La foto de producto con IA cuesta menos de 1 yuan y la zapatería sigue en el estudio

El 5 de noviembre, reporteros de Sichuan Observer recorrieron el polo del calzado femenino de Wuhou, en Chengdu. Las respuestas de las tiendas que transmitían en vivo coincidieron: la foto de producto y el video corto se graban en el local, y en el directo hay personas reales frente a la cámara. Una tienda fue explícita: llegó a estudiar material generado por IA, pero el resultado no cubría lo que la operación necesita, así que por ahora no lo usa.
Ese mismo día, otro entrevistado mostró otra lista de precios. La tienda compra créditos en la plataforma y genera la foto dentro del sistema: menos de 1 yuan por imagen. Un video de IA de hasta un minuto tiene un techo de 1.000 yuanes, con el precio negociado según la dificultad.
Con las dos respuestas juntas, la diferencia aparece. En el estudio de foto real, la imagen exterior con modelo y retoque ronda los 200 yuanes. El video de producto de 10 a 20 segundos suele salir entre 600 y algo más de 1.000 yuanes por pieza. Es decir: en imagen, la IA es dos órdenes de magnitud más barata; en video, los dos lados están prácticamente en el mismo nivel.
Barato hasta ese punto y sin embargo sin sustituir al estudio significa que la tienda compra “se puede usar tal cual”. La imagen, por sí sola, no vale ese dinero.
Lo barato es generar. Lo caro es no equivocarse
Las exigencias de imagen en la categoría del calzado femenino son difíciles de percibir desde fuera. Cómo refleja el cuero bajo la luz, si la curva de la puntera salió deformada, si la densidad de la costura es la correcta, si la proporción entre tacón y pantorrilla con el zapato puesto parece real. Son esos detalles los que deciden si el comprador se queda tres segundos más en la página. Ahí fallaba justamente la generación de imagen hace dos años: sabía dibujar “un zapato” bonito, pero casi nunca el zapato que la tienda vende.
Por eso la tienda dice “no cubre lo que necesitamos”. Detrás de esa frase hay una tasa de devoluciones, no un capricho estético. Un zapato distinto al del anuncio se convierte en disputa en la plataforma, devolución y mala reseña, y ese costo es mucho mayor que los 190 y pico yuanes ahorrados.

En el video corto el precio no abre distancia, por la misma razón. La pieza de IA de hasta un minuto llega a 1.000 yuanes, y la grabación real de 15 a 20 segundos va de 600 a algo más de 1.000. Con precios tan cerca, la tienda no tiene motivo para cambiar una línea que ya funciona: la grabación real asegura zapato real, persona real, luz real, y además entrega una prueba de cómo queda puesto.
Por eso quienes hoy sí compran material de IA son, en buena parte, categorías con una exigencia más floja de “fidelidad al objeto”, o encargos de un solo cuadro: imagen de ambiente, extensión de escenario, cambio de fondo para una fecha festiva. En la calle del polo del calzado, la tienda prefiere esperar al estudio antes que mover tráfico con una imagen bonita que va a generar quejas.
Lo que pide el consumidor es una exigencia normativa
La actitud de los consumidores en el reportaje no es de rechazo. La preocupación central es una: miedo a que el producto no sea el de la foto. Una consumidora dijo que acepta, siempre que la imagen generada por IA reproduzca el producto como es y coincida con lo que llega.
Suena a preferencia, pero en la ley es una obligación. Las Medidas para el Etiquetado de Contenido Generado o Sintetizado por IA exigen que las plataformas que ofrecen servicios de generación y síntesis marquen el contenido. Para quien publica, el contenido generado o sintetizado por IA difundido al público, sobre todo en publicidad, marketing y promoción, debe llevar de forma activa la marca “generado/sintetizado por IA”.
El abogado Chen Zujun añadió dos capas. La primera es de responsabilidad: la IA es solo una herramienta de apoyo a la creación y no exime automáticamente a quien usa el contenido, que todavía puede violar derechos de autor, derecho de imagen y derecho al nombre de terceros, o constituir publicidad engañosa y competencia desleal. La segunda es de autorización: parte de las herramientas de IA limita de forma explícita el uso personal, el uso comercial y la licencia de materiales; antes del uso comercial hay que revisar el contrato de servicio y el alcance de la licencia, y guardar el comprobante.
