No hay personas reales en las páginas de detalle de ropa de mujer: los modelos de IA llevan la confianza del comercio electrónico al borde del abismo

A mitad de la preventa del Doble 11, la categoría de ropa de mujer fue la primera en estallar. El 30 de septiembre, un reportaje de N Video, del diario Nanfang, puso los «falsos de IA» en lo más alto de las tendencias: imágenes de modelos con seis dedos, piernas cortadas o sin brazos se publican sin ningún reparo; los compradores recorren la página de detalle y no encuentran ni una sola foto del producto real, y al ir a la sección de comentarios a ver las fotos de compradores, resulta que esas fotos también están generadas por IA. Una consumidora de Guangzhou pidió al servicio de atención al cliente una foto real del producto, y la respuesta fue tajante: esos falsos de IA de la página de detalle son «fotografías reales, con modelo probándose la prenda».

Una búsqueda del periodista reveló que el uso masivo de imágenes de modelos de IA ya es la norma del sector. En la lista no solo hay pequeñas tiendas sin nombre; también aparecen marcas reconocibles como I.T, MLB y SPAO, y la mayoría no indica que estén generadas por IA. Una tienda de ropa de mujer con 3,85 millones de seguidores indicaba en su página de detalle la altura y el peso de la modelo, pero las imágenes de la prueba de la prenda «olían a IA por todas partes»; el servicio de atención al cliente admitió que las imágenes eran generadas por IA, pero no pudo aportar fotos reales del producto y solo insistió en que «el producto real es igual que las imágenes».

Una cuenta fácil de echar

Primero pongámonos un momento en el lado del vendedor. Contratar a una modelo para una sesión de fotos cuesta varios miles de yuanes solo para empezar, y además hay que reservar el local, al fotógrafo y esperar a que haya hueco en la agenda. Con IA, metes una foto de la prenda extendida y en unos segundos sale una imagen del efecto puesto. Un profesional del comercio electrónico escribió que alrededor del 90 % de las imágenes de producto de su empresa ya están generadas por IA.

En el otro extremo pesa la tasa de devoluciones. Según una fuente del sector, hace unos años rondaba el 50 %; este año, entre el 70 % y el 80 % ya es lo habitual. En los últimos dos meses, más de diez tiendas online de ropa de mujer anunciaron su cierre; una de ellas tenía 4,67 millones de seguidores, vendía dos millones de prendas al año y llevaba más de una década abierta.

Así aparecieron primero etiquetas gigantes del tamaño de una hoja A4 y luego cintas anti-retirada: cosidas en el cuello, la costura del hombro o la cremallera, de hasta 2,4 metros de largo, de colores llamativos imposibles de ocultar, con la inscripción «si se retira, no se admite devolución ni cambio». En Weibo, una publicación titulada «El mercado de la confianza en la ropa de mujer se ha derrumbado, empiezan a usar cintas anti-retirada» consiguió 15 000 me gusta y 1645 comentarios; al mismo tiempo, los compradores se enseñan unos a otros «tutoriales para esconder la cinta anti-retirada».

Hay que ser justos: la propia cifra de la tasa de devoluciones también es difícil de verificar. El «90 % de devoluciones en ropa de mujer en cierta plataforma de comercio electrónico» fue inventado; el autor contrató a personas para difundirlo en varias plataformas y en febrero de este año fue detenido por la policía de Shanghái. Que el producto no corresponda a la descripción, que en el directo se muestre la versión A y se envíe la B, que las tallas estén mal indicadas o las preventas interminables tampoco son cosas que los compradores se hayan inventado.

Pero si ponemos estas piezas en fila, se ve un círculo que se muerde la cola: las imágenes no son fiables, así que sube la tasa de devoluciones; sube la tasa de devoluciones, así que los vendedores recortan aún más el coste de producción fotográfica; y recortar costes hace que las imágenes sean todavía menos fiables. Este círculo no es un problema técnico: es una estructura de incentivos que se ha roto.

Lo que de verdad hizo moverse a las plataformas no fueron las imágenes feas, sino la falta de etiquetado

Aquí hay una línea de cumplimiento normativo que se pasa por alto con facilidad.

