Level AI en 2026: qué hace, cómo funciona y para quién es

¿Qué es Level AI?

Level AI vende IA a equipos de experiencia de cliente que trabajan en contact centers. El titular de la página de inicio ahora mismo es "Full stack AI agents for the entire customer experience journey", y es un giro considerable respecto al planteamiento de "QA con IA" por el que se conocía a la empresa hace un par de años. El QA sigue siendo el centro de gravedad, pero hoy la empresa empaqueta calidad e información junto con asistencia en vivo y automatización, todo vendido como una sola plataforma.

Algunos datos de la empresa que conviene tener en la cabeza antes de una llamada de ventas:

• Fundadores: Ashish Nagar (fundador y CEO) y Sumeet Khullar (cofundador y CTO).
• Financiación: una Serie C de 39,4 M$ en julio de 2024, liderada por Adams Street Partners, elevó la financiación total a 73,1 M$.
• Escala: su página "about" afirma que analiza más de 1.000 millones de interacciones con clientes al año en más de 100 empresas.
• Sectores: servicios financieros, sanidad, retail, seguros, tecnología de consumo y SaaS empresarial, según la página de inicio.

El perfil del comprador se ve bastante claro en G2: entre los reseñadores que indican el tamaño de su empresa, 123 son mid-market y 72 enterprise, y solo 23 son pequeñas empresas. Es lo que esperaría, ya que Level AI vende a la persona que dirige el QA del call center de unos cientos de agentes, no a un equipo de soporte de cinco personas que comparte una bandeja de entrada.

Cómo funciona Level AI

La mayoría de las herramientas de servicio al cliente con IA alquilan un modelo general de OpenAI o Anthropic y construyen un producto a su alrededor. Level AI plantea lo contrario. Según su página de plataforma, es dueña de toda la pila, desde una "owned Nvidia GPU cloud" hasta sus propios modelos y las apps en las que hace clic tu equipo.

De todas las capas, la de modelos es la que más importa. En julio de 2026 Level AI lanzó Level AI Latitude, siete modelos ajustados, cada uno creado para una tarea del contact center:

En cuanto a eficiencia, las afirmaciones principales de la entrada de lanzamiento de Latitude son un coste de servicio "up to 49x" menor y una latencia "4x" menor. Ninguna de las dos cifras indica una base de referencia, así que las leo como una dirección y no como un benchmark.

¿Por qué debería importarle a un comprador? La ventaja práctica, frente a una pila de herramientas de call center separadas, es que una transcripción alimenta todas las apps. La misma llamada que se puntúa para QA alimenta también la cifra de CSAT inferida y el árbol de temas de voz del cliente, y luego acaba en el plan de coaching. Esa capa compartida es el producto real, y las apps son más bien vistas sobre ella.

Las ocho apps de Level AI

Hay ocho aplicaciones listadas en la página de plataforma. La mayoría de los equipos compran QA primero y se expanden desde ahí, así que las repasaré más o menos en ese orden.

Garantía de calidad y QA-GPT

El QA es el producto con el que Level AI se hizo un nombre. En la página de QA, la empresa dice que su motor QA-GPT usa un modelo "trained on your contact center data to evaluate over 90% of the standards and metrics that scorecards cover." Puedes traer la scorecard de QA que ya tienes o partir de su biblioteca de preguntas preentrenadas.

Como responsable de QA, estos son los detalles que realmente me importarían:

• Scorecards híbridas. Las preguntas puntuadas por IA (¿verificó la identidad?) y las puntuadas por personas (¿hubo empatía real?) se combinan en una sola puntuación.
• Lógica condicional de N/A. Una llamada por una disputa de facturación puede saltarse automáticamente la pregunta del discurso de venta.
• Correcciones que retroalimentan. Cuando un evaluador no está de acuerdo con la IA, la corrección se usa para recalibrar futuras puntuaciones, lo que afina tu ciclo de feedback de QA.
• Un sandbox. Puedes probar rúbricas de AutoQA con conversaciones reales antes de ponerlas en marcha.

La ganancia evidente es el salto de cobertura. Según el propio recuento de Level AI, el QA manual suele revisar "around 1% to 3%" de las interacciones. Un reseñador de G2 de un gran minorista lo dijo claramente:

"Our QA has migrated from 2% manual volume to nearly 100% automated volume as a direct result of using Level AI. We also have iCSAT on 100% of contacts rather than traditional CSAT on just a fraction."

