Calendly también entra al mercado de transcripción de reuniones con IA y anuncia a su asistente Callie
El servicio lanza su propio tomador de notas: graba audio y video, convierte el habla en texto, prepara resúmenes, listas de acciones y borradores de seguimiento, y además avisa con antelación a los participantes sobre la grabación. En paralelo, Calendly desarrolla al asistente de IA Callie, que puede programar reuniones, verificar la disponibilidad de las personas y recuperar el contexto de conversaciones anteriores.

Calendly, conocido principalmente como un servicio de programación de reuniones que le ayuda a elegir un tiempo, recordar a los participantes, y nunca perder seguimiento de un acuerdo, ahora está expandiendo sus capacidades y entrando en el mercado de transcripción AI. En lugar de conectar servicios externos, los usuarios podrán obtener una grabación lista en la interfaz familiar.
La nueva herramienta se conecta a una reunión, graba audio y vídeo, y luego convierte la conversación en texto. La salida es un conjunto listo de materiales:
- a Resumen de la conversación;
- a lista de los temas de acción;
- borradores de correos electrónicos de seguimiento - todo lo que queda es editarlos y enviarlos.
Todo esto ahorra tiempo para aquellos que pasan varias horas al día en llamadas.

Además, Calendly está probando una característica similar a Granola que captura el audio del sistema. Esto significa que el asistente podrá transcribir una reunión incluso sin unirse explícitamente a la conferencia, siempre y cuando el audio esté jugando a través del dispositivo.
El asistente de Callie: el siguiente paso
Pero Calendly no se detiene en la transcripción. El asistente de AI Callie ya ha sido anunciado, y utilizará el calendario Calendly para automatizar la programación. Callie será capaz de establecer reuniones, comprobar la disponibilidad del participante y mostrar el contexto de conversaciones pasadas. Esencialmente, es un asistente personal que conoce tu horario y te ayuda a prepararte para tu próxima reunión.
El CEO de Calendly Tope Awotona explicó que la empresa está apuntando a personas en funciones externas, en ventas, marketing y campos similares. Su día de trabajo a menudo consiste en una docena de reuniones, y el objetivo es para introducir tareas rutinarias en el fondo. Por eso Calendly está automatizando no sólo la grabación de conversaciones, sino también todas las tareas de seguimiento.

Competencia pesada y apuesta por la automatización
El mercado de asistentes de reuniones de AI ya está saturado. Los jugadores conocidos incluyen Granola, Fireflies, Read AI, Otter, Fathom, así como plataformas como Notion, ClickUp y Wispr, que han añadido características de toma de nota. En tal situación, es difícil destacar con la transcripción sola. Por eso Awotona ve la oportunidad principal de automatizar los siguientes pasos: redacción de correos electrónicos, actualización de CRM, creación de tareas — eso es lo que realmente ahorra tiempo.
Política de privacidad
Recording meetings always raises questions about participant consent. Recientemente, Otter y Granola se enfrentaron a acusaciones de violaciones de la privacidad. Calendly promete que su asistente actuará más transparentemente: antes de grabar, enviará un mensaje al chat de la reunión, y cualquier participante puede preguntarle a Deja la conversación. Además, gracias a la integración del calendario, Calendly puede advertir sobre la grabación antes de que comience la reunión, por lo que todos están preparados.
Este enfoque podría ser una ventaja para las empresas que son cautelosas sobre la grabación de conversaciones. Combinado con la automatización posterior a la fusión, Calendly espera sacar su nicho en este segmento competitivo.
Preguntas frecuentes
Material similar
Todos los materiales
Toollery: selección de herramientas para agentes LLM entre decenas de miles de opciones sin necesidad de ajuste fino
Toollery construye un índice de búsqueda a partir de las descripciones de habilidades y herramientas y, al recibir una consulta, solo envía al modelo un conjunto limitado de candidatos. En experimentos con bibliotecas de hasta decenas de miles de funciones, el enfoque permite mantener la calidad de selección con un top-K fijo, aunque el efecto final depende del perfil de carga y del almacenamiento en caché del proveedor.
11 noviembre 2026
WILSON: integración de aumentos y portaobjetos del paciente para el análisis anatomopatológico y la elaboración de informes
El preprint presenta WILSON, un modelo de visión y lenguaje que codifica imágenes de portaobjetos completos y series de muestras de un mismo paciente a distintos aumentos, en lugar de limitarse a un único portaobjetos «mejor». Sin necesidad de ajustarlo a la tarea, supera a modelos especializados y de mayor tamaño para portaobjetos en varias métricas, con una carga computacional considerablemente menor, y sus descripciones diagnósticas obtuvieron puntuaciones más altas de los patólogos.
11 noviembre 2026
Invariantes polinómicos canónicos en el diagnóstico de fallos de simuladores de RL: dónde son realmente útiles
El estudio analiza si está justificado incorporar leyes físicas a modelos de dinámica entrenables: los invariantes extraídos de las trayectorias y llevados a una forma canónica mediante bases de Gröbner ofrecen una mejora modesta en las predicciones, pero destacan en el diagnóstico: permiten localizar la restricción incumplida e identificar el parámetro concreto que es erróneo.
10 noviembre 2026