Llevo varios meses convencido de que algo estaba ocurriendo alrededor de la voz. En junio escribí que las llamadas estaban empezando a recuperar valor gracias a la identidad, la confianza y la inteligencia artificial. En agosto volví sobre la cuestión después de que Telefónica incorporara transcripción, resúmenes y agentes virtuales a sus servicios de telefonía empresarial. Mi conclusión entonces era bastante optimista. La voz había perdido casi todo su valor como minuto, pero la inteligencia artificial (IA) podía permitir construir alrededor de una conversación una nueva generación de servicios por los que empresas y usuarios sí estuvieran dispuestos a pagar. Sigo creyendo que la primera parte de esa tesis era correcta. Donde empiezo a tener bastantes más dudas es en la segunda.
Vodafone y Ericsson acaban de volver a poner el asunto encima de la mesa con una prueba que incorpora traducción en tiempo real y cancelación de ruido directamente en una llamada móvil convencional. No hace falta descargar una aplicación, no hace falta modificar el teléfono y la inteligencia se aplica mientras la llamada se procesa en la red. La traducción funciona inicialmente entre inglés, español, italiano, francés y alemán, pero la arquitectura permite ampliar los idiomas disponibles.
A primera vista resulta difícil no entusiasmarse. Durante años los operadores observaron cómo casi toda la innovación asociada a las comunicaciones se desplazaba fuera de sus productos. WhatsApp enriqueció la mensajería, FaceTime las videollamadas, Teams y Zoom las comunicaciones empresariales y Apple, Google o Samsung comenzaron a introducir cada vez más inteligencia directamente en los dispositivos. La red transportaba todo aquello, pero una parte creciente del valor se creaba en otra parte.
Vodafone y Ericsson están recorriendo ahora el camino contrario. En lugar de pedir al usuario que abandone la llamada para acceder a una función más sofisticada, están intentando convertir esa función en una propiedad de la propia llamada. Y eso devuelve al operador una ventaja que las aplicaciones nunca han tenido del todo, la capacidad de distribuir una funcionalidad prácticamente de forma universal entre los clientes de su red, independientemente del terminal que utilicen.
T-Mobile ya está probando algo muy parecido en Estados Unidos. Su servicio Live Translation está integrado directamente en la red y permite activar la traducción durante una llamada sin aplicación y sin actualizar el dispositivo. Durante la beta, basta con marcar *87 mientras la conversación está activa. La compañía asegura que funciona prácticamente sobre cualquier teléfono de su red, desde el smartphone más reciente hasta un terminal plegable tradicional, y extiende el servicio al roaming en más de cien países donde exista cobertura 4G o 5G. La universalidad, por tanto, no es una promesa teórica. Empieza a convertirse en una característica real de productos que están llegando a usuarios.
Tampoco hablamos únicamente de pruebas occidentales. China Mobile había alcanzado ya en el primer semestre de 2024 los 129 millones de usuarios de 5G New Calling, con 11,82 millones de suscriptores de aplicaciones inteligentes asociadas al servicio. New Calling está convirtiendo progresivamente la llamada convencional en una interfaz donde pueden aparecer subtítulos en tiempo real, vídeo de alta definición, reducción de ruido, funciones antifraude y elementos interactivos durante la conversación.
SK Telecom ofrece otra referencia todavía más interesante. Su plataforma A. alcanzó a comienzos de 2026 los diez millones de usuarios activos mensuales y ha incorporado capacidades como grabación, transcripción, resumen, traducción y detección de fraude. La compañía lleva tiempo estudiando fórmulas para convertir parte de esa adopción en ingresos adicionales. Tenemos, por tanto, tecnología. Tenemos distribución. Tenemos usuarios. Y sabemos además que existe dinero alrededor de la voz con IA.
ElevenLabs cerró 2025 con alrededor de 350 millones de dólares americanos de ingresos recurrentes anuales y superó los 500 millones durante los primeros cuatro meses de 2026. RingCentral ofrece quizá una evidencia todavía más clara porque está vendiendo funcionalidades directamente asociadas a las comunicaciones empresariales. En el segundo trimestre de este año, más de 16.000 clientes pagaban por AI Receptionist y los productos de IA de pago representaban alrededor del 13 por ciento de sus ingresos recurrentes anuales. No estamos, por tanto, ante una tecnología interesante para la que todavía haya que inventar una demanda. Alguien ya está pagando.
