Parloa crea agentes de atención con los que apetece hablar

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

Tras aquella experiencia, Parloa⁠(se abre en una ventana nueva), con sede en Berlín, empezó a crear agentes de voz basados en reglas para automatizar grandes volúmenes de interacciones 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, conectan los sistemas internos e iteran rápidamente mediante simulaciones y evaluaciones integradas.

Parloa gestiona estas interacciones de principio a fin, desde un simple enrutamiento hasta solicitudes complejas de varios pasos. La prioridad es la uniformidad en producción, donde importan el rendimiento, la latencia y los casos límite. 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 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 forma 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 establecen en lenguaje natural la función, las instrucciones, las herramientas y los límites del agente. Esta configuración determina cómo se proporciona el prompt al modelo y cómo se comporta el 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 con situaciones realistas e iterar antes de ponerlos en funcionamiento.

Después, esos mismos modelos evalúan las conversaciones combinando comprobaciones deterministas y puntuaciones de un LLM que actúa como juez. Así se comprueba si el agente siguió las instrucciones, utilizó correctamente las herramientas y completó la tarea según lo previsto.

Durante una conversación en directo, la capa de orquestación de AMP proporciona a un modelo de OpenAI la configuración del agente y el contexto de la conversación para que genere una respuesta, recupere información mediante RAG o active herramientas que interactúen con los sistemas de los clientes. Parloa actualiza continuamente esta capa con la última generación de modelos cuando estos demuestran mejoras claras de rendimiento en situaciones reales.

Tras 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 ganaban complejidad, resultaba más difícil mantener un único prompt monolítico. Los pequeños cambios podían provocar efectos secundarios imprevistos. Para resolverlo, Parloa adoptó un enfoque modular. Tareas como la autenticación, los cambios de reservas o las actualizaciones de cuentas pueden dividirse entre distintos subagentes, lo que mejora el seguimiento de instrucciones y facilita la evolución de los sistemas.

A su vez, la plataforma incorpora controles deterministas en los ámbitos donde más importa la fiabilidad. Las empresas pueden definir cadenas estructuradas de API y lógica basada en eventos para garantizar que los pasos críticos sigan el orden correcto, equilibrando la flexibilidad de la conversación 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. Después, las evalúa combinando un LLM que actúa como juez con reglas deterministas. Esto permite a los equipos probar casos límite, iterar con rapidez y validar el rendimiento antes de que los clientes puedan verse afectados por un fallo.

Parloa trabaja principalmente con grandes empresas, para las que la uniformidad importa tanto como las prestaciones.

«Cuando aparece un modelo nuevo, lo sometemos a nuestro conjunto de pruebas comparativas», explica 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 basarse en pruebas comparativas abstractas, Parloa reproduce agentes reales de producción y los somete a procesos de simulación y evaluación. Estas pruebas miden la fiabilidad al seguir instrucciones, la uniformidad al llamar a las API, la latencia y el rendimiento general en condiciones realistas.

Estas evaluaciones determinan qué modelos están preparados para producción. Solo se implementan los modelos que ofrecen un rendimiento fiable en situaciones reales de clientes.

«Los clientes empresariales afrontan un coste real de migración», afirma Deutsch. «Cuando un sistema funciona en producción, lo mantienen estable y solo cambian si las ventajas están claras».

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 derivan a agentes humanos, rara vez se debe a un fallo. En una implementación, una empresa internacional de viajes redujo en un 80 % las solicitudes de hablar con un agente humano.

Esta mentalidad de priorizar la evaluación se ha convertido en un elemento diferenciador clave que permite a Parloa avanzar con rapidez sin sacrificar la fiabilidad en producción.

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

En este proceso, la latencia resulta crucial. Incluso los pequeños retrasos en la capa del modelo se acumulan y provocan pausas perceptibles para quien llama, lo que condiciona la selección y optimización de los modelos.

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

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

• Los sistemas de conversión de voz a texto se prueban para medir la tasa de error de palabras, especialmente con datos delicados como números de póliza o identificadores de cuenta.
• Los modelos de conversión de texto a voz se evalúan mediante pruebas de escucha a ciegas para determinar hasta qué punto la voz les parece natural a usuarios reales. Después, 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 preparados para producción, prestando especial atención a la latencia, la precisión y el coste.

Desde el principio, estos sistemas se han diseñado para implementarse en todo el mundo. Las pruebas comparativas abarcan varios idiomas y los clientes operan en regiones de todo el mundo. Este rigor multilingüe refleja tanto las raíces europeas de Parloa como las expectativas de sus clientes empresariales, que exigen un rendimiento uniforme en todos los 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, para casos de uso que van desde la automatización de la asistencia hasta flujos que generan ingresos, como la venta telefónica.

Parloa prevé que la atención al cliente evolucione hasta convertirse en una experiencia totalmente multimodal.

Una conversación podría comenzar por teléfono, continuar en el chat e incorporar enlaces o elementos interactivos a lo largo del proceso. En vez 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 llegar a ser tan importantes para la experiencia del cliente como los sitios web y las aplicaciones móviles.

A medida que las empresas automatizan una proporción creciente de las interacciones con clientes, Parloa trabaja para que los agentes de IA sean lo bastante fiables, flexibles y dignos de confianza como para operar a escala mundial.