Deepgram compra Daily para reforzar su infraestructura de agentes de voz con IA
El mercado de la inteligencia artificial aplicada a la voz continúa atrayendo inversiones y movimientos empresariales. En este contexto, Deepgram anunció el 29 de octubre de 2026 la adquisición de Daily, compañía especializada en infraestructura de comunicación en tiempo real y responsable del desarrollo y mantenimiento de Pipecat.
La operación reúne a dos empresas que trabajan en diferentes componentes del ecosistema de voz con IA. Daily aporta su experiencia en comunicaciones de audio y video, mientras que Pipecat ofrece una infraestructura de código abierto para coordinar los elementos que intervienen en las interacciones con sistemas de inteligencia artificial.
El importe de la adquisición no fue divulgado por las compañías. Sin embargo, ambas confirmaron que Pipecat continuará siendo de código abierto, un aspecto central del acuerdo.
Según informó TechCrunch, la adquisición también permitirá a Deepgram profundizar en la tecnología necesaria para desarrollar sistemas de comunicación en tiempo real que integren diferentes modelos de IA.
Los datos clave de la adquisición
| Aspecto | Información |
|---|---|
| Empresa compradora | Deepgram |
| Empresa adquirida | Daily |
| Fecha del anuncio | 29 de octubre de 2026 |
| Importe de la operación | No divulgado |
| Proyecto destacado | Pipecat |
| Licencia y continuidad | Pipecat seguirá siendo de código abierto, según lo anunciado |
| Actividad de Daily | Infraestructura alojada para llamadas de voz y video |
| Financiación previa de Daily | Más de 62 millones de dólares |
| Nuevo desarrollo anunciado | Real-Time Context Standard (RCS) |
| Relación previa | Ambas empresas participaron en una misma promoción de Y Combinator en 2016 |
Entre los inversores que financiaron Daily figuran Tiger Global, Highfield Capital, Nat Friedman, Lachy Groom y Kevin Weil, según los datos de PitchBook citados por TechCrunch.
Qué es Pipecat y por qué resulta importante para Deepgram
Pipecat es un framework de código abierto diseñado para gestionar los diferentes componentes que intervienen en aplicaciones de comunicación con inteligencia artificial.
Su funcionamiento permite coordinar flujos de voz y video con tecnologías como:
- Speech-to-Text (STT): conversión de voz a texto.
- Modelos de lenguaje (LLM): procesamiento de la información mediante inteligencia artificial.
- Text-to-Speech (TTS): conversión de texto a voz.
- Flujos de audio y video: gestión de la comunicación en tiempo real.
Una de sus funciones principales es organizar estos componentes de manera que se reduzca la latencia durante las interacciones.
Para Deepgram, adquirir Daily representa una oportunidad de ampliar su conocimiento de la infraestructura necesaria para gestionar audio, video y modelos de IA dentro de un mismo sistema.
La compañía también podrá explorar aplicaciones que van más allá de la voz, ya que Pipecat está concebido para trabajar con comunicaciones en tiempo real en distintos formatos.
Pipecat seguirá siendo de código abierto y neutral respecto a proveedores
La continuidad del modelo abierto fue uno de los elementos determinantes de la adquisición.
Kwindla Kramer, cofundador de Daily, explicó que la empresa había recibido interés de posibles compradores. Sin embargo, consideró especialmente importante el compromiso de Scott Stephenson, CEO de Deepgram, con el futuro de Pipecat.
Según Kramer, Stephenson defendió que el framework permaneciera abierto y fuera neutral respecto a los proveedores de tecnología, de manera que los desarrolladores pudieran seguir utilizando diferentes herramientas y modelos.
El cofundador de Daily también destacó la compatibilidad entre las culturas de ingeniería de ambas organizaciones. A su juicio, formar parte de una compañía mayor permitirá al equipo trabajar en distintos componentes de la infraestructura tecnológica.
Por su parte, Stephenson explicó que Deepgram llevaba tiempo interesada en participar en proyectos de código abierto y había identificado los frameworks de orquestación de agentes como un área de oportunidad.