Y ese era precisamente el punto en el que esperaba encontrar la confirmación de mi hipótesis. Si empresas especializadas están construyendo negocios alrededor de la voz inteligente y el operador posee además la red, la numeración, la relación comercial, la facturación y la capacidad de introducir esas funciones directamente sobre una llamada, parecería razonable pensar que estamos ante una segunda oportunidad para monetizar la voz.
Y aquí empiezan las malas noticias.
T-Mobile está introduciendo una de las funcionalidades de voz más fáciles de entender comercialmente, la traducción automática durante una llamada, y durante la beta la ofrece gratuitamente. China Mobile ha llevado capacidades de IA a una escala enorme sin que aparezca un modelo relevante de cobro separado por cada una de ellas. SK Telecom consiguió millones de usuarios para A. y sigue buscando cómo convertir esa utilización en una suscripción sin haber demostrado todavía una monetización directa significativa de las funciones de llamada.
Vodafone y Ericsson, por su parte, hablan de las posibilidades de la tecnología pero todavía no de cuánto podría costar. Cuanto más he mirado estos casos, más me cuesta pensar que el principal problema sea tecnológico. Tampoco parece ser la ausencia de valor. Quizá el problema esté en algo bastante más profundo, la forma en que compiten los operadores.
Una empresa de software encuentra una funcionalidad que resuelve un problema y trata de convertirla en producto. La empaqueta, establece un precio y busca clientes que estén dispuestos a pagarlo. RingCentral puede crear AI Receptionist, ponerle un precio y medir cuántas empresas lo contratan. ElevenLabs cobra por generar, procesar o automatizar voz. Su incentivo consiste en conseguir que cada nueva capacidad tenga un valor económico identificable.
Pero los operadores parecen funcionar de otra manera. Su producto principal continúa siendo una suscripción mensual de conectividad. Cuando encuentra una nueva capacidad que puede diferenciar esa suscripción, el incentivo muchas veces no consiste en crear otra factura, sino en hacer que la tarifa existente resulte más difícil de abandonar. Una funcionalidad aparece primero en el plan premium, el competidor responde introduciendo algo parecido, otro operador la incluye sin coste para evitar una desventaja comercial y, poco a poco, aquello que parecía una nueva fuente de ingresos termina convertido en una casilla más dentro de la tabla comparativa de tarifas.
La industria lleva décadas recorriendo ese camino. Los minutos fueron primero un producto, después un paquete y finalmente una prestación prácticamente ilimitada. Los mensajes siguieron una trayectoria parecida. El roaming pasó en numerosos mercados de ser una importante fuente adicional de ingresos a convertirse en una característica incluida. Los operadores han añadido almacenamiento, entretenimiento, seguridad, productividad y otros servicios para aumentar la percepción de valor de sus tarifas, pero muchas veces la competencia ha terminado transformando esas prestaciones en herramientas de retención más que en nuevas líneas independientes de facturación.
No hay nada necesariamente irracional en ese comportamiento. Puede tener muchísimo sentido regalar una función cuyo coste sea relativamente pequeño si permite mantener a un cliente que paga cincuenta euros todos los meses. La dificultad aparece cuando observamos el asunto desde la perspectiva de la creación de nuevos ingresos. Una innovación puede generar mucho valor para el operador y, sin embargo, no generar un solo euro identificable de facturación adicional.
Ahí podría estar precisamente el futuro de la IA aplicada a la voz. La traducción automática puede ayudar a justificar una tarifa premium. La detección de fraude puede reducir la pérdida de clientes. La transcripción y los resúmenes pueden hacer más atractiva una oferta empresarial. La cancelación de ruido puede convertirse en otro argumento de diferenciación. Todas ellas pueden tener valor económico sin convertirse necesariamente en productos que aparezcan con precio propio en la factura.
La paradoja es que cuanto más útiles sean estas prestaciones, mayor será también la presión para que los competidores las incorporen. Y cuanto más generalizadas estén, más difícil será seguir considerándolas premium.
