La transcripción automática de las llamadas ha pasado en tres años de la categoría de gadget a la de función esperada. La promesa es sencilla y real: ya nadie vuelve a anotar un resumen después de una llamada.
Lo que ha seguido menos es la lucidez sobre lo que la tecnología hace bien y lo que hace mal. Un resumen automático es excelente para acordarse de una conversación, mediocre para juzgar su calidad, y jurídicamente más regulado que la grabación de la que procede.
Esta guía separa las tres cosas.
Transcripción y resumen: dos etapas, no una
La confusión más frecuente consiste en hablar de «IA que analiza las llamadas» como de un bloque único. Son dos tratamientos encadenados, y no tienen ni la misma fiabilidad ni los mismos límites.
Etapa 1: el reconocimiento de voz. El flujo de audio se convierte en texto. Es una tarea madura, muy fiable en buenas condiciones, y cuyos errores están localizados y son visibles: una palabra mal transcrita se detecta al leer.
Etapa 2: la interpretación. Un modelo de lenguaje lee esa transcripción y produce un resumen, extrae puntos clave, propone una calificación o detecta temas. Es aquí donde los errores se vuelven difusos e invisibles: un resumen falso se lee exactamente igual que un resumen correcto.
Un error de transcripción se ve. Un error de resumen se lee como una verdad. Esa es toda la diferencia de riesgo entre las dos etapas.
La consecuencia práctica: conserva siempre el acceso a la transcripción íntegra junto al resumen. Un comercial que duda de un punto puede verificarlo en diez segundos. Un sistema que solo muestra el resumen te pide que confíes en él sin medio de control.
Lo que degrada realmente la precisión
En una llamada profesional en español, con una línea correcta y un interlocutor audible, la transcripción es ampliamente utilizable. La calidad del motor ya no es el factor limitante. Otros tres lo son.
1. La calidad de la línea
Es con diferencia el primer factor. Una voz entrecortada por pérdida de paquetes, un jitter elevado o un códec muy comprimido produce una transcripción degradada, sea cual sea el modelo de detrás. Los requisitos de red de la voz sobre IP (menos del 1 % de pérdida de paquetes, menos de 30 ms de jitter) son, por tanto, también requisitos de transcripción.
Dicho de otro modo: mejorar la priorización del tráfico de voz en el router mejora la calidad de los resúmenes. La relación no es evidente, y sin embargo es directa.
2. El habla simultánea
Dos personas que hablan a la vez, o un comercial que interviene mientras el prospecto termina su frase, producen los pasajes menos fiables. Es precisamente lo que ocurre en los momentos de tensión de una llamada (objeción, negociación), es decir, los momentos que más querríamos releer.
3. El vocabulario propio de tu sector
Nombres propios, razones sociales, acrónimos internos, referencias de producto. Son las palabras que el modelo tiene menos probabilidades de haber visto, y son las que llevan la información en un resumen comercial. Un resumen que escribe «empresa Belmonte» en lugar de «empresa Velmonte» es inutilizable para encontrar el expediente.
Los usos que se sostienen, y los que decepcionan
Lo que hace bien
Eliminar la anotación después de la llamada. El uso más rentable, y el menos espectacular. De treinta a sesenta segundos recuperados por llamada atendida, en todo un equipo. Es la misma ganancia que la de la integración con el CRM, y las dos se acumulan: el resumen sube directamente a la ficha, sin intermediario.
Encontrar lo que se dijo. Tres semanas después, nadie se acuerda de si el prospecto dijo «lo volvemos a hablar en septiembre» o «lo volvemos a hablar después de septiembre». Un resumen manuscrito tampoco lo dirá. Una transcripción, sí.
Releer en lugar de escuchar. Un manager puede recorrer diez conversaciones en veinte minutos. Escuchando, hace dos. Es un cambio de escala del coaching, no un cambio de naturaleza.
Lo que hace mal
Juzgar el rendimiento de un comercial. Una puntuación automática mide lo medible (duración, ratio de habla, presencia de palabras clave), no lo que hace una buena llamada. Un comercial excelente que habla poco frente a un prospecto locuaz obtendrá una mala puntuación de «ratio de habla». Esos indicadores son puntos de partida de una conversación, nunca veredictos.
Detectar una intención de compra. Los modelos detectan formulaciones, no intenciones. «Habría que volver a hablarlo» significa todo y lo contrario según el tono, el contexto y el interlocutor, tres cosas que el texto no lleva.
