Wayne Liang, cofundador de HeyGen, se fue de baja por paternidad y dejó un clon de IA suyo atendiendo las llamadas comerciales. Volvió ocho semanas después y se encontró con 2.741 prospectos atendidos, 132 clientes de pago firmados y un agente que se había inventado un plan de precios que no existe. Lo contó él mismo en X.
Puntos clave
- 2.741 llamadas atendidas en ocho semanas y 132 clientes de pago cerrados.
- 37 operaciones de empresa abiertas por un valor aproximado de 3 millones de dólares.
- El clon juntaba la tecnología de avatares de la propia HeyGen con un agente OpenClaw que leía sistemas, consultaba al equipo y volcaba cada llamada a un almacén de memoria.
- Entre los fallos: un plan de 4.800 dólares inventado y notas internas de triaje enviadas a un cliente.
Cómo estaba montado
No era un avatar leyendo un guion. El clon tenía acceso a los sistemas de la empresa, podía consultar a personas del equipo cuando no sabía algo y registraba los detalles de cada conversación en un almacén de memoria que después usaba en las siguientes llamadas.
Esa es la parte interesante para cualquiera que esté montando algo parecido. El avatar es la capa visible y la más fácil. Lo que hace que funcione es el acceso a datos y la memoria entre conversaciones, que es exactamente donde se cae el 90% de los proyectos de agentes comerciales.
HeyGen ya venía empujando por ahí: hace unos días convirtió documentos en podcasts con dos avatares, y en julio lanzó Avatar V para que el parecido no se degrade.
Ocho semanas es el detalle que cambia la lectura
Casi todas las demos de agentes comerciales que circulan duran una tarde. Alguien enseña una llamada perfecta, la graba y la publica.
Aquí el agente estuvo corriendo dos meses sin la persona que representaba. Ese es el periodo en el que se acumulan los casos raros: el prospecto que pregunta algo fuera de guion, el que negocia precio, el que reabre una conversación de hace tres semanas. Ningún prompt aguanta ocho semanas de casos raros sin que aparezca alguno que nadie previó.
Por eso este caso vale más que veinte demos. No porque el resultado sea espectacular, sino porque enseña qué se rompe cuando dejas de mirar.
Los fallos, que son la parte útil
El agente se inventó un plan de 4.800 dólares que no está en el catálogo. Se lo dijo a un cliente como si fuera real.
En otra llamada mandó a un cliente las notas internas de triaje de HeyGen, el tipo de documento que describe cómo se clasifican los problemas de los propios clientes. Y en un tercer caso prometió reuniones apoyándose en un enlace de calendario caducado que nadie había acordado.
La solución de HeyGen no fue reescribir el prompt. Fue sacar autoridad del alcance del agente: quitarle permisos para comprometer precios, para leer documentos internos y para agendar sin validación. Ese es el patrón correcto y el que casi nadie aplica hasta que se quema.
El almacén de memoria es la pieza que casi nadie monta
De todo el montaje, la parte que separa esto de un bot de llamadas es que cada conversación se guardaba y se podía consultar en la siguiente.
Sin eso, cada llamada empieza de cero. El prospecto que habló hace dos semanas tiene que volver a explicar su caso, y el agente vuelve a hacer las mismas preguntas. Es la razón por la que la mayoría de agentes comerciales suenan bien en la primera llamada y se caen en la segunda.
Con memoria, el agente entra sabiendo qué se dijo, qué se prometió y qué quedó pendiente. Es también lo que convierte el registro de llamadas en un activo: dos meses después, HeyGen tiene 2.741 conversaciones estructuradas sobre qué pide el mercado, algo que un equipo humano no habría documentado ni de lejos con ese detalle.
El coste de esa pieza es el que se ve en los fallos. Un agente con memoria y acceso a sistemas internos también tiene material que no debería salir de casa, y ahí es donde acabó enviando notas de triaje a un cliente.
Qué números aguantan y cuáles no
2.741 llamadas en ocho semanas son unas 48 al día laborable. Ningún comercial humano llega a ese volumen, y ahí el argumento es sólido.
Los 132 clientes de pago dan una conversión del 4,8%, que para llamadas entrantes sin cualificar no está mal ni es espectacular. Los 3 millones en operaciones de empresa son pipeline abierto, no ingresos cerrados, y conviene leerlo así.
El dato que no está publicado es el que más importa: cuánto costó en tokens y cuánto tiempo del equipo se fue en supervisar y corregir. Sin eso no hay forma de saber si el retorno es real o si el clon fue una demo cara de un producto que HeyGen quiere vender.
El conflicto de interés que conviene nombrar
Wayne Liang es cofundador de HeyGen, y HeyGen vende avatares de IA. El clon usaba su propia tecnología.
Eso no invalida los números, pero sí condiciona qué se cuenta. Es razonable pensar que los fallos publicados son los que se pueden contar, y que la parte de coste y de supervisión humana no aparece porque no ayuda a la narrativa comercial.
Aun así, reconocer públicamente que tu agente se inventó un precio y filtró notas internas es más de lo que hace la mayoría de empresas que publican casos de éxito con IA. Esa parte se le puede reconocer.
Por qué importa
Este caso es el argumento a favor y en contra de los agentes comerciales en la misma historia, y por eso vale la pena mirarlo.
A favor: un agente bien conectado a los datos de la empresa sostiene un volumen que un equipo humano no sostiene, y cierra. En contra: en ocho semanas se inventó un precio, filtró un documento interno y comprometió reuniones falsas. Cualquiera de las tres, en una empresa con un cliente grande delante, se come el ahorro de golpe.
La lectura práctica es la de siempre. El agente puede hablar, pero no puede prometer. Precio, condiciones y compromisos legales salen del alcance del modelo y pasan por un sistema determinista o por una persona. Si tu diseño no separa esas dos cosas, no tienes un agente, tienes una apuesta.
Relacionado
