Un ingeniero irlandés armó un agente de IA que hizo 3000 llamadas telefónicas a pubs de todo el país para recolectar precios del Guinness. Usó ElevenLabs para la voz, Twilio para los números, y Claude para procesar las transcripciones. Consiguió datos de precios de más de 1000 locales. Resultado: creó el “Guinndex”, un índice de precios que obligó a las pubs a bajar costos para competir.
En 30 segundos
- Un desarrollador llamó a 3000 bares irlandeses con un agente de IA y recolectó datos de precios del Guinness en tiempo real
- El stack técnico: ElevenLabs (voz), Twilio (infraestructura telefónica), Claude (análisis de transcripciones)
- Logró 2052 respuestas (68%) y extrajo precios de más de 1000 locales, con variación de casi €2 entre pubs cercanas
- Los datos mostraron un promedio de €5.95 por pinta, lo que obligó a muchos bares a revisar sus precios competitivamente
- El método es escalable: sirve para investigación de mercado, prospección B2B, encuestas de satisfacción y recopilación de datos masivos
El caso de Matt Cortland: de la frustración al Guinndex
Ponele que entras a un pub en Dublín y te cobran €7.80 por una pinta de Guinness. Cruzás la calle, entras a otro, y te piden €5.50. La diferencia parece chica hasta que sos dueño de un bar y te das cuenta que no sabés qué precio realmente justifica el mercado. Eso pasó con Matt Cortland, un ingeniero que simplemente se cansó: “hace 14 años que Irlanda no tiene datos públicos de precios de cerveza” (spoiler: eso cambió).
Cortland llevaba años viendo cómo los datos de precios en Irlanda simplemente no existían en ningún lado, bloqueado por métodos tradicionales que requerían llamar manualmente o hacer encuestas de mercado costosas. Un día decidió hacerlo diferente: si la IA podía escribir código, ¿por qué no podía hacer llamadas telefónicas?
Así nació el Guinndex, un índice de precios de Guinness mapeado casi en tiempo real. No era solo datos por datos: Cortland quería probar que los agentes de IA podían hacer trabajo de recopilación de campo (el “ground truth” que nadie pensaba que un LLM podía tocar).
La arquitectura técnica: tres herramientas en orquestación perfecta
El stack es deceptivamente simple. Cada herramienta hace una cosa bien, y juntas crean algo que antes era imposible sin un equipo de 20 personas.
ElevenLabs generó voz sintética con acento nórdico irlandés (norte del país, que genera confianza en el contexto). No fue una voz robótica genérica: Cortland eligió parámetros específicos para que sonara natural, como si realmente una persona irlandesa estuviera llamando para preguntar precios. El LLM de ElevenLabs manejaba la prosodia: entonación, pausas, el ritmo coloquial de alguien que pregunta “¿cuánto me cobras por una pinta?”.
Twilio proveyó la infraestructura telefónica. Esto fue crítico (acá viene lo bueno): Cortland no podía simplemente marcar desde un número de VoIP nuevo. Los pubs habrían olido el fraude a 100 metros. Entonces usó números de Irlanda reales, antiguos, con historial. Twilio manejó la orquestación de las 3000 llamadas, el reintentos cuando nadie atendía, y la grabación de las conversaciones para procesar después.
Claude fue el cerebro de extracción de datos. Recibía las transcripciones de las llamadas y hacía tres cosas: (1) detectaba si el pub efectivamente había dado un precio o si había esquivado la pregunta con “depende de la calidad” o “preguntá en la barra”, (2) normalizaba los precios (algunos decían “cinco con cincuenta”, otros “cinco punto cinco”), (3) capturaba metadata: zona del país, tipo de establecimiento (esquina, interior, zona turística), horario de la llamada. Ya lo cubrimos antes en cómo funcionan los modelos de lenguaje.
El flujo orquestado era limpio: Twilio llama → ElevenLabs habla → pub responde → Twilio graba → transcripción a texto → Claude extrae datos estructurados → base de datos. Autoexecutable, sin intervención humana.
La campaña de recopilación: 3000 llamadas en un fin de semana
Cortland lanzó esto un viernes a la tarde. Para el lunes a la mañana, había alcanzado números sorprendentes.
| Métrica | Número | Interpretación |
|---|---|---|
| Llamadas completadas | 3000 | Infraestructura aguantó sin degradación |
| Respuestas obtenidas | 2052 (68%) | Fuera del horario / pubs cerrados / no respondieron |
| Precios extraídos | 1000+ | De esos 2052, solo ~1000 dieron precio directo |
| Tasa de error (Claude) | <2% | Validación manual sobre muestra |
| Tiempo promedio por llamada | 45-60 seg | Pregunta, respuesta, despedida coloquial |
El sistema fue resiliente. Algunos pubs colgaron apenas detectaron que era un bot (pero para entonces ya había el dato). Otros jugaron: “¿Cuánto? Depende si es fin de semana”, y Claude capturó esa nuance. Hubo un pub que contestó en galés, subís el modelo, lo probás en local, funciona bárbaro, lo mandás a producción y de repente la transcripción viene en idioma equivocado, pero Claude igual lo procesó.
