Phonic-1, la voz con inteligencia artificial que actúa mientras usted todavía está hablando

Cualquiera que haya hablado con un asistente de voz conoce esa pausa incómoda. Usted termina una frase. El sistema espera, solo para asegurarse de que ha acabado. Después piensa. Después responde, medio segundo después de que el momento haya pasado. Phonic quiere eliminar esa pausa por completo. En la información publicada el 31 de octubre, la compañía presentó Phonic-1, un modelo de voz a voz diseñado para llamar a herramientas y realizar acciones mientras la persona que llama todavía está hablando, en lugar de esperar a que haga una pausa.

Ese único cambio de diseño transforma la sensación de una llamada. Una recepcionista humana no se queda congelada mientras usted habla. Ya está abriendo el calendario cuando usted dice la fecha. Phonic-1 busca esa misma ventaja. Escuchar y actuar se solapan, de modo que cuando la persona termina su petición, parte del trabajo puede estar ya en marcha.

Una ronda Serie A de 27,5 millones de dólares

El lanzamiento llega con respaldo nuevo. La compañía anunció una ronda Serie A de 27,5 millones de dólares liderada por First Round. Una financiación de ese nivel no demuestra que un producto funcione, pero sí dice que unos inversores que lo miraron de cerca creen que el problema es real y que el momento es el adecuado.

La voz es una de las interfaces más antiguas de los negocios. Los teléfonos siguen cargando con una parte enorme de las citas, las reclamaciones y las preguntas de servicio. Phonic construye una plataforma completa de voz a voz para agentes conversacionales fiables, con voces hiperrealistas y un sistema inteligente de decisiones que se adapta a conversaciones únicas y a casos especiales, en lugar de seguir árboles de decisión rígidos. Cada parte de esa descripción apunta a una frustración conocida. Los árboles rígidos se rompen en cuanto alguien dice algo fuera del guion. Una voz plana y robótica hace que la gente cuelgue y vuelva a marcar para buscar a una persona. Esa búsqueda de naturalidad conecta con lo que ya vimos en la tecnología que trabaja junto a las personas en tareas diarias.

La fiabilidad es todo el argumento

Los cofundadores Moin Nadeem, director ejecutivo, y Nikhil, amigos desde hace mucho tiempo, se propusieron arreglar la fiabilidad de la voz con inteligencia artificial, que consideran el principal obstáculo para su adopción. Ese diagnóstico sonará verdadero a cualquiera que haya puesto en marcha un sistema telefónico. Un agente de voz que funciona nueve veces y falla de forma rara en la décima enseña a quien llama a desconfiar de él en las diez.

La fiabilidad no es una función más junto a las demás. Es el producto. Un sistema de decisiones que se adapta a conversaciones únicas ataca directamente esa décima llamada. Las personas reales se interrumpen a sí mismas. Corrigen una fecha a mitad de frase. Responden a una pregunta con una historia. Un sistema construido para los casos especiales trata esos momentos como tráfico normal, no como errores, y mantiene la conversación en marcha.

Donde trabaja la plataforma

La plataforma se usa para tareas como programar citas, tramitar reclamaciones y atender consultas de clientes en sectores como la sanidad y los seguros. Son tareas de gran volumen y de alto coste en paciencia. Una cita que se pierde, una reclamación atascada en una cola, una pregunta sencilla que exige veinte minutos de espera. Cada una es pequeña. Juntas, moldean lo que la gente siente por una clínica o por una aseguradora.

Programar citas en sanidad muestra bien el valor de actuar mientras la persona habla. Si el sistema puede comprobar los huecos disponibles cuando quien llama nombra el día que prefiere, el intercambio se acorta. La persona escucha opciones que están abiertas de verdad. Y la recepción recibe menos llamadas repetidas sobre la misma reserva. En seguros, la tramitación de reclamaciones tiene la misma forma. Los datos llegan en un flujo continuo. Un sistema que puede abrir las herramientas adecuadas durante ese flujo ahorra una segunda ronda de preguntas después.

Actuar a mitad de frase, con cuidado

Llamar a herramientas mientras alguien todavía habla suena a truco de velocidad. También es un compromiso de diseño. El sistema tiene que decidir, en tiempo real, qué ha entendido lo bastante bien como para actuar y qué necesita todavía confirmación. Si ese equilibrio sale bien, las llamadas se sienten ágiles y naturales. Quien llama solo nota que las cosas se hicieron sin el habitual parar y arrancar.

Las voces hiperrealistas cumplen aquí un papel de apoyo. El tono transmite información en una llamada. Una voz tranquila y natural indica que el sistema sigue el ritmo, y eso mantiene tranquila a la persona al otro lado. Quien haya calmado alguna vez a un cliente frustrado sabe que la mitad del trabajo consiste en sonar sin prisa mientras se trabaja rápido.

Las preguntas que quedan son prácticas. ¿Cómo maneja Phonic-1 los acentos, el ruido de fondo y a quien cambia de tema dos veces en una misma respiración? ¿Con qué rapidez puede un cliente nuevo ajustar el sistema de decisiones a sus propias reglas? La ronda Serie A da a Phonic margen para responder a esas preguntas con despliegues reales y no con promesas. Por ahora, el lanzamiento hace una afirmación limpia. Phonic-1 escucha y actúa al mismo tiempo, la plataforma está construida de principio a fin para ser fiable, y dos amigos de toda la vida que fundaron la compañía cuentan con 27,5 millones de dólares de respaldo nuevo, liderados por First Round, para demostrar el enfoque a gran escala. Si la pausa desaparece de verdad, quien llama quizá no elogie la tecnología. Simplemente notará que la llamada duró tres minutos en lugar de nueve, y ese es el mayor cumplido que un sistema telefónico puede recibir.

También publicado en: