La IA ya puede entender, recomendar y decidir. El siguiente paso es permitirle ejecutar una transacción de forma segura, autenticada y verificable sin romper la conversación.
Durante los últimos años, el contact center ha vivido una transformación radical. Primero llegaron los IVR, después los chatbots, más tarde la inteligencia artificial conversacional y, finalmente, los grandes modelos de lenguaje capaces de mantener conversaciones cada vez más naturales.
Pero la siguiente transformación será mucho más profunda.
La IA está dejando de limitarse a responder preguntas para empezar a actuar.
Ese cambio marca el paso de la inteligencia artificial conversacional a la Agentic AI: sistemas capaces no solo de comprender una intención, sino también de planificar acciones, consultar sistemas empresariales, tomar determinadas decisiones y ejecutar procesos para alcanzar un objetivo.
Gartner estima que, para 2029, la IA agéntica podría resolver de manera autónoma el 80% de las incidencias habituales de atención al cliente, con una reducción potencial de los costes operativos cercana al 30%. Al mismo tiempo, la propia consultora advierte de que más del 40% de los proyectos de Agentic AI podrían ser cancelados antes de finalizar 2027 por sus costes, la dificultad para demostrar valor empresarial o unos controles de riesgo insuficientes.
La aparente contradicción entre ambas previsiones encierra probablemente una de las claves de los próximos años:
el éxito de la Agentic AI no dependerá únicamente de lo bien que converse una inteligencia artificial, sino de aquello que sea capaz de ejecutar de manera segura después de la conversación.
Y en una enorme cantidad de interacciones entre empresas y clientes, esa ejecución termina en un pago.
Aquí aparece una nueva categoría que desde Pay by Call denominamos:
Secure Agentic Voice Commerce
No se trata simplemente de añadir un medio de pago a un voicebot.
Se trata de construir la infraestructura que permita convertir una intención expresada durante una conversación en una transacción económica segura, autenticada, trazable y ejecutable, manteniendo al mismo tiempo los datos sensibles de pago fuera del entorno de inteligencia artificial y del contact center.
De Conversational AI a Agentic Voice Commerce
Una plataforma avanzada de inteligencia artificial aplicada a un contact center puede actualmente comprender por qué llama un cliente, consultar su expediente, analizar el contexto, recuperar información del CRM, modificar una reserva, ofrecer alternativas, negociar un plan de pagos, recomendar un producto o calcular un importe pendiente.
Hasta aquí estamos hablando principalmente de inteligencia conversacional.
La Agentic AI añade una dimensión adicional: la capacidad de realizar acciones.
Un agente puede, por ejemplo, identificar que un viajero necesita cambiar un billete, localizar una alternativa disponible, calcular la diferencia de precio, solicitar la conformidad del cliente y actualizar la reserva.
Pero existe una frontera especialmente compleja.
El momento en que hay que cobrar.
Con demasiada frecuencia, exactamente cuando la inteligencia artificial ha llevado al cliente hasta el punto de máxima intención comercial, la arquitectura deja de ser agéntica.
El sistema dice algo parecido a:
“Voy a enviarle un enlace para que realice el pago.”
Y el cliente abandona la conversación.
Se abre un SMS.
Se abre un correo electrónico.
Se abre un navegador.
Se carga otra interfaz.
Puede aparecer posteriormente la autenticación bancaria.
Después el cliente debe regresar, o el sistema debe esperar una notificación para descubrir si el proceso terminó correctamente.
La IA había entendido la intención.
Pero no pudo ejecutarla.
Ese es precisamente el problema arquitectónico que pretende resolver Secure Agentic Voice Commerce.
Una definición de Secure Agentic Voice Commerce
Desde Pay by Call proponemos la siguiente definición:
Secure Agentic Voice Commerce es una arquitectura de comercio conversacional en la que un agente de inteligencia artificial por voz puede comprender una intención económica, obtener una autorización verificable del usuario, iniciar y coordinar una transacción, proteger los datos de pago, incorporar autenticación cuando sea necesaria y recuperar el resultado para continuar la conversación, todo ello dentro de una experiencia transaccional gobernada por el canal de voz.
Conviene hacer una precisión importante.
Secure Agentic Voice Commerce no es actualmente un estándar formal de EMVCo, PCI SSC o de los esquemas internacionales de tarjetas.
Es una categoría tecnológica y arquitectónica que Pay by Call propone para describir una necesidad que aparece como consecuencia natural de la convergencia entre tres mundos que hasta ahora evolucionaban de forma relativamente independiente:
Agentic AI, Contact Centers y Payments.
Precisamente ahí reside su importancia.
La ecuación del comercio agéntico
Podemos expresar el valor agéntico mediante una relación conceptual sencilla basada en cuatro factores interdependientes:
Valor agéntico = Inteligencia × Capacidad de ejecución × Confianza × Continuidad
La clave de esta ecuación es su naturaleza multiplicativa: no basta con que tres de los factores alcancen valores muy elevados. Si uno de ellos es cero, el valor final del sistema también será cero.
Una IA puede ser extraordinariamente inteligente, pero si no puede ejecutar acciones, su valor agéntico queda anulado. Del mismo modo, una gran capacidad de ejecución carece de valor si no existe confianza, seguridad o autorización suficiente. Y, aunque inteligencia, ejecución y confianza estén presentes, una experiencia que rompe la continuidad del proceso puede impedir que la intención del usuario llegue a convertirse en un resultado efectivo.
Por tanto, el verdadero valor de un sistema agéntico no depende de maximizar una única capacidad, sino de conseguir que las cuatro funcionen conjuntamente y de forma equilibrada.
Una inteligencia artificial extraordinaria que entiende perfectamente al usuario pero que no puede ejecutar la acción solicitada sigue siendo, esencialmente, un asistente.
Un agente capaz de ejecutar acciones pero sin suficientes controles de autorización, autenticación o trazabilidad genera riesgo.
Y un sistema seguro que obliga al usuario a abandonar constantemente la conversación pierde buena parte de la ventaja que ofrecía inicialmente la interfaz conversacional.
Por eso la siguiente generación del contact center necesita combinar cuatro capacidades.
La primera es entender.
La segunda es obtener y demostrar intención.
La tercera es ejecutar.
Y la cuarta es hacerlo dentro de un marco de confianza.
El nuevo problema de la intención
Uno de los grandes cambios introducidos por el Agentic Commerce es que la intención del usuario deja de ser tan evidente como en el comercio tradicional.
En una tienda física, el consumidor acerca una tarjeta.
En e-commerce, pulsa “Comprar”.
En Agentic Commerce, en cambio, el usuario puede decir:
“Busca un vuelo a Londres por menos de 250 euros y cómpralo si encuentras uno que llegue antes de las 19:00.”
A partir de ese momento existe una delegación.
El agente interpreta instrucciones, evalúa condiciones y potencialmente ejecuta una compra.
Mastercard identifica precisamente esta cuestión como uno de los desafíos fundamentales del Agentic Commerce. En 2026 presentó Verifiable Intent, desarrollado en colaboración con Google, como un mecanismo orientado a generar evidencia verificable de aquello que el usuario autorizó cuando un agente actúa en su nombre. Mastercard describe un modelo que conecta identidad, intención y acción en un registro verificable y resistente a manipulaciones.
Este concepto tiene una relevancia enorme para el canal de voz.
Porque una conversación contiene mucha más información que una orden de compra estructurada.
Existe contexto.
Puede existir negociación.
Puede variar el importe.
Puede cambiar el servicio seleccionado.
La autorización del cliente necesita por tanto quedar asociada al merchant, el importe, el propósito de la operación y la transacción que finalmente se ejecuta.
Es lo que podríamos denominar la transición desde conversational intent hacia verifiable transactional intent.
Pero intención verificable no significa todavía pago seguro
Resolver la intención constituye solo una parte del problema.
Existe otra frontera que resulta especialmente crítica en un contact center: los datos de la tarjeta.
Cuando un cliente dicta un PAN, fecha de caducidad o CVV dentro de una conversación, esos datos pueden potencialmente atravesar numerosos componentes:
el proveedor de telefonía, la infraestructura SIP, el sistema de grabación, la plataforma CCaaS, el escritorio del agente, herramientas de speech-to-text, plataformas de transcripción, sistemas de observabilidad o incluso el propio modelo de inteligencia artificial.
Desde la perspectiva PCI DSS, cualquier infraestructura que almacene, procese o transmita datos de tarjeta puede entrar dentro del ámbito correspondiente de cumplimiento. PCI SSC especifica igualmente que las transmisiones VoIP que contienen datos de tarjeta están sujetas a los controles correspondientes y recomienda impedir que datos sensibles de autenticación como CVV queden almacenados en grabaciones de audio.
Esta cuestión se vuelve todavía más importante con la inteligencia artificial.
La respuesta no puede consistir simplemente en decirle a un LLM:
“No almacenes el número de tarjeta.”
La arquitectura debe impedir técnicamente que ese número llegue al LLM.
Esta diferencia es fundamental.
La seguridad no puede depender de una instrucción al modelo. Debe depender del diseño de la infraestructura.
PCI DSS es imprescindible. Pero no resuelve todo el problema.
Aquí aparece una distinción que resulta esencial para entender Secure Agentic Voice Commerce.
PCI DSS y la autenticación del titular de la tarjeta solucionan problemas diferentes.
PCI DSS establece controles destinados a proteger los datos de tarjeta allí donde son almacenados, procesados o transmitidos. El propio PCI Security Standards Council dedica orientación específica a entornos de pago telefónico, grabaciones, VoIP y contact centers.
EMV 3-D Secure, por el contrario, tiene como objetivo permitir a merchants y emisores intercambiar información para autenticar al consumidor en operaciones card-not-present, ayudando al emisor a evaluar riesgo y combatir fraude sin añadir fricción innecesaria.
Por tanto:
PCI DSS protege las credenciales.
EMV 3DS ayuda a autenticar al titular.
Una arquitectura verdaderamente preparada para Secure Agentic Voice Commerce necesita abordar ambas dimensiones.
Proteger el PAN no demuestra necesariamente quién está realizando la transacción.
Y autenticar al consumidor no significa que podamos permitir que los datos de tarjeta circulen libremente por el contact center o por la plataforma de IA.
Del MOTO tradicional al ATO: Authenticated Telephone Order
Esta realidad nos lleva a replantear uno de los conceptos más antiguos de los pagos a distancia: MOTO — Mail Order / Telephone Order.
Durante décadas, la industria ha utilizado MOTO para identificar pagos iniciados mediante correo o teléfono.
En Europa existe además una particularidad regulatoria relevante. PSD2 establece la Strong Customer Authentication para determinados pagos electrónicos iniciados por el pagador, mientras que las operaciones verdaderamente no electrónicas iniciadas y ejecutadas mediante mail order o telephone order pueden quedar fuera de ese requisito. La EBA ha aclarado, sin embargo, que esta frontera depende de cómo se inicia y ejecuta realmente la operación; no basta con que exista una llamada telefónica para considerar automáticamente cualquier transacción como MOTO fuera de SCA.
Precisamente por eso desde Pay by Call proponemos evolucionar conceptualmente desde MOTO hacia:
ATO — Authenticated Telephone Order
ATO no pretende ser una nueva categoría jurídica dentro de PSD2 ni una denominación oficial de EMVCo.
Es un concepto tecnológico.
Describe una experiencia en la que la intención comercial nace durante la conversación telefónica pero la operación incorpora mecanismos de autenticación robusta cuando resulten necesarios o convenientes.
La diferencia conceptual es profunda:
MOTO describe fundamentalmente el canal de origen.
ATO describe el nivel de confianza de la ejecución.
En una arquitectura ATO, el cliente puede mantener la conversación mientras sus datos de tarjeta son recogidos dentro de un entorno PCI controlado y la plataforma coordina la autenticación necesaria antes de devolver a la IA el resultado de la operación.
La conversación sigue siendo el contexto comercial.
Pero la ejecución adquiere características propias del comercio digital autenticado.
El papel de PBC 3DS
Es aquí donde se sitúa PBC 3DS, tecnología de Pay by Call para la que se ha solicitado protección internacional mediante patente.
Su objetivo es incorporar la autenticación EMV 3DS dentro de una experiencia cuyo canal comercial principal continúa siendo la voz.
Esto no significa que todos los posibles desafíos del emisor tengan que realizarse acústicamente dentro de la llamada.
El issuer puede decidir una autenticación frictionless o requerir un challenge mediante su propia aplicación bancaria, biometría, OTP u otro mecanismo soportado.
Lo importante es otra cosa:
el merchant no tiene que abandonar la conversación y reconstruir el proceso comercial en otro checkout.
La operación permanece vinculada al contexto de la llamada.
La plataforma conoce qué merchant está cobrando.
Conoce el importe.
Conoce la referencia de la operación.
Puede recibir el resultado de autenticación y autorización.
Y puede devolvérselo al agente de IA para que continúe exactamente desde el punto donde se encontraba.
Ahí radica la diferencia entre usar 3DS durante una interacción telefónica y diseñar 3DS como parte de una arquitectura de comercio agéntico por voz.
Las seis capas de Secure Agentic Voice Commerce
Una arquitectura completa puede entenderse como la combinación de seis capas.
1. Inteligencia conversacional
El agente comprende qué quiere conseguir el cliente.
Puede consultar CRM, ERP, sistemas de reservas, facturación, inventario o knowledge bases.
Puede explicar alternativas, resolver dudas y preparar la operación.
2. Intención y consentimiento verificables
Antes de ejecutar una acción económica, el sistema necesita transformar la conversación en parámetros inequívocos.
Qué se está comprando.
A qué merchant.
Por qué importe.
En qué condiciones.
Y si el cliente ha autorizado realmente la operación.
Esta capa será progresivamente más importante a medida que los agentes adquieran mayor autonomía. La iniciativa Verifiable Intent de Mastercard es una señal significativa de hacia dónde se dirige la industria.
3. Entorno seguro de captura
Cuando llega el momento de introducir datos sensibles, estos deben abandonar el ámbito del agente conversacional.
La arquitectura tiene que impedir que PAN y datos sensibles terminen en el LLM, el CRM, las grabaciones o las herramientas de transcripción.
En el modelo Pay by Call, esa función corresponde a la plataforma PaybyCall PCIaaS.
4. Autenticación
PBC 3DS introduce la capacidad de coordinar EMV 3DS dentro de la experiencia.
El objetivo es que el issuer pueda evaluar y, cuando corresponda, autenticar al titular antes de completar la operación.
5. Procesamiento
Pay by Call no necesita sustituir al PSP ni al adquirente del merchant.
La capa de ejecución puede integrarse con la infraestructura de pagos existente.
Esto es estratégicamente importante porque permite separar responsabilidades:
la IA conversa; Pay by Call protege y orquesta; el PSP procesa; el issuer autentica y autoriza.
6. Resultado y continuidad conversacional
Finalmente, el sistema devuelve a la IA únicamente la información necesaria:
autorizado.
denegado.
autenticación requerida.
error.
timeout.
o cualquier otro estado controlado.
La IA no necesita conocer el PAN.
Necesita conocer el resultado.
Y con ese resultado puede continuar trabajando.
“El pago se ha realizado correctamente. Ya he actualizado su reserva y voy a enviarle ahora mismo la confirmación.”
Ese último paso es el que convierte una conversación en una transacción completa.
Por qué Pay by Link no puede ser siempre la arquitectura final
Pay by Link es una tecnología enormemente útil.
Y seguirá siéndolo.
Especialmente en procesos asíncronos en los que el usuario no está manteniendo una conversación en tiempo real.
Pero dentro de un proceso agéntico síncrono existe un inconveniente estructural: cambia de canal en el momento de máxima intención.
La conversación había conseguido contexto.
Confianza.
Decisión.
Consentimiento.
Y precisamente entonces pedimos al usuario que abandone el entorno donde se produjo todo lo anterior.
Desde una perspectiva de experiencia digital existe abundante evidencia de que la fricción afecta a la conversión. Baymard sitúa actualmente la tasa media documentada de abandono del carrito de e-commerce en torno al 70,22% y señala que un 17% de los consumidores encuestados ha abandonado compras debido a procesos de checkout demasiado largos o complicados.
Sería incorrecto trasladar directamente estas cifras a los pagos telefónicos: son investigaciones de e-commerce, no estudios sobre Pay by Link durante una llamada.
Pero el principio de UX sí resulta relevante.
Cada cambio de canal introduce una nueva posibilidad de pérdida de contexto.
SMS.
Email.
Navegador.
Otro dispositivo.
Nueva página.
Nuevo dominio.
Autenticación.
Retorno a la conversación.
La arquitectura agéntica intenta precisamente hacer lo contrario:
reducir discontinuidades entre intención y ejecución.
El Agentic Commerce ya ha pasado de la teoría a producción
Todo esto está ocurriendo mientras la industria de pagos está construyendo a gran velocidad su propia infraestructura para Agentic Commerce.
Mastercard lanzó Agent Pay en 2025 para habilitar pagos iniciados por agentes de IA y posteriormente ha incorporado conceptos como Agentic Tokens y Verifiable Intent.
En junio de 2026, Worldline, ING y Mastercard anunciaron una transacción agéntica end-to-end ejecutada en producción en Europa, demostrando la viabilidad de operaciones iniciadas por agentes y autenticadas a través de la infraestructura existente de aceptación, acquiring, autenticación e issuer processing.
Visa está desarrollando en paralelo Visa Intelligent Commerce y en junio de 2026 anunció una colaboración con OpenAI orientada a integrar capacidades de pagos Visa en experiencias de Agentic Commerce.
La dirección de viaje parece por tanto bastante clara.
Los agentes no se limitarán a recomendar productos.
Van a poder comprar.
Reservar.
Contratar.
Modificar.
Negociar.
Y pagar.
La pregunta ya no es si el Agentic Commerce llegará al contact center.
La pregunta es:
¿qué arquitectura permitirá hacerlo de manera segura en el canal de voz?
La voz necesita una arquitectura específica
Gran parte de la conversación actual sobre Agentic Commerce está orientada hacia interfaces digitales: navegadores, marketplaces, aplicaciones, wallets y protocolos agent-to-merchant.
Pero el canal de voz tiene características propias.
Existe audio en tiempo real.
Existe telefonía.
Existen grabaciones.
Existe speech-to-text.
Existen sistemas de calidad.
Existen agentes humanos y agentes artificiales.
Existen DTMF y sistemas SIP.
Y, sobre todo, existe una conversación síncrona que el cliente espera poder continuar.
Por ello no basta con trasladar literalmente una arquitectura de checkout web al teléfono.
La voz necesita su propia capa transaccional.
Eso es Secure Agentic Voice Commerce.
Del contact center como centro de coste al contact center como motor transaccional
Existe además una consecuencia empresarial mucho más profunda.
Durante décadas, el contact center ha sido medido fundamentalmente mediante indicadores de eficiencia.
Average Handling Time.
Cost per Contact.
First Call Resolution.
Containment.
Tiempo de espera.
Número de llamadas atendidas.
Agentic AI cambia progresivamente esta lógica.
Cuando un agente puede comprender una necesidad, ofrecer una solución y ejecutar el resultado económico de esa solución, el contact center deja de ser únicamente un lugar donde se atienden incidencias.
Puede convertirse en un punto de ejecución comercial.
Una compañía aérea puede gestionar una incidencia y cobrar un cambio.
Una utility puede negociar una deuda y cobrarla.
Una aseguradora puede explicar una renovación y completar el pago.
Un hotel puede modificar una reserva y cobrar un upgrade.
Una administración pública puede informar sobre una tasa y permitir su abono.
Una empresa de recobro puede negociar un acuerdo y ejecutar el primer pago.
El KPI deja entonces de ser únicamente:
¿resolvimos la conversación?
Y pasa a ser:
¿conseguimos completar de forma segura el resultado que el cliente pretendía alcanzar?
El verdadero significado de “Agentic”
Existe un riesgo importante de que el término Agentic AI acabe convertido simplemente en otra etiqueta comercial.
De hecho, Gartner ha advertido expresamente sobre el fenómeno denominado agent washing: productos tradicionales renombrados como agentes sin disponer realmente de capacidades agénticas significativas.
En nuestra opinión, existe una forma sencilla de detectar esa diferencia.
Un chatbot habla.
Un asistente ayuda.
Un agente actúa.
Y un agente comercial necesita además ser capaz de convertir una intención en un resultado económico.
Por eso Secure Agentic Voice Commerce no debería entenderse como una funcionalidad de pagos añadida al final del voicebot.
Es la capa que permite transformar:
Conversation → Intent → Authorization → Authentication → Execution → Outcome
en un proceso único y gobernado.
Una arquitectura basada en separación de responsabilidades
Quizá uno de los principios más importantes de esta nueva categoría sea precisamente lo que la inteligencia artificial no debe hacer.
El modelo no necesita ver el número de tarjeta.
No necesita almacenar el CVV.
No necesita convertirse en un Payment Service Provider.
No necesita realizar directamente la autenticación bancaria.
No necesita acceder al entorno PCI.
Su responsabilidad consiste en comprender y orquestar.
La infraestructura especializada debe encargarse de aquello para lo que ha sido diseñada.
Este principio de separación genera una arquitectura mucho más robusta:
AI Agent → intención y conversación
Pay by Call → entorno PCI y ejecución segura
PBC 3DS → coordinación de autenticación
PSP/Acquirer → procesamiento
Issuer → autenticación, riesgo y autorización
AI Agent → comunicación del resultado y siguiente acción
Es una arquitectura de mínima exposición.
La inteligencia artificial obtiene exactamente la información que necesita para continuar la conversación, pero no aquella que no debería poseer.
Pay by Call como Transaction Execution Layer
Esta es también la razón por la que Pay by Call no debe entenderse como otro PSP.
Su posición arquitectónica es diferente.
Pay by Call funciona como una capa especializada de seguridad y ejecución para pagos originados en el canal de voz.
Por debajo puede seguir existiendo el PSP elegido por el merchant.
Por encima puede existir prácticamente cualquier plataforma de Contact Center, CCaaS o inteligencia artificial conversacional.
El objetivo no es sustituir el stack tecnológico del cliente.
Es completar una capacidad que normalmente no existe dentro de él.
En otras palabras:
Pay by Call convierte la inteligencia conversacional en capacidad transaccional segura.
Y PBC 3DS añade la pieza de autenticación necesaria para evolucionar desde el simple pago telefónico protegido hacia una verdadera arquitectura de Secure Agentic Voice Commerce.
La próxima frontera del Customer Experience no será conversar mejor. Será ejecutar mejor.
Durante mucho tiempo hemos evaluado la evolución de la inteligencia artificial por la calidad de sus respuestas.
Después empezamos a medir su capacidad para comprender contexto.
Ahora estamos entrando en una tercera etapa.
La capacidad para actuar.
Cuando esas acciones implican dinero, esa evolución exige nuevos mecanismos de confianza.
La propia industria de pagos está trabajando ya sobre identidad del agente, tokenización, intención verificable, delegación, autenticación y trazabilidad. Mastercard habla expresamente de que, a medida que aumenta la autonomía de los agentes, la confianza debe poder demostrarse, no simplemente asumirse.
La voz no puede quedar fuera de esa transformación.
Millones de interacciones comerciales siguen produciéndose cada día mediante teléfono, contact centers, voicebots y asistentes de voz.
El reto consiste en permitir que esas conversaciones no terminen justo antes de producir el resultado económico.
Secure Agentic Voice Commerce
La evolución puede resumirse así:
Conversational AI permitió que las máquinas conversaran.
Agentic AI permite que las máquinas actúen.
Agentic Commerce permitirá que los agentes compren y ejecuten operaciones económicas.
Y Secure Agentic Voice Commerce permite trasladar esa capacidad al canal de voz incorporando protección de datos de pago, intención verificable, autenticación, trazabilidad y continuidad conversacional.
Esta es la categoría que proponemos desde Pay by Call.
No porque el futuro del comercio vaya a ser exclusivamente por voz.
Sino porque, allí donde una conversación genera una intención económica, debería existir una arquitectura capaz de llevarla hasta el final sin sacrificar seguridad, autenticación ni experiencia de cliente.
La pregunta para cualquier plataforma de IA conversacional, CCaaS, contact center o empresa que esté construyendo agentes autónomos debería empezar a ser muy sencilla:
Tu Agente IA puede hablar.
¿Puede realizar transacciones?
Porque el futuro del contact center no será únicamente conversacional.
Será transaccional.
Y para que pueda escalar, tendrá que ser:
seguro, autenticado, verificable y nativo de la conversación.
Eso es Secure Agentic Voice Commerce.