Retail enterprise user, G2

Lo que la gente suele pasar por alto es dónde se ahorra tiempo de verdad, y no es en la puntuación; es en la calibración y el coaching. VistaPrint redujo su varianza de calibración de más del 20 % al 9 %, según su caso de estudio. Cualquiera que haya estado en una reunión de calibración donde tres revisores puntuaron la misma llamada con 60, 75 y 90 sabe por qué es la cifra a vigilar. Y si miras el panorama más amplio de gestionar el aseguramiento de calidad del call center, esta es la brecha que la mayoría de los equipos subestima.

Una advertencia honesta que vale la pena señalar: Level AI no publica ninguna cifra numérica de precisión para QA-GPT. Su propia FAQ dice que la precisión "depends on how well the evaluation criteria and scoring logic are configured." Eso coincide también con lo que dicen los reseñadores (más sobre esto abajo).

Inteligencia conversacional y voz del cliente

Piensa en esto como la capa de "¿por qué llaman los clientes?", que es básicamente la versión de contact center de seguir intenciones y sentimientos en un helpdesk. Cada día el modelo Tenor clasifica cada contacto en una jerarquía de temas, y Veridia infiere una puntuación de CSAT para cada conversación, haya encuesta o no. La idea es la misma que la del análisis de sentimiento con IA, solo que aplicada a cada llamada y no a una muestra de encuestas.

El mejor ejemplo es Smartsheet. Entre febrero y julio su CSAT interna pasó de 2,95 a 3,31, una mejora del 12 %, según el caso de estudio de Smartsheet. La cita que más se me quedó es de Corinne Flanagan, Senior Manager of Enablement and Quality:

"That's been the power of Level for us. It's no longer just debating. These are facts. These are customers' words."

Corinne Flanagan, Smartsheet (case study)

Purple, la empresa de colchones, usó esos mismos datos para rastrear una oleada de quejas de "too tall" hasta socios de entrega que colocaban las bases ajustables en su posición más alta, según el caso de estudio de Purple. Una causa raíz así nunca va a aparecer en una puntuación de QA.

Agent assist

Agent Assist es la pieza en tiempo real, es decir, guía durante la llamada y consultas de conocimiento, además de notas de llamada que se escriben automáticamente. Si el término es nuevo para ti, aquí tienes una explicación sencilla de agent assist. La app agrupa cinco funciones con nombre. Entre ellas están Manager Assist (vista en vivo del estado y el sentimiento de cada llamada) y AgentGPT para la recuperación de conocimiento, y también Phi, un bot de conocimiento que Level AI describe como "ChatGPT, but trained on your knowledge base."

Según la FAQ de la página, el widget se integra en Salesforce, Zendesk y Five9. También cubre alertas de cumplimiento y listas de verificación dinámicas para guiones obligatorios, que es la razón por la que a los equipos regulados les interesa. Las notas automáticas se solapan con lo que hacen las herramientas independientes de resumen de conversaciones. Para quien compare esta categoría, mantengo una lista más amplia de herramientas de asistencia al agente con IA.

Coaching

La app de coaching funciona con un ciclo de gestionar, descubrir, crear y compartir. Un auditor de QA marca una conversación y se la asigna a un manager; luego un AI Worker redacta un plan de coaching con los resultados de QA, conversaciones pasadas y tendencias de rendimiento.

Terry Porter, de Extra Space Storage, describió bien el estado anterior: replicar un comportamiento solía llevar "one to two hours", y ahora el equipo pasa "from one example to ten". Según su caso de estudio, la preparación de coaching baja de dos horas a unos 30 minutos, y la proporción de QA es de 110 a 120 agentes por analista.

El coaching es también donde las reseñas se vuelven más mixtas. Un especialista de QA enterprise en G2 escribió que la función de coaching "hasn't served us as a company very well" y señaló la lenta adopción como motivo. Una buena puntuación, en otras palabras, no hace que los managers cambien automáticamente su forma de hacer coaching.

Grabación de pantalla

La grabación de pantalla combina el audio de la llamada con lo que el agente hacía en pantalla. Puede capturar hasta cuatro monitores y se inicia y detiene con disparadores de llamada o chat a través de AWS, Twilio o Salesforce. En vídeo afirma una precisión de redacción de "90%+" para números de tarjeta y SSN. Si la redacción es tu principal preocupación, aquí tienes cómo funciona la redacción de PII en transcripciones de soporte.

Un detalle fácil de pasar por alto en el marketing es que la puntuación automática de QA a partir de datos de pantalla sigue en la hoja de ruta y todavía no se ha lanzado. Por ahora, dice la página, las grabaciones de pantalla dan contexto visual para las revisiones de QA manuales.

