El negocio de la IA en YouTube de 700.000 dólares

Un creador, una cadena de producción y vídeos de seis horas para dormir

El 30 de diciembre de 2025, Fortune publicó una entrevista con un creador de 22 años llamado Adavia Davis, quien afirma que su cartera de canales de YouTube "sin rostro" (faceless) genera entre 40.000 y 60.000 dólares al mes —unos 700.000 dólares al año— y solo requiere un par de horas de supervisión al día. Los artículos y las capturas de pantalla revisados por Fortune muestran vídeos largos y de producción barata (incluyendo documentales de seis horas de "historia para dormir") que utilizan guiones automatizados, narración sintética y visuales en bucle para acumular visualizaciones mientras los espectadores hacen otras cosas —o duermen—.

Anatomía de la cadena de producción de contenidos por IA

Lo que Davis y otros creadores describen como un negocio es menos un estudio tradicional y más una cadena de producción de software: un conjunto de herramientas que entrelazan instrucciones de texto (prompts), voces sintéticas e imágenes de archivo o generadas para crear vídeos largos, repetitivos y baratos de producir. En el caso de Davis, se informa que su conjunto de herramientas incluye una aplicación interna llamada TubeGen para orquestar la producción, Claude de Anthropic para generar los guiones y ElevenLabs para producir una narración realista; después, las piezas se ensamblan en cargas de larga duración. Fortune informó de costes de producción de apenas 60 dólares por vídeo largo y márgenes operativos muy elevados sobre los ingresos mensuales.

Estas decisiones son deliberadas. Los tiempos de reproducción prolongados y el audio constante son una forma de captar tiempo de visualización —la señal más importante que utiliza YouTube para posicionar y recomendar contenido—, mientras que la narración sintética y los visuales basados en plantillas permiten a los creadores escalar hasta decenas o cientos de cargas sin necesidad de contratar grandes equipos. El resultado son canales "sin rostro" que parecen intercambiables pero que, a gran escala, pueden atraer millones de visitas diarias.

¿Qué dimensiones tiene el fenómeno?

Investigaciones independientes sugieren que Davis forma parte de una tendencia mucho mayor. Kapwing, una empresa de edición de vídeo que analizó miles de canales, descubrió que una parte significativa de los vídeos recomendados a los nuevos usuarios ahora califican como "AI slop" (basura generada por IA) de baja calidad o "brainrot": formatos diseñados para monetizar la atención en lugar de recompensar el compromiso con una narrativa original. El muestreo de Kapwing y una recreación de la sección de recomendaciones de una cuenta nueva identificaron vídeos de este tipo entre las primeras cientos de recomendaciones, y estimaron miles de millones de visitas acumuladas y decenas de millones en ingresos publicitarios en este tipo de canales. The Guardian y otros medios resumieron esa investigación a finales de diciembre de 2025.

El análisis de Kapwing es importante porque vincula las historias de éxito individuales con un patrón sistémico: cuando las recomendaciones algorítmicas recompensan un alto tiempo de visualización independientemente del valor informativo, los incentivos se inclinan hacia la producción masiva. Esto explica por qué los creadores que pueden automatizar la narración y la edición obtienen una rápida ventaja competitiva inicial.

El rompecabezas de las plataformas: monetización, moderación y regulación

Esos incentivos chocan ahora con las políticas de las plataformas. Las normas de monetización de YouTube —actualizadas y aclaradas a lo largo de 2025— restringen explícitamente que el contenido inauténtico, repetitivo o producido en masa genere ingresos publicitarios si no ofrece un valor distintivo en cada carga. La guía pública de la empresa subraya que los canales deben demostrar originalidad y una aportación humana significativa para seguir siendo elegibles para el Programa de socios de YouTube. Esto crea una cuerda floja legal y comercial para los creadores que dependen de cadenas de producción automatizadas: pequeños ajustes en la aplicación de las políticas, las preferencias de los anunciantes o el algoritmo de recomendación pueden cambiar materialmente si un canal genera ingresos o no.

Fortune informó que las capturas de pantalla de ganancias y los registros de AdSense que revisó respaldan las afirmaciones del creador sobre sus ingresos; sin embargo, la aplicación de las normas por parte de la plataforma sigue siendo la gran incógnita. YouTube ha declarado que perfeccionará las herramientas de control y combinará la detección automatizada con la revisión humana para interceptar las cargas de bajo valor producidas en masa, lo que podría reducir o eliminar la monetización de los canales que crucen la línea.

Economía, escalabilidad y fragilidad

La matemática financiera detrás de un canal impulsado por IA es sencilla: bajo coste variable por vídeo, alto apalancamiento de las tarifas publicitarias y, en algunos nichos, hábitos de visualización atemporales y predecibles (sueño, ambiente, recopilaciones). Fortune informó estimaciones de costes operativos para Davis de aproximadamente 6.500 dólares al mes frente a ingresos de decenas de miles, lo que implica márgenes inusualmente altos. Ese tipo de rentabilidad explica por qué los creadores se apresuran a adoptar formatos explotables.

Pero ese mismo apalancamiento genera fragilidad. El negocio depende de tres sistemas externos que pueden cambiar de la noche a la mañana: el algoritmo de recomendación, la demanda de los anunciantes y la aplicación de las políticas de la plataforma. Grandes grupos de comunicación u operadores con amplia financiación podrían industrializar los mismos formatos más rápido y a mayor escala, empujando a los creadores independientes a una competencia de precios. Y si los compradores de publicidad o YouTube deciden reducir el catálogo de contenido generado por IA monetizable, los márgenes podrían evaporarse rápidamente.

Ética, perjuicio a la audiencia y seguridad infantil

Más allá de lo económico, el auge del "AI slop" plantea cuestiones éticas. Algunos canales imitan la programación infantil o reutilizan material cultural con escasa supervisión; otras cargas utilizan tácticas de "shock-bait" o micro-manipulaciones (errores ortográficos intencionados, un fotograma que parpadea para provocar el retroceso del vídeo) para manipular las métricas de interacción. Estas tácticas erosionan la confianza y pueden exponer a niños y espectadores vulnerables a contenidos inapropiados. Los moderadores de las plataformas y los legisladores todavía están lidiando con cómo equilibrar los usos creativos de las herramientas sintéticas frente a los daños que surgen cuando la escala y la automatización sustituyen al juicio editorial.

Qué harán los creadores a continuación

Para los creadores que actualmente se benefician