Sustituir la escucha de una llamada difícil. Cuando se pierde una operación o una conversación se tuerce, el resumen dirá qué. No dirá cómo. En esas llamadas, no hay atajo.
Las obligaciones RGPD específicas
Es la parte que la mayoría de los equipos tratan como una prolongación de la grabación. Es un tratamiento distinto.
Un segundo tratamiento, a inscribir por separado
La transcripción tiene su propia finalidad, su propia base jurídica y su propio plazo de conservación. Debe figurar en el registro de actividades de tratamiento como una entrada distinta de la grabación.
La tentación de conservar el texto indefinidamente es fuerte, precisamente porque no pesa nada. Es exactamente lo que el principio de minimización prohíbe: el plazo se deduce de la finalidad, no del coste de almacenamiento.
| Finalidad | Plazo coherente |
|---|---|
| Resumen de actividad en el CRM | El plazo de conservación del expediente comercial |
| Coaching y formación | Unos meses, como la grabación de la que procede |
| Análisis agregado, estadísticas | Anonimizar, y conservar el agregado en lugar del texto |
La información a las personas
La locución al inicio de la llamada debe cubrir la transcripción, no solo la grabación. «Esta llamada puede ser grabada» no avisa de que se producirá un texto íntegro, conservado y leído por terceros internos. La mención debe ser exacta.
El marco completo de la grabación (grabación no sistemática, información a los dos públicos, plazos, datos que excluir) se trata en nuestra guía de la grabación de llamadas en la empresa. Todo lo que figura ahí se aplica antes de la transcripción.
El caso de la evaluación de los empleados
Hay también una razón operativa para mantener ese límite, independiente del derecho: un equipo que se sabe puntuado por una máquina adapta su discurso a la máquina. Los guiones se rigidizan, las conversaciones pierden naturalidad, y el indicador deja de medir lo que pretendía medir.
El encargado del tratamiento
Si la transcripción pasa por un servicio tercero, este trata el contenido de tus conversaciones. Cuatro puntos que resolver antes de la puesta en marcha: el contrato de encargo del tratamiento (artículo 28 del RGPD), la localización de los datos, las garantías en caso de transferencia fuera de la Unión Europea, y el compromiso de no reutilización para entrenar modelos. Este último punto es el que menos se plantea y el más estructurante.
Puesta en marcha razonada
Limitar el perímetro a las llamadas atendidas
Solo las llamadas que han producido un intercambio real merecen una transcripción. Los intentos sin respuesta y los buzones de voz no tienen nada que transcribir. Menos volumen, menos coste, menos exposición.
Rellenar el léxico del sector
Productos, competidores, cuentas clave, acrónimos. El único ajuste que actúa sobre las palabras que llevan la información.
Verificar la calidad de la línea
Pérdida de paquetes, jitter, priorización del tráfico de voz. Una línea degradada pone un techo a la calidad de las transcripciones, sea cual sea el motor.
Decidir dónde aterriza el resumen
En qué campo del CRM, en qué forma, y con qué enlace a la transcripción íntegra. Un resumen que aterriza en un campo que nadie lee no sirve de nada.
Actualizar la locución y el registro
La locución debe mencionar la transcripción. El registro debe llevar dos entradas distintas, con dos plazos.
Releer una muestra a D+15
Diez transcripciones, diez resúmenes, comparados con lo que el comercial recuerda de la llamada. Es el único control que te dirá si la herramienta es utilizable en tus llamadas, y no en las de la demostración.
Lo que hay que recordar
La transcripción automática cumple ampliamente su promesa en un uso preciso: eliminar la anotación y hacer que las conversaciones se puedan encontrar. Ya es considerable, y es lo que justifica la función por sí sola.
Cumple mucho peor la promesa de evaluación automática, por razones técnicas (un modelo lee texto, no intenciones) y por razones jurídicas que, en ese punto preciso, van en el mismo sentido que el sentido común directivo.
La regla que lo resume todo: usa la transcripción para recordar, no para juzgar. Sobre lo que revela realmente el análisis de las llamadas para hacer progresar a un equipo, el tema se trata desde otro ángulo en nuestro artículo sobre el análisis de llamadas y el estancamiento de los comerciales.
Lecturas relacionadas: el cold calling con IA y la integración telefonía-CRM, donde aterriza el resumen.