AI Workers

Los AI Workers son agentes que se sitúan sobre tus datos de interacción y hacen el trabajo de analista: informes de investigación y planes de coaching, resúmenes de feedback de producto y análisis del rendimiento del equipo. Level AI lista 11 de ellos y dice que más de 85 empresas los usan en producción, con más de 25.000 ejecuciones de workers.

Así fue como Smartsheet armó un informe de voz del cliente para su equipo de accesibilidad "in a couple of hours" sin revisar transcripciones, según la página de AI Workers. Lo que vale la pena notar es que estos workers analizan y recomiendan dentro de Level AI. Nada en la página describe que escriban de vuelta en tu helpdesk ni que resuelvan tickets, y ese es el trabajo de un agente de IA para helpdesk.

Agentes virtuales

Los agentes virtuales son la pieza más nueva y la que pone a Level AI en la misma conversación que Sierra. El agente virtual atiende voz y chat en más de 50 idiomas, con un presupuesto de latencia declarado de menos de dos segundos. Level AI afirma una contención "3x" mejor y "80%" menos tiempo de reentrenamiento, aunque la página no vincula esas cifras a ningún cliente concreto. La contención es una métrica resbaladiza de por sí, así que conviene saber cómo medir la contención antes de comparar proveedores.

Dos decisiones de diseño me llaman la atención. La primera es un constructor híbrido que mezcla IA agéntica con flujos deterministas, de modo que pasos como "autenticar antes de aceptar un pago" no se puedan saltar. El centro de ayuda de Level AI explica el razonamiento: los LLM siguen bien las instrucciones, pero aun así pueden saltarse pasos. La segunda es que el agente virtual se puntúa con las mismas rúbricas de QA que tu equipo humano. Es una ventaja real si ya confías en el QA de Level AI, y es exactamente lo que probaría a fondo en cualquier evaluación de agentes de voz con IA.

Puedes ver hacia dónde va por las notas de versión de 2026. Hay llamadas salientes, una función de Context Handoff (24 de septiembre) que pasa el contexto del agente virtual a Agent Assist en la transferencia, y el lote de versiones del Q2 añadió además un traspaso de Five9 Voice.

Integraciones y seguridad de Level AI

Level AI se conecta con los sistemas que los contact centers ya usan, desde Dialpad hasta Zendesk. Hay 51 entradas en la página de integraciones, y la página dice que la lista no es exhaustiva.

La configuración de la integración con Zendesk es de autoservicio para administradores. Eliges los canales y filtras por etiqueta o marca, y luego importas una muestra de hasta 1.000 conversaciones recientes, un paso que lleva de 15 a 30 minutos. Ten en cuenta que esto es solo la conexión de datos y no todo el despliegue, y el despliegue completo es de donde sale la media de tres meses de G2.

La seguridad es uno de los puntos fuertes. La página de seguridad lista SOC 2 Type II, ISO 27001, HIPAA con BAA, PCI DSS, HITRUST CSF y GDPR. Los nombres, números de tarjeta y SSN se ocultan antes de cualquier procesamiento de IA, y a los proveedores de IA externos se les prohíbe por contrato entrenar con datos de clientes. La única laguna que noté es que no se indican las regiones de residencia de datos, así que los compradores de la UE deberían preguntarlo directamente.

¿Cuánto cuesta Level AI?

Level AI no publica sus precios. No tiene página de precios, y la página de precios de G2 dice que el proveedor no ha listado ningún plan, así que funciona reservando una demo y recibiendo después un presupuesto.

Lo que sí puedo compartir son los datos de los reseñadores de G2:

La única pista de precios que viene de Level AI está en su guía de precios de voice AI, donde dice que la empresa fija precios en torno a resultados y no a minutos. La guía cita rangos de mercado (de 0,10 $ a 0,25 $ por minuto para voice AI típica), pero son cifras de la categoría y no una tarifa de Level AI.

A la hora de presupuestar, trataría a Level AI igual que a otras plataformas empresariales de contact center como Cresta, es decir, un contrato anual multiproducto con precio por agente o por volumen de interacciones, negociado con ventas. Pregunta pronto qué apps están en el contrato base y cuáles son extras, sobre todo la grabación de pantalla y los agentes virtuales. Incluso un modelo aproximado de ROI del call center ayuda a negociar el presupuesto.

