El 1 de octubre de 2026, Microsoft anunció tres nuevos modelos de voz diseñados específicamente para aplicaciones de servicio al cliente y centros de contacto, según informó PYMNTS. El lanzamiento refuerza la apuesta de la compañía por la IA aplicada a la atención al cliente, tras anunciar en julio una inversión de 2.500 millones de dólares en su unidad Frontier Company, enfocada en implementaciones de IA para clientes.
Los tres modelos
- MAI-Transcribe-2-Streaming: convierte voz en texto en tiempo real en 60 idiomas, con detección automática del idioma y primeras transcripciones en cientos de milisegundos.
- MAI-Voice-2.1: modelo de texto a voz multilingüe (23 idiomas) orientado a una voz natural y expresiva.
- MAI-Voice-2.1-Flash: variante para alto volumen, optimizada para rapidez y costo a escala, con el mismo soporte de idiomas.
Según Naomi Moneypenny, directora senior de producto de Microsoft Foundry Models, los desarrolladores pueden elegir la versión expresiva cuando la fidelidad es prioridad, o la versión Flash cuando necesitan equilibrar naturalidad, capacidad de respuesta y costo.
Por qué importa a las empresas
La latencia ha sido uno de los mayores obstáculos de los agentes de voz: una pausa larga rompe la conversación y empeora la experiencia. Transcripción en streaming y voz de baja latencia acercan la atención telefónica automatizada a un nivel conversacional, y la detección automática de idioma es útil en mercados multilingües como el Caribe y Latinoamérica.
Qué deben evaluar los equipos de soporte
- Calidad en acentos y modismos regionales, no solo en idiomas «estándar».
- Costo por minuto en picos de demanda y modelo de precios real.
- Integración con el CRM y la mesa de ayuda para que el agente de voz resuelva y no solo converse.
- Trazabilidad: transcripciones y decisiones auditables, clave en sectores regulados.
- Escalamiento fluido a un agente humano con todo el contexto de la llamada.
Cómo lo conecta TEKFENIX
La voz es solo un canal más dentro de una operación de atención omnicanal. Con Servigo365, la mesa de ayuda multicanal con IA de TEKFENIX, las empresas centralizan tickets, WhatsApp, correo y chat con trazabilidad completa, listos para incorporar nuevos canales a medida que maduran; y con Nexturno ordenan la atención presencial en sucursales. Si desea evaluar cómo la IA conversacional encaja en su operación, nuestro equipo puede ayudarle a diseñar una integración a medida.