WhatsApp ya hace llamadas de voz sobre su API oficial, en el mismo hilo del chat. La parte que casi nadie explica es la otra mitad: qué hay que tener montado para que, cuando suene, conteste algo. Este es el mapa.
Lo que hay que habilitar antes de nada
El número tiene que estar en la Cloud API. Si la operación vive hoy en la app de WhatsApp Business, no hay atajo: primero se migra. Sobre eso, la función de llamadas se habilita en el número, y la app necesita permiso de mensajería y estar suscrita al webhook de llamadas, salvo que se vaya por SIP, donde el aviso llega por la señalización.
Hay además un requisito que sorprende a quien llega desde una prueba: para producción, la cuenta necesita un límite de mensajería de al menos 2.000 destinatarios únicos al día. Conviene mirarlo antes de prometer fechas.
Entrante y saliente no juegan con las mismas reglas
Aquí es donde se rompen la mayoría de los planes. Que la persona te llame está disponible en todos los países donde haya Cloud API y no requiere permiso previo. Que tú la llames, no.
La llamada saliente exige un permiso por cada persona, y en producción el tope es de una al día y dos por semana. Además no está disponible si el número de la empresa es de Estados Unidos, Canadá, Egipto, Vietnam o Nigeria; Colombia no está en esa lista.
La consecuencia de diseño es directa: el saliente no es un canal de campaña. Sirve para devolver una llamada, confirmar algo acordado o rescatar una conversación que se atascó. Quien lo dimensione como telemarketing se estrella contra el tope en la primera semana.
WebRTC o SIP: la decisión que arrastra el resto
Por defecto se trabaja con la Graph API y webhooks, y el audio viaja por WebRTC. Es el camino corto cuando no hay central telefónica, porque evita montar una.
La alternativa es SIP, que hay que habilitar de forma explícita y admite media WebRTC o SDES. Es el camino natural si la central ya existe: el enrutado, las colas y los horarios ya están resueltos ahí, y la llamada de WhatsApp entra como una más.
Qué hacemos nosotros con esto
La mitad de abajo del diagrama es la que llevamos tiempo construyendo: troncales SIP, rutas de entrada y un agente de voz que contesta, con la llamada tarificada por minuto, sobre la misma plataforma con la que gobernamos a los agentes de texto (dueño humano, permisos acotados y registro de cada llamada, como en el resto del OS de agentes).
El carril de voz de WhatsApp todavía no está integrado en nuestro producto; la telefonía y el agente que la atiende, sí. Y si estás mirando esto para tu operación, la parte difícil no es la API: es decidir qué hace el agente cuando contesta, y qué pasa cuando no debería contestar él.
¿Quieres ponerle voz a lo que ya atiendes por WhatsApp? Cuéntanos el caso o mira lo que ya opera.