En TechCrunch, directivos de PolyAI (atención al cliente) y Otter (toma de notas de reuniones) explican por qué la IA de voz aún no ha tenido su punto de inflexión 'ChatGPT'. El primer obstáculo es la velocidad: mientras el modelo tarde demasiado en razonar y responder, la conversación no suena natural. El segundo es la propia transcripción — el reconocimiento de voz 'suele perder palabras clave importantes', y en cuanto el sistema actúa sobre un texto mal transcrito, 'está mal, y pierdes la confianza en la plataforma'. De ahí el énfasis en la transparencia: avisar de que 'la reunión se está grabando', o de que 'hablas con una IA' en una llamada de empresa. Los casos que ya funcionan siguen acotados: transcripción, notas, atención al cliente delimitada.
La lección para una app es simple: la voz no es un interruptor que enciendes porque está de moda. Brilla donde las manos están ocupadas, donde dictar es más rápido que teclear, o para resumir lo dicho — pero decepciona pronto en cuanto un error de transcripción desencadena una acción equivocada. En Devside tratamos la voz como una función que debe ganarse su sitio: la reservamos para los momentos en que ayuda de verdad, mostramos siempre el texto reconocido antes de actuar, mantenemos una salida clara (corregir, volver al táctil, llegar a una persona) y decimos con franqueza cuándo es una IA la que escucha. La confianza no se gana hablando más rápido, sino equivocándose menos — y reconociéndolo cuando ocurre.