He visto a un 'robot' regatear y pagar a un proveedor. Es español y triunfa en EEUU

Un camionero se cruza con una oferta de trabajo para mover una mercancía entre dos ciudades de Estados Unidos como muchas de las mañanas que le toca faena y decide llamar. Al otro lado de la línea responde un operador. Como no es alguien al que tengan fichado, se le solicitan algunos datos adicionales, como su número de licencia, un procedimiento habitual para minimizar el riesgo de fraude. Una vez verificada la información, la conversación se desplaza a lo que importa: el precio.

El transportista pide 3.000 dólares. Pero al otro lado de la línea telefónica la proclama es clara: el pago debe acercarse el máximo posible a los 2.000 dólares. El tope, en cualquier caso, es de 2.500 para no comprometer el margen. Se inicia entonces un breve tira y afloja reconocible para cualquiera que conozca el mundillo de la logística. A la propuesta del camionero le sigue un breve silencio y un "voy a consultarlo". Segundos después, el operador le vuelve a interpelar con una propuesta. El acuerdo se cierra finalmente por algo más de 2.200 dólares y se ponen en marcha las gestiones necesarias para formalizar el servicio.

Hasta ese momento, nada resulta extraño. El tono, las expresiones de los interlocutores, los tiempos y la lógica de la conversación encajan con los de una negociación real. Esta también lo es, pero solo hay un matiz que lo cambia todo: el operador no es un trabajador de carne y hueso, sino una inteligencia artificial. Una que, además, será capaz de llamar de nuevo al conductor, si hace falta, en algún punto del trayecto para saber cuántas horas le restan para llegar a destino o en qué momento estará lista para descargar la mercancía y así calmar al cliente final.

TE PUEDE INTERESAR

Una hora en Barcelona con la ingeniera que ya tiene robots humanoides a sueldo

Michael Mcloughlin. Barcelona

Lo fácil sería pensar que detrás de este sorprendente sistema está alguna de las sospechosas habituales en la tecnología de moda: OpenAI, Google, Anthropic… Quizá Microsoft o Meta. Pero nada de eso. El desarrollo tiene ADN español y es obra de una joven startup llamada Happy Robot, que ha conseguido llamar, y mucho, la atención en San Francisco, donde tienen su sede principal. Los fundadores son tres españoles: Pablo Palafox, que ejerce como CEO; su hermano, Javier, que es el director de operaciones; y Luis Paarup, CTO o director técnico. No es extraño que el producto que les ha catapultado en la meca de la tecnología esté especializado en la negociación de cargas y en el transporte de mercancía, ya que estos jóvenes son naturales de Guadalajara, uno de los grandes hubs logísticos del centro de España.

Ellos se fueron a hacer las Américas con otro objetivo. En 2023 fueron recibidos por Y Combinator, la mayor aceleradora del mundo. Allí es donde nacieron Instacart o Airbnb. Les presentaron un proyecto de visión por computadora. Fueron aceptados, aunque rápidamente dieron un golpe de timón y se dirigieron hacia lo que hacen hoy en día: lanzaron agentes de voz para logística. Primero se especializaron en procesos propios de los brokers de carga, pero ahora han empezado a expandirse más allá. "Desde el día de aquella demo se cambió radicalmente de rumbo hacia la cadena de suministro… y bueno, los resultados hablan por sí mismos", afirma Quili Peña, jefe de estrategia de la compañía, cuando recibe a El Confidencial.

Regados por Andreessen Horowitz

Los resultados a los que Peña se refiere son que ya cuentan con una cartera de clientes entre los que se incluyen gigantes como Flexport, Circle Logistics, Best Bay Logistics, DHL o incluso Job&Talent. Su buen hacer les ha valido para llamar la atención y atraer la financiación de fondos de la talla de Andreessen Horowitz (a16z), uno de los mecenas más influyentes en la industria tecnológica. Solo en 2025, HappyRobot levantó 44 millones de dólares en una serie liderada por nombres como Base10 Partners, con a16z y nuevos inversores como Samsara Ventures. En total, son más de 60 millones de dólares desde su creación.

"Lo que vendemos es la capacidad de crear agentes que automatizan tareas que antes hacían equipos enteros de personas. Pero no son tareas banales o accesorias. Son tareas que afectan al día a día de la empresa. Si fallan, la empresa no podría operar, por lo que la tecnología tiene que estar muy trabajada", explica Yamil Mateo, jefe de producto. Estos agentes no son experimentos; son el motor que mantiene operativas cadenas logísticas enteras. "Nuestros agentes gestionan procesos críticos. No son demos: si fallan, se paran cadenas logísticas enteras", añade.

