Regal Voice Inc. lanzó Copilot, una plataforma que dice construir agentes de IA de voz "auto-mejorables" sin la ingeniería de prompts tradicional. La empresa dice que lo que normalmente toma días o semanas de trabajo de ingeniería ahora se puede comprimir en horas, aunque son vagos en especificar cómo funciona realmente esta compresión mágica.
Esto suena familiar. En marzo, cubrí a Norm de Bland haciendo promesas similares sobre agentes de voz de producción a partir de prompts. El espacio de IA de voz se está llenando de plataformas que dicen eliminar las partes difíciles del desarrollo de agentes de voz. Pero aquí está la cosa—los buenos agentes de voz aún requieren entender tu caso de uso, calidad de datos de entrenamiento, y ajuste cuidadoso. "Auto-mejorable" es un término de marketing bonito, pero quiero ver los bucles de retroalimentación reales y los mecanismos de mejora.
Sin cobertura adicional de fuentes, me pregunto sobre los detalles técnicos que Regal no está compartiendo. ¿Cómo funciona su "auto-mejora"? ¿Qué tipo de datos necesita? ¿Qué pasa cuando el agente encuentra casos extremos? Más importante aún, ¿qué significa realmente "sin la molestia del prompting y la ingeniería" cuando estás tratando de implementar algo que maneja conversaciones reales de clientes?
Para desarrolladores evaluando plataformas de IA de voz, las preguntas clave siguen siendo las mismas: latencia, precisión, profundidad de personalización, y costo total de propiedad. Las promesas de marketing sobre eliminar el trabajo de ingeniería deberían ser recibidas con escepticismo saludable. La IA de voz es difícil precisamente porque la conversación humana es impredecible—y ese no es un problema que resuelves solo con mejores herramientas.