Shawn Wen, CTO de PolyAI, afirmó en la conferencia HumanX que, aunque existen modelos full‑duplex que hablan mientras escuchan, el siguiente reto es acelerar el razonamiento para que las respuestas lleguen rápido y la conversación parezca natural.
Wen añadió que los agentes de atención al cliente deben evitar sonar robóticos y generar la confianza suficiente para que los usuarios prescindan de un humano.
Alex Gay, CMO de Otter, señaló que identificar hablantes, capturar intenciones y transcribir con conocimiento organizacional son pasos clave para automatizar reuniones; también trabaja en gemelos digitales que mantengan expresividad humana.
Ambos coincidieron en problemas actuales de comprensión: modelos ASR que fallan en palabras clave, transcripciones y resúmenes erróneos, y la necesidad de transparencia al notificar a participantes cuando hablan con IA o están siendo grabados.
Creo que la siguiente etapa será un poco diferente porque, una vez que la voz sea lo suficientemente buena y el cliente esté dispuesto a interactuar con ellos durante los dos o tres primeros turnos, comenzarán a ganar confianza y, con el tiempo, sentirán que probablemente no tengan que hablar con una persona si el agente puede resolver su problema