Y es que, literalmente, uno de sus agentes de IA puede regatear con un camionero, pero también puede gestionar llamadas, WhatsApp, correos electrónicos, chats y un largo etcétera sin intervención humana. Una de las demos que nos muestra Mateo en las oficinas de la empresa en San Francisco es cómo uno de sus empleados virtuales llama a un destinatario de un paquete de DHL porque tiene pendiente el pago de las tasas de aduana. Es capaz de pausarse cuando detecta que su interlocutor está preguntando algo a una persona que está a su lado y es capaz de entender que su interlocutor ha copiado mal el número de pedido y se lo repite con una paciencia digna de una madre con un hijo en la edad del pavo. En uno de los ejemplos, esta vez en castellano, el sistema llama a una persona que ha postulado a una oferta de empleo y le hace preguntas sobre el horario, si dispone de transporte propio y otros detalles. No es una conversación contra una pared. No se trata de uno de esos bots cuadriculados, con voz metálica y con poca capacidad de entender el lenguaje natural. Aquí hay feedback, entonación y comprensión de lo que los interlocutores dicen, independientemente de la forma en que lo digan.

Para lograr estas capacidades, la compañía entrena modelos fine-tuned de Llama, Mistral y GPT-4, con memoria, razonamiento y voz propia. "En logística, pronunciar bien los números es crítico. Si fallas ahí, todo falla. Por eso entrenamos nuestros propios modelos de voz", comenta Mateo. Aprender durante el proceso fue fundamental: "Empezamos con GPT-3.5 y era lento y bastante regular. El cambio vino cuando entrenamos modelos pequeños, rápidos y muy especializados".

Los límites actuales de los agentes

El impacto sobre los humanos es directo e inquietante. Las tareas repetitivas de atención al cliente, coordinación de datos y negociación de tarifas, que antes demandaban equipos completos y muchas veces con una carga de trabajo excesiva para los recursos existentes, ahora pueden ser replicadas y optimizadas por inteligencia artificial. "Un humano puede olvidarse de registrar una llamada o de avisar a alguien porque tiene mucho trabajo. Un agente, no. Y además deja trazabilidad de todo", afirma Mateo.

Pero los agentes, a día de hoy, también tienen sus límites. "Cuando un modelo tiene demasiada información o demasiado margen, puede inventarse cosas. En nuestro caso, una alucinación no es un error gracioso o curioso como el de echarle pegamento a la pizza. Es dinero, porque el agente puede alucinar y decidir pagar más de lo que debe", argumenta el jefe de producto. Por eso diseñaron su sistema de manera que el modelo ‘lleve’ la conversación, pero no tenga la información de los límites de precio. "Cuando el agente dice ‘déjame consultarlo con mi manager’, lo que hace en realidad es llamar a un servicio que tiene todas esas referencias. Y ese servicio le va a dar las claves para llegar al precio óptimo, que no tiene por qué ser el más bajo", explica. "La pregunta no es si la IA sigue alucinando, sino cómo diseñas tu producto para que eso no importe".

Tanto Mateo como Peña defienden que la automatización ya no es solo un lujo y aseguran que es una forma de reducir errores, acelerar procesos y aumentar márgenes, hasta un 20 por ciento más que los humanos en algunos casos.

La relación con los proveedores también cambia. Cada agente mantiene un historial completo de interacciones, ajustando conversaciones y decisiones según el contexto y la relación a largo plazo. "El agente sabe con quién está hablando, qué pasó la última vez y cómo interactuar. Eso cambia completamente la relación", argumenta Peña. La eficiencia supera a la empatía: "Parecer humano es importante y hace que las cosas fluyan. Pero la clave es la efectividad. Si funciona mejor, la gente lo acepta", agrega cuando se le pregunta cómo reaccionan los usuarios y el debate sobre si presentarse o no como una IA en la llamada.

Para Peña, la verticalización y la especialización son clave y gran parte de su éxito. "La tecnología es horizontal, pero el conocimiento del cliente es vertical. Un producto generalista es difícil de aplicar a todos los casos. Especializarnos en algo tan concreto nos ha servido para entender al cliente y el modelo de negocio lo refleja", afirma sobre las armas para competir contra gigantes de la industria. La compañía pasó de cobrar por volumen a un esquema basado en objetivos; si el agente mejora un resultado, la empresa cobra una comisión de lo generado".

La historia de éxito de Happy Robot ayuda a entender el estado de los agentes de inteligencia artificial, que ha sido una de las grandes tendencias de 2025 y lo será sin lugar a dudas en 2026. Pero también es una historia de esas que trae muchas preguntas sobre el impacto de esta tecnología en el mercado laboral. La especialización de estos agentes significa que trabajos tradicionalmente seguros (operadores de call center, coordinadores logísticos o programadores de rutinas de integración) son ahora candidatos directos a ser reemplazados. Cada interacción auditada y cada decisión registrada es una pieza que la inteligencia artificial puede replicar sin cansancio, sin errores y, en muchos casos, mejor que un humano. "La inteligencia artificial cambiará la economía como la Revolución Industrial", reflexiona Peña.

