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

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

En este artículo repasamos 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 en Cars24, que 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, 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 posventa, el pago de multas y los préstamos con vehículos como garantía. Solo su embudo de ventas abarca de 30 a 45 días por cliente.

El 75 % de sus compradores adquiere su primer coche. Para estas personas, comprar un coche no es una transacción: es una decisión económicamente relevante y cargada de emoción. Esto implica 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; por ejemplo, contactaban con ventas para casos de asistencia, lo que aumentaba los tiempos de espera y empeoraba la experiencia del cliente. 

Los tiempos de espera aumentaban. Se perdían seguimientos a lo largo de un embudo de 30 días. 

Gestionar todo, desde la cualificación de clientes potenciales hasta la documentación de préstamos, resultaba caro 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 considerando 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 logra que el vendedor 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 ello en el idioma con el que el cliente se siente más cómodo. Cars24 ha comprobado que usar el idioma adecuado 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:

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

- Cuando el cliente pide que le llamen de nuevo 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 se transmite entre ellos. No hay repeticiones ni transferencias fallidas. Cars24 está creando 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: aspectos técnicos a tener en cuenta

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 sistema.

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

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

Los modelos más grandes introducían 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 utiliza un modelo mini capta la intención inicial
2. Un modelo más grande se encarga del descubrimiento cuando el cliente ya está interesado 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 tecnológica (orquestada con la plataforma ElevenAgents):

1. Voz a Texto: Scribe v2 de ElevenLabs 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 a Eleven v4 Turbo con una mejora medible del rendimiento de ventas
3. LLM: GPT-4.1 mini para la mayoría de los 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 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 cuantización 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 ElevenLabs Agents en lugar de integrar por separado componentes de STT, LLM y TTS se redujo a una sola cuestión: la latencia. 

Crear el pipeline por su cuenta, incluso con los mismos modelos subyacentes, hacía que la latencia superara sistemáticamente un segundo. 

La plataforma ElevenLabs —al gestionar conjuntamente 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 un 30 y un 40 % en las conversiones.

Buenas prácticas de Cars24

1. Empieza por 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 la eficacia del modelo en este caso generó credibilidad interna y dio al equipo margen para aprender antes de abordar 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 bajada 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. Incluye las respuestas habituales en el prompt, no en la base de conocimiento. Para las preguntas principales que realmente hacen clientes, incluye las respuestas directamente en el prompt. Reserva las llamadas a herramientas y la recuperación RAG para el 20 % restante. Esto elimina la mayoría de los picos de latencia al consultar conocimiento.

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. Junto con hacer que el primer mensaje no se pueda interrumpir, esto reduce los abandonos iniciales causados por el retraso de red o las interrupciones prematuras.

6. Incorpora evaluaciones en cada llamada. Cars24 utiliza 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 desencadenan una revisión manual. Cada día se auditan muestras aleatorias. El equipo se mantiene proactivo en lugar de reactivo.

7. Escala por fases. Los nuevos despliegues de agentes siguen un lanzamiento 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. Todas las llamadas salientes de Cars24 se dirigen a personas que ya han entrado en el embudo. El contacto no solicitado mediante IA aumenta las quejas y perjudica la confianza. La regla es sencilla: si aún no han mostrado interés, 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. 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 objetivos específicos vinculados a resultados de negocio medibles. Se espera que cada despliegue mejore una métrica real.

Ver la sesión completa

Ve la sesión completa aquí.