Durante años, el fraude telefónico dependía de la habilidad del estafador para sonar convincente. En 2026 esa barrera ha desaparecido: con solo unos segundos de audio público, una IA puede clonar la voz de una persona real y sostener una conversación completa suplantándola. Según datos de Pindrop difundidos en mayo de 2026 y recogidos por CNBC, la actividad de voces sintéticas en llamadas ha crecido un 680% interanual, y ya se estima que 1 de cada 127 llamadas a centros de atención del sector retail es fraudulenta.
El salto cualitativo no es solo de volumen, sino de sofisticación. Los primeros fraudes con IA de voz se basaban en audios pregrabados: mensajes fijos que servían para engañar a una víctima puntual. La nueva generación de ataques clona la voz en tiempo real durante la propia llamada, lo que permite al estafador responder preguntas, improvisar y adaptarse a la conversación como lo haría la persona real a la que está suplantando. Un informe de 2026 de Group-IB sobre el ecosistema de "scam call centers" describe operaciones organizadas que combinan esta tecnología con guiones de ingeniería social a gran escala.
El punto ciego: la autenticación por voz
Para un Contact Center, el problema tiene un ángulo especialmente delicado: muchos procesos de verificación de identidad —tanto humanos como automatizados— todavía se apoyan, en mayor o menor medida, en el reconocimiento de la voz como señal de confianza. "Reconozco su voz" ha sido durante décadas una forma legítima, aunque informal, de dar por buena una identidad. Esa suposición ya no es sostenible cuando clonar una voz de forma convincente cuesta segundos y apenas requiere conocimientos técnicos.
El riesgo no se limita a las llamadas entrantes de clientes. También crece el fraude dirigido a empleados de Contact Center: intentos de suplantar a un directivo o a un proveedor habitual para autorizar pagos, cambios de datos bancarios o accesos a sistemas internos, un vector de ataque que combina ingeniería social clásica con voz sintética en tiempo real.
La pregunta ya no es si una llamada "suena" a la persona correcta, sino si el sistema puede verificarlo con algo que una IA no pueda imitar con la misma facilidad.
La respuesta también es IA: biometría de voz y detección de anomalías
La misma tecnología que habilita el fraude está impulsando su defensa. Los sistemas de biometría de voz de nueva generación ya no se limitan a comparar el timbre de una voz con una muestra de referencia: analizan patrones imperceptibles al oído humano —microvariaciones espectrales, artefactos de síntesis, latencias anómalas— que delatan un audio generado por IA aunque suene perfecto para una persona. Estas soluciones de detección de deepfakes de voz se están integrando cada vez más como una capa adicional dentro de los sistemas de IVR y verificación de clientes, en lugar de sustituir por completo los métodos existentes.
Para las empresas de Contact Center, la implicación práctica es clara: la autenticación de clientes y empleados necesita evolucionar hacia esquemas de verificación multicapa, donde la voz deje de ser la única —o la principal— señal de confianza, y se combine con otros factores (contraseñas dinámicas, verificación por dispositivo, patrones de comportamiento) que resulten más difíciles de falsificar de forma automatizada. La inversión en detección de fraude por IA está dejando de ser un extra de seguridad para convertirse en un requisito operativo básico del canal de voz.
Artículo elaborado por el Equipo Adlantia a partir de datos de Pindrop (mayo 2026) recogidos por CNBC y del informe 2026 de Group-IB sobre fraude organizado con IA de voz en centros de atención.