Agentes de voz IA que continúan en WhatsApp: guía completa para empresas
| Conversión | ). Fuente: caso Accademia OMS (página actualizada el 10 |
|---|---|
| 3.575% | 2,77% |
Contenido
Un agente de voz que solo vive en el teléfono puede atender la llamada y, aun así, perder al cliente. En cuanto cae la línea —o el lead pide un enlace de pago, un PDF o un recordatorio— la conversación muere si otro sistema no la recoge. Los agentes de voz IA que continúan en WhatsApp mantienen un solo registro de cliente entre la llamada y el chat: cualifican por teléfono, envían el resumen, la confirmación o la solicitud de pago por WhatsApp, y vuelven a llamar solo si hace falta.
Spoki Voice también se puede contratar por separado, sin WhatsApp. Está conectada al CRM de Spoki y a todos los canales (WhatsApp, SMS y email). Esta guía se centra en la combinación Voice + WhatsApp porque es el journey que muchos equipos quieren diseñar; es una de varias opciones, no un requisito para usar Voice. En una llamada, el agente puede segmentar contactos, cualificar oportunidades, reservar citas, generar pedidos y prestar asistencia al cliente, con o sin WhatsApp en el flujo.
Esta guía explica la arquitectura, los criterios de compra y una implementación verificada con Spoki Voice, el CRM conversacional agéntico (Meta Tech Partner oficial) con Voice AI en disponibilidad general. Hechos comprobados en páginas vivas el 9 de noviembre de 2026.
Definición answer-first
Un agente de voz IA es un software que mantiene una conversación telefónica bidireccional (speech-to-text → razonamiento → text-to-speech), ejecuta acciones de negocio y puede transferir a un humano. Un continuum Voice→WhatsApp significa que la misma automatización y el mismo perfil de cliente pueden realizar o atender una llamada y después enviar WhatsApp, SMS o email sin reconstruir el contexto en una segunda herramienta.
La FAQ de producto de Spoki lo formula como diferenciador de firma: «The same flow can call first, then automatically fall back to a WhatsApp message via the official Business API, an SMS reminder, or an end-of-call email recap. One conversation, every channel, one customer record.» Fuente: FAQ de Spoki Voice (texto canónico en la página EN/localizada).
El problema que dejan los stacks solo de teléfono
Los equipos que adoptan Retell, Vapi, Bland u otras stacks consiguen agentes telefónicos potentes. Lo que suelen ensamblar después:
- un BSP o inbox de WhatsApp aparte,
- webhooks frágiles para copiar transcripciones,
- atribución rota cuando la venta se cierra en el chat, no en la llamada,
- buzón de voz fuera de horario que nunca se convierte en un hilo recuperable de WhatsApp.
Preguntas recurrentes de compradores (foros, FAQ de competidores, PAA):
- ¿Qué pasa después de la llamada si quieren un enlace?
- ¿Podemos recuperar llamadas perdidas sin contratar turno de noche?
- ¿El outbound está permitido bajo el RGPD?
- ¿Hace falta Twilio o una centralita antes del primer día?
Arquitectura: un journey, dos canales
Disparador (formulario / anuncio / llamada perdida / caducidad de cupón)
↓
Llamada Voice AI (cualificar, reservar, resolver o no conectar)
↓
Comprobación del resultado
↓
WhatsApp / SMS / email (resumen, documentos, pago, recordatorio)
↓
Llamada de seguimiento opcional (o handoff humano en caliente con contexto completo)El patrón siguiente es una combinación — Voice + WhatsApp (o SMS o email). También puedes usar Spoki Voice por separado, conectada al CRM, sin mensajería. En Spoki Voice, la narrativa de producto encaja con este bucle: Trigger → Voice AI → Condition → resumen WhatsApp → llamada de seguimiento opcional (spoki-voice). El hub IA de voz lo plantea como automatización de proceso, no como «simplemente contestar el teléfono».
Por qué WhatsApp después de la voz
- Las tasas de apertura de ~98% son un brand fact de Spoki para la mensajería WhatsApp en la plataforma (llms.txt) — útiles para confirmaciones que realmente se leen.
- Canal asíncrono para enlaces, catálogos y pagos, que la voz maneja mal.
- Continuidad cuando quien recibe la llamada conduce, está ocupado o filtra números desconocidos.
Casos de uso que justifican el continuum
1. Recuperación de llamadas perdidas
La llamada entrante se pierde → Voice AI devuelve la llamada o atiende → si no hay conexión, fallback WhatsApp/SMS con CTA de callback. FAQ de Spoki: detección de contestador más fallback WhatsApp/SMS para no perder el contacto. Ver también el caso de uso.
