AI Inbox
Clasifica cada email, identifica al cliente, busca el contexto y propone respuesta o acción.
Ejemplo: crea la tarea en el CRM y deja la respuesta lista para revisar.
Desarrollo de agentes de IA conectados a tus sistemas
Digitup Studio es un estudio técnico de Madrid que diseña y desarrolla agentes de IA a medida: leen tu email, tus documentos y tu CRM, preparan el trabajo y lo ejecutan con tus reglas y aprobación humana donde haga falta.
En resumen
- Un agente de IA usa un modelo de lenguaje para decidir el siguiente paso y ejecutarlo con herramientas: leer, buscar, clasificar o actualizar datos en tus sistemas.
- No nos limitamos a conectar ChatGPT. Diseñamos flujos, memoria, contexto, datos, prompts, reglas, integraciones y paneles de control.
- La IA encuentra, organiza, clasifica, resume, prepara y detecta. La persona revisa, decide, aprueba y gestiona.
- Modelos de OpenAI, Anthropic, Gemini, DeepSeek o Perplexity, elegidos según la tarea.
- Proyectos a partir de 1.000 € y entrega a partir de 2 semanas. Los dirigen los dos socios de Digitup Studio, que ha desarrollado más de 50 proyectos desde sus inicios, no todos de IA.
Definición
¿Qué es un agente de IA y en qué se diferencia de un chatbot?
Un agente de IA es un software que recibe un objetivo, consulta la información que necesita y decide qué herramienta usar en cada paso: leer un email, buscar en un contrato, consultar el CRM o crear una tarea. El modelo de lenguaje interpreta el texto; los permisos, las reglas y el registro deciden qué puede hacer el agente. Eso es lo que separa una demo de un agente útil.
Un chatbot conversa: responde preguntas y, como mucho, deriva a una persona. Un agente actúa: lee y escribe en tus sistemas, encadena pasos y sigue reglas de negocio. Para atención conversacional, mira chatbots con IA; para una visión general, IA para empresas; y la comparación completa, en chatbot o agente de IA.
Casos de uso
¿Qué tareas puede hacer un agente de IA en tu empresa?
Las que hoy obligan a alguien a leer, buscar, copiar y redactar entre varias herramientas.
Document Intelligence
PDFs, contratos y facturas que se clasifican, se consultan y se convierten en datos.
Ejemplo: extrae importes y fechas y los lleva al ERP.
Copiloto interno
Pregunta a tu empresa qué pasó con un cliente o dónde está la propuesta de abril.
Combina RAG con consultas al CRM.
Atención y soporte
Primer nivel en web, WhatsApp o Telegram: responde, consulta datos y deriva a una persona.
Caso real: IA para call center virtual, traducciones y soporte en Mallorcab.
Ventas y leads
Clasifica los contactos entrantes, completa la ficha del CRM y prepara el seguimiento.
Ejemplo: cualifica un WhatsApp entrante y lo asigna con un resumen.
Administración y operaciones
Actualiza estados entre sistemas, detecta datos que faltan y prepara informes.
Ejemplo: clasifica una incidencia por urgencia y avisa al responsable.
Aprobación humana
¿Qué decide la IA y qué decide una persona?
La IA prepara el trabajo; la persona sigue tomando las decisiones. Solo lo reversible y de bajo riesgo se ejecuta sin revisión.
La IA puede
- Encontrar información en emails y documentos.
- Organizar y clasificar solicitudes.
- Resumir conversaciones y expedientes.
- Preparar respuestas, tareas y cambios en el CRM.
- Detectar urgencias, errores o datos que faltan.
La persona
- Revisa lo que el agente prepara.
- Decide en los casos dudosos o sensibles.
- Aprueba envíos a clientes, pagos y cambios importantes.
- Gestiona la relación con el cliente.
Integraciones
¿Cómo se conecta un agente de IA con tus sistemas?
A través de las APIs de tus herramientas y de un backend propio que controla permisos, credenciales y registro. El agente solo tiene el acceso que necesita su tarea.