Qué dicen los clientes y reseñadores de Level AI

En G2, Level AI tiene 4,6 sobre 5 con 220 reseñas, el 78 % de ellas de cinco estrellas y ninguna de una o dos estrellas. (La insignia de su propio sitio muestra 4,7 con más de 200, lo que me parece una instantánea más antigua.)

Los casos de estudio publicados vienen con cifras concretas:

Los elogios en las reseñas son bastante consistentes, sobre todo por la interfaz y la cobertura total, y también gustan los análisis de tendencias. Las quejas también son consistentes y se agrupan en torno a la precisión de la IA. En los recuentos de etiquetas propios de G2, "Inaccuracy" (17) y "Slow Performance" (14) aparecen como los principales aspectos negativos. Un reseñador mid-market lo dijo directamente sobre la scorecard:

"AI QA scores at times are not accurate, and they need to be more tailored towards our company's score sheets."

Tarrick W., mid-market, G2

Otro reseñador enterprise señaló un problema con la calidad de las versiones:

"Level AI has frequent updates and improvements, we frequently discover them because of bugs they cause, and have to get our account rep involved for the support ticket engineer to understand that it is not just a user issue."

Retail enterprise user, G2

Ninguna de las dos es un motivo para descartarlo por sí sola. Ambas apuntan a lo mismo, sin embargo: Level AI recompensa a los equipos que dedican tiempo a afinar las rúbricas y que tienen a alguien responsable de la plataforma.

Para quién es Level AI y quién debería descartarlo

Así lo clasificaría yo, según las dos preguntas que importan: por qué canal te llega el volumen y si necesitas medir a las personas o quitarles trabajo de encima.

Level AI es una apuesta sólida si:

• Gestionas un contact center con más de 100 agentes y mucho volumen telefónico.
• Tu equipo de QA muestrea unos pocos puntos porcentuales de las llamadas y necesitas cobertura total y calibración, con el coaching en el mismo sitio.
• Estás en un sector regulado y necesitas grabación de pantalla y redacción, además de un BAA.
• Quieres un agente de IA para call center puntuado con la misma rúbrica que tu gente.
• Ya usas Five9, Genesys, NICE, Talkdesk o Amazon Connect.

Yo miraría otras opciones si:

• Tu volumen es sobre todo correo y tickets de chat en un helpdesk, y el cuello de botella es responderlos, no calificarlos.
• Necesitas estar en producción en días, no en un trimestre, y los precios de tu helpdesk ya se llevan la mayor parte del presupuesto.
• Quieres un precio publicado o una prueba en autoservicio. La mayoría de las alternativas a Cresta de este nivel tampoco la ofrecen.
• Eres un equipo pequeño. Las herramientas nativas como Zendesk QA cubren lo básico, y una comparativa más amplia de herramientas de QA de soporte es un mejor punto de partida.

El replanteamiento con el que te dejaría es este. Una plataforma de QA te dice, de forma preciosa, cómo gestionó tu equipo la semana pasada, pero no automatiza el trabajo en sí. Un responsable de CX de una marca de suplementos con unos 7.000 tickets de Gorgias al mes dijo algo en una llamada con eesel que no dejo de recordar:

"The customer doesn't want to wait for me to do my monthly report"

Si estás en ese punto, medir es el segundo problema y vaciar la cola es el primero. Para cuando llegues ahí, también hay una comparativa de QA de soporte. Una vez que la cola esté bajo control, puedes leer más sobre el QA de soporte con IA o ver cómo Cresta aborda el mismo problema de contact center.

Prueba eesel en tu cola de tickets

Si tu soporte funciona en Zendesk, Freshdesk o Gorgias, un compañero de IA de helpdesk de eesel se une a la cola que ya tienes y hace el trabajo real: redactar o enviar respuestas, clasificar tickets, y luego enrutar y traspasar lo que no debería tocar. Aprende de tu centro de ayuda y tus macros, y también de tus tickets pasados. Antes de salir en vivo, su skill de simulación prueba sus respuestas con cientos de tus tickets pasados. He visto bots que suenan seguros dar respuestas erróneas, y este es el paso que lo detecta.

Para ser honesto sobre dónde se detiene: eesel no atiende llamadas telefónicas, así que no sustituye la pila de voz de Level AI. Para colas de tickets y chats, sin embargo, puedes estar en producción esa misma tarde. Los precios empiezan con un plan gratuito de 100 créditos, y los planes de pago arrancan en 299 $ al mes por 500 tickets o chats, con asientos ilimitados. Prueba eesel.