Cortland después contó que la mayoría de los bartenders no se dio cuenta de que hablaba con IA. Eso fue intencional: la voz de ElevenLabs fue entrenada para sonar como un cliente real. La pregunta era simple, no sospechosa. El timing fue correcto. Los bares no estaban en modo “defensa contra bots”.
Extrayendo insights con Claude: de llamadas a datos estructurados
Acá es donde el LLM no es solo una herramienta de formato: es un analista de verdad.
Claude recibía transcripciones como: “Eh, buenas, ¿cuánto sale una pinta? Mirá, depende. Si es pint de litro completo, cinco y medio. Pero si la querés de draft normal, cinco con cuarenta.” El modelo tenía que: (a) detectar que hay dos precios, (b) quedarse con el estándar (draft), (c) normalizar a formato decimal, (d) guardar una nota de que había ambigüedad.
También validaba inconsistencias. Si un pub en el condado de Cork decía €5.20 pero sus 10 vecinos promediaban €6.10, Claude marcaba eso como outlier potencial. No lo eliminaba, solo lo flagueaba para revisión.
El payload final fue estructurado: {"pub": "The Brazen Head", "precio_eur": 5.95, "condado": "Dublin", "tipo": "corner_pub", "notas": "mentioned weekend premium", "confidence": 0.97}. Limpio, procesable, listo para análisis posterior. Lo explicamos a fondo en cómo chatgpt simplifica la automatización.
Los resultados sorprendentes: mapeo de precios y presión competitiva
Una vez que Cortland publicó el Guinndex, los números hablaban.
El promedio nacional fue €5.95 por pinta. La moda fue €5.50 (muchos pubs usando ese número como estándar). Pero Dublín reventaba: €6.75 en zona turística. En el interior, €4.95 en pueblos chicos (donde el turismo no existe y la competencia es feroz). Variación de casi €2 entre dos pubs a 100 metros de distancia.
Lo que pasó después fue inevitable (si es que eso cuenta como sorpresa): los pubs compararon sus precios contra el índice. Algunos descubrieron que estaban cobrando 20% más que el promedio local. Otros se dieron cuenta de que sus competidores estaban haciendo dumping. En una semana, una ola de rebajas de precios golpeó todo el país. No porque Cortland les lo pidiera, sino porque el mercado odia la información asimétrica.
El Guinndex se convirtió en referencia. Publicaciones de comida y bebida lo citaban. Analistas de mercado lo usaban. Y lo más importante: cambió comportamiento de precios en tiempo real, sin intermediarios, sin encuestas caras, sin demoras.
Más allá del Guinness: aplicaciones prácticas del método
Ojo, el caso del Guinness es específico, pero el método es agnóstico a la industria.
Cualquiera con acceso a un número de teléfono, un LLM y 200 euros puede replicar esto para:
Investigación de mercado competitivo: llamar a 1000 hoteles en una región, preguntar tarifa de temporada, capturar política de cancelación, extraer data de ocupación. Tres días y tenés un mapa completo del mercado hotelero regional.
Prospección B2B: agentes que llaman a empresas para validar pain points (“¿usás X para Y?”, “¿te duele Z?”). Recolectás 500 respuestas en una semana. Luego enfrías a los que más se quejaron.
Encuestas de satisfacción: Post-venta, le llamás al cliente (con voz synth que suena humana) y le preguntás 5 preguntas. El LLM procesa respuestas abiertas, extrae sentimiento, marca oportunidades de retención. Esto se conecta con lo que analizamos en la tecnología gpt que hace posible esto.
Auditoría de pricing en retail: llamas a distribuidores, preguntás precios de commodity, mapeas márgenes, detectás ineficiencias de cadena de suministro.
Estudios de mercado regional: servicios financieros, seguros, anything. Ligás a 2000 prospects con preguntas de investigación. El LLM normaliza respuestas variadas, extrae patrones.
El magic no es el Guinness. Es que por primera vez, recopilación de datos de campo (que siempre fue manual, caro, lento) se volvió síntesis: autoexecutable, escalable, barata.
Costo, viabilidad y herramientas para construir tu propio agente
Cortland reportó un costo total de ~€200 para la campaña del Guinndex.
Desglose estimado:
| Componente | Costo (EUR) | Detalle |
|---|---|---|
| ElevenLabs (3000 llamadas) | ~80 | $0.027/minuto, 45 seg promedio = €0.02 por llamada |
| Twilio (3000 llamadas) | ~60 | $0.013/minuto incluye grabación |
| Claude API (transcripciones + extracción) | ~50 | ~1500 requests, tokens mínimos por transcripción corta |
| Overhead (testing, iteración) | ~10 | Llamadas de desarrollo, ajustes de prompt |
Por €200 sacaste 1000+ datapoints con cobertura nacional. Si hubieras contratado un call center tradicional para lo mismo, estamos hablando €5000 mínimo.
¿Cuándo vale la pena hacerlo? Cuando necesitás:
– Mapa de mercado actualizado cada X semanas (industrias dinámicas: precios, promociones, cambios de política)
– Recopilación de datos de fuentes que solo hablan por teléfono (pequeños comercios, boticas, noquis locales)
– Respuesta rápida a competencia (tu competidor movió precios, necesitás validar en 48 horas).
– Validación de hipótesis de mercado (¿realmente el segmento X tiene ese problema?) antes de invertir en product. Para más detalles técnicos, mirá soluciones ia como claude disponibles.
Herramientas actuales para construir sin ser ingeniero:
- Make.com — orquestación low-code de APIs (ElevenLabs + Twilio + Claude)
- Claude API — para la extracción y análisis (acceso directo, no requiere engineering heavy)
- Twilio Studio — UI visual para flujos de llamadas sin código
- Zapier — si querés conectar con tu CRM o database sin escribir backend
Preguntas Frecuentes
¿Claude puede realmente entender transcripciones de llamadas ruidosas o con acento?
Sí, pero con matices. Claude maneja bien acento irlandés, español, inglés con variación. Dónde falla es con ruido de fondo extremo (bar muy ruidoso) o saltos de idioma. En la campaña del Guinndex, la tasa de error fue <2%, que es más que aceptable para análisis de escala (rechazás el 2%, revisás manualmente si es crítico).
¿Es legal llamar con voz de IA sin revelar que es bot?
Depende la jurisdicción. En EE.UU., la FTC está pisando esto fuerte (TCPA compliance). En Europa, GDPR + telemarketing rules requieren transparencia “en general”. Irlanda (donde fue el Guinndex) tuvo una grieta en regulación: no era marketing, era research. Pero si lo replicás, averigüá primero la ley local. Mejor revelar que es bot que terminar pagando multas.
¿Cuánto cuesta escalar esto a 10.000 llamadas?
Linealmente, €600-700. ElevenLabs y Twilio escalan bien. Claude también. El factor limitante no es costo, es volumen: si llamás a 10.000 pubs en una semana, algunos van a notar el patrón. Mejor distribuir en 4-6 semanas si querés que parezca orgánico.
¿Los agentes de IA pueden reemplazar encuestas tradicionales?
Parcialmente. Ventaja: velocidad, costo, cobertura. Desventaja: las respuestas abiertas en encuestas manuales capturan matices que el LLM a veces pierde (meta-comentarios del respondedor, contexto emocional). Lo ideal es híbrido: recolectás volumen masivo con agentes, luego validás los outliers o respuestas críticas con humanos.
¿Necesito sí o sí ElevenLabs? ¿Qué otras opciones hay?
Hay alternativas más baratas (Google Cloud Text-to-Speech, Azure Speech). ElevenLabs ganó aquí porque tiene mejor naturalidad de voz + mejor manejo de prosodia coloquial. Si el presupuesto es crítico, Google TTS te cuesta 40% menos pero la voz suena un poco más “plana”. La trade-off es naturalidad vs. precio.
Conclusión
Lo que Cortland demostró es que los agentes de IA autónomos investigación de mercado no es ciencia ficción: es 200 euros, un fin de semana, y tres APIs orquestadas. El Guinndex cambió precios en Irlanda sin presión directa, solo poniendo información simétrica en el mercado.
Para empresas en Latinoamérica, el método es directo: si necesitás entender tu mercado local (precios, comportamiento, oportunidades), podés hacer investigación de mercado masiva a una fracción del costo tradicional. No es reemplazo de estrategia, pero es información que antes tenía costo prohibitivo.
El próximo agente de IA que te llama por teléfono probablemente no te lo va a decir. Espera a que relajes la guardia. Por eso vale la pena saber qué es posible tecnológicamente (y qué no): para reconocerlo cuando pase.