- Email: Gmail, Outlook y Microsoft 365
- CRM y ERP: fichas, estados y tareas
- Google Drive, PDFs, contratos y facturas
- Google Sheets como entrada o salida
- WhatsApp Business API y Telegram
- Bases de datos y APIs propias o de terceros
Cada integración es una herramienta que el modelo puede pedir usar, como «buscar cliente» o «crear tarea», y el backend valida permisos antes de ejecutarla. Existe también un estándar abierto para dar herramientas a los modelos, el Model Context Protocol (MCP), útil cuando varias aplicaciones de IA comparten las mismas herramientas; para un solo flujo, una integración directa por API suele bastar.
Si tu ERP funciona, se queda: es una integración de IA sobre lo que ya tienes. Si el agente responde con documentos internos, la pieza clave es un RAG para empresas con control de permisos y fuentes; lo explicamos en qué es RAG.
Modelos
¿Qué modelo de IA usa el agente?
Integramos OpenAI, Anthropic, Gemini, DeepSeek o Perplexity según calidad, coste, velocidad, privacidad y tipo de tarea.
| Criterio | Qué miramos | Cuándo pesa más |
|---|---|---|
| Calidad | Comprensión de instrucciones y uso de herramientas con tus casos | Tareas de varios pasos y textos para clientes |
| Coste | Precio por uso según el volumen real de peticiones | Clasificar miles de emails o documentos |
| Velocidad | Tiempo de respuesta dentro del flujo completo | Atención en directo por chat, WhatsApp o voz |
| Privacidad | Condiciones de uso y retención de datos del proveedor | Datos personales o confidenciales |
| Tipo de tarea | Texto, documentos, imágenes o búsqueda web | Tareas multimodales o con información actualizada |
No publicamos rankings porque cambian cada pocos meses: elegimos con pruebas sobre tus casos. Para información actual de internet, Perplexity ofrece respuestas con búsqueda web y citas. Como en Rescrito y AlisaBot, separamos la capa de modelo para cambiar o combinar proveedores sin rehacer el sistema.
Seguridad y datos
¿Es seguro conectar un agente de IA a los datos de tu empresa?
Sí, si el agente tiene solo los permisos que necesita, cada acción queda registrada y las decisiones sensibles pasan por una persona.
- Control de acceso por usuario y rol
- Separación de información entre clientes o áreas
- Logs de cada acción y copias de seguridad
- Protección de credenciales y claves de API
- Aprobación humana cuando hace falta
- Integración segura con los sistemas existentes
Según la Comisión Europea, el Reglamento europeo de IA se aplica desde el 2 de agosto de 2026, con excepciones: obliga a avisar de que se habla con una máquina, por ejemplo en un chatbot, y trata como alto riesgo usos como filtrar currículos, con obligaciones desde el 2 de diciembre de 2027. Lo tenemos en cuenta al diseñar, pero no damos asesoramiento jurídico.
¿Cómo construimos un agente de IA?
Analizamos el caso de uso
Vemos qué parte del proceso mejora con IA, qué datos y herramientas hay que conectar y qué decisiones siguen en manos de una persona.
Diseñamos la arquitectura
Definimos modelo, backend, base de datos, prompts, memoria, RAG, reglas, herramientas del agente y puntos de aprobación.
Creamos una primera versión
Un prototipo funcional para validar respuestas, costes y utilidad real con casos de tu día a día.
Integramos con tus sistemas
Conectamos email, web, WhatsApp, CRM, ERP, Google Sheets, bases de datos o APIs externas, con permisos y registro.
Lanzamos y optimizamos
Monitorizamos uso, calidad, costes y errores, y ajustamos prompts, reglas e integraciones con el uso real.
Coste
¿Cuánto cuesta desarrollar un agente de IA?
