ElevenLabs llega a Brasil con agentes de IA conversacionales

La llegada de ElevenAgents a Brasil

ElevenLabs, la compañía polaca de inteligencia artificial por voz que alcanzó una valoración de US$22.000 millones en julio de 2026, lanzó oficialmente ElevenAgents en Brasil. La plataforma B2B permite crear agentes conversacionales de voz y chat capaces de interactuar en 70 idiomas, atender clientes las 24 horas y ejecutar tareas directamente sobre los sistemas internos de las empresas.

La oferta no es menor. Según la empresa, ElevenAgents opera actualmente en más del 60% de las empresas de la Fortune 500, con más de 2 millones de agentes creados y 33 millones de conversaciones gestionadas. En términos de escala operativa, TELUS Digital —partner de implementación de ElevenLabs— reporta que la plataforma maneja 1,3 millones de conversaciones diarias en 80 países, con 4,8 millones de agentes activos.

Eduardo Villalba, Head B2B Marketing de ElevenLabs, explicó a Estúdio Folha que "el Brasil es un mercado muy relevante para ElevenAgents porque tenemos una fuerte cultura de comunicación por audio". La plataforma fue diseñada para manejar baja latencia, sotaques regionales, gírias y expresiones locales con naturalidad.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

¿Cómo funciona realmente esta tecnología?

A diferencia de las URAs tradicionales —esas unidades de respuesta audible con menús rígidos tipo "presione 1 para ventas"—, los agentes de ElevenLabs operan mediante conversación natural. El sistema entiende interrupciones, cambios de tema y respuestas imprevistas sin roteiro predefinido.

Técnicamente, la arquitectura se basa en tres componentes. Primero, un encoder de hablante extrae un embedding acústico compacto desde muestras de audio de referencia. Segundo, un transformador autoregresivo genera tokens de habla condicionados tanto por el texto como por la firma acústica del hablante. Tercero, un vocoder convierte esos tokens en una onda sonora audible.

El modelo Flash v2.5 de ElevenLabs opera con una latencia de aproximadamente 75 milisegundos entre pregunta y respuesta —por debajo del umbral perceptual humano—, lo que hace viable la conversación en tiempo real. El modelo Eleven v3, lanzado en febrero de 2026, puede generar un embedding usable a partir de tan solo unos segundos de audio.

Más allá del diálogo, los agentes pueden consultar datos en tiempo real y ejecutar acciones autorizadas. Por ejemplo, en un contexto financiero, el agente recibe una consulta sobre una cobranza, verifica los datos oficiales de la cuenta, explica la situación y, si la operación está dentro de los parámetros definidos, procesa el estorno o pago directamente.

El negocio detrás de ElevenLabs: US$500 millones en ingresos anuales

Para entender la magnitud de esta expansión, conviene mirar los números de la empresa. ElevenLabs fue fundada en 2022 por Mati Staniszewski (CEO) y Piotr Dąbkowski (CTO), dos amigos de Varsovia que partieron de una queja personal sobre doblajes artificiales en Polonia.

En febrero de 2026 cerró su ronda Series D valorada en US$11.000 millones, liderada por Sequoia Capital y respaldada por BlackRock, Nvidia, a16z e Iconiq Growth. Para julio de 2026, un tender offer secundario elevó la valoración a US$22.000 millones, duplicándola en cinco meses. La empresa facturó aproximadamente US$330 millones en ingresos recurrentes anuales (ARR) en 2025 y superó los US$500 millones en mayo de 2026.

Los clientes enterprise incluyen Cisco, Deutsche Telekom, Meta, Salesforce y The Washington Post. La dirección estratégica es clara: el CEO Staniszewski ha anunciado públicamente que busca un IPO en dos a tres años, y el 70% de los ingresos corporativos están proyectados para 2027.

Casos reales: lo que pasa cuando implementas estos agentes

La fuente brasileña menciona a CareCode, startup local que automatiza agendamientos y recordatorios médicos. Pero los casos internacionales son más reveladores:

Revolut, la fintech británica, utiliza ElevenAgents para atender a más de 4 millones de clientes en Europa. Los agentes responden preguntas sobre cuentas y servicios y gestionan estornos de principio a fin, sin intervención humana.

