Lo que aprendimos construyendo para una inmobiliaria de remates en CDMX.

№ 01 — QUÉ FUE

Un sistema hecho a la medida de un solo cliente.

Construimos una versión anterior de nuestro sistema para una inmobiliaria de remates bancarios en la Ciudad de México: un CRM con agente de voz. Su equipo lo usó durante unos tres meses de 2026.

Era un sistema de un solo cliente, hecho a su medida. No lo ofrecemos a clientes nuevos. La plataforma nueva se está construyendo ahora, desde cero, con las reglas que salieron de esa experiencia.

№ 02 — LO QUE NO VAS A LEER AQUÍ

Sin métricas, sin testimonios, sin presente.

No publicamos tiempos de respuesta, porcentajes de leads recuperados, citas ni cierres de ese periodo, porque no los medimos con el rigor que exigiría publicarlos. Tampoco publicamos testimonios: nadie nos autorizó por escrito a citarlo. No nombramos a la inmobiliaria ni a su gente, y no decimos que el sistema siga operando hoy.

Lo que sí podemos contar, con precisión, es qué se rompió y qué aprendimos.

№ 03 — LO QUE APRENDIMOS

Cinco fallas de un agente de voz en español. Y una regla de oro.

1. Las transiciones decididas por un LLM fallan. Cuando le pedíamos al modelo que juzgara si ya tenía un dato o si la llamada ya podía avanzar, a veces se equivocaba justo en los pasos más importantes, como confirmar el horario de una visita. Lo que funcionó fue lo contrario: decisiones binarias con reglas explícitas. El modelo conversa; el código decide.

2. Los campos se pierden en silencio. Datos que el cliente sí había dado no llegaban a la ficha del lead, y no había ningún error visible. Lo aprendido: usar campos con formato fijo, calcular desde el sistema lo que antes el modelo "adivinaba" (como en qué punto terminó la llamada) y probar cada campo de punta a punta. Son reglas con las que diseñamos la plataforma nueva.

3. Los horarios de visita no pueden ser una tabla fija. Ofrecer horarios predefinidos no sobrevive a la agenda real de un equipo: el agente prometía un horario que después chocaba con la agenda, o lo asignaba a un asesor por defecto. La plataforma nueva está diseñada para agendar sobre los horarios reales del equipo, con margen entre visitas.

4. Cada salto de herramienta cuesta silencio. Cada consulta que el agente hace durante la llamada (inventario, agenda) agrega segundos en los que el cliente espera en la línea. Lo aprendido: menos saltos por turno y medir la latencia de cada llamada. Es una regla de diseño de la plataforma nueva.

5. Hay que colgar bien. Después de despedirse, el agente a veces dejaba la línea abierta. Lo que funcionó fue un cierre con texto fijo y reglas explícitas para terminar la llamada.

La regla de oro: siempre hay una persona al final. En esa versión anterior llegamos a ver al agente ignorar pedidos de hablar con alguien. Por eso diseñamos la plataforma nueva para que el agente siempre diga que es una IA, el aviso de grabación sea un texto fijo (no improvisado) y el paso a una persona sea un camino de primera clase, no un parche.

№ 04 — CÓMO MEDIMOS

Llamantes simulados: útiles, pero no son clientes.

Para iterar el agente corrimos al menos 18 tandas de 35 llamantes simulados con distintos perfiles (del 28 al 30 de abril de 2026). A lo largo de las iteraciones, la tasa de aprobación subió de 40% a 87%. Es una medida de ingeniería, útil para saber si un cambio mejora o empeora al agente. No es una medida de ventas, y la última versión seguía fallando en cerca de 40% de los casos justo en la confirmación del horario de la visita.

№ 05 — LO QUE LLEVAMOS A LA PLATAFORMA NUEVA

Reglas, no código heredado.

Lo siguiente describe lo que incluye el piloto de 30 días. Está en construcción y todavía no hay resultados que mostrar.

• Una página de consentimiento y un código QR para un proyecto, con consentimiento explícito de la persona
• Un asistente de voz en español de México que se identifica como IA desde la primera frase
• Está diseñado para responder solo con una ficha de datos que el cliente verifica y firma (precios, disponibilidad, amenidades)
• Rango de presupuesto declarado por la persona, solo después de su consentimiento expreso (no es una evaluación ni una aprobación de crédito)
• Agenda de visitas en los horarios del propio equipo
• Confirmación por correo, y por WhatsApp cuando Meta apruebe el número
• Un tablero en vivo para el equipo y un registro de cada paso: consentimiento, llamada, cita y asistencia a la visita
• Un reporte semanal y un reporte final, medidos contra la línea base de 60 a 90 días del propio cliente
• Paso a una persona cuando la persona lo pida

Canales: una llamada web desde la página de consentimiento y, cuando un abogado de privacidad en México apruebe el texto, una llamada telefónica solo a quien la pidió y marcó una casilla de consentimiento explícito. No hacemos llamadas en frío, nunca.

El piloto todavía no incluye WhatsApp (hasta que Meta apruebe el número), integraciones con tu CRM, sincronización de calendario ni conexión con Mercado Libre.

Para construirlo usamos backend en Python, PostgreSQL, voz con ElevenLabs, telefonía con Twilio y, cuando Meta apruebe el número, mensajería por WhatsApp Business API.

№ 06 — LO QUE SIGUE

Ahora medimos con pilotos.

Los resultados nuevos los vamos a medir en pilotos de 30 días por proyecto o desarrollo (MXN 10,000 + IVA, con factura), contra la línea base de 60 a 90 días del propio cliente. Cuando existan números, los publicaremos solo con el consentimiento por escrito del cliente, y diremos cómo los medimos.