPA, por lo que una llamada saliente de un agente de voz necesita el mismo consentimiento expreso previo que una llamada automática pregrabada, además de una identificación clara de quien llama y una opción de exclusión funcional. Una relación comercial existente no exime a una llamada de voz con IA como sí puede eximir a una manual, y las multas van de $500 a $1,500 por llamada sin tope agregado.

Grabación de llamadas y PCI. En el momento en que quien llama dicta un número de tarjeta a un agente que graba la llamada, esa grabación queda dentro del alcance de PCI DSS, y almacenar un CVV hablado después de la autorización es una violación directa. Las plataformas pensadas para industrias reguladas (Bland, Phonely, Synthflow, Thoughtly, Sierra) ofrecen grabación con pausa y reanudación o un flujo de captura seguro separado para mantener los datos de la tarjeta fuera de la transcripción. Verifíquelo de forma explícita en lugar de suponer que viene resuelto por defecto.

HIPAA. Si la llamada toca información de salud protegida, necesita un Business Associate Agreement firmado, no solo la página de seguridad de un proveedor. Bland AI declara elegibilidad HIPAA con un BAA de forma explícita; Vapi, Thoughtly y Phonely la reservan a sus niveles empresariales superiores; PolyAI, Parloa y Sierra la definen por contrato.

Nada de esto es opcional ni exclusivo de un proveedor. Confirme por escrito los flujos de consentimiento, los controles de grabación y la disponibilidad de BAA antes de que un piloto se acerque a llamadas reales de clientes, no después.

Cómo elegir: marco de decisión

Empiece por la restricción operativa que más importa: control de construcción, soporte para contact center, estructura saliente, previsibilidad de precios o latencia de voz.

Qué hacer a continuación

Elija su carril antes de elegir un proveedor: construir su propio agente (Vapi, Retell AI, Cartesia Line, Deepgram) o comprar uno gestionado (PolyAI, Parloa, Synthflow, Sierra). Luego haga un piloto real, no un guion de demo, con una interrupción genuina a media frase y alguien que murmure, y mida usted mismo el tiempo de respuesta en lugar de confiar en la página de latencia de un proveedor. Confirme por escrito los flujos de consentimiento y la disponibilidad de BAA antes de que una sola llamada de un cliente real toque el sistema.

Si prefiere diseñar usted mismo el workflow del agente en lugar de buscar una plataforma, nuestro blueprint de agente de llamadas de voz con IA y la guía de cómo construir un agente de IA cubren el camino de construcción, y el marco para elegir una plataforma de agentes de IA se aplica igual de bien a la voz que al chat. Para los workflows de soporte cercanos al teléfono, consulte nuestro blueprint de agente de triaje de soporte con IA. Y para el conjunto más amplio de productos de agentes de IA, empiece con nuestra guía de las mejores plataformas de agentes de IA.