Sharone Ben-Levi, VP de Ventas y Desarrollo de Negocios Globales, Centro de Contacto, AudioCodes – Serie de Entrevistas

Sharone Ben-Levi, VP de Ventas y Desarrollo de Negocios Globales, Centro de Contacto, AudioCodes (AUDC ), es un experimentado ejecutivo de tecnología de comunicaciones con más de 25 años de experiencia en ventas, marketing, desarrollo de negocios y innovación de centros de contacto. A lo largo de su carrera, que incluye más de dos décadas en AudioCodes, ha ocupado una serie de puestos de liderazgo senior centrados en impulsar el crecimiento en las comunicaciones empresariales, las soluciones de experiencia del cliente y las tecnologías de centro de contacto impulsadas por IA. Antes de unirse a AudioCodes, trabajó en NICE Systems, donde ganó experiencia valiosa en compromiso del cliente y software empresarial. A lo largo de su carrera, Ben-Levi se ha centrado en ayudar a las organizaciones a modernizar las interacciones con los clientes a través de las comunicaciones en la nube, la automatización y la IA conversacional, lo que lo convierte en una voz reconocida en la evolución de la tecnología de los centros de contacto.

AudioCodes es una empresa de tecnología de comunicaciones especializada en voz empresarial, centros de contacto y soluciones de experiencia del cliente impulsadas por IA. Fundada en 1993, la empresa ha evolucionado de un proveedor de infraestructura de voz y VoIP a un líder en comunicaciones de voz inteligentes, ayudando a las organizaciones a modernizar las interacciones con los clientes y los empleados en entornos en la nube, híbridos y locales. Su cartera incluye plataformas de voz AI, soluciones de IA conversacional, controladores de frontera de sesión, integraciones de voz de Microsoft Teams, ofertas de CPaaS y herramientas de modernización de centros de contacto. A través de plataformas como VoiceAI Connect y Live Hub, AudioCodes permite a las empresas implementar bots de voz, agentes de IA, capacidades de asistencia de agentes, soluciones de IVR conversacional y servicios de comunicación en tiempo real, mientras se integran con la infraestructura de telefonía y centros de contacto existente. Sus tecnologías son utilizadas por empresas y proveedores de servicios en todo el mundo para mejorar las experiencias del cliente, automatizar los flujos de trabajo y respaldar las iniciativas de transformación digital.

Ha pasado más de dos décadas en AudioCodes, evolucionando desde la ingeniería de sistemas integrados hasta la dirección de aplicaciones de productividad. ¿Cómo ha moldeado su perspectiva sobre lo que se necesita para hacer que la IA de voz sea confiable en entornos empresariales?

He visto las comunicaciones empresariales desde múltiples perspectivas, y ese viaje me ha reforzado una lección fundamental: la confiabilidad debe estar integrada en cada capa del sistema desde el principio.

Trabajar en sistemas integrados me enseñó que el diablo está en los detalles, las pequeñas decisiones técnicas tienen un impacto desproporcionado en los entornos de producción. La latencia, la calidad de audio, la precisión de la transcripción, el turno natural y cada otro elemento deben estar diseñados con la confiabilidad en mente, porque si alguno de ellos falla, todo el sistema falla. No puedes afirmar que un sistema de IA de voz funciona si solo funciona en condiciones ideales.

Pasar a la dirección lo hizo aún más claro. Las empresas están respaldando a miles de usuarios en infraestructuras complejas con requisitos estrictos de tiempo de actividad. Un sistema que funciona bien en una prueba piloto pero se degrada bajo una carga real no ha resuelto el problema.

Eso es esencialmente lo que mi carrera me ha enseñado: la barra para la IA de voz en la empresa es la confianza. Y la confianza solo se construye cuando las organizaciones pueden depender del sistema para que funcione de manera confiable lo suficiente como para convertirse en parte de sus procesos comerciales críticos.

Muchas organizaciones han experimentado con chatbots, pero la voz introduce una capa diferente de complejidad. ¿Cuáles son los mayores desafíos técnicos al pasar de sistemas de IA basados en texto a sistemas de voz completamente conversacionales?

El mayor desafío es la complejidad de los entornos de voz empresariales, que a menudo están fragmentados en “islas” separadas que requieren mediación entre los protocolos de telefonía SIP y las API de IA basadas en HTTP/SSE. Incluso se reduce a las personas. Muy pocos ingenieros conocen tanto SIP como HTTP/SSE. Además, a diferencia de los sistemas basados en texto, la voz requiere procesamiento y orquestación en tiempo real, incluida la conversión entre diferentes protocolos para que estos sistemas puedan comunicarse de manera fluida. Esta urgencia y interoperabilidad hace que la entrega de una experiencia conversacional suave sea significativamente más exigente desde el punto de vista tecnológico. La latencia, el ruido de fondo, el acento y el cruce de conversaciones ahora se suman a la mezcla. Estas variables no existían con el texto solo.