Desde el 1 de septiembre de 2025 entran en vigor simultáneamente las «Medidas para el etiquetado de contenidos generados o sintetizados por inteligencia artificial» y la norma nacional obligatoria GB 45438-2025. El artículo 10 de las primeras lo dice con claridad: cuando un usuario publique contenido generado o sintetizado, deberá declararlo de forma activa y utilizar la función de etiquetado que ofrece el proveedor del servicio. La segunda exige que las imágenes generadas por IA lleven una etiqueta explícita perceptible claramente por el usuario y que en los metadatos del archivo se incluya además una etiqueta implícita; las plataformas de difusión tienen la obligación de verificarlas y advertirlo. El artículo 18 de las «Disposiciones sobre la gestión de los servicios de información de Internet con síntesis profunda» es aún más contundente: ninguna organización ni persona podrá eliminar, alterar u ocultar las etiquetas de síntesis profunda.

Así que cuando veas una línea en letra pequeña en la esquina inferior izquierda de una imagen de producto —«posible uso de tecnología de generación por IA, proceda con cautela»—, no lo tomes como una simple advertencia de exención de responsabilidad. Es la plataforma confesando en nombre del vendedor: el vendedor no lo declaró de forma activa, así que la plataforma no tiene más remedio que detectarlo y poner la marca por su cuenta.

El análisis de un abogado es aún más directo: si un vendedor usa imágenes de efecto de prendas generadas por IA para publicidad, debe contar a la vez con una etiqueta explícita y una etiqueta técnica implícita en los metadatos; de lo contrario, incurre en una posible infracción. El uso de IA para generar fotos de compradores tiene una gravedad aún mayor. El artículo 17 de la «Ley de Comercio Electrónico» prohíbe la publicidad engañosa mediante transacciones ficticias o la invención de reseñas de usuarios, y el artículo 9 de la «Ley contra la Competencia Desleal» también persigue la publicidad engañosa basada en reseñas de usuarios. Hacer que una persona falsa diga cosas falsas para que los consumidores hagan un pedido a partir de una percepción errónea puede constituir fraude al consumidor.

El Doble 11 de este año es la primera gran campaña de promociones tras la entrada en vigor de este conjunto de normas, y el momento es delicado. Una imagen de página de detalle claramente generada por IA y sin ningún tipo de etiqueta ya está al borde de la norma; los consumidores tienen todo el derecho a exigir fotos reales y también disponen de canales para denunciar.

El punto de anclaje al que puede agarrarse el consumidor no son, en realidad, sus ojos

Los «puntos de fallo» que se han recopilado en las comunidades son muy concretos: la estructura de las manos (seis dedos, dedos deformes, dedos que se funden con la tela en el puño), las letras estampadas en la ropa convertidas en caracteres sin sentido, los bordes entre la persona y el fondo emborronados, los cuadros y las rayas desalineados en las costuras, y botones, cremalleras y cordones deformados o atravesando la tela.

El problema es que una imagen de IA con buena calidad resulta indistinguible para una persona corriente. Así que no entrenes la vista para detectarlas: usa las reglas.

Lo más fiable es la tabla de tallas. Saca la sudadera o el pantalón que mejor te queden ahora mismo, extiéndelos y mide el ancho de hombros, el contorno de pecho, el largo de la prenda, la cintura y la cadera, y el largo del tiro delantero; compáralo punto por punto con la tabla de medidas reales del producto. Las imágenes de modelos son una ilusión; los centímetros no lo son. Ese «la IA siempre sienta perfecto» es precisamente su punto débil: puede retocar a una persona, pero no puede retocar una tabla.

En segundo lugar, las fotos de la prenda extendida y los detalles del tejido. Estas dos categorías suelen seguir siendo fotografías reales, y son las que deben tomarse como referencia para el color y la textura. En tercer lugar, el contenido «en movimiento»: una imagen estática se puede falsear, pero caminar, sentarse o levantar un brazo no. Da prioridad a los vídeos de la prenda puesta y a las pruebas en directo. Las reseñas de compradores con texto que incluyen altura y peso son las más valiosas, por ejemplo: «Mido 164 cm y este vestido me queda perfecto de largo». Ese tipo de información nunca la podrá dar un modelo de IA.

