Close Call, un Coach de Ventas con Voice AI
TL;DR
Construí un agente de voz open-source que permite a vendedores practicar llamadas difíciles contra un cliente AI. Corre sobre Pipecat + Gemini 2.5 Flash, cuesta unos $0.14 por llamada, y la primera reacción de mi equipo fue genuinamente entusiasta. El código está en GitHub si quieres probarlo.
"Sales cures all ills" es una frase que uno de mis primeros mentores repetía seguido, y se me quedó grabada. Antes de ponerme serio con el desarrollo de software y antes de meterme con AI engineering, yo era vendedor. Todavía extraño la adrenalina de cerrar un trato y maniobrar contra tu oponente. Era divertido. Ahora que estoy en posición de usar AI en mi empresa, se me ocurrió una idea: usar AI con voz para entrenar y dar coaching a nuestros vendedores.
Desde el punto de vista tecnológico, fue una implementación relativamente simple. Construí Close Call, un agente de voz open-source donde un vendedor elige un escenario, hace clic en "Start Call" y habla con un cliente AI que responde con objeciones realistas. Inmediatamente después, el sistema realiza una evaluación y da feedback destacando dónde el vendedor lo hizo bien y qué podría mejorar.
Hice una demo inicial en mi empresa. El feedback fue positivo, muy positivo, de hecho.
El flujo es sorprendentemente realista. Estás teniendo una conversación real con la AI, y responde en tiempo real. Los escenarios son fáciles de configurar. Puedes ver ejemplos en el repo. Esto es infinitamente extensible: diferentes enfoques, diferentes tonos, diferentes estados de ánimo, diferentes niveles de resistencia. En su estado actual, ya está generando valor real.
El feedback actual de la AI es todavía mecánico. Evalúa cómo manejaste y navegaste las objeciones, si te mantuviste en rumbo. En futuras iteraciones, quiero evaluar emoción y tono durante la llamada. Y más allá de eso, análisis de video de postura y presencia física. Quizás no creas que la disposición física importa, pero se transmite también en llamadas telefónicas. Hay mucho espacio para crecer desde este punto de partida.
El Stack
Close Call corre sobre Pipecat con Gemini 2.5 Flash Native Audio para speech-to-speech nativo con latencia sub-segundo. Una llamada de práctica de 10 minutos cuesta aproximadamente $0.14–0.40. El feedback de coaching post-llamada también es generado por Gemini 2.5 Flash, a partir de la transcripción. Todo viene empaquetado en Docker para compartir fácilmente o incluso puede correr como aplicación de escritorio.
Quise compartir esto porque es un ejemplo de una aplicación muy simple hecha posible por lanzamientos recientes de modelos. El modelo live de Gemini salió hace como una semana. No es el primer modelo que puede manejar conversaciones en vivo, pero fue lo suficientemente económico para finalmente hacerme invertir tiempo en una idea que tenía guardada.
Esto es lo que se ve en la práctica cuando entiendes el panorama de AI. No tienes que orquestar un proceso de negocio complicado para generar valor. A veces la fruta que cuelga más bajo da el golpe más fuerte. O, como diría mi mentor, cures all ills.