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 Behind the Agent: 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 y opera en India, Emiratos Árabes Unidos y Australia. Venden entre 4.000 y 4.500 coches al mes, realizan más de 100.000 inspecciones y facilitan 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 económicamente importante y cargada de emoción. Eso significa que entre el 70 y el 80 % del producto de Cars24 no es la app: es la conversación. Ventas humanas, guiadas y asistidas en cada etapa del embudo.

Antes de los agentes de IA, el sistema se ralentizaba. Clientes llamaban a los equipos equivocados: contactaban con ventas para casos de soporte, lo que aumentaba el tiempo de espera y hacía la experiencia del cliente menos eficiente. 

Los tiempos de espera aumentaban. 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 costosa y difícil de escalar.

Hoy: 

1. El 25 % de todo el volumen de llamadas está automatizado
2. Casi la mitad de las ventas cuenta con la asistencia de voz IA
3. Los costes de llamadas se han reducido un 50 %

Demo 1: el agente de negociación de Cars24

Escenario: Un agente de voz de Cars24 llama a una persona que está valorando vender su coche y negocia en hindi para convencerla de elegir Cars24 frente a plataformas de la competencia.

Qué se mostró:

- El agente lleva a cabo 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 la persona vendedora se comprometa con Cars24 durante la llamada

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

Demo 2: orquestación multiagente para realizar venta cruzada

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

Qué se mostró:

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

- Sneha indaga en la intención: ¿la persona vendedora quiere renovar el coche o venderlo por motivos económicos?

- El cliente muestra intención de renovar el coche

- Sneha ofrece transferir la llamada al equipo adecuado y lo hace a mitad de llamada

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

- Cuando el cliente pide que le llamen de nuevo en una hora, el agente lo confirma, repasa el estado de la cita y termina la llamada de forma clara

Por qué importa: Esta demo muestra cómo funciona en la práctica la orquestación multiagente. Cada agente se ocupa de una tarea y el contexto pasa de uno a otro. No hay repeticiones ni transferencias fallidas. Cars24 está creando un único número disponible 24/7 desde el que clientes podrán gestionar todo su recorrido —vender, comprar, financiar— sin tener que repetir nada.

Cómo lo creó Cars24: consideraciones técnicas

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

Cuando pasaron a llamadas entrantes más largas y complejas —conversaciones para descubrir coches de una media de 7 minutos, que a veces llegaban a 13—, se encontraron con un límite claro de 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 añadían latencia. 

Meterlo 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 que usa un modelo mini recoge la intención inicial
2. Un modelo más grande se encarga de la fase de descubrimiento cuando el cliente ya está implicado y dispuesto a esperar un poco más
3. Un tercer agente centrado en préstamos se activa solo si surge el tema del precio o la financiación.

Cada agente hace bien una cosa. Los cambios en uno no afectan a los demás.

La pila técnica (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 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, y 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; entre sus proveedores en India están Twilio, Exotel y Plivo
5. Integraciones: llamadas a API personalizadas en 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, lo que mantiene baja la latencia y el coste

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

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

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

Buenas prácticas de Cars24

1. Empieza donde el coste de fallar 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 abordar las 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 limitación 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 principales que hacen los 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 en las consultas de conocimiento.

5. Graba previamente el primer mensaje. ElevenLabs Agents puede generar previamente y almacenar en caché el mensaje inicial antes de que se conecte la llamada. Junto con hacer que el primer mensaje no se pueda interrumpir, esto reduce los abandonos tempranos causados por el retardo de red o interrupciones prematuras.

6. Integra 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 actúa de forma proactiva, no reactiva.

7. Escala por fases. Los nuevos despliegues de agentes siguen una implementación del 5 %, 10 %, 20 %, 50 % y 100 %, con pausas de dos días en cada fase para confirmar que las métricas de evaluación son estables antes de seguir ampliando.

8. No llames a clientes que no hayan pedido saber de ti. Cada llamada saliente de Cars24 se dirige a alguien que ya ha entrado en el embudo. El contacto no solicitado mediante IA aumenta las quejas y perjudica la confianza. La regla es sencilla: si aún no están implicados, no llaman.

9. Sé sincero cuando clientes pregunten si están hablando con una 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. Trata 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 despliegue mejore una métrica real.

Ve la sesión completa

Ve la sesión completa aquí.