Deepgram anunció esta mañana la adquisición de Daily, la empresa detrás del framework open-source Pipecat, ampliamente considerado el sistema de orquestación más utilizado en el mundo para agentes de voz en producción. El valor del acuerdo no fue divulgado, pero la transacción marca un hito en la consolidación del mercado de infraestructura de IA conversacional.
El Pipecat nació como una herramienta interna de la Daily, creada para manejar los desafíos técnicos de mantener conversaciones de voz en tiempo real — latencia, detección de interrupciones, cambio entre STT (speech-to-text), LLM y TTS (text-to-speech). Con la evolución de los agentes de voz, el framework ganó una comunidad masiva de desarrolladores y se convirtió en la capa de orquestación estándar para equipos que necesitan poner un bot de voz en producción, sea para atención al cliente, programación médica o asistentes personales.
Scott Stephenson, CEO y cofundador de la Deepgram, calificó la adquisición como un paso estratégico hacia una plataforma completa de voz AI. "Muchos equipos tratan la voz AI como un recurso para añadir al final del roadmap. En realidad, es una disciplina de infraestructura distinta, con demandas propias de latencia, precisión y escala", afirmó Stephenson. La Deepgram, que hoy opera para más de 5.000 organizaciones globalmente y ya procesó más de 200.000 años de audio a través de la plataforma de 650.000 desarrolladores, integrará el equipo de la Daily y utilizará la red global de 75 puntos de presencia de la empresa como base de la infraestructura de transporte de voz.
El punto que más importa para la comunidad de código abierto: el Pipecat permanecerá open-source bajo la licencia BSD V2, con la promesa de "para siempre". Kwindla "Kwin" Hultman Kramer, cofundador de la Daily, ahora asume el cargo de Head of Open Source en la Deepgram. "Scott era súper comprometido con el Pipecat siendo open-source y vendor-neutral para siempre", contó Kramer a TechCrunch. "Creo que hay un compromiso personal y un driver comercial ahí. Si estás en medio de un ecosistema que está creciendo muy rápido, y muchas partes de ese ecosistema son genuinamente las mejores del sector, entonces mantener todo lo más abierto posible es una ventaja comercial".
Además de la adquisición, la Deepgram lanzó el Real-Time Context Standard (RCS), un protocolo abierto co-desarrollado con el equipo del Pipecat. El RCS está diseñado para transportar contexto adicional junto con el flujo de audio — señales de tono, volumen, emoción — e instrucciones para el LLM sobre cómo interpretar esas señales al generar la respuesta. Es un intento ambicioso de estandarizar la forma en que los agentes de voz perciben y reaccionan a la expresividad humana en tiempo real.
Para entender la profundidad de esta adquisición, es útil mirar la historia de la Daily. La empresa fue fundada con el objetivo de simplificar la infraestructura de audio y video en tiempo real, enfrentando problemas como ruteo optimizado de paquetes, deploy de clusters de compute en decenas de regiones y desarrollo de bibliotecas cliente que permitieran la incorporación de llamadas de video en aplicaciones web. Cuando la ola de agentes de voz comenzó en 2024, la Daily migró parte de su enfoque para el stack de voz AI, lanzando el Pipecat y el Pipecat Cloud. El Pipecat Cloud alcanzó GA (general availability) en mediados de 2025, con más de 1.000 equipos ya operando en producción.
La Deepgram ya era una unicornio tras una ronda Series C de $130 millones en 2026, y la adquisición de la Daily — que había levantado más de $62 millones de inversores como Tiger Global, Highfield Capital y TenOneTen — señala una fase de consolidación en el sector. Empresas como ElevenLabs, Gradium, Fish Audio, LiveKit y Vapi también están recogiendo rondas significativas este año, disputando fracciones del mercado de infraestructura de voz. Con frameworks open-source como el Pipecat al frente, la pregunta es quién va a controlar la capa de orquestación del próximo ciclo de agentes conversacionales — y la respuesta probablemente tampoco sea una startup aislada.
Fuentes: TechCrunch, Deepgram, Unite.AI
✓ Fuentes independientes cruzadas y verificadas antes de la publicación
