Cresta

Cresta es una plataforma de IA para centros de contacto fundada en 2017 en Stanford por Zayd Enam, Tim Shi y Sebastian Thrun, el científico informático que dirigió el programa de vehículos autónomos de Google. La empresa se propuso resolver un problema específico: la mayoría de los centros de contacto pueden identificar qué hacen de manera diferente los agentes con mejor rendimiento, pero no tienen un mecanismo para compartir ese conocimiento en tiempo real con cada agente en cada llamada. Cresta creó su plataforma para cerrar esa brecha, ofreciendo asesoramiento en vivo, agentes de IA autónomos y análisis de conversaciones desde un único sistema. Hasta abril de 2026, la plataforma superó los $100 millones en ingresos recurrentes anuales, con clientes que incluyen a Verizon, United Airlines, Cox Communications, Brinks Home, Hilton e Intuit.

Tres productos principales se encuentran bajo el paraguas de Cresta. Agent Assist ofrece superposiciones de asesoramiento en tiempo real a los agentes humanos durante llamadas y chats en vivo, mostrando sugerencias, guiones de retención, recordatorios de cumplimiento y estímulos de comportamiento a medida que se desarrollan las conversaciones. AI Agent automatiza las consultas rutinarias en canales de voz y digitales, gestionando restablecimientos de contraseñas, verificaciones de estado de pedidos y preguntas frecuentes sin intervención humana. Conversation Intelligence analiza cada interacción, no una muestra del 2-3 %, para destacar las prioridades de asesoramiento, identificar qué comportamientos se correlacionan con resultados positivos y calificar el rendimiento de los agentes de forma automática. En marzo de 2026, Cresta añadió Knowledge Agent, una barra lateral del navegador que escucha el audio en vivo y lee el contexto de la pantalla simultáneamente para ofrecer respuestas precisas a los agentes de forma proactiva sin requerir búsquedas manuales.

Lo que Cresta es realmente en mayo de 2026

Cresta opera como una plataforma unificada que abarca agentes de IA, aumento de agentes humanos y análisis de conversaciones, con una capa de datos compartida, modelos compartidos y gobernanza compartida en los tres. Esta arquitectura es importante en la práctica: la misma taxonomía de comportamiento que califica el uso de frases de empatía de un agente humano también evalúa los patrones conversacionales del AI Agent. Esa calificación unificada significa que los gerentes de los centros de contacto pueden comparar el rendimiento de los agentes humanos y de IA bajo la misma rúbrica, algo que las soluciones puntuales no pueden hacer.

A nivel interno, Cresta ejecuta más de 20 submodelos específicos para tareas coordinados a través de su motor de orquestación Opera, lanzado en 2023. Agent Assist no se limita a buscar coincidencias de palabras clave para mostrar sugerencias. Rastrea el contexto conversacional, las señales de intención y el comportamiento del agente simultáneamente para decidir cuándo mostrar orientación y qué mostrar. La plataforma es compatible con más de 30 idiomas en canales de voz y digitales, tras las expansiones anunciadas en Cresta Wave en noviembre de 2025.

El Knowledge Agent, lanzado el 17 de marzo de 2026, representa el cambio de producto reciente más visible. En lugar de requerir que los agentes hagan pausas, cambien de pestaña y busquen en una base de conocimientos manualmente, Knowledge Agent se ejecuta en la barra lateral del navegador y conecta lo que el agente escucha en la llamada con lo que es visible en la pantalla: estado de la cuenta, historial de pedidos, nivel de fidelidad, notas del caso. El CEO Ping Wu lo describió en su lanzamiento: "Knowledge Agent es un segundo cerebro para los agentes del centro de contacto. Escucha lo que ellos escuchan y ve lo que ellos ven, encargándose de todas las búsquedas por ellos". La empresa llama al problema que resuelve "toggle-tax" (impuesto de alternancia), la pérdida de productividad por el cambio constante de herramientas. Esto posiciona a Knowledge Agent directamente frente a las herramientas de bases de conocimientos heredadas y los flujos de trabajo que dependen de las búsquedas.

