Inspiración

En Alestra un cliente necesita en promedio tres sesiones para dejar completo su requerimiento, y la propuesta tarda hasta tres semanas, aunque el 60 por ciento de lo que se vende es estándar. La información existe, pero no le llega al vendedor en el momento en que el cliente habla. Por eso casi siempre entra un arquitecto y el cliente tiene que repetir todo.

Qué hace

El Traductor escucha la videollamada y, mientras el cliente habla, traduce lo que dice a productos del catálogo, le sugiere al vendedor la siguiente pregunta y arma la cotización en vivo con precios reales. También le dice si hace falta alguien de IT, solo para qué parte y por qué. Al terminar genera la propuesta para el cliente y un brief para el arquitecto donde cada dato lleva la cita textual de lo que dijo el cliente.

Cada llamada se guarda: la transcripción, los datos del cliente, los productos y las preguntas. Así el sistema se retroalimenta. En la siguiente llamada el agente ya sabe lo que el cliente contó, no repite preguntas que ya tienen respuesta y el vendedor puede darle seguimiento donde se quedó. El siguiente paso es sumar los correos a ese mismo historial.

Cómo lo construimos

React y Vite para la interfaz. El audio se captura en el navegador y se transcribe con Whisper. Claude Haiku 5.5 analiza la conversación a través de OpenRouter, y la memoria vive en InsForge. Los precios nunca los escribe el modelo: los calcula el código a partir del catálogo, y solo se aceptan productos y reglas que existen.

Retos

El mayor reto fue no inventar nada frente al cliente; por eso Claude decide qué aplica y el código hace las cuentas. También bajamos la respuesta de cada turno de unos diez segundos a dos, para que la sugerencia llegue a tiempo.

Qué aprendimos

Un modelo de lenguaje es mucho más confiable cuando tiene un trabajo acotado y todo lo demás se valida con código.