Synthesia crea 4 avatares interactivos de una periodista

El experimento: 4 avatares para una periodista

En apenas un par de días, Synthesia convirtió a una periodista de TechCrunch en cuatro avatares digitales interactivos. La startup británica, valorada en US$4.000 millones a principios de 2026 y con más de US$100M en ARR según reportó la propia empresa en 2025, atraviesa su mejor momento comercial y mueve su plataforma hacia el roleplay entrenado por IA.

En septiembre, Synthesia invitó a la periodista a la inauguración de su nueva oficina en Nueva York. Le tomaron varias fotos y grabaron dos minutos de su voz. El resultado: cuatro avatares, dos personales (que solo leen guiones) y dos interactivos (que escuchan y responden), con y sin gafas. Es la primera vez que la compañía crea un avatar interactivo para alguien ajeno a su plantilla, según reportó TechCrunch.

El avatar interactivo se entrenó sobre un único tema: una investigación de la propia periodista sobre por qué las startups respaldadas por venture capital cometen más fraude que las que no lo están. Cualquier otra pregunta se redirige al artículo. Esa decisión de diseño revela una de las claves del producto: el perímetro se decide antes de entrenar, no después.

🤖 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 un avatar interactivo por dentro?

El stack que da vida a estos gemelos digitales encadena cuatro modelos. Primero, un modelo de voice-to-text convierte lo que dice el usuario en texto. Después, un modelo de lenguaje agentico interpreta ese texto y decide qué responder: la pieza que permite que el avatar piense y tome acciones. Luego, un modelo de text-to-voice transforma la respuesta en audio. Finalmente, un modelo de video (propio de Synthesia) anima el rostro del avatar mientras habla.

La compañía permite que sus clientes empresariales sustituyan piezas del stack. Las opciones de voz y razonamiento incluyen modelos de Cartesia, ElevenLabs, Google u OpenAI, lo que importa a cualquier startup preocupada por el vendor lock-in: el avatar puede construirse sobre los modelos que tú ya estés usando.

Sobre el razonamiento subyacente, el CEO y cofundador Victor Riparbelli reveló cuando lanzó Roleplay Sessions en julio que la inteligencia de razonamiento es de OpenAI. Lo que Synthesia aporta como capa propietaria es el video, la voz, las rúbricas de evaluación y la analítica de desempeño.

El nuevo mapa competitivo: Synthesia frente a Kaltura y los AI sales coaches

Synthesia no está sola. En el segmento de avatares empresariales se codea con D-ID, HeyGen y Colossyan, según describe TechCrunch. La presión competitiva se intensificó en 2026 desde dos frentes adicionales.

En abril de 2026, Kaltura (Nasdaq: KLTR) presentó su propia solución de roleplay con avatares para entrenamiento corporativo, disponible en beta y con soporte para más de 30 idiomas, según un comunicado recogido por Yahoo Finance. Kaltura se autodefine como la empresa de experiencia digital agéntica y apunta al mismo uso que Synthesia: que un equipo de ventas practique objeciones con un avatar que interpreta a un prospect escéptico, o que un equipo de servicio al cliente ensaye cómo desescalar una queja.

En el terreno de los AI sales coaches, ServiceNow ya desplegó un coach de ventas integrado en ServiceNow University para aproximadamente 8.000 vendedores, según reportó Business Insider. El resultado: el tiempo de ramp-up pasó de tres meses a seis semanas, y cerca del 90% de los sellers usan la herramienta. La firma de entrenamiento Braintrust, que trabaja con clientes en pharma, SaaS y finanzas, usa Yoodli para analizar conversaciones y documenta un caso en pharma donde la capacidad de los equipos de conectar personalmente pasó del 10% al 84% en tres meses.

El contexto importa: un informe de retención de 2025 de Work Institute encontró que el 18% de los trabajadores citan la falta de oportunidades de desarrollo profesional como motivo principal para dejar su empleo. La demanda corporativa por entrenamiento escalable y medible ya existía; los avatares interactivos están capitalizando ese vacío.

El giro estratégico: del video corporativo al roleplay

Cuando Synthesia presentó Roleplay Sessions el miércoles de su anuncio en julio, fue el primer producto de su plataforma más amplia, Sessions, y marcó un giro estratégico: la compañía ya no quiere ser vista solo como un generador de videos, sino como una plataforma de gestión de desempeño con un frente visual animado.

Los primeros clientes comerciales ya están en producción. Según declaró una portavoz de la empresa a TechCrunch, incluyen a una de las tres mayores compañías por capitalización de mercado en Europa, una del top cinco del Fortune 100, y una de las mayores empresas de reclutamiento del mundo. Los casos de uso más populares son entrenamiento de equipos de ventas y liderazgo, desde practicar cómo vender un producto hasta cómo sostener una conversación difícil.

El razonamiento detrás del giro lo expuso Riparbelli: aunque los videos corporativos rinden mejor que el texto, lo que de verdad cambia el comportamiento es la práctica con retroalimentación. Es la misma observación que sustenta el ascenso de los AI sales coaches: el vibe check subjetivo del manager ya no escala cuando las capas medias se están adelgazando y los equipos crecen.

¿Qué significa esto para tu startup?

Para founders hispanohablantes, el caso de Synthesia abre varias líneas concretas:

Si vendes a empresas, evalúa un avatar interactivo para calificar leads o entrenar a tu equipo comercial. El caso de ServiceNow muestra ROI medible (ramp-up de 3 a 6 semanas) en organizaciones grandes; en equipos más chicos, una sesión de roleplay con IA puede sustituir horas de coaching uno-a-uno sin reemplazar al manager, sino descargándolo del trabajo repetitivo.
Piensa en tu propio gemelo digital si eres founder técnico o sales-led. El experimento de Synthesia muestra que el ciclo de creación es de días, no meses: fotos, dos minutos de voz y un corpus de entrenamiento. Si te pasas el día respondiendo las mismas preguntas de clientes, periodistas o candidatos, un avatar determinista puede absorber esa carga sin perder el control sobre qué dice.
Diseña el perímetro desde el principio. El avatar de la periodista solo respondía sobre su artículo de fraude; cualquier otra pregunta se redirigía. Limitar el avatar a un único tema, como en este caso, es la versión inicial de guardarraíl y debería ser el mínimo aceptable antes de entrenar un avatar con material sensible de tu empresa.
Vigila el vendor lock-in en el stack. Synthesia permite cambiar el LLM y la voz entre Cartesia, ElevenLabs, Google y OpenAI. Si construyes sobre su plataforma, pide desde el contrato qué piezas puedes sustituir y cuáles están atadas a sus modelos propietarios.

El sector ya no se trata solo de avatares que se ven bien en un demo. La pregunta que los clientes enterprise están haciendo en 2026 es si la IA genera resultados de negocio medibles, y Synthesia, Kaltura y ServiceNow están respondiendo con datos.