Las dos capas fallan con facilidad en periodos de pauta concentrada como el 11.11. Una tienda tiene decenas de piezas al mismo tiempo, el operador hace dos clics en el panel y sale una versión nueva, y nadie va a revisar pieza por pieza los términos comerciales de la herramienta. Cuando la marca recibe una queja, lo que aparece es un montón de imágenes generadas en cuentas que nadie sabe de dónde salieron.
Esa misma semana, el diseñador hacía otra cuenta
A comienzos de noviembre, la Zcool Design Week llegó a su décima edición, el mismo año en que Zcool cumple veinte, con un tema en forma de negación: “En la era de la IA, yo no diseño así”. Más de mil diseñadores pasaron por allí, y el centro de la conversación cambió respecto de hace dos años. Antes se discutía si usarla. Este año la frase fue otra: “La IA ya es rutina, como nadie discute Photoshop”.
El artista digital Tudou_man llevó una comparación. En sus años en publicidad, un ilustrador de alto nivel cobraba de 50.000 a 200.000 yuanes por pieza. Hoy pocos llegan a esa cifra. La razón es simple: cuando se vuelve demasiado fácil, cuesta convencer al cliente de que eso vale lo que cuesta.
Del otro lado están los números de los equipos de creación con IA. El equipo Yepusa hizo cuatro spots de IA de la serie del Mundial de Clubes para Hisense, cada proyecto con tres o cuatro personas, dos o tres semanas de trabajo, y el costo de cómputo quedó en torno al 5% del presupuesto de ejecución. En Adobe, tras conectar el agente de diseño a Illustrator, una tabla se convierte en 50 versiones por lote.
Poniendo los números uno al lado del otro, la cuenta queda fea: el costo de generar se acercó a cero, el costo de entregar no bajó. Elegir la pieza que sirve, entender por qué sirve y ajustarla hasta que el cliente se atreva a firmar siguen siendo trabajo de personas. Mai Ju, que hace casting con IA para cine y televisión, descompone “rostro sofisticado” en cuatro dimensiones — hueso, piel, forma y expresión — y hace como máximo cinco preguntas de sí o no: ágil o sereno, marcado o delicado. El encargo se alinea primero, y solo entonces el modelo genera.
Qué compra realmente la tienda
De vuelta a la calle del polo del calzado. Mirando solo el precio unitario, la ventaja de la imagen con IA es indiscutible. Mirando si “esta imagen puede subirse y vender”, la respuesta depende de tres cosas: si la estructura del producto salió mal, si se añadió la etiqueta de la plataforma y si hay comprobante de licencia para una disputa.
Las dos primeras son técnica y proceso. La tercera es gestión de archivos. Con las tres resueltas, la imagen con IA es de verdad barata. Si falta una, el ahorro vuelve por devoluciones y quejas.
También por eso, en esta guerra de precios, el escalón más concurrido no es el más barato. SiliconFlow puso MOSS-Image en su API el 3 de noviembre, a 0,3 yuanes por imagen; en las discusiones de esos días, la capacidad más citada era el renderizado de texto denso en chino e inglés y el control de maquetación por JSON. Todo el mundo mira “puedo evitar una revisión más”. Los céntimos no los discute nadie.
La tienda paga por “una revisión menos”. El estudio sigue en pie por la misma regla: caro, pero correcto a la primera.
Artículos relacionados
Google sacó los agentes de código del portátil, y el aviso de permiso sigue siendo el cuello de botella
La fontanería está casi resuelta. El aviso de permiso sigue siendo el cuello de botella humano.
NVIDIA libera cuatro modelos del mundo de 16B y la parte sin benchmark es el aprendizaje de políticas
NVIDIA dice que no está medido si estos modelos sirven para aprender políticas. La frase debería acompañar cualquier historia sobre modelos del mundo abiertos.
Cuatro de los repos más populares de GitHub son bibliotecas de skills, y ya hay un problema de empaquetado
La adopción va bien. El fallo interesante son cuatro formas incompatibles de instalar el mismo objeto.
Thinking Machines lanzó un modelo de 594B y dejó los pesos para la semana que viene
Un modelo fuerte, una receta documentada, una capacidad infravalorada y una fecha que el laboratorio no ha comprometido.