AudioCodes se centra en tender un puente entre los sistemas de telefonía tradicionales y las plataformas de IA modernas. ¿Puede explicar cómo soluciones como VoiceAI Connect integran la infraestructura heredada con modelos de IA avanzados?

VoiceAI Connect es el puente que conecta directamente los puntos de contacto del cliente tradicionales (números de teléfono, troncos SIP y telefonía de centro de contacto) con plataformas de IA conversacional de terceros como Google (GOOGL ) CX Agent Studio, Amazon (AMZN ) Lex, Microsoft Copilot y más de 30 otros. Maneja la orquestación de voz en tiempo real compleja, incluida la conversión de voz a texto y de texto a voz y la routificación del marco de bot, lo que permite a las empresas combinar y emparejar fácilmente sus bots de IA elegidos sin abandonar sus configuraciones de telefonía heredadas. Las plataformas heredadas generalmente carecen de integraciones de API desde sus servidores de medios hasta las nuevas ofertas de IA de voz. Nosotros sorteamos esto conectándonos a ellos a través de sus interfaces de telefonía SIP y conectándonos a interfaces de IA modernas.

Las empresas a menudo luchan por ir más allá de los proyectos piloto. ¿Cuáles son las barreras arquitectónicas o operativas clave que impiden que la IA de voz se amplíe a toda la organización?

La IA de voz todavía está evolucionando. Mientras una empresa prueba una tecnología de IA, una nueva y mejor surge. Dado que AudioCodes se integra constantemente a las soluciones de IA de voz más nuevas, permite a la empresa combinar y emparejar y dar futuro a su entorno. La orquestación de AudioCodes les permite probar diferentes bots para diferentes propósitos, teniendo en cuenta el rendimiento, el costo, el idioma y el cumplimiento. Esto aumenta las posibilidades de una transición exitosa a la producción.

Otras consideraciones de orquestación de producción están relacionadas con la escalabilidad, la continuidad del negocio y la conexión a múltiples entornos de centro de contacto en todo el mundo.

En despliegues del mundo real, ¿cómo se ve una experiencia de llamada impulsada por IA exitosa desde la perspectiva del usuario final, y qué tan cerca estamos de lograr interacciones similares a las humanas a gran escala?

Tenemos varios clientes muy grandes que comenzaron con nosotros alrededor de 2020 y 2021. Son la prueba de que las interacciones similares a las humanas a gran escala ya funcionan bien. Casos de uso de la vida real incluyen tareas orientadas al cliente como la dirección de llamadas, la programación de citas y las transferencias de dinero, así como herramientas orientadas al agente como la resumen de llamadas de IA, la guía de conocimientos en tiempo real y la traducción de voz en vivo.

Para el usuario final, una experiencia de llamada impulsada por IA se siente sin fricciones. En lugar de navegar por árboles de menú rígidos (presione 1 para esto, presione 2 para eso), los llamantes pueden hablar naturalmente con sus propias palabras a través de sistemas de IVR (Respuesta de Voz Interactiva) conversacional que entienden la intención y responden adecuadamente. Esto crea una interacción más intuitiva y eficiente desde el primer punto de contacto.

Aunque la industria no está aún en interacciones complejas similares a las humanas a gran escala, estas capacidades están acercando significativamente a las empresas a ese objetivo. Al combinar la IA y la automatización con el soporte humano, las empresas pueden ofrecer experiencias más precisas y personalizadas.

La IA de voz depende del reconocimiento de voz, la comprensión del lenguaje natural y el procesamiento en tiempo real. ¿Dónde ve los mayores cuellos de botella hoy en día, y cómo se están abordando?

Un gran cuello de botella empresarial en la adopción de la IA de voz se remonta a la integración. Según un informe reciente de Opus Research, solo el 38% de las empresas dice que el costo es una barrera para adoptar la IA de voz. Sin embargo, el 65% dice que la integración dentro de los sistemas existentes y el 60% dice que la complejidad de la integración.

Los proveedores de CCaaS están cada vez más levantando barreras para un modelo de bot de su propio jardín al bloquear las integraciones o hacer que sean financieramente inviables. Los sistemas más antiguos simplemente no tienen integraciones de API actualizadas. Soluciones como Voice AI Connect de AudioCodes se conectan a entornos de centro de contacto existentes a través de SIP estándar y tienen integraciones de API con más de 30 marcos de bot de IA de voz y más de 20 motores de voz a texto (STT) y texto a voz (TTS), eliminando la necesidad de escribir estas API manualmente.

El mismo informe destaca la calidad general del rendimiento (calidad de voz, flujo de conversación, etc.) como la razón principal (72%) que ralentizó la adopción. Lo que permite Voice AI Connect es combinar y emparejar marcos de bot, STT y TTS para optimizar las implementaciones, ya que no todos los AI encajan en cada caso de uso y se necesitan variaciones para jerga y idiomas. Además, la industria de la IA está evolucionando rápidamente, lo que requiere un cambio fácil a un nuevo proveedor de IA a medida que la tecnología mejora.

La integración debe ser de baja latencia, asequible y fácil de implementar. También debe mejorar la seguridad y la depuración, garantizar la continuidad del negocio y ofrecer una opción local.

AudioCodes promueve un enfoque flexible que conecta a múltiples proveedores de IA y voz. ¿Qué tan importante es la flexibilidad del proveedor al construir sistemas de IA de voz resistentes y a prueba de futuro?

La flexibilidad del proveedor es crítica porque las empresas rara vez operan en un entorno de un solo proveedor, y hay muchas soluciones de IA, voz, telefonía y comunicaciones diferentes en el mercado. Para crear una estrategia de IA de voz verdaderamente unificada, las organizaciones necesitan poder combinar estas diferentes soluciones y garantizar la interoperabilidad en todas ellas mientras optimizan el costo, la latencia, el rendimiento de los casos de uso, el soporte de idiomas y la jerga.

Un enfoque flexible permite a las empresas integrarse con múltiples proveedores, elegir las tecnologías adecuadas para diferentes casos de uso y adaptarse a medida que evoluciona el mercado.

En industrias reguladas como las finanzas o la atención médica, ¿cómo difiere la recopilación y el análisis de datos de interacción de voz de los flujos de trabajo de IA basados en la nube típicos?

El manejo de datos de voz está gobernado por estrictos requisitos de privacidad y cumplimiento que limitan significativamente el uso de herramientas de IA basadas en la nube. Para gestionar esto, muchas organizaciones reguladas adoptan implementaciones locales para garantizar que los datos sensibles permanezcan dentro de entornos controlados y nunca salgan de su infraestructura.

Los estándares de cumplimiento también requieren que las interacciones de voz se graben y almacenen en formatos específicos durante años, con transcripciones verbatim altamente precisas estructuradas para la auditoría. Por ejemplo, en las finanzas, una firma de corretaje debe almacenar cada llamada grabada y transcripción exactamente como se habló para auditorías regulatorias: los datos no pueden alterarse ni resumirse. En la atención médica, un proveedor que maneja llamadas de pacientes debe mantener grabaciones y transcripciones completamente seguras y cumplir con HIPAA. En general, los datos a menudo deben procesarse localmente para evitar que la información protegida se exponga a servicios en la nube externos.

A medida que las empresas comienzan a implementar agentes de IA que pueden tomar acciones en lugar de solo responder, ¿cómo cambia el papel de las interfaces de voz en el servicio al cliente y las operaciones internas?

Las interfaces de voz están evolucionando de herramientas pasivas a sistemas inteligentes y proactivos que pueden analizar y actuar en tiempo real. En lugar de simplemente grabar o enrutar conversaciones, los sistemas de voz impulsados por IA ahora pueden entender la intención y tomar medidas inmediatas, como resolver problemas de los clientes, activar procesos backend o ayudar a un empleado a resolver un problema de TI. Este cambio es especialmente poderoso porque la voz a menudo es el primer y más natural punto de contacto.

Los agentes de IA ahora pueden comunicarse proactivamente con un supervisor humano, por ejemplo, para aprobar un descuento para un cliente. También pueden tomar acciones directas, como agregar artículos al carrito de compras de un cliente. Y pueden colaborar con otros bots que tienen habilidades especializadas, como analizar fotos compartidas por los clientes para comprender mejor el contexto. Cada uno de estos representa un nivel de sofisticación que simplemente no existía antes. 

Mirando hacia adelante, ¿ve la voz como una interfaz principal para los sistemas de IA empresariales, o permanecerá como parte de una experiencia multimodal más amplia?

Permítame usar un ejemplo personal para hacer mi punto. Tengo dos hijos adolescentes. Preferirían no interactuar con un representante de servicio al cliente humano si es posible. Sin embargo, preferirían hablar con un bot en lugar de enviar un mensaje de texto. La voz ha sido el medio de comunicación natural para los humanos durante millones de años. Se prefiere sobre un teclado o un ratón, al menos hasta que la lectura de la mente se convierta en realidad.

Gracias por la gran entrevista, los lectores que deseen aprender más pueden visitar AudioCodes.