Los agentes de IA ya pueden llamar por teléfono a una persona cuando necesitan una decisión. Claude Code, el agente de programación de Anthropic, dejó de ser una herramienta que solo escribe en una terminal: ahora puede marcar a tu celular, explicarte en dos frases en qué está trabajando y pedirte que elijas entre opciones concretas. La demostración más clara la hizo Matt Wolfe, que usa Claude Code para editar sus videos y recibió una llamada del propio agente preguntándole qué plano debía abrir su corte preliminar.
El cambio parece pequeño, pero toca un problema que cualquiera que haya delegado trabajo a una IA conoce bien: el agente avanza, se traba en un detalle y se queda esperando. Hasta ahora la solución era revisar la pantalla cada pocos minutos. Con una llamada, el agente sale de la pantalla y entra en el bolsillo de la persona.
En este artículo veremos cómo funciona esa integración, qué papel juegan las notificaciones inteligentes en un flujo de trabajo real y por qué esto importa para las empresas en Perú y Latinoamérica que están empezando a usar automatización con IA en serio.
¿Cómo hace un agente de IA para llamar por teléfono?
La pieza que hace posible la llamada no es el modelo de lenguaje, sino la capa de comunicaciones. Según Matt Wolfe, su configuración corre a través de Bird, un servicio que permite a agentes como Claude Code enviar mensajes de texto, correos electrónicos y realizar llamadas telefónicas. La misma capa funciona con ChatGPT, Cursor y Codex, lo que sugiere que no es una función exclusiva de un solo producto sino un patrón que se está extendiendo.
Del lado técnico, el mecanismo es más sencillo de lo que parece. Un servidor local recibe el estado del agente y, cuando se cumple una condición definida, dispara una llamada usando un proveedor de telefonía. El proyecto de código abierto CallMe, disponible en GitHub con más de 2600 estrellas, describe exactamente esa arquitectura: un plugin que se conecta a Claude Code, crea un túnel con ngrok para recibir los eventos del proveedor telefónico y convierte la voz del usuario en texto que vuelve al agente. Los costos que reporta el propio repositorio son bajos: alrededor de 0,007 dólares por minuto de llamada saliente con Telnyx y cerca de 0,006 dólares por minuto de transcripción con OpenAI, lo que deja un total aproximado de 0,03 a 0,04 dólares por minuto usando la voz sintética de OpenAI.
Otro proyecto, CallMeClaude, lleva la idea un paso más allá: un pequeño agente en una máquina Mac o Linux vigila cada sesión de Claude Code y llama a un iPhone o Android cuando una sesión se traba o termina, con un resumen de dos frases. La llamada no es de una sola vía: la persona puede responder y esas instrucciones vuelven al agente. Es decir, el teléfono se convierte en una interfaz más del sistema, igual que una terminal o un navegador.
Lo interesante de este enfoque es que no requiere infraestructura pesada. No hay un centro de monitoreo ni un tablero nuevo que aprender. Hay una regla: si pasa esto, llama; si pasa aquello, manda un mensaje.
¿Qué cambia cuando el agente decide cuándo interrumpirte?
La parte más valiosa de la demostración de Wolfe no es la llamada en sí, sino la condición que la dispara. Él configuró el sistema para que solo lo llame cuando realmente lo necesita. Para lo pequeño, como el aviso de que un render terminó, recibe un mensaje de texto. La llamada queda reservada para decisiones que el agente no puede tomar solo.
Esa distinción es la que separa una automatización útil de una fuente de ruido. Cualquiera que haya activado notificaciones en un sistema empresarial conoce el problema: si todo avisa, nada avisa. El correo se ignora, el mensaje se archiva y la alerta importante se pierde entre las demás. Un agente que llama por cualquier cosa termina silenciado en la primera semana.
La regla práctica que se desprende de esta experiencia es clasificar los eventos en tres niveles. Los eventos informativos, como una tarea completada sin errores, van a un registro o a un mensaje de texto. Los eventos que requieren una decisión con opciones concretas justifican una llamada, porque la persona puede responder en segundos sin abrir una computadora. Y los eventos que requieren una acción urgente e inmediata, como una caída de servicio, deberían seguir un protocolo de escalamiento distinto, con responsables definidos.
Vale la pena señalar lo que esta demostración no prueba. Se trata de un caso individual, montado por una persona con conocimientos técnicos, sobre una tarea creativa y de bajo riesgo como elegir el plano inicial de un video. No hay evidencia en el material revisado sobre cómo se comporta este esquema en un entorno con decenas de agentes simultáneos, ni sobre qué ocurre cuando la llamada llega a alguien que no tiene contexto del proyecto. Tampoco hay datos sobre latencia, disponibilidad del proveedor telefónico o costos a escala. La idea es prometedora, pero la evidencia pública todavía es la de un entusiasta mostrando su configuración, no la de un estudio controlado.
¿Qué significa esto para una empresa en Perú que empieza con agentes de IA?
En el contexto peruano y latinoamericano, la mayoría de las empresas que están explorando Claude Code y herramientas similares no trabajan con equipos de cientos de desarrolladores. Trabajan con equipos pequeños, muchas veces de dos o tres personas, donde cada hora cuenta y donde nadie puede quedarse mirando una pantalla mientras un proceso corre. Ahí es donde la lógica de la llamada tiene sentido.
