Desarrollar, comprar o servicio gestionado: ¿quién es responsable del agente de voz tras el lanzamiento?

Elegir entre desarrollar o comprar agentes de voz con IA es elegir entre tres modelos operativos: desarrollar el agente tú mismo con frameworks de código abierto y API de modelos, comprar una plataforma de agentes de voz que configura tu propio equipo, o pagar a un servicio gestionado para que lo desarrolle y lo gestione por ti. El lanzamiento importa menos que lo que viene después. Cada vez que cambia una política, un precio o un hábito de quienes llaman, alguien tiene que modificar el agente, y cada modelo pone ese trabajo en manos distintas.

La mayoría de las guías sobre desarrollar o comprar comparan dos opciones en el momento de la compra. Esta compara las tres según lo que determina si un agente telefónico sigue mejorando: quién puede detectar una llamada mal gestionada, corregirla, verificar la corrección y publicarla, y cuántos traspasos hay por medio.

Retell AI publica esta guía y vende una plataforma de agentes de voz, que es uno de los tres modelos. Explicamos dónde encaja cada modelo, incluidos los casos en los que desarrollar o contratar un servicio gestionado es la mejor opción.

¿Cuáles son las tres formas de conseguir un agente de voz con IA?

Los tres modelos se diferencian en quién escribe el código, quién gestiona la infraestructura y quién cambia el comportamiento del agente una vez que está activo.

• Desarrollar. Tus ingenieros montan el stack: un operador telefónico, speech-to-text, un modelo de lenguaje, text-to-speech y la orquestación que gestiona los turnos de palabra y las interrupciones entre ellos. Muchos equipos parten de un framework de código abierto como Pipecat (BSD 2-Clause, mantenido por Daily y la comunidad) o LiveKit Agents (Apache 2.0). Eres responsable de cada capa y de cada caída.
• Comprar una plataforma. El proveedor gestiona las capas de telefonía, voz y modelo. La documentación de Retell describe así su plataforma: «Retell gestiona las capas de telefonía, voz y modelo de lenguaje, para que configures el agente en lugar de conectar proveedores». Tu equipo escribe los prompts, crea los flujos, conecta tus sistemas y es responsable de cómo se comporta el agente.
• Servicio gestionado. El equipo de servicios de un proveedor o una agencia desarrolla el agente y se encarga de gestionarlo. Tú describes lo que quieres y revisas los resultados. Los cambios pasan por el proveedor.

Los modelos también se pueden combinar. Un lanzamiento gestionado puede traspasarse a tu equipo, y tu propia lógica de modelo puede funcionar sobre una capa telefónica comprada. Ambas vías intermedias se explican más abajo.

¿Quién es responsable de qué tras el lanzamiento?

La tabla divide el agente en las capas de las que alguien tiene que encargarse un martes cualquiera después de la puesta en marcha. El patrón que hay que buscar está en la última fila.

Desarrollar te da el máximo control y lo máximo que cubrir con personal. Comprar traslada la infraestructura al proveedor, pero mantiene el comportamiento en manos de tu equipo. Un servicio gestionado externaliza casi todo, incluido el control sobre la rapidez con la que se publican los cambios.

¿Por qué importa más la responsabilidad tras el lanzamiento que el propio lanzamiento?

Porque un agente de voz nunca está terminado. Quienes llaman expresan cosas que tus guiones no preveían, las políticas cambian y aparecen nuevos motivos de llamada. El artículo de Retell sobre lo que hace un ingeniero de automatización de CX llama a esta respuesta el ciclo de mejora de CX: alguien del equipo interno detecta las llamadas que el agente gestionó mal, averigua por qué, prepara una corrección, la verifica, la despliega y observa las siguientes llamadas. El mismo artículo señala el coste de delegar ese ciclo en otra persona: «Si la mayor parte del trabajo de automatización de CX sigue en manos del proveedor, cada corrección espera en la cola del proveedor».

El diagrama muestra cómo avanza una misma corrección en cada modelo.

Los traspasos son la verdadera diferencia. Cuando desarrollas, operaciones suele detectar el problema, pero un ingeniero tiene que publicar la solución. Con un servicio gestionado, cada cambio cruza los límites de la empresa. En una plataforma que tu equipo de operaciones puede usar, la persona que detectó el problema puede corregirlo.

¿Qué implica desarrollar un agente de voz?

Desarrollar implica hacerte responsable de un sistema telefónico en tiempo real, no solo de un modelo de IA. El tiempo de ingeniería se va en la conectividad telefónica y las transferencias, el audio en streaming que responde a las interrupciones, las llamadas a funciones que fallan de forma segura en mitad de la llamada, los registros de llamadas con búsqueda, un entorno de pruebas y un proceso de publicación, y un turno de guardia para cuando una línea falla.

También hay un coste menos evidente. Salvo que desarrolles también un editor, un ejecutor de pruebas y controles de publicación para perfiles no técnicos, cada cambio de prompt es un cambio de código, y las personas que conocen a quienes llaman hacen cola para conseguir tiempo de ingeniería. Al desarrollar puedes acabar recreando la cola del proveedor dentro de tu propia empresa.

Desarrollar tiene sentido cuando el agente de voz es tu producto, cuando los prompts y las transcripciones deben permanecer en tu propia infraestructura o en un modelo que alojas tú, o cuando necesitas una lógica de respuesta que ninguna plataforma admite y puedes dotarla de personal durante años. Los proveedores que venden la opción de comprar ponen el listón alto: un ensayo de 2025 en el blog Fin de Intercom calcula que un agente de soporte desarrollado internamente necesita alrededor de un millón de conversaciones al mes solo para alcanzar el punto de equilibrio, suponiendo un equipo de ingeniería de 50.000 $ al mes y un rendimiento equivalente al de las herramientas que puedes comprar. Es la estimación de un proveedor para la atención al cliente en general, no para llamadas telefónicas, así que haz tus propios números.

Si tus ingenieros quieren ser responsables del código del agente, la comparativa de Retell con LiveKit explica qué te da un framework y de qué se encarga una plataforma.

¿Qué implica comprar una plataforma?

Comprar traslada la infraestructura al proveedor, no el comportamiento del agente. Alguien de tu equipo sigue siendo responsable de los prompts, la base de conocimiento, los casos de prueba y la revisión de las llamadas reales. Lo que la plataforma debería darle a esa persona es un ciclo de cambios que pueda gestionar sin ingenieros. En Retell, ese ciclo está documentado:

• Borrador y, después, publicación. Una nueva versión del agente empieza como un borrador que puedes editar y verificar. Al publicarla pasa a ser de solo lectura, así que siempre tienes una configuración fija a la que volver. Es el versionado de prompts integrado en el agente.
• Verifica antes de que lo oigan quienes llaman. Las pruebas de simulación ponen a una IA en el papel de quien llama y califican cada ejecución como superada o no superada. Los casos guardados se ejecutan juntos como un lote, para que confirmes que la tasa de aciertos se mantiene antes de desplegar.
• Publica y revierte moviendo una etiqueta. Los números de teléfono pueden apuntar a una etiqueta `prod`. Mueve la etiqueta a la nueva versión para cambiar las llamadas activas en esos números y vuelve a moverla para revertir. Los números asignados directamente a una versión se mantienen en esa versión.
• Observa el resultado. AI QA evalúa una muestra de llamadas y marca problemas como las alucinaciones. Las reglas de alerta envían un correo electrónico o un webhook cuando una métrica, como la tasa de éxito, supera un umbral que tú defines. Las pruebas A/B pueden repartir el tráfico de un número entre agentes por porcentaje.

El coste es por minuto más personas. Retell funciona con pago por uso desde 0,07 $ por minuto, con 20 llamadas simultáneas incluidas, según su página de precios. El coste en personas es un responsable dedicado, el rol que el artículo de Retell llama ingeniero de automatización de CX, con tiempo reservado para este trabajo. Una ficha de evaluación de QA le da a ese responsable una forma sistemática de valorar las llamadas.

¿Cuándo tiene sentido un servicio gestionado?

Un servicio gestionado tiene sentido cuando todavía nadie puede hacerse responsable del agente, la fecha de lanzamiento no se puede mover o el caso de uso es demasiado limitado para justificar un responsable. También es el modelo de negocio de las agencias y los BPO que gestionan agentes de voz para sus clientes, lo que los sitúa en el lado del proveedor en esta decisión.

El riesgo es la velocidad de los cambios: cada corrección se convierte en una solicitud y el proveedor decide cuándo se publica. Antes de firmar, consigue por escrito lo siguiente:

• Con qué rapidez se publica una solicitud de cambio, tanto para corregir una frase como para un nuevo tipo de llamada.
• Si tendrás acceso de lectura a la configuración del agente, las grabaciones de llamadas y las transcripciones.
• A quién se avisa cuando fallan las llamadas y cómo se comunican las incidencias.
• Qué te llevas si te vas: prompts, flujos, casos de prueba y datos de llamadas.

Para el lado del partner en el mismo acuerdo, cómo deben definir el alcance del primer acuerdo los proveedores de IA de voz y los partners de servicios explica quién se encarga del análisis inicial y cómo repartir el trabajo.

¿Hay una vía intermedia entre desarrollar y comprar?

Sí, dos.

Lanzamiento gestionado y, después, traspaso. El proveedor o un partner desarrolla los primeros agentes junto con tu equipo y forma a tu personal; después, tu equipo asume más trabajo de mejora a su propio ritmo. Los forward deployed engineers de Retell trabajan así, con una plataforma que permite al equipo del cliente asumir más trabajo con el tiempo. Si al principio nadie de tu lado puede encargarse del desarrollo, el directorio de partners de soluciones de Retell incluye partners certificados, y el plan Enterprise ofrece Dedicated Implementation Support como complemento.

Desarrolla el cerebro, compra la capa telefónica. Si necesitas tu propio modelo o pipeline de recuperación, no tienes que desarrollar también la telefonía. Con un LLM personalizado en Retell, Retell se encarga de la telefonía, la transcripción, los turnos de palabra y la síntesis de voz, mientras tu servidor WebSocket genera cada respuesta. La documentación detalla las contrapartidas: asumes la latencia, la disponibilidad y la gestión de reconexiones, y las pruebas de simulación y por lotes no admiten agentes con LLM personalizado, por lo que solo quedan las llamadas web y telefónicas para verificarlos. Para la mayoría de los agentes, la documentación recomienda en su lugar un agente de prompt único o de flujo conversacional.

¿Cómo elegir entre desarrollar, comprar y un servicio gestionado?

Empieza por quién será responsable del agente dentro de un año y, después, elige el modelo que dé a esa persona las herramientas necesarias.

Elijas lo que elijas, haz una comprobación antes de firmar: durante el piloto, pide a la persona que será responsable del agente que detecte una llamada fallida, la corrija, verifique la corrección, la publique y la revierta, y mide el tiempo. Cómo evaluar una plataforma de agentes de voz antes de la puesta en marcha explica ese piloto paso a paso, y de la demo a producción en 30 días cubre el primer mes posterior.

Preguntas frecuentes

¿Es más barato desarrollar o comprar un agente de voz con IA?

Depende de tu volumen de llamadas y de las personas que ya tienes en plantilla. Desarrollar sustituye el precio por minuto de una plataforma por salarios de ingeniería, facturas de modelos y operadores, y un turno de guardia. Comprar añade un precio por minuto, pero te deja un único responsable al que dotar en lugar de un equipo. Compara los ingenieros que necesitarías con los minutos de plataforma a tu volumen previsto.

¿Qué es un servicio gestionado para agentes de voz con IA?

El equipo de servicios de un proveedor o una agencia desarrolla el agente de voz y se encarga de gestionarlo por ti. Tú describes lo que debe hacer y revisas los resultados, y el proveedor hace los cambios. Se lanza sin personal interno, pero cada cambio posterior es una solicitud en la cola del proveedor.

¿Quién debería ser responsable de un agente de voz con IA tras el lanzamiento?

Una persona concreta de tu lado, con tiempo reservado para revisar llamadas, corregir prompts y conocimiento, y verificar los cambios antes de publicarlos. Retell llama a este rol ingeniero de automatización de CX, a veces también llamado ingeniero desplegado interno. Entre los buenos candidatos están un responsable de operaciones, un responsable de QA o un administrador de IVR, sobre todo si sus compañeros ya le consultan los problemas de IA de voz.

¿Podemos empezar con un servicio gestionado y asumir el trabajo internamente más adelante?

Sí, si lo planificas desde el principio. Pide acceso a la configuración del agente, las grabaciones y los casos de prueba, y acuerda un periodo de traspaso en el que tu responsable haga los cambios y el proveedor los revise. Es más fácil cuando el proveedor desarrolla sobre una plataforma que tu equipo de operaciones también puede usar.

Elige el modelo que tu equipo pueda gestionar

La respuesta correcta a la pregunta de desarrollar o comprar es el modelo en el que las personas que conocen a quienes te llaman pueden cambiar el agente sin esperar a nadie. Retell es una plataforma de agentes de voz con IA para centros de contacto, diseñada para que tu equipo de operaciones sea responsable del agente tras el lanzamiento, con forward deployed engineers y partners certificados que te ayudan a empezar. Compara los planes en la página de precios y habla con el equipo sobre quién gestionará tus agentes.