Esto no significa que los operadores hayan perdido la oportunidad. Al contrario. Cada vez estoy más convencido de que existe una oportunidad considerable alrededor de la voz inteligente. Lo que empiezo a cuestionar es que la mejor manera de capturarla sea que cada operador intente construir un producto propio y vendérselo directamente a sus clientes.
Mis dudas no se limitan al mercado de consumo. También sería prudente con la idea de que basta trasladar la estrategia al segmento empresarial. Telefónica está incorporando IA a sus servicios de telefonía para empresas y ahí la disposición a pagar resulta considerablemente más evidente porque una conversación puede convertirse en una reserva, una venta, una reclamación o una cita. Pero incluso en ese mercado existe el riesgo de que la telco termine utilizando cada nueva capacidad para enriquecer una oferta convergente mientras proveedores especializados construyen productos más fáciles de valorar y monetizar.
Por eso creo cada vez más en modelos B2B2C, B2B2B o B2B2X. El operador no necesita convertirse en ElevenLabs, RingCentral, OpenAI o cualquier otra plataforma especializada. Puede aportar algo que esas compañías tienen muchas más dificultades para reproducir a escala global. Controla la llamada, puede autenticar el número, conoce determinadas señales de riesgo de la red, dispone de capacidades antifraude, mantiene relaciones de interconexión, puede aplicar funciones durante la sesión y tiene presencia regulatoria y comercial en cada mercado.
Una empresa especializada puede ser mucho mejor diseñando el producto, entendiendo el caso de uso y consiguiendo que alguien pague por él. El operador puede ser mucho mejor proporcionando capacidades que permitan que ese producto funcione de una forma que sería imposible conseguir únicamente desde una aplicación.
En lugar de vender traducción al consumidor, el operador podría proporcionar capacidades de traducción a plataformas que la incorporen en sus propios productos. En lugar de vender un agente virtual directamente a una pequeña empresa, podría proporcionar identidad, numeración, autenticación y capacidades de red al proveedor que ya vende ese agente. En lugar de intentar convencer a un banco de que compre una plataforma completa desarrollada por la telco, podría permitir que el banco o su proveedor tecnológico combinen IA con señales antifraude y verificación procedentes de la red.
El operador dejaría de intentar monetizar cada funcionalidad y empezaría a monetizar su participación en muchos productos construidos por otros.
Curiosamente, esta posibilidad conecta con algo que llevo planteando desde que empecé a seguir la nueva economía de la voz. La voz no está recuperando valor porque vuelva a ser escasa. Está recuperándolo porque alrededor de una conversación empiezan a poder ejecutarse cosas que antes resultaban imposibles o demasiado costosas. Identificar, verificar, traducir, transcribir, resumir, interpretar, automatizar y actuar.
La diferencia es que ahora empiezo a ver con más claridad que crear ese valor y capturarlo son dos problemas completamente distintos. Vodafone y Ericsson demuestran que la inteligencia puede volver a entrar en la red. T-Mobile demuestra que puede ofrecerse sin aplicación y prácticamente independientemente del terminal. China Mobile demuestra que puede hacerse a gran escala. SK Telecom demuestra que existe adopción. ElevenLabs y RingCentral demuestran que existe disposición a pagar.
Lo único que todavía no hemos demostrado es que el operador sea bueno cobrando directamente por todo eso. Quizá nunca lo sea. Quizá tampoco necesite serlo.
La IA puede devolver a la voz un enorme valor estratégico y convertir nuevamente la llamada en un terreno de innovación. Puede ayudar a los operadores a diferenciar tarifas, reducir churn, proteger ARPU y recuperar una parte de la experiencia que durante años se desplazó hacia aplicaciones y fabricantes de dispositivos. Todo eso ya sería económicamente relevante.
Pero si el objetivo es transformar esa nueva capa de valor en una verdadera fuente adicional de ingresos, sospecho que el camino más prometedor no consiste en que la telco intente vender cada nueva función al usuario final. Consiste en conseguir que quienes sí saben construir productos y ponerles precio necesiten pasar por ella.
Hace unos meses pensaba que la gran pregunta era si la IA podía conseguir que volviéramos a pagar por la voz. Ahora creo que la respuesta es algo más complicada. Probablemente volveremos a pagar por la voz inteligente. Lo que no tengo nada claro es que se la paguemos directamente al operador.