Su planteamiento consiste en promover un ecosistema en el que los desarrolladores puedan seleccionar los modelos más adecuados para cada aplicación, incluidos los de otras compañías.
Esta filosofía también permite a Deepgram identificar áreas en las que puede mejorar sus propias tecnologías a medida que el ecosistema evoluciona.
De las llamadas de video a los agentes de inteligencia artificial
La historia de Pipecat está relacionada con la evolución de Daily hacia aplicaciones de inteligencia artificial conversacional.
Kramer explicó que, alrededor del lanzamiento de GPT-4, la empresa comenzó a experimentar con nuevas formas de comunicación entre personas y sistemas de IA mediante voz y texto.
Aquellas iniciativas terminaron impulsando el desarrollo de Pipecat.
Desde la perspectiva de Daily, el proyecto nació como una infraestructura para construir una nueva categoría de software basado en inteligencia artificial, con la comunicación en tiempo real como característica fundamental.
Esta visión coincide con los objetivos de Deepgram.
Stephenson señaló que la adquisición facilitará la creación de agentes de voz capaces de conectar distintos modelos y gestionar sistemas completos de comunicación.
En esa arquitectura, un bus de contexto permite transmitir información entre los componentes que participan en la interacción, mientras que la integración de diferentes modelos contribuye al desarrollo de agentes con mayor expresividad.
Deepgram presenta Real-Time Context Standard (RCS)
Junto con la adquisición, Deepgram anunció Real-Time Context Standard (RCS), un protocolo abierto desarrollado conjuntamente con el equipo de Pipecat.
El objetivo de RCS es estructurar la información contextual que necesitan los agentes de voz para gestionar interacciones más expresivas.
El protocolo contempla distintos tipos de metadatos:
| Componente | Función dentro de RCS |
|---|---|
| Contexto procedente del audio | Representar señales presentes en la voz, como un susurro |
| Instrucciones para modelos de lenguaje | Indicar cómo pueden utilizarse las señales contextuales |
| Orientación para la respuesta | Especificar cómo debería sonar la respuesta generada |
Por ejemplo, un agente puede recibir información que indique que una persona está hablando en voz baja. RCS define cómo representar ese contexto, cómo comunicarlo al modelo de lenguaje y cómo orientar la respuesta de voz.
De esta manera, el protocolo busca conectar la información captada durante la conversación con los componentes encargados de generar la respuesta.
Su desarrollo refleja el interés de Deepgram y Pipecat por crear infraestructuras que integren modelos, señales contextuales y comunicación en tiempo real.
Deepgram en contexto
Deepgram es una empresa especializada en tecnologías de voz con inteligencia artificial. A principios de 2026 alcanzó el estatus de unicornio tras una ronda de financiación Serie C de 130 millones de dólares.
La adquisición de Daily amplía su participación en el ecosistema de infraestructura para agentes de voz, mediante la incorporación del equipo responsable de Pipecat y su experiencia en comunicaciones de audio y video.
Un mercado de voz con IA que concentra inversiones
La operación se produce en un sector que está recibiendo financiación tanto para el desarrollo de modelos como para la infraestructura necesaria para utilizarlos.
Entre las empresas enfocadas en modelos de voz, ElevenLabs, Gradium y Fish Audio han conseguido inversiones de millones de dólares.
En el segmento de infraestructura, compañías como LiveKit y Vapi también han captado rondas de financiación multimillonarias durante 2026.
Este movimiento de capital acompaña el crecimiento del ecosistema de aplicaciones de voz con IA y el interés por desarrollar las tecnologías que permiten conectar modelos con experiencias de comunicación.
La compra de Daily sitúa a Deepgram dentro de esa dinámica de consolidación, con Pipecat como uno de los componentes destacados de su estrategia.
El anuncio combina tres elementos: la incorporación de una empresa especializada en comunicaciones en tiempo real, la continuidad de un framework abierto y el lanzamiento de un protocolo para compartir información contextual entre los componentes de los agentes de voz.