Klarna, la fintech sueca de pagos, aplica la plataforma para sus 35 millones de clientes en Estados Unidos. Situaciones complejas se transfieren a humanos con todo el contexto de la conversación previo. El resultado: Klarna resolvió solicitudes hasta 10 veces más rápido al eliminar filas de espera, URAs intermedias y consultas manuales.

TELUS Communications, operadora canadiense, usó agentes proactivos para contactar nuevos clientes de internet doméstico en sus primeros 90 días. Los resultados: los clientes que recibieron una llamada de bienvenida proactiva tuvieron menos de la mitad de probabilidades de cancelar en sus primeros 30 días comparado con el promedio, y otorgaron una puntuación de 8,5 de 10 a la experiencia.

Competencia y riesgos regulatorios

El panorama competitivo se intensifica. Mistral AI desarrolló Voxtral, un modelo open-source que, según su reporte técnico publicado, superó al Flash v2.5 de ElevenLabs en el 68,4% de pruebas auditivas ciegas. Además, Google, OpenAI y Amazon construyen capacidades de voz con ventajas de distribución masiva que ElevenLabs no puede igualar.

La presión regulatoria también crece. En abril de 2026, la senadora estadounidense Maggie Hassan envió cartas formales a ElevenLabs y otras cuatro empresas de clonación de voz exigiendo medidas contra fraudes. El informe del FBI de 2025 encontró que los estafas con IA costaron US$893 millones y generaron más de 22.000 denuncias ese año. En mayo de 2026, una demanda colectiva en Illinois alegó violaciones a la Biometric Information Privacy Act por uso de voces públicas sin consentimiento para entrenar modelos.

Además, el EU AI Act entró en vigencia completa el 2 de agosto de 2026, requiriendo divulgación de voces sintéticas en muchos contextos.

¿Qué significa esto para tu startup?

La llegada de ElevenAgents a Brasil representa un cambio estructural en cómo las PYMEs y startups pueden competir en atención al cliente con multinacionales. Aquí hay tres implicancias concretas:

1. La barrera de entrada para atención multilingüe se desploma. Antes, ofrecer soporte en 70 idiomas requería equipos humanos en cada mercado. Ahora, un agente de ElevenLabs atiende en todos simultáneamente con latencia imperceptible. Si tu startup tiene ambiciones globales o atiende público LATAM con múltiples acentos, esto elimina una inversión que antes tomaba meses.

2. La integración con tus sistemas existentes es el factor decisivo. Lo que diferencia un agente útil de uno inútil no es la calidad de la voz sino la profundidad de las integraciones. ElevenLabs conecta con Genesys, Twilio, Amazon Connect, Zendesk y Salesforce. Si tu stack actual usa alguna de estas plataformas, la adopción es directa. Si usas herramientas propietarias, evalúa si existe API disponible.

3. Los guardrails no son opcionales. Tanto Klarna como TELUS establecieron reglas claras de qué puede y qué no puede hacer el agente, y cuándo transferir a humanos. Sin políticas de seguridad bien definidas, un agente mal configurado puede dar información incorrecta, acceder a datos sensibles o generar experiencias negativas que dañan tu marca. Define primero los límites antes de activar el agente.

Acciones concretas para implementar

Audita tu stack tecnológico: identifica qué CRM, plataforma de telefonía y base de conocimiento tienes. Verifica si tienen integración nativa con ElevenAgents o APIs disponibles.
Diseña los guardrails antes del lanzamiento: define qué tipos de consultas el agente puede resolver autónomamente, cuáles requiere aprobación humana, y cuáles deben transferirse inmediatamente. Documenta estos criterios.
Comienza con un caso de uso acotado: no lances el agente para todo. Empieza con una funcionalidad específica (confirmación de citas, preguntas frecuentes sobre productos, seguimiento de pedidos) y mide métricas de satisfacción, tasa de resolución y volumen de transferencias antes de escalar.