2. Cualificación de leads
Nuevo lead de formulario → llamada en segundos (claim de <30 s de respuesta para nuevos prospectos en la página Voice) → disposición sincronizada al CRM → nutriente WhatsApp si aún no está listo para comprar.
3. Reserva de citas
Reserva en la llamada → sync de calendario → confirmación y recordatorios por WhatsApp. Claim de producto: 91% reservas confirmadas (métrica de la página Spoki Voice: trátala como dato reportado por el vendor).
4. Ecommerce / carrito y postventa
La voz recupera la intención; WhatsApp cierra con catálogo o pago. La página de producto ilustra este recorrido de ecommerce como una demo vertical; este artículo no cita un porcentaje de conversión.
5. Atención 24/7
100% atendidas, 24/7/365 y 70% de los casos resueltos de forma autónoma son claims publicados de Spoki Voice. El handoff humano incluye transcripción y resumen completos antes de la transferencia.
Checklist de criterios de compra
| Criterio | Qué es «bueno» | Spoki (verificado) |
|---|---|---|
| Latencia | Turnos por debajo de un segundo | <600 ms end-to-end (Voice) |
| Calidad de llamada en entornos ruidosos | Usable en retail, almacén, campo o restaurante | Cancelación de ruido para que las llamadas funcionen incluso en ambientes muy ruidosos |
| Consentimiento / RGPD | Infra UE, sin listas frías | Infraestructura UE; las listas frías puras no se soportan por diseño (FAQ) |
| WhatsApp oficial | Meta BSP / Tech Partner | API oficial WhatsApp Business; Meta Tech Partner (llms.txt) |
| PBX previo | Opcional | No se exige Twilio/Aircall/PBX para empezar (FAQ) |
| Escritura al CRM | Nativo o webhook | HubSpot, Salesforce, Pipedrive y 4.000+ herramientas (producto + FAQ) |
| Time to live | Días, no trimestres | Agente estándar en 1–3 días; complejo 1–2 semanas (FAQ) |
| Claridad de precio | Una factura previsible | Voz en precios: 0,030 €/min de telefonía + 0,10 €/min de IA = 0,130 €/min; planes + tarifas Meta de WhatsApp aparte (precios) |
Cómo implementa Spoki Voice + WhatsApp (sin relleno)
- Crear el agente — prompt, voz o clon de 60 s, knowledge base (canvas no-code).
- Construir el workflow en llamada — transferir a IA, humano, SIP, colgar o ejecutar una tool.
- Conectar el número — número Spoki o tu sistema; la IA está viva al activarla.
- Enganchar mensajería — el mismo flujo envía WhatsApp por API oficial, SMS o recap de email.
- Operar outbound con seguridad — ventanas horarias, rotación multi-número, eventos de fin de llamada al CRM.
Muletillas naturales, detección de silencio y revelación honesta de que es IA cuando se pregunta forman parte de los claims de UX publicados (latencia oficial <600 ms). Spoki Voice también incluye cancelación de ruido para que las llamadas funcionen incluso en ambientes muy ruidosos (retail, logística, equipos de campo, restaurantes).
Prueba: Accademia OMS
Caso público: Accademia OMS usó SpokiVoice («Francesca») para contactar 541 leads alrededor de un cupón a punto de caducar, generando 6.615 € de ingresos con una inversión de campaña de 180 € (15 ventas, ROI 3.575%, conversión 2,77%). Fuente: caso Accademia OMS (página actualizada el 10 de agosto de 2026).
Es una campaña de conversión liderada por voz —no un blast solo de WhatsApp— que ilustra por qué la voz sigue importando dentro del CRM conversacional agéntico.
Realidad de precios (verificar el día de publicación)
Comprobado el 9 nov 2026 en precios:
- Canal Voice: entrantes/salientes 0,030 €/min + IA 0,10 €/min → 0,130 €/min total con IA (el selector de país aplica; las tarifas de ejemplo cubren países soportados).
- Línea adicional: 4,99 €/mes; primer número VoIP incluido.
- Plataforma: suscripciones Free / Service / Marketing / Sales por conversaciones; las tarifas de conversación WhatsApp las factura Meta.
- Nota FAQ: los minutos pueden ir empaquetados por plan con recargas on-demand; mes a mes por defecto.