¿Por qué se habla tanto de atención telefónica o de programación como profesiones amenazadas por la IA? Peña lo tiene claro. "El trabajo de atención al cliente consiste en interacciones repetitivas", defiende. Y, al igual que la programación a ciertos niveles, durante años se han ido estructurando esos procesos con reglas y pasos muy definidos. Eso facilita la implementación de la IA en estos terrenos".

TE PUEDE INTERESAR

La burbuja de la IA no es como piensas y este economista tiene un par de teorías sobre ello

M. Mcloughlin Fotografía: Jon Imanol Reino

"En la IA conviven dos realidades: empresas que generan valor real y las que viven de expectativas", afirma este directivo cuando se le pregunta por la comentada burbuja de la IA. Es prudente, pero reconoce que hay compañías que "no tienen producto e ingresos" y ya están alcanzando millones de dólares de valoración.

Pero Peña contrapone casos como el suyo. "Nosotros mejoramos márgenes, negociamos mejor y generamos valor medible", defiende. Y asegura que hay startups que están siendo "prudentes" a la hora de fijar valoraciones irreales para "no vivir atadas a expectativas imposibles de cumplir". "La línea que separa el hype del valor real está en si la IA mejora márgenes y resultados, no en el tamaño de la ronda", sentencia.

La voz generativa, un negocio que chilla

Y mientras seguimos discutiendo sobre si la IA es una moda o una amenaza, la voz generativa está ocupando cada espacio que antes creíamos "intransferible" para los humanos. Startups como ElevenLabs ya clonan voces para podcasts, videojuegos y flujos de trabajo empresariales, usadas por gigantes como Cisco y NVIDIA, mientras que Cartesia despliega agentes conversacionales en tiempo real con latencias de apenas 40 milisegundos, algo que cualquier humano promedio solo podría soñar en reproducir sin trabarse. En España, HeyDiga analiza interacciones de clientes para optimizar ventas con precisión quirúrgica, y Tucuvi se mete en los hogares con cuidadores virtuales que, curiosamente, no se quejan de trabajar 24/7 ni de vacaciones no pagadas.

Las grandes tecnológicas no se quedan atrás. Amazon afina Nova Sonic para automatizar llamadas y asistentes personales, OpenAI lanza ChatGPT Voice Mode para conversaciones voz a voz sin transcripciones intermedias, y Google sigue mejorando Polly y Transcribe, integrando síntesis y reconocimiento de voz en aplicaciones empresariales. Todos ellos apuntan a lo mismo: reducir la intervención humana al mínimo, mantener la operación sin errores y, de paso, generar márgenes que los humanos solo podemos imaginar.

Y si pensabas que esto era un lujo futurista, prepárate: las proyecciones hablan claro. El mercado global de IA por voz alcanzará 42.000 millones de dólares en 2029, con un crecimiento anual compuesto de entre 28 y 35% hasta 2030. Para entonces, el 67% de las interacciones cliente-empresa serán gestionadas por máquinas, los agentes virtuales manejarán la mitad de las consultas web con un 95% de precisión y los equipos de ventas reducirán su carga laboral hasta un 250% gracias a asistentes que califican leads en tiempo real. En sectores como retail y e-commerce, más de la mitad de las empresas ya usan recomendaciones por voz o asistentes para compras; en salud y hogar, cuidadores virtuales y domótica con altavoces inteligentes superarán los 15.600 millones de unidades en 2030.

TE PUEDE INTERESAR

Este ingeniero revela cómo la IA ya ha cambiado tu forma de comprar sin que lo notes

M. Mcloughlin

En otras palabras, la voz generativa no es solo un juguete de laboratorio ni un truco para demos llamativas. Es un ecosistema en plena expansión, donde la latencia baja y la personalización son la clave para capturar un mercado que promete billones en valor económico. Así que mientras algunos seguimos debatiendo si contestar un correo puede ser "humanamente insustituible", startups y gigantes tecnológicos están construyendo un mundo en el que las máquinas no solo escuchan, sino que negocian, venden, enseñan y cuidan mejor que tú… y con la paciencia infinita que solo un algoritmo puede ofrecer.

Bienvenidos a la era donde la voz importa más que la persona, y donde tu próximo acuerdo comercial no lo cierres con un rostro humano, sino con un servidor en San Francisco hablando con la suavidad de un actor de doblaje.