Dónde se sitúa Cresta frente a Gong y Sierra

Gong es la plataforma con la que Cresta se compara con mayor frecuencia en las conversaciones de adquisiciones, pero los dos productos resuelven problemas diferentes en distintos puntos del ciclo de vida de una conversación. Gong es una plataforma de IA de ingresos creada para organizaciones de ventas B2B, y su motor analítico se ejecuta después de la llamada: Revenue Graph mapea las interacciones a nivel de trato en toda una organización de ingresos, Smart Trackers identifica patrones de comportamiento más allá de la coincidencia de palabras clave, y la puntuación predictiva de tratos ayuda a los gerentes de ventas a pronosticar el flujo de ventas. Gong no ofrece asesoramiento en tiempo real durante la llamada, no gestiona la gestión de calidad del centro de contacto y no tiene ningún mecanismo para asesorar a los agentes mientras ocurren las llamadas. Si su equipo gestiona ciclos de ventas B2B complejos y necesita visibilidad del flujo de ventas, Gong (consulte el perfil de Gong) es la herramienta adecuada. Si su equipo dirige un centro de contacto entrante donde los agentes atienden cientos de llamadas al día y la mejora del rendimiento ocurre en el momento, Cresta está diseñada para ese entorno.

Sierra hace la apuesta arquitectónica opuesta a Cresta. Sierra opera como una plataforma de implementación gestionada que prioriza la automatización: se centra en poner en marcha agentes de IA rápidamente sin requerir experiencia interna en IA, y el equipo de Sierra se encarga de la codificación, las integraciones y la implementación. La capacidad Live Assist añadida recientemente incorpora una capa de transferencia humana, pero se construyó sobre una base que prioriza la automatización en lugar de ser nativa desde el primer día. El enfoque de Cresta trata la automatización y el rendimiento humano como prioridades conectadas en lugar de competitivas, con modelos compartidos en ambas. Consulte el perfil de Sierra para ver la comparación completa. Para las organizaciones que desean rapidez de implementación y se sienten cómodas dejando que un proveedor gestione la implementación de principio a fin, el modelo de Sierra puede resultar atractivo. Para las organizaciones en industrias reguladas donde el control, la visibilidad del cumplimiento y las transferencias fluidas entre humanos e IA no son negociables, la arquitectura de Cresta maneja eso de manera más natural.

Otras plataformas en el espacio de servicio al cliente con IA ocupan posiciones más limitadas. Intercom's Fin se centra en la resolución de autoservicio para tickets de soporte, particularmente para empresas SaaS. Decagon se especializa en agentes de IA autónomos para flujos de trabajo de soporte técnico. Echowin se dirige a la automatización telefónica para pequeñas empresas. Ninguna de estas cubre el lado de la ecuación del rendimiento del agente humano que abordan Agent Assist y Conversation Intelligence.

Cómo funciona realmente la IA dentro de Cresta

El flujo de Agent Assist comienza en el momento en que se conecta una llamada. La capa de conversión de voz a texto de Cresta transcribe el audio en tiempo real, y los modelos de intención y contexto de la plataforma se ejecutan en paralelo sobre la transcripción. Cuando el sistema detecta una señal conversacional, como un cliente que expresa intención de cancelación o un agente que pierde una oportunidad de venta adicional, aparece una tarjeta de sugerencia en la interfaz del agente. Las tarjetas de sugerencia son configurables: pueden mostrar lenguaje guionizado, referencias de políticas, indicaciones de empatía o puntos de control de cumplimiento según el tipo de conversación. Los gerentes configuran qué tipos de sugerencias se aplican a qué equipos, y el sistema aprende las tasas de aceptación con el tiempo para refinar qué sugerencias son realmente útiles.

Conversation Intelligence procesa las grabaciones después de que terminan las llamadas y califica los comportamientos automáticamente. En lugar de que los gerentes muestreen manualmente el 2-3 % de las interacciones, Cresta analiza todo y genera una cola de asesoramiento priorizada. Brinks Home informó haber reducido los costos de gestión de calidad en un 50 % después de la implementación, con una resolución en la primera llamada que aumentó al 75 % y el Net Promoter Score (NPS) que mejoró en 30 puntos.

"El asesoramiento en tiempo real con los representantes ha mejorado la productividad de los miembros con un rendimiento promedio". - Chad S., G2, septiembre de 2025

El producto AI Agent gestiona conversaciones completas de forma autónoma, utilizando los mismos modelos subyacentes entrenados en los tipos de llamadas, el tono y las rutas de resolución específicos de una empresa. La función Automation Discovery, lanzada en Cresta Wave en noviembre de 2025, analiza el volumen de conversaciones, la complejidad y los datos de resolución para recomendar qué tipos de interacción automatizar primero, con cálculos de ROI proyectados. Esto reduce las conjeturas en la implementación de IA por fases.

