Cuánto cuesta una centralita con IA: precios reales por minuto y por proyecto

Una centralita con IA cuesta hoy, en una pyme española, entre 0,08 y 0,25 € por minuto de conversación, más un montaje que va de 1.500 € para un contestador inteligente sencillo a 40.000 € para un agente de voz integrado con calendario, CRM y transferencia a humanos. Traducido: una empresa que recibe 500 llamadas al mes de tres minutos paga entre 120 y 375 € mensuales de consumo, sobre una inversión inicial que, en el tramo bajo, se amortiza en pocos meses si esas llamadas hoy se pierden o interrumpen a alguien.

Los precios que damos aquí son los de agosto de 2026 y conviene fecharlos, porque el coste por minuto de la voz ha bajado con fuerza en dos años y seguirá moviéndose. Nosotros usamos agentes de voz en nuestras propias líneas y los montamos para clientes, así que este desglose sale de facturas, no de tarifas de escaparate.

¿Qué se paga exactamente en una centralita con IA?

Se pagan cuatro cosas, y solo una es fija. Las tarifas publicadas por las plataformas suelen enseñar únicamente la primera línea de esta tabla, que es la que menos pesa cuando sumas el resto.

La horquilla del consumo es amplia por una razón concreta: las plataformas que venden todo empaquetado anuncian tarifas bajas y luego suman telefonía y modelo aparte, mientras que montar la pila por piezas —reconocimiento, modelo de lenguaje, voz y telefonía por separado— sale más barato en volumen pero más caro en las primeras semanas. En una pyme con menos de 2.000 minutos al mes, la diferencia entre una opción y otra es de decenas de euros: no merece la pena optimizar ahí, merece la pena optimizar la conversación.

¿Por qué el minuto va de 0,08 a 0,25 €?

Porque un minuto de conversación son cuatro servicios encadenados y cada uno tiene su propio precio. El reparto típico, con datos de agosto de 2026, es este: transcripción de voz a texto en torno a 0,004-0,01 €/min, el modelo de lenguaje entre 0,02 y 0,06 €/min según cuánto contexto le pases, la síntesis de voz entre 0,04 y 0,10 €/min según la calidad, y la orquestación de la plataforma entre 0,04 y 0,12 €/min.

Las dos palancas que de verdad mueven la factura no son las tarifas sino tus decisiones de diseño. La primera es la voz: una voz premium multilingüe puede costar el triple que una voz rápida de calidad correcta, y en atención telefónica la diferencia perceptible es menor de lo que parece. La segunda es el contexto: un agente al que le vuelcas el catálogo entero en cada turno consume mucho más que uno que consulta lo que necesita cuando lo necesita. Bien construido, el segundo además responde mejor.

¿Cuánto pagarías al mes según tu volumen?

Añade a esa cifra la amortización del montaje. Con un agente de 20.000 € repartido en dos años son unos 830 € al mes, más el mantenimiento. Con esos números, el caso de negocio deja de depender del precio del minuto y pasa a depender de una sola pregunta: cuántas llamadas estás perdiendo hoy.

¿Qué calidad de voz puedes esperar en 2026?

Buena, con dos cautelas. La latencia de respuesta de un agente bien montado está por debajo del segundo, que es el umbral en el que una conversación telefónica deja de resultar incómoda, y las voces en español de España son ya indistinguibles de una grabación humana en frases cortas. La primera cautela son las interrupciones: el agente tiene que callarse cuando la persona empieza a hablar, y ese comportamiento hay que probarlo, no darlo por hecho. La segunda son los datos difíciles —matrículas, números de póliza, direcciones con nombres poco comunes—, donde conviene que el agente repita y confirme.

Lo que todavía no está resuelto: conversaciones muy solapadas, entornos con mucho ruido de fondo y acentos poco frecuentes en el idioma configurado. En esos casos el agente debe reconocer que no entiende y transferir, no insistir. Un agente que transfiere rápido cuando falla genera mejor recuerdo que uno que se empeña.

¿Qué tiene que hacer para que compense?

No basta con que conteste. Un contestador inteligente que solo toma recados ahorra interrupciones, pero el retorno serio aparece cuando el agente cierra el asunto en la propia llamada. Las cuatro funciones que separan un juguete de una herramienta:

• Agendar de verdad. Consultar huecos reales en el calendario, reservar, enviar la confirmación por SMS o WhatsApp y gestionar cancelaciones. Sin esto, la llamada acaba en una tarea pendiente para alguien.
• Escribir en el CRM. Que cada llamada deje ficha, resumen y siguiente paso. Es la diferencia entre reducir llamadas y ganar información.
• Transferir con contexto. Cuando pasa a una persona, esa persona debe recibir el resumen de lo hablado, no empezar de cero. Y debe existir una regla clara de cuándo transferir.
• Identificarse como IA. Desde el 2 de agosto de 2026, las obligaciones de transparencia del AI Act exigen que quien llama sepa que habla con un sistema. Además de ser obligatorio, evita la conversación incómoda de después.