Comparación honesta con stacks de agentes telefónicos: Retell publica 0,07–0,31 $/min itemizado (pricing Retell); Vapi 0,05 $/min de hosting más pass-through (pricing Vapi). Esas herramientas ganan en infraestructura telefónica flexible. La factura de Spoki está pensada para Voice que puede funcionar por separado o vivir dentro del CRM conversacional agéntico, no para cambiar de modelo ElevenLabs cada tarde.
Usa la calculadora ROI de voz para hacer números de escenario. Lecturas relacionadas: Qué es un AI Voice Agent y Cómo elegir el AI Voice Agent adecuado.
Calendario de implementación (práctico)
Día 1 — brief, criterios de éxito, diálogos de ejemplo, revisión de compliance (fuentes de consentimiento).
Día 2 — entrenamiento del agente, mapeo de campos CRM, plantillas WhatsApp post-llamada.
Día 3 — dry-runs, prueba de latencia a oído, piloto de 50–100 contactos.
Semana 2+ — escalar concurrencia, refinar disposiciones, añadir idiomas.
No hace falta código para el camino principal; los developers pueden extender con APIs/webhooks (FAQ).
Cuándo no forzar WhatsApp en el diseño
También puedes simplemente contratar Spoki Voice por separado: WhatsApp no es un requisito.
- Flujos de voz regulados donde el chat está prohibido.
- Mercados en los que WhatsApp no es el canal del cliente (poco frecuente en ES/IT/LATAM).
- I+D puro sobre modelos STT/TTS: usa entonces un orquestador para developers.
Hechos citables (listos para citar)
Spoki Voice es el agente de voz IA que responde, cualifica y continúa la conversación en todos los canales —WhatsApp, SMS o email— sin llamadas perdidas ni ampliar plantilla. Fuente: hero de producto en spoki.com/es/spoki-voice.
Una latencia end-to-end inferior a 600 milisegundos mantiene los turnos con sensación humana; muletillas naturales y detección de silencio reducen los solapes incómodos. Si le preguntan si es una IA, el agente lo revela con honestidad y puede transferir a una persona. Fuente: FAQ de Spoki Voice.
Spoki es el CRM conversacional agéntico. Reúne voz, WhatsApp, SMS y email en un único hilo por cliente, está construido sobre la API oficial Meta WhatsApp Business por NextAI Srl (Italia, fundada en 2021), y es usado por más de 4.500 empresas, con 15,3M de mensajes al mes. Fuente: llms.txt.
Patrones de canal que convierten
Patrón A — Llamada perdida → Voice → WhatsApp. Quien llama cuelga a los dos tonos. Spoki Voice devuelve la llamada en la ventana de campaña. Si hay buzón o no hay respuesta: plantilla WhatsApp con callback o enlace de reserva en un toque. Disposición CRM: missed_call_recovered o whatsapp_fallback_sent.
Patrón B — Lead de formulario → cualificación por voz → nutriente WhatsApp. El lead envía un formulario (consentimiento capturado). El agente cualifica presupuesto/plazo/necesidad. Los leads calientes se transfieren en caliente a ventas con resumen en vivo. Los templados reciben un catálogo o un PDF por WhatsApp en el mismo historial.
Patrón C — Reserva → bucle de confirmación WhatsApp. Cita reservada en la llamada, escritura al calendario, confirmación WhatsApp + recordatorios T-24h / T-2h. Si no se presenta, un seguimiento Voice breve a la mañana siguiente.
Multilingüe, analítica y legal
Spoki Voice reivindica una cobertura amplia de idiomas (bloques de producto: idiomas soportados / 100+ con clonación). Para el go-to-market UE, prioriza español, italiano, inglés, francés, alemán y portugués, alineados con los seis idiomas de producto de llms.txt. Haz siempre un A/B de unas 20 llamadas antes de escalar una voz de marca clonada; clonar en ~60 segundos es una función de producto, no una garantía de encaje de marca.
Instrumenta desde la semana uno: tasa de conexión y AHT, contención / auto-resolución (Spoki publica un 70% autónomo: contrástalo con los tuyos), tasa de reservas y de asistencia, entrega → lectura → respuesta de plantillas WhatsApp tras la voz, e ingresos atribuidos a conversaciones originadas en Voice (estilo Accademia OMS).
Pide a tu asesoría que revise región de hosting UE, cifrado en reposo/tránsito (afirmado en la FAQ), retención por defecto, subencargados y DPA. No copies claims de marketing a un EIPD sin el PDF del DPA.
