Hace siete años, Gustavo Capart y sus socios fundaron Inceptia AI con una premisa: la inteligencia artificial tenía un potencial transformador que podía superar al de muchas de las tecnologías que habían surgido hasta ese momento. Desde entonces, la compañía se especializó en inteligencia artificial conversacional y desarrolló una plataforma de robots de voz y chat orientada a automatizar conversaciones.
La decisión de apostar por un modelo basado en productos surgió, según Capart, a partir de una observación sobre el mercado. “Mis otros 2 socios venían de trabajar en empresas de inteligencia artificial, y lo que habían visto es que 7 años atrás todavía había mucha cosa hecha a medida, y no tanto producto basado en, y nosotros veíamos una oportunidad y que el tema de proyectos a medida no escalaba”, explicó.
El objetivo fue construir una solución capaz de crecer junto con las necesidades de las organizaciones y facilitar la adopción de la tecnología. En la actualidad, Inceptia procesa 120 millones de conversaciones por mes, trabaja con más de 150 clientes y tiene presencia en 14 países, principalmente en América Latina, además de algunas operaciones en España y Estados Unidos.
La compañía también construyó su estrategia alrededor de una segunda tesis: la voz continúa siendo una de las formas más naturales de comunicación y, por lo tanto, tiene un enorme potencial de digitalización. “La 1º tesis, la IA es disruptiva, y la 2º es la voz, es la forma más natural de comunicarse”, resumió Capart.
Del entusiasmo tecnológico al caso de negocio
La evolución de Inceptia también estuvo marcada por el aprendizaje propio de una startup. La empresa fue ajustando su propuesta a partir de la experiencia con sus clientes y de la necesidad de encontrar problemas concretos que pudieran resolverse mediante inteligencia artificial.
Para Capart, uno de los principales aprendizajes fue evitar que la tecnología se convierta simplemente en una demostración de capacidades. “Hay toda una capa con la IA de cosmética y de innovación, que hay que tenerla porque sí”, señaló. Sin embargo, sostuvo que el verdadero valor aparece cuando existe una necesidad concreta y un retorno económico asociado.
“Esto tiene que tener sentido, hay que concentrarse en el caso de uso”, afirmó. En ese sentido, Inceptia encontró en las conversaciones automatizadas un escenario donde la IA puede alcanzar resultados comparables con los de un operador humano, pero con una estructura de costos considerablemente menor.
La compañía midió ahorros de hasta 50% en determinados casos de uso con grandes clientes de Latinoamérica. “La IA, bien aplicada en conversaciones, en ciertos escenarios, puede generar la misma performance que un humano, que un call center operado con humanos a una fracción del precio”, explicó.
El desafío, sin embargo, no termina con una demostración exitosa. Llevar una solución a producción implica contar con infraestructura, monitoreo, seguridad y capacidad de escalar. “Además de tener el bot, tenés que tener un servicio, la plataforma tiene que escalar, tiene que estar monitoreada, tenés que tener la seguridad apropiada para no tener problemas”, sostuvo.
¿Humano o robot?
La aceptación de los usuarios es otro de los factores que las empresas deben considerar al incorporar agentes conversacionales. Capart coincide con la percepción de que todavía existe una preferencia mayoritaria por interactuar con personas, especialmente cuando se trata de resolver problemas complejos.
“La mayoría de la gente prefiere hablar con un humano si puede”, afirmó. Pero esa preferencia no significa que los usuarios rechacen necesariamente a los bots. Un caso en Chile, relacionado con la toma de pedidos, mostró que la tolerancia a la espera puede modificar esa decisión.
La empresa utilizaba el robot cuando la capacidad de atención humana estaba saturada, durante determinados horarios, fines de semana o momentos de alta demanda. El resultado fue que los usuarios preferían interactuar con el bot antes que esperar demasiado tiempo. “Si tenían que esperar más de 10 minutos, se iban. Preferían hablar con un robot antes que esperar más de 10 minutos”, relató Capart.