Si quieres el mapa completo de qué se automatiza en atención al cliente más allá del teléfono, lo desarrollamos en nuestra guía para automatizar la atención al cliente con agentes de IA.

¿Compensa frente a una recepcionista?

Para atender el teléfono, sí, casi siempre: el coste de empresa de una jornada completa de recepción se mueve entre 22.000 y 30.000 € anuales según convenio y zona, y ningún volumen razonable de llamadas se acerca a esa cifra con un agente de voz. Pero la comparación es tramposa y conviene decirlo claro.

Una recepcionista no solo contesta llamadas: recibe visitas, gestiona paquetería, resuelve lo que nadie ha previsto y conoce a los clientes por su nombre. El planteamiento honesto no es sustituirla, es quitarle las 300 llamadas al mes de "¿a qué hora abrís?" y "quería cambiar mi cita", que son las que la interrumpen todo el día. Donde el reemplazo sí es real es en tres situaciones: la franja fuera de horario que hoy nadie cubre, los picos en los que suenan cuatro líneas a la vez, y las empresas donde el teléfono lo coge quien puede —normalmente alguien que estaba haciendo algo más caro—.

Ese cálculo, aplicado al conjunto del canal de atención, lo desglosamos en el artículo sobre cuánto cuesta automatizar la atención al cliente.

Qué NO debe hacer un agente de voz

No debe dar consejo profesional regulado —médico, legal, financiero—, ni gestionar reclamaciones de clientes enfadados, ni cerrar ventas complejas, ni pedir datos de tarjeta por teléfono. Y no debe insistir cuando no entiende.

Hay un límite adicional que se olvida: las llamadas salientes en frío. Técnicamente el agente puede llamar a una lista, pero el marco legal de la llamada comercial no deseada es estricto en España y el daño reputacional de una campaña mal hecha supera cualquier ahorro. Llamadas salientes sí, pero de servicio —recordatorios, confirmaciones, avisos de incidencia— y con consentimiento previo.

Cómo se monta, y en cuánto tiempo

1. Escucha 20 llamadas reales. Nada define mejor el guion que oír lo que preguntan de verdad. Casi siempre el 70 % de las llamadas son cinco preguntas repetidas.
2. Define el alcance y la regla de transferencia. Qué resuelve el agente, qué deriva y a quién.
3. Conecta calendario y CRM. Aquí se decide si tendrás una herramienta o un contestador caro.
4. Prueba con desvío parcial. Empieza por fuera de horario o por la línea secundaria, no por la principal.
5. Escucha y ajusta durante tres semanas. El primer guion nunca es el bueno; el tercero sí.

Plazo realista: 2 a 4 semanas para un agente sencillo y 4 a 8 para uno integrado con agenda y CRM. Si prefieres compararlo antes con la alternativa escrita, tienes los números en cuánto cuesta un chatbot para empresa; y si quieres que lo montemos contigo, así trabajamos desde nuestra agencia de inteligencia artificial en Madrid.

Preguntas frecuentes

¿Puedo mantener mi número y mi centralita actual?

Sí. Lo habitual es no tocar la numeración: se configura un desvío hacia el agente, total o solo en las condiciones que elijas —fuera de horario, cuando comunica, tras X tonos—. Es también la forma más segura de empezar, porque volver atrás es cambiar una regla de desvío.

¿Cuántos idiomas puede atender?

Los principales europeos con calidad alta y detección automática del idioma en la primera frase. En español conviene decidir si quieres voz de España o neutra latinoamericana, porque afecta a la percepción de cercanía más de lo que suele suponerse.

¿Qué pasa si el agente se equivoca en una cita?

Por eso el agente escribe en el calendario con confirmación por escrito al cliente: el error se detecta en minutos, no el día de la cita. Además, todas las llamadas quedan grabadas y transcritas, así que reconstruir lo ocurrido es leer, no reconstruir de memoria.

¿Es rentable con pocas llamadas?

Por debajo de unas 150 llamadas al mes, el ahorro directo raramente paga un montaje a medida; ahí tiene más sentido una configuración estándar de 1.500-3.000 € o directamente no hacerlo. El motivo por el que sí se hace con poco volumen suele ser otro: llamadas de alto valor unitario que hoy se pierden fuera de horario.