Resumen del webinar: Cómo Cars24 automatiza más de 3 millones de minutos de llamadas de ventas con voz IA

Cars24 opera agentes de voz en producción a gran escala en 13 idiomas. 

Este artículo resume Detrás del agente: cómo Cars24 automatiza más de 3 millones de minutos de llamadas de ventas con voz IA, con Jayesh Gupta, responsable de IA e innovación de Cars24, quien explicó exactamente cómo Cars24 creó e implementó su sistema de voz IA, desde el primer caso de uso sencillo hasta una arquitectura multiagente que gestiona millones de minutos de conversaciones con clientes.

Por qué importa la voz IA a esta escala

Cars24 es uno de los mayores mercados de coches de segunda mano de India, con operaciones en India, los Emiratos Árabes Unidos y Australia. Vende entre 4.000 y 4.500 coches al mes, realiza más de 100.000 inspecciones y facilita más de 22.000 pruebas de conducción.

Y eso sin contar la financiación, la asistencia posentrega, el pago de multas y los préstamos con coches como garantía. Solo su embudo de ventas abarca de 30 a 45 días por cliente.

El 75 % de sus compradores adquiere un coche por primera vez. Para estos clientes, comprar un coche no es una transacción: es una decisión importante desde el punto de vista financiero y cargada de emociones. Esto significa que entre el 70 y el 80 % del producto de Cars24 no es la app, sino la conversación: ventas humanas, guiadas y asistidas en cada etapa del embudo.

Antes de los agentes de IA, el sistema se estaba ralentizando. Clientes llamaban a los equipos equivocados: contactaban con ventas para casos de asistencia, lo que alargaba la espera y empeoraba la experiencia del cliente. 

Los tiempos de espera eran cada vez mayores. Se perdían seguimientos a lo largo de un embudo de 30 días. 

Gestionar desde la cualificación de leads hasta la documentación de préstamos hacía que la operación fuera cara y difícil de escalar.

Hoy: 

1. El 25 % de todo el volumen de llamadas está automatizado
2. La voz IA asiste en casi la mitad de las ventas
3. Los costes de las llamadas se han reducido un 50 %

Demo 1: el agente de negociación de Cars24

Situación: Un agente de voz de Cars24 llama a un vendedor que está pensando en vender su coche y negocia en hindi para convencerle de que elija Cars24 frente a plataformas de la competencia.

Lo que se mostró:

- El agente realiza una negociación de ventas completa en hindi

- Gestiona objeciones y compite con otras plataformas en tiempo real

- La conversación suena natural, con baja latencia y sin pausas robóticas

- El agente consigue que el vendedor se comprometa con Cars24 durante la llamada

Por qué importa: Estos agentes realizan ventas activas, gestionan la ambigüedad, responden a las objeciones y orientan la decisión de conversión, todo ello en el idioma con el que el cliente se siente más cómodo. Cars24 ha comprobado que usar el mismo idioma aumenta directamente el tiempo de conversación y los resultados de negocio.

Demo 2: orquestación multiagente para realizar una venta cruzada

Situación: Un cliente no acudió a una cita de inspección. Un agente de cualificación llama para reprogramarla, detecta intención de cambiar de coche y transfiere la llamada en directo a un agente de ventas, que retoma la conversación sin perder el contexto.

Lo que se mostró:

- La agente 1 (Sneha) comienza abordando la cita perdida y la reprograma

- Sneha indaga en la intención: ¿el vendedor quiere cambiar de coche o venderlo por motivos económicos?

- El cliente indica que quiere cambiar de coche

- Sneha ofrece transferir la llamada al equipo adecuado y lo hace durante la llamada

- El agente 2 retoma la conversación con todo el contexto y la continúa hacia la compra de un coche de segunda mano

- Cuando el cliente pide que le llamen dentro de una hora, el agente lo confirma, repasa el estado de la cita y finaliza la llamada correctamente

Por qué importa: Esta demo muestra cómo funciona en la práctica la orquestación multiagente. Cada agente se encarga de una tarea y el contexto pasa de uno a otro. No hay repeticiones ni transferencias fallidas. Cars24 está avanzando hacia un único número disponible 24/7 desde el que clientes puedan recorrer todo su proceso —vender, comprar o financiar— sin tener que repetirse nunca.

Cómo lo creó Cars24: consideraciones técnicas

Cars24 empezó por el caso de uso más sencillo posible: recordatorios de citas perdidas. Llamadas cortas, resultados binarios y bajo coste del error. Esto les permitió aprender qué funcionaba antes de ampliar el sistema.

Cuando pasaron a llamadas entrantes más largas y complejas —conversaciones para descubrir coches que duraban 7 minutos de media y a veces llegaban a 13—, se encontraron con un límite importante en las arquitecturas de un solo agente. 

Los modelos mini empezaban a perder el contexto después de los 3 o 4 minutos. 

Los modelos más grandes introducían latencia. 

Concentrarlo todo en un único prompt hacía que el sistema fuera frágil: un cambio en el flujo de préstamos podía romper el flujo de compra.