Pensemos en una empresa mediana de Lima que ejecuta procesos nocturnos: la carga de facturación electrónica, la sincronización entre el ERP y el sistema de almacén, la generación de reportes para gerencia. Hoy, si algo falla a las 3 de la mañana, nadie se entera hasta que la contadora llega a las 8 y encuentra el error. Un agente que monitorea ese proceso y llama al responsable solo cuando hay una decisión pendiente cambia el tiempo de respuesta sin obligar a nadie a hacer guardia frente a una pantalla.
El mismo patrón aplica a tareas de desarrollo. Un equipo que usa un agente para refactorizar código o correr pruebas puede recibir una llamada cuando el agente encuentra un conflicto que requiere criterio humano, y un mensaje cuando simplemente terminó. La automatización con IA deja de ser una promesa abstracta y se convierte en una regla concreta: qué eventos ameritan interrumpir a una persona y cuáles pueden esperar.
También hay una consideración de gobierno que las empresas peruanas suelen pasar por alto. Si un agente puede llamar, también puede llamar a la persona equivocada o en el momento equivocado. Definir quién recibe qué tipo de aviso, y dejar registro de las llamadas y de las decisiones tomadas, no es un detalle técnico: es parte de la operación. En sectores regulados, como banca o salud, ese registro puede ser obligatorio.
¿Cómo aplica esto en tu empresa?
Antes de pensar en llamadas telefónicas, conviene hacer un inventario honesto de los procesos que hoy dependen de que alguien esté mirando una pantalla. No hace falta empezar con agentes sofisticados: basta con identificar tres o cuatro tareas donde el trabajo avanza solo pero se detiene cuando aparece una duda.
El segundo paso es clasificar los eventos de cada proceso en los tres niveles que mencionamos: informativo, decisión y urgente. Para cada uno, define el canal. Un mensaje de texto o una notificación en el sistema para lo informativo, una llamada para la decisión con opciones concretas, y un protocolo de escalamiento con responsables para lo urgente. Si no puedes describir las opciones en una frase, probablemente no es un caso para llamada.
El tercer paso es medir. Registra cuántas llamadas se hicieron, cuántas terminaron en una decisión real y cuántas fueron innecesarias. Ese dato te dirá si la regla está bien calibrada o si estás generando ruido. Si quieres revisar cómo se vería esto en tu operación, puedes conversar con nosotros sobre tu caso y ver qué procesos tienen sentido automatizar primero.
Y si tu equipo ya está construyendo flujos con agentes, vale la pena revisar cómo se están gestionando las notificaciones hoy. Muchas veces el problema no es el modelo, sino que nadie definió cuándo debe interrumpir a una persona. En la página del blog de Consultoría TI encontrarás material para ordenar esas decisiones antes de sumar complejidad técnica.
Preguntas Frecuentes
¿Qué es Claude Code y por qué puede llamar por teléfono?
Claude Code es el agente de programación de Anthropic que trabaja desde la terminal. Puede llamar por teléfono porque se conecta a servicios externos de comunicaciones, como Bird, que permiten a un agente enviar mensajes, correos y realizar llamadas. La llamada no la hace el modelo por sí solo: la dispara una regla configurada por el usuario cuando se cumple una condición.
¿Cuánto cuesta que un agente de IA haga una llamada?
Según el repositorio del proyecto CallMe en GitHub, una llamada saliente cuesta alrededor de 0,007 dólares por minuto con Telnyx y 0,014 dólares por minuto con Twilio. A eso se suma la transcripción de voz, cerca de 0,006 dólares por minuto con OpenAI, y la síntesis de voz, alrededor de 0,02 dólares por minuto con OpenAI o gratuita con Kokoro. El total estimado ronda los 0,03 a 0,04 dólares por minuto.
¿Necesito un servidor propio para que mi agente llame a mi celular?
En los proyectos revisados, la configuración corre en una máquina local, como una Mac o un Linux, y usa un túnel como ngrok para recibir los eventos del proveedor telefónico. No requiere un centro de datos, pero sí requiere una computadora encendida y una configuración técnica inicial. Para una empresa que quiere operar esto de forma estable, conviene evaluar dónde vive ese servidor y quién lo mantiene.
Conclusión: ¿vale la pena que tu agente te llame?
La demostración de Matt Wolfe muestra algo que hace un año sonaba a ciencia ficción: un agente que termina una tarea creativa y marca al celular de su dueño para preguntarle qué hacer. Lo relevante no es la llamada, sino la disciplina que exige: decidir de antemano qué eventos merecen interrumpir a una persona y cuáles pueden esperar en silencio.
Para las empresas en Perú y Latinoamérica que están dando sus primeros pasos con agentes de IA, esa disciplina vale más que cualquier herramienta. Un agente bien configurado ahorra horas de vigilancia; uno mal configurado solo cambia una pantalla ruidosa por un teléfono que no para de sonar. La diferencia está en las reglas que definas antes de encenderlo.
Si quieres revisar qué procesos de tu empresa podrían beneficiarse de este tipo de automatización, escríbenos y conversemos sobre tu caso concreto.
Por Edgar Vásquez, Consultoría TI · actualizado el 07 de noviembre de 2026
Fuentes y Referencias
- Matt Wolfe — Claude Code Just Called My Phone (YouTube Shorts)
- ZeframLou/call-me — Minimal plugin that lets Claude Code call you on the phone (GitHub)
- MindPattern — CallMeClaude rings your phone when a Claude Code session stalls
✨ Contenido generado con ContentFlow — Consultoría-Ti