La inteligencia artificial también puede contribuir a reducir el impacto de la rotación de personal en los centros de atención. Una vez entrenado y perfeccionado, un agente virtual puede concentrar el conocimiento acumulado de los mejores operadores. “Llega un momento, te diría más temprano que tarde, en el cual es tu mejor agente”, sostuvo.
Conversaciones cada vez más naturales
El siguiente salto tecnológico estará vinculado con la capacidad de los sistemas para reproducir no solo las palabras de una conversación humana, sino también sus pequeños detalles. Capart considera que la industria está avanzando desde una primera etapa de imitación hacia una mayor comprensión del contexto conversacional.
“Antes estamos haciendo la mímica, ahora estamos haciendo los detalles”, explicó. Entre esos avances mencionó el manejo de interrupciones, la expresividad, la respiración, las emociones y la capacidad de interpretar características de la voz.
La evolución también apunta a una personalización más profunda. La IA podrá adaptar la interacción a la persona con la que conversa y reducir progresivamente las señales que hacen evidente que se trata de un sistema automatizado.
En los próximos años, Capart espera además una mayor presencia de modelos multimodales, capaces de procesar y generar audio de manera más directa. “Estos modelos multimodales apuntan a que entra audio, sale audio. La velocidad de resolución, la naturalidad es muchísimo mayor”, explicó, aunque aclaró que todavía existen desafíos para utilizarlos en escenarios productivos a gran escala.
También anticipa un crecimiento de modelos más pequeños y open source para aplicaciones conversacionales, junto con una mejora sustancial de las voces sintéticas.
Seguridad e inteligencia artificial responsable
El crecimiento de la IA conversacional plantea, al mismo tiempo, desafíos vinculados con la seguridad y la protección de datos. Para una empresa que puede gestionar millones de interacciones, la seguridad debe contemplar tanto la infraestructura tecnológica como el comportamiento de los propios modelos.
Capart destacó la importancia de certificaciones como ISO 27001 y señaló que el mercado avanzará hacia estándares específicos para inteligencia artificial. “Vas a tener que asegurar no solo que protegés los datos de ataques y protegés la privacidad y que no usás los datos para otras cosas, sino tenés que también asegurarte de que el IA no los usa”, sostuvo.
La compañía considera fundamental garantizar que los datos estén protegidos durante todo el proceso, desde su ingreso hasta su utilización y almacenamiento. Para Capart, este aspecto será cada vez más determinante a medida que las empresas incorporen IA en procesos críticos.
Servicio, escalabilidad y un modelo basado en consumo
En ese escenario, Inceptia identifica dos diferenciales principales: el servicio y la escalabilidad. “El servicio es uno de los diferenciales”, afirmó Capart, quien destacó la importancia de acompañar a los clientes cuando aparecen problemas en telefonía, bases de datos o infraestructura.
La compañía también desarrolló tecnología propia, entre ella su orquestador, con el objetivo de soportar grandes volúmenes de operaciones. A esto suma un modelo comercial basado completamente en consumo: “Vos pagás por lo que usás, y un mes te factura una cosa y al otro mes otra porque vos consumiste más o menos”.
De cara al próximo año, Inceptia apuesta a que cada vez más clientes puedan construir sus propios bots directamente desde la plataforma. La empresa busca combinar una interfaz sencilla con el conocimiento y el servicio acumulado durante siete años.
“Nosotros estamos apostando mucho a que los usuarios van a construir sus propios bots en nuestra plataforma”, anticipó Capart. La estrategia apunta a reducir la distancia entre quienes tienen una necesidad de negocio y quienes cuentan con los conocimientos técnicos para implementar una solución de IA.
El objetivo, en definitiva, es que la inteligencia artificial conversacional deje de ser una tecnología reservada para proyectos complejos y se convierta en una herramienta accesible para más organizaciones, sin perder de vista los factores que determinan su éxito: un caso de negocio concreto, seguridad, escalabilidad y acompañamiento durante todo el proceso de implementación.
Leer más
- Apple renovaría Siri con iOS 27: nueva app, IA avanzada y experiencia conversacional en la WWDC 2026
- Integración de Google Vertex AI en RCS ofrece nuevas oportunidades para la IA conversacional
- Salesforce lanza nueva generación de Einstein con IA conversacional