Su solución fue la orquestación multiagente. Dividieron la conversación en etapas: 

1. Un pequeño agente de cualificación con un modelo mini identifica la intención inicial
2. Un modelo más grande se encarga del descubrimiento cuando el cliente ya está implicado y dispuesto a esperar un poco más
3. Un tercer agente especializado en préstamos se activa solo si surge el tema del precio o la financiación.

Cada agente hace bien una sola cosa. Los cambios en uno no rompen los demás.

La pila tecnológica (orquestada con la plataforma ElevenAgents):

1. Voz a Texto: ElevenLabs Scribe v2 en tiempo real, elegido por su precisión en entornos ruidosos de nivel 2 y nivel 3 en 13 idiomas
2. Texto a Voz: ElevenLabs Flash 2.5, actualizado recientemente al modo expresivo V3 con una mejora medible del rendimiento de ventas
3. LLM: GPT-4.1 mini para la mayoría de casos de uso, con GPT-4o o equivalente para llamadas de descubrimiento más largas que requieren un razonamiento más profundo
4. Telefonía: WebSockets con PCM a 24 kHz para garantizar la calidad de audio; sus proveedores incluyen Twilio, Exotel y Plivo en India
5. Integraciones: llamadas API personalizadas a la plataforma ElevenLabs Agents, compatibilidad con MCP e integración nativa con HubSpot para el mercado australiano
6. Base de datos vectorial: Qdrant, con cuantificación binaria para grandes conjuntos de datos de más de un millón de vectores, a fin de mantener baja la latencia y el coste

La decisión de usar Agents de ElevenLabs en lugar de ensamblar componentes independientes de STT, LLM y TTS se reducía a una cosa: la latencia. 

Crear ellos mismos el pipeline, incluso con los mismos modelos subyacentes, elevaba sistemáticamente la latencia por encima de un segundo. 

La plataforma de ElevenLabs —que integra los modelos y la capa de orquestación— redujo esa cifra entre un 30 y un 40 %. Esta reducción se tradujo directamente en un aumento de entre el 30 y el 40 % de las conversiones.

Buenas prácticas de Cars24

1. Empieza donde el coste del fallo sea menor. El primer caso de uso de Cars24 fueron los recordatorios de citas perdidas: breves, sencillos y de bajo riesgo. Demostrar el valor del modelo en ese ámbito generó credibilidad interna y dio al equipo margen para aprender antes de intervenir en partes más valiosas del embudo.

2. Pruébalo con clientes reales, no con simulaciones. Las pruebas internas no pueden reproducir el caos de las conversaciones reales. Cars24 ejecutó sus pilotos con el 10 % del tráfico real, aceptó la caída temporal y utilizó comentarios reales para iterar.

3. Establece la longitud del prompt como una restricción estricta. Cars24 limita los prompts a entre 4.000 y 5.000 tokens para llamadas de menos de dos minutos. Los prompts más largos ralentizan el modelo y no mejoran los resultados de forma fiable. Si un caso de uso necesita más, crea otro agente.

4. Mantén las respuestas habituales en el prompt, no en la base de conocimiento. Para las preguntas más frecuentes que realmente hacen clientes, incluye las respuestas directamente en el prompt. Reserva las llamadas a herramientas y la recuperación RAG para el 20 % restante. Así se eliminan la mayoría de los picos de latencia al consultar información.

5. Graba previamente el primer mensaje. ElevenLabs Agents puede generar previamente y almacenar en caché el mensaje de apertura antes de que se conecte la llamada. Al combinarlo con impedir que el primer mensaje pueda interrumpirse, se reducen los abandonos iniciales provocados por el retraso de la red o interrupciones prematuras.

6. Incluye la evaluación en cada llamada. Cars24 usa las evaluaciones de ElevenLabs Agents en el 100 % de las llamadas para comprobar si se siguieron los procedimientos operativos estándar, si el cliente mostró frustración y si algo falló. Las evaluaciones fallidas activan una revisión manual. Se auditan muestras aleatorias a diario. El equipo se mantiene proactivo en lugar de reactivo.

7. Escala por fases. Las nuevas implementaciones de agentes siguen un despliegue del 5 %, 10 %, 20 %, 50 % y 100 %, con pausas de dos días en cada fase para confirmar que las métricas de evaluación se mantienen estables antes de seguir ampliando.

8. No llames a clientes que no hayan pedido saber de ti. Todas las llamadas salientes de Cars24 van dirigidas a alguien que ya ha entrado en el embudo. El contacto no solicitado mediante IA aumenta las quejas y daña la confianza. La regla es sencilla: si aún no están implicados, no llaman.

9. Sé transparente cuando clientes pregunten si están hablando con IA. Los agentes de Cars24 confirman que son asistentes virtuales cuando se les pregunta. Si un cliente quiere hablar con una persona, la llamada se transfiere de inmediato.

10. Considera el gasto en IA como una partida de inversión, no como un coste. Cars24 incluye ahora los costes de IA en sus planes operativos anuales, con iniciativas específicas vinculadas a resultados de negocio medibles. Se espera que cada implementación mejore una métrica real.

Ve la sesión completa

Ve la sesión completa aquí.