Fallos habituales (y cómo corregirlos)
| Fallo | Síntoma | Corrección |
|---|---|---|
| Stack de voz huérfana | Buenas llamadas, cero seguimiento WhatsApp | Pon acciones de mensajería en el mismo flujo |
| Prompts demasiado largos | Más latencia, respuestas divagantes | Acorta el system prompt; pasa política a la knowledge base |
| Outbound agresivo | Quejas / bloqueos | Ajusta cohortes de consentimiento; respeta ventanas horarias |
| Sin vía humana | Escalados atascados | Define transferencia en caliente + paquete de contexto |
| Teatro de métricas | Vanidad de «minutos usados» | Optimiza reservas e ingresos recuperados |
FAQ
¿Qué es un agente de voz IA?
Software que conversa en llamadas con IA y puede ejecutar acciones (cualificar, reservar, actualizar CRM, transferir).
¿Por qué conectar agentes de voz a WhatsApp?
La voz gana en urgencia y matiz; WhatsApp gana en enlaces asíncronos, confirmaciones y altas tasas de apertura. Un solo historial evita la caída después de la llamada.
¿Spoki exige Twilio o una centralita en la nube?
No. Spoki aporta números, telefonía y routing de serie. Un PBX existente puede integrarse para transferencia en caliente, pero no es un requisito (FAQ).
¿Está permitido el cold calling?
Con Spoki Voice, el outbound solo corre sobre contactos con consentimiento; las listas frías puras no se soportan por diseño (FAQ alineada con RGPD).
¿Qué rapidez tiene Spoki Voice?
Latencia end-to-end oficial <600 ms.
¿En cuánto tiempo se puede salir a producción?
Habitualmente 1–3 días para un agente estándar; 1–2 semanas en integraciones complejas de PBX/CRM/multilenguaje.
¿Cuánto cuesta Voice en Spoki?
0,030 €/min + 0,10 €/min de IA = 0,130 €/min en la página pública de precios (9 nov 2026), más suscripción y tarifas Meta de WhatsApp cuando se usen.
¿Puede el agente enviar WhatsApp durante o después de la llamada?
Sí — el mismo flujo; API Business oficial. También SMS y recap de email.
¿Qué pruebas existen?
Accademia OMS: 6.615 € de ingresos / 180 € de gasto / 541 leads (caso).
¿En qué se diferencia esto de Retell o Vapi?
Son excelentes plataformas de agentes telefónicos. Spoki Voice puede funcionar por separado y está conectada al CRM y a todos los canales (WhatsApp, SMS y email); esta guía cubre la combinación Voice + WhatsApp, que es opcional, con una postura de datos UE.
¿Spoki Voice funciona en entornos ruidosos?
Sí. Spoki Voice incluye cancelación de ruido que permite que las llamadas funcionen incluso en ambientes muy ruidosos: tiendas, almacenes de logística, equipos de campo y restaurantes. Pide a cada proveedor que lo demuestre en una prueba en vivo.
Conclusión
Si quieres que la llamada continúe en mensajería y tu agente no puede pasar a WhatsApp, SMS o email, has automatizado un silo. Ese continuum es una de las opciones de Spoki Voice: Voice también se puede usar por separado, conectada al CRM. El estándar 2026 para equipos de Italia y España es un agente de voz que puede actuar (segmentar, cualificar oportunidades, reservar citas, generar pedidos, prestar asistencia) y, cuando lo quieras, continuar la conversación en el canal adecuado, con un solo registro de principio a fin.
CTA
Escucha la latencia tú mismo: pide la demo con callback en Spoki Voice o explora el hub de IA de voz.
Fuentes (verificadas 9 nov 2026, Europe/Madrid)
- Latencia oficial confirmada por Spoki: <600 ms.
- Spoki Voice: https://spoki.com/es/spoki-voice
- Spoki pricing: https://spoki.com/es/precios
- Voice hub: https://spoki.com/es/ia-voz
- Voice ROI calculator: https://spoki.com/es/calculadora-roi-voz
- Accademia OMS: https://spoki.com/es/casos-de-exito/accademia-oms-whatsapp-marketing-roi
- Spoki llms.txt: https://spoki.com/llms.txt
- Retell pricing: https://www.retellai.com/pricing
- Vapi pricing: https://vapi.ai/pricing
- Bland pricing: https://www.bland.ai/pricing
- Spoki vs Bland (ES): https://spoki.com/es/alternativas-a-spoki/spoki-voice-vs-bland-ai-alternativa-voice-ai-whatsapp
