Parloa crea agentes con los que los clientes quieren hablar

En los primeros días de Parloa, el cofundador Stefan Ostwald pasó un día en un centro de atención telefónica de una aseguradora, donde su equipo desarrollaba experiencias de voz iniciales. Sentado junto a los agentes, escuchó las mismas conversaciones una y otra vez: restablecimientos de contraseñas, consultas sobre pólizas y cambios rutinarios. Se dio cuenta de que gran parte de ese trabajo podía automatizarse.

Tras esa experiencia, Parloa⁠(se abre en una nueva ventana), con sede en Berlín, comenzó a crear agentes de voz basados en reglas para automatizar interacciones de gran volumen con clientes.

Con la aparición de ChatGPT, la empresa evolucionó hasta crear lo que hoy es su Plataforma de Gestión de Agentes de IA (AMP), basada en una nueva generación de modelos que incluye GPT‑5.4.

AMP permite a las empresas diseñar, implementar y gestionar a escala las interacciones de atención al cliente. En lugar de trazar intenciones y flujos rígidos, los equipos definen el comportamiento en lenguaje natural, se conectan con sistemas internos e iteran rápidamente mediante simulaciones y evaluaciones integradas.

Parloa gestiona estas interacciones de principio a fin, desde el enrutamiento simple hasta las solicitudes complejas de varios pasos. El objetivo es mantener la uniformidad en producción, donde importan el rendimiento, la latencia y los casos extremos. Para lograrlo, Parloa prueba continuamente los modelos con situaciones reales de clientes antes de implementarlos.

La Plataforma de Gestión de Agentes (AMP) de Parloa está diseñada para que usuarios empresariales y especialistas en la materia puedan crear agentes de IA sin escribir código.

“Con AMP, especialistas de distintas unidades de negocio pueden crear los agentes y conectar las API de una manera mucho más ágil y sencilla”, afirma O’Reilly.

En términos generales, AMP permite a las marcas gestionar todo el ciclo de vida de los agentes de IA. Para ello, ofrece a los equipos no técnicos una forma más sencilla de definir cómo debe comportarse un agente antes de ponerlo en funcionamiento. En vez de escribir código o trazar árboles rígidos de intenciones, los especialistas definen en lenguaje natural el rol, las instrucciones, las herramientas y los límites del agente. Esa configuración sirve de base para elaborar el prompt del modelo y determinar el comportamiento del sistema en producción.

Una vez definido, el agente se prueba antes de implementarlo. Parloa simula conversaciones con clientes mediante modelos como GPT‑5.4: uno actúa como la persona que llama y otro ejecuta el agente configurado. Los equipos pueden examinar directamente estas interacciones, probar cambios en situaciones realistas e iterar antes de ponerlos en funcionamiento.

Después, los mismos modelos evalúan esas conversaciones mediante una combinación de verificaciones deterministas y puntuaciones de LLM como juez. Esto revela si el agente siguió las instrucciones, usó correctamente las herramientas y completó la tarea según lo previsto.

Durante una conversación en vivo, la capa de orquestación de AMP proporciona a un modelo de OpenAI la configuración del agente y el contexto de la conversación para generar una respuesta, recuperar información mediante RAG o activar herramientas que interactúen con los sistemas de los clientes. Parloa actualiza continuamente esta capa con la última generación de modelos a medida que demuestran mejoras claras de rendimiento en el mundo real.

Después de la conversación, otros flujos de trabajo basados en OpenAI resumen la interacción, clasifican la intención del cliente y evalúan el rendimiento según las reglas definidas.

A medida que los agentes se volvieron más complejos, resultó más difícil mantener un único prompt monolítico. Los cambios pequeños podían producir efectos secundarios imprevistos. Para resolverlo, Parloa adoptó un enfoque modular. Tareas como la autenticación, los cambios de reservas o las actualizaciones de cuentas pueden separarse en subagentes distintos, lo que mejora el seguimiento de instrucciones y facilita la evolución de los sistemas.

A su vez, la plataforma incorpora controles deterministas donde más importa la confiabilidad. Las empresas pueden definir cadenas estructuradas de API y una lógica basada en eventos para garantizar que los pasos críticos ocurran en el orden correcto, equilibrando la flexibilidad conversacional con una ejecución predecible.

Parloa utiliza modelos como GPT‑4.1, GPT‑5‑mini y otros para simular interacciones realistas con clientes antes de poner en funcionamiento un agente; luego las evalúa combinando un LLM como juez con reglas deterministas. Así, los equipos pueden probar casos extremos, iterar rápidamente y validar el rendimiento antes de exponer a los clientes a posibles fallas.

Parloa trabaja principalmente con grandes empresas, donde la uniformidad importa tanto como las capacidades.

“Cuando aparece un nuevo modelo, lo sometemos a nuestro conjunto de pruebas comparativas”, afirma Matthäus Deutsch, científico aplicado sénior. “Para nosotros es muy importante que las cosas no solo funcionen en pruebas comparativas teóricas, sino también en casos de uso reales”.

En lugar de depender de pruebas comparativas abstractas, Parloa replica agentes reales de producción y los somete a procesos de simulación y evaluación. Estas pruebas miden la confiabilidad al seguir instrucciones, la uniformidad al llamar API, la latencia y el rendimiento general en condiciones realistas.

Estas evaluaciones determinan qué modelos están listos para producción. Solo se implementan los modelos que funcionan de manera confiable en situaciones reales de clientes.

“Los clientes empresariales afrontan un costo real de migración”, afirma Deutsch. “Una vez que un sistema funciona en producción, lo mantienen estable y solo cambian cuando los beneficios son claros”.

Como resultado, los sistemas se comportan de manera predecible en producción, incluso a gran escala. En millones de interacciones con clientes, la mayoría de las conversaciones se resuelven sin contratiempos. Incluso cuando las llamadas se transfieren a agentes humanos, rara vez se debe a una falla. En una implementación, una empresa global de viajes redujo en un 80 % las solicitudes de atención por parte de un agente humano.

Esta mentalidad centrada primero en la evaluación se ha convertido en un diferenciador clave que permite a Parloa avanzar con rapidez sin sacrificar la confiabilidad en producción.

La voz plantea restricciones distintas a las del chat basado en texto. Cada interacción pasa por un proceso de baja latencia: conversión de voz a texto, razonamiento del modelo y conversión de texto a voz.

Este proceso hace que la latencia sea crucial. Incluso las demoras pequeñas en la capa del modelo se acumulan y generan pausas perceptibles para quien llama, lo que influye en la selección y optimización de los modelos.

Parloa trabaja estrechamente con OpenAI para optimizar el rendimiento en casos de uso en tiempo real, con énfasis en la latencia, la calidad de las respuestas y el seguimiento de instrucciones. El equipo evalúa continuamente y somete a pruebas de estrés las nuevas versiones de los modelos en entornos similares a producción antes de usarlas en interacciones en vivo con clientes.

Parloa evalúa por separado cada componente de la arquitectura de voz:

• Los sistemas de voz a texto se prueban para medir la tasa de error de palabras, en especial con datos sensibles como números de póliza o identificadores de cuenta.
• Los modelos de texto a voz se evalúan mediante pruebas de escucha a ciegas para determinar qué tan natural les resulta la voz a usuarios reales. Luego, esos resultados se contrastan con interacciones reales de clientes para garantizar un rendimiento uniforme en entornos de producción.
• Actualmente, se evalúa si los modelos de voz a voz están listos para producción, con énfasis en la latencia, la precisión y el costo.

Desde el principio, estos sistemas se diseñaron para implementarse en todo el mundo. Las pruebas comparativas abarcan varios idiomas y clientes que operan en regiones de todo el mundo. Este rigor multilingüe refleja tanto las raíces europeas de Parloa como las expectativas de los clientes empresariales, que exigen un rendimiento uniforme en distintos mercados, no solo en un idioma o una región.

Hoy, los agentes de Parloa gestionan millones de conversaciones en sectores como el comercio minorista, los viajes y los seguros, y admiten casos de uso que van desde la automatización del soporte hasta flujos que generan ingresos, como la venta telefónica.

Parloa considera que la atención al cliente está evolucionando hacia una experiencia totalmente multimodal.

Una conversación podría comenzar por teléfono, continuar en el chat e incluir enlaces o elementos interactivos durante el proceso. En lugar de tratar cada paso como un flujo independiente, AMP está diseñada para gestionarlos como una sola interacción. Con el tiempo, los agentes de IA podrían adquirir tanta importancia en las experiencias de los clientes como los sitios web y las aplicaciones móviles.

A medida que las empresas automatizan una proporción cada vez mayor de las interacciones con clientes, Parloa se centra en lograr que los agentes de IA sean suficientemente confiables, flexibles y dignos de confianza para operar a escala global.