ChatGPT por voz: lo que sabe hacer y por qué no sustituye a la centralita de una empresa

Según el centro de ayuda de OpenAI, ChatGPT Voice permite hablar con ChatGPT y escuchar una respuesta hablada dentro de un chat: se puede seguir la respuesta por escrito, teclear cuando no se puede hablar y releer los intercambios. Está disponible en la web, en iOS y en Android, así como en la aplicación de escritorio.

Conviven tres opciones. Live, basada en GPT-Live-1 o GPT-Live-1 mini según el plan, escucha y habla al mismo tiempo y puede usar la búsqueda web y la memoria. Avanzado es la experiencia en tiempo real anterior, que sigue siendo necesaria para el vídeo y para compartir pantalla en el móvil. Estándar funciona por turnos, transcribiendo la voz antes de responder.

Se inicia una conversación tocando el icono de Voz en la barra de mensajes, tras autorizar el acceso al micrófono. El uso de Live está limitado según el plan, en un periodo móvil de 24 horas: acceso limitado en la versión gratuita, algunas horas en los planes de pago y más en los planes superiores.

OpenAI precisa que Live está diseñado principalmente para conversaciones de tú a tú, que solo se puede mantener una conversación de voz a la vez y que las transcripciones no son registros literales.

ChatGPT Voice es un asistente para la persona que tiene la aplicación: es ella quien habla. Nada en su funcionamiento prevé que un cliente marque el número de su empresa y le atienda ChatGPT: la página de ayuda de ChatGPT Voice no describe ninguna forma de conectar la aplicación a una línea telefónica de empresa ni de desviarle llamadas.

Aunque le dé información, no se convierte en la recepción de su empresa: no incluye nada para anunciar la IA y la grabación a quienes llaman, transferir una llamada a sus colaboradores, agendar una cita en nombre de un cliente ni enviar una ficha de contacto a su equipo después de la llamada.

Según OpenAI, los fragmentos de audio de las conversaciones Live y Avanzado se almacenan con la transcripción en el historial y se conservan 30 días, y el uso de las transcripciones para el entrenamiento depende de los ajustes de la cuenta y del plan. Estas reglas están pensadas para el usuario de la cuenta, no para terceros que llamen a su empresa.

Ahora bien, grabar las llamadas de sus clientes conlleva obligaciones propias: informar a quien llama al inicio de la conversación, definir una finalidad, limitar la conservación. Una herramienta de atención telefónica debe diseñarse para esas obligaciones desde el principio.

Un agente de voz empresarial debe estar conectado a su línea, mediante un desvío de llamadas desde su operador o mediante un número dedicado. Responde a partir de su propia información (sitio web, documentos, tarifas), anuncia que es una IA y que la llamada se graba, sabe transferir a una persona, recoge los datos de contacto y le transmite lo que se ha dicho.

Para los desarrolladores, OpenAI ofrece un componente técnico: su Realtime API puede recibir llamadas telefónicas por SIP, siempre que se use un proveedor de trunk SIP, se configure un webhook y se desarrolle la lógica de gestión en el servidor. Es una pieza que hay que ensamblar, no un servicio de atención listo para usar.

Alyas es la versión lista para usar: usted desvía sus llamadas hacia su línea, contesta las 24 horas, anuncia que es una IA y que la llamada se graba, responde a partir de la información que usted proporciona (sitio web, texto, PDF), transfiere a su número, recoge los contactos, agenda citas a través de Google Calendar o Cal.com y genera una transcripción y un resumen, con alojamiento en la Unión Europea. Prueba gratuita de 10 días.