"Todo lo que necesito para asesorar, conversaciones, sugerencias y planes de asesoramiento están almacenados en un sistema centralizado". - Emily R., G2, septiembre de 2022

Las preocupaciones sobre fricción y fiabilidad que los usuarios siguen planteando

La queja más constante en las plataformas de reseñas es la complejidad de la implementación. Cresta no oculta esto: la implementación suele tardar de 4 a 6 semanas y requiere lo que un revisor de G2 llamó "una persona dedicada que sea casi un lingüista de IA" para configurar los modelos de sugerencias, entrenar los clasificadores de intención en la terminología específica de la empresa y mantener el sistema a medida que cambian los productos y las políticas. Los equipos que no cuentan con suficiente personal para esta función ven rendimientos decrecientes de la plataforma con el tiempo. Este no es un producto listo para usar (plug-and-play).

La precisión de las transcripciones surge como un segundo problema recurrente. Varios usuarios informan que Cresta no transcribe correctamente en entornos de llamadas ruidosos o con ciertos acentos, y que el sistema a veces identifica erróneamente la intención de la persona que llama cuando la calidad de la transcripción disminuye. Un revisor verificado del mercado medio en G2 en diciembre de 2025 señaló: "El modelo utilizado para la asistencia de conocimientos de Cresta no es muy preciso para comprender la intención general de la persona que llama". Cresta ha publicado contenido en su blog reconociendo el rendimiento de la transcripción como una dependencia crítica en las fases iniciales para todo lo que viene después, lo que sugiere que la empresa es consciente de que este es un punto débil.

La fiabilidad de la integración del back-end es un tercer patrón. Los usuarios informan problemas intermitentes de sincronización de CRM y telefonía, particularmente con integraciones personalizadas. La superposición de asesoramiento ocasionalmente no aparece durante las llamadas, lo que degrada la propuesta de valor de la asistencia en tiempo real exactamente cuando los agentes la necesitan. Un usuario señaló que el sistema "censura los números por privacidad" en las grabaciones, lo que frustra a los agentes que revisan llamadas donde compartir un número de devolución de llamada era el detalle relevante. Estos son problemas de fiabilidad en lugar de brechas arquitectónicas, pero con valores de contratos empresariales en el rango de $60,000 a $150,000 anuales, las expectativas de fiabilidad son correspondientemente altas.

Para quién es Cresta

La plataforma se adapta a centros de contacto con al menos 50 agentes en industrias reguladas y de alto volumen: telecomunicaciones, servicios financieros, atención médica, viajes y comercio minorista. Estos entornos comparten características que hacen valiosa la arquitectura de Cresta: interacciones complejas con los clientes que requieren tanto automatización para tareas rutinarias como agentes humanos capacitados para escalamientos, requisitos de cumplimiento que exigen auditabilidad en todas las conversaciones, y suficiente volumen de llamadas para que incluso una mejora del 5 % en la resolución de la primera llamada o en el tiempo de gestión se traduzca en una reducción significativa de los costos operativos.

Cresta no es la opción adecuada para centros de contacto pequeños con menos de 50 agentes, donde el modelo de precios y los requisitos de implementación son prohibitivos en relación con el beneficio. Tampoco es adecuada para equipos de ventas B2B principalmente salientes (donde Gong cubre ese terreno), para organizaciones que buscan una prueba rápida de autoservicio antes de comprometerse, o para empresas que desean una implementación de IA totalmente gestionada sin desarrollar capacidad interna (donde el modelo de Sierra funciona mejor). Los equipos que ya están profundamente integrados en Salesforce Service Cloud pueden encontrar que la integración de datos nativa de Salesforce Agentforce es más práctica para su infraestructura específica.

Para la organización adecuada, los datos de resultados son creíbles. Cox Communications informó un 20 % más de ingresos y un 40 % más de alcance de control de supervisión después de la implementación. Snap Finance logró una mejora de 5 veces en las tasas de contención. United Airlines y Alaska Airlines utilizan la plataforma en todas sus operaciones de atención al cliente. La Serie D de $125 millones cerrada en noviembre de 2024, respaldada por Andreessen Horowitz, Sequoia Capital, Greylock, J.P. Morgan, Tiger Global y nuevos inversores, incluidos QIA y Accenture, refleja la confianza institucional tanto en la tecnología como en la trayectoria comercial. Aquellos que pueden sortear los requisitos de implementación y cumplir con el mínimo de puestos tienden a ver retornos medibles. Aquellos que no pueden, deberían buscar en otra parte.