También hay que saber cómo preguntar al servicio de atención al cliente. No preguntes «¿esto es IA?», porque en el 90 % de los casos responderán «es una foto real». Pide directamente dos imágenes: una foto real de la prenda extendida y un primer plano de la etiqueta de composición y lavado.

Las plataformas también están limpiando el terreno

Si ampliamos la perspectiva, el problema de las imágenes de IA no se limita a la ropa de mujer. En los últimos tres meses, Xiaohongshu ha llevado a cabo una campaña especial contra el «marketing encubierto falso con IA», eliminando cerca de 120 000 notas de recomendaciones falsas generadas por IA y bloqueando más de 4200 cuentas; en el sector de la medicina estética se retiran más de 4000 publicaciones al día, con especial atención a cuatro categorías de alto riesgo: turismo y alojamiento, medicina estética, educación e inmobiliaria.

La postura de Xiaohongshu merece una lectura atenta: no se opone a usar la IA para ganar eficiencia, sino a la homogeneización en masa y a las experiencias inventadas. Si usas la IA para pulir un texto, generar imágenes de apoyo o crear versiones en varios idiomas, la plataforma no interviene; lo que persigue es otra práctica: una sola persona, una plantilla y la IA generando por lotes cientos de notas del tipo «lo probé y funciona», acompañadas de imágenes de escenarios de uso generadas por IA, publicadas sin parar las 24 horas, donde la «experiencia» del contenido está inventada.

Los cuatro sectores señalados comparten rasgos: alto coste de decisión, información asimétrica y una dependencia enorme de los usuarios respecto a la experiencia de otros. En turismo y alojamiento se compra según las reseñas; en medicina estética, según los casos; en educación, según los resultados; en inmobiliaria, según la experiencia. En estas cuatro categorías, una nota de experiencia falsa es la que mayor conversión logra y también la más dañina.

El camino que propone la plataforma es: primero el vendedor valida una plantilla original con personas reales y luego la amplifica con IA. El orden no puede invertirse. Primero está la experiencia real y de ahí salen los materiales amplificables; la IA se encarga de copiar, no de inventar.

Esa distinción se aplica igual en el comercio electrónico de ropa de mujer. Usar la IA para sustituir fondos, crear versiones en varios idiomas o ampliar escenarios a partir de fotos de prendas extendidas es ganar eficiencia. Crear con IA a una persona que nunca se ha puesto esa prenda y hacerle decir «la probé y estiliza» es otra cosa muy distinta.

Los probadores de las tiendas físicas, en cambio, valen más que antes

Un resultado contraintuitivo: en esta oleada de polémicas, el valor de las tiendas físicas ha vuelto a subir.

Para quienes piensan comprar en el Doble 11 hay dos advertencias más. Los muy exigentes con el patrón (prendas tipo curved o de campana, esas que «con un centímetro de diferencia cambian mucho») deberían comprar solo en enlaces que tengan «datos de medidas reales + persona real con la prenda puesta», y guardar el resto en favoritos. Quienes buscan gangas deben andarse con ojo ante la trampa inversa: cuanto más sea una prenda rebajada con una sola imagen de modelo perfecta y cero fotos de compradores, más probable es que sea una bomba de liquidación de stock.

La cuenta del vendedor, en realidad, también está clara. El dinero ahorrado en fotografía acaba volviendo convertido en costes de devolución. La página de detalle tiene una única función esencial: reducir el coste de decisión del consumidor. Por muy bonitas que queden las prendas con IA, si lo que llega no coincide, la tasa de devoluciones dará la respuesta.

El verdadero reto de esta ronda para el sector de la ropa de mujer está en otro lugar. Cuando cualquiera puede pulsar Intro y generar cien imágenes, el problema es cómo volver a hacer verificable eso de «sé cómo es realmente esta prenda». Las cintas anti-retirada no resuelven ese problema, y los modelos de IA tampoco.