Los proyectos de Digitup Studio empiezan en 1.000 €, con entrega a partir de 2 semanas. Por encima, el precio depende de qué hace el agente, con qué sistemas se conecta y cuánta información maneja.
| Parte | Qué incluye | De qué depende |
|---|---|---|
| Desarrollo | Análisis, arquitectura, integraciones, reglas, panel y pruebas | Sistemas, canales, reglas y volumen de información |
| Uso del modelo | Lo que factura el proveedor de IA por cada petición | Volumen de peticiones, longitud de los textos y modelo |
| Hosting y operación | Servidores, monitorización y mantenimiento | Uso, nivel de soporte y modelo de contratación |
Según el proyecto, puedes pagarlo como proyecto cerrado, repartir la inversión en 6 o 12 meses o elegir Build & Run, con cuota mensual. Más detalle en formas de trabajar y en cuánto cuesta un software a medida.
Comparativa
¿Automatización con reglas o agente de IA?
Si el proceso es estable y los datos llegan estructurados, basta una automatización con reglas. El agente compensa cuando hay que leer, interpretar o redactar texto libre.
| Criterio | Automatización con reglas | Agente de IA |
|---|---|---|
| Cómo decide | Condiciones fijas: si pasa X, hace Y | Interpreta el contexto y elige el siguiente paso |
| Entrada típica | Formularios, estados y campos estructurados | Emails, documentos, mensajes y PDFs |
| Previsibilidad | Mismo resultado para la misma entrada | Puede variar: necesita límites, pruebas y revisión |
| Coste por ejecución | Muy bajo | Incluye el uso del modelo |
| Ejemplo | Un pago en Stripe genera la factura | Un email se clasifica y se prepara la respuesta |
Si tu caso es de reglas, lo resolvemos como automatización de procesos.
¿Qué proyectos con IA ha construido Digitup?
Cinco proyectos publicados reúnen las piezas de un agente: modelos conectados a datos propios, reglas, integraciones y, en los chatbots, derivación a personas. Ninguno es un «agente autónomo».
- Mallorcab: IA para call center virtual, traducciones y soporte en una plataforma de taxis en producción, con más de 3 millones de servicios creados.
- Mundomar Cruceros: RAG sobre el catálogo de cruceros, chat de recomendación y traducción de páginas HTML con IA.
- Inferno IA: chatbot a medida sobre AlisaBot, con OpenAI para la atención inicial y derivación a un experto.
- AlisaBot: producto propio de chatbots para web, WordPress, WhatsApp y Telegram, con derivación a humano.
- Rescrito: SaaS de IA para escritura académica con varios LLM, RAG sobre documentos y límites de uso por plan.
Encaje
¿Cuándo encaja un agente de IA y cuándo no?
Encaja cuando hay trabajo repetitivo de leer, buscar y preparar información entre varias herramientas.
Cuándo encaja
- Tu equipo pasa horas leyendo emails o documentos para clasificarlos y responder.
- La información de un cliente está repartida entre email, CRM, Drive y hojas de cálculo.
- Hay una persona que puede revisar y aprobar lo que prepara el agente.
Cuándo no somos la opción
- El proceso es estable y estructurado: basta una automatización con reglas.
- Basta un SaaS del mercado ya configurado.
- Quieres que la IA decida sola en lo irreversible o sensible.
- El presupuesto es inferior a 1.000 € o la entrega debe ser en menos de 2 semanas.
- Necesitas asesoramiento jurídico o un proveedor con ISO 27001 o ENS, que no tenemos.
Si no lo tienes claro, la auditoría de IA prioriza el caso con más retorno antes de construir nada. También te diremos si creemos que no merece la pena.
Servicios relacionados
Lo que suele acompañar a un agente.
Preguntas frecuentes sobre agentes de IA
¿Qué es un agente de IA?
Un agente de IA es un software que usa un modelo de lenguaje para decidir qué paso dar y ejecutarlo con herramientas: leer un email, buscar en un documento o consultar el CRM. A diferencia de un chatbot, que sobre todo conversa, el agente actúa en tus sistemas, dentro de los permisos y reglas definidos y con aprobación humana en lo sensible.
¿Cuánto cuesta desarrollar un agente de IA?
En Digitup Studio los proyectos empiezan en 1.000 €. Por encima, el precio depende de qué hace el agente, con cuántos sistemas se conecta y cuánta información maneja: un asistente que responde con la información de la empresa está cerca del mínimo y un agente que escribe en varios sistemas cuesta más. Además del desarrollo hay costes de funcionamiento: el uso del modelo y el hosting.
¿Cuánto se tarda en tener un agente funcionando?
En Digitup Studio la entrega empieza a partir de 2 semanas. Si el alcance está claro, una primera versión funcional del agente suele validarse en semanas con casos reales. Las integraciones complejas, con varios sistemas y paneles internos, pueden requerir más fases. Por eso conviene empezar por un solo proceso: un caso bien elegido llega antes a producción que cinco a la vez.
¿El agente puede actuar sin que nadie lo revise?
Solo en tareas de bajo riesgo y reversibles, como etiquetar un email o cambiar el estado de una tarea, y siempre con registro de cada acción. En lo que afecta a clientes, pagos o datos sensibles, el agente de IA prepara el trabajo y una persona lo aprueba antes de ejecutarlo. La autonomía se decide por tipo de acción, no para el agente entero.
¿Qué modelos de IA usáis?
Digitup Studio integra modelos de OpenAI, Anthropic, Gemini, DeepSeek o Perplexity según calidad, coste, velocidad, privacidad y tipo de tarea. No hay un modelo único para todos los proyectos: un mismo agente puede usar un modelo rápido y barato para clasificar y otro más capaz para redactar, y la capa de modelo se separa para cambiar de proveedor sin rehacer el sistema.
¿Se puede conectar con nuestro CRM, ERP o Google Workspace?
Sí, si el sistema tiene API o una forma segura de leer y escribir datos. Un agente de IA puede trabajar con Gmail, Outlook, Google Drive, Google Sheets, tu CRM o ERP, WhatsApp Business API y bases de datos propias. Si tu ERP funciona, se queda: el agente se integra con él con los permisos justos. Nosotros construimos la parte que falta.
¿Usan los proveedores de IA nuestros datos para entrenar sus modelos?
Depende del proveedor y del tipo de cuenta. OpenAI indica que no usa los datos enviados a su API para entrenar modelos salvo que el cliente lo active, y que por defecto guarda registros de control de abusos hasta 30 días. Anthropic afirma que por defecto no usa los datos de sus productos comerciales, API incluida. Antes de enviar datos revisamos las condiciones de cada proveedor.
¿En qué se diferencia de una automatización tradicional?
Una automatización con reglas sigue siempre el mismo camino: si pasa X, hace Y, con datos estructurados como formularios o estados. Un agente de IA interpreta texto libre, como emails, documentos o mensajes, y elige el siguiente paso. La automatización es más previsible y más barata por ejecución; el agente necesita límites, pruebas y revisión. Muchas soluciones combinan las dos.
¿Quién mantiene el agente después del lanzamiento?
Puede mantenerlo Digitup Studio: monitorizamos uso, calidad, costes y errores del agente, y ajustamos prompts, reglas e integraciones con el uso real. Con la modalidad Build & Run, la cuota mensual incluye hosting, seguridad, soporte y bolsa de evolución. Si prefieres que lo lleve tu equipo, en un proyecto cerrado se entregan el software y los accesos al completarlo.
¿Dónde está Digitup Studio?
Digitup Studio está en Madrid, en la calle Alcalá 211. Trabajamos principalmente en remoto con empresas de Madrid, de otros puntos de España y con proyectos internacionales, y si el proyecto lo pide también podemos quedar en persona. Podemos trabajar en español, inglés y ruso. La primera llamada es de 30 minutos con Anton Zverev, CTO, y sin compromiso.
¿Tienes un proceso que un agente podría preparar por ti?
Cuéntanos qué tarea quieres quitarte de encima. En una llamada de 30 minutos con Anton, nuestro CTO, te decimos cómo lo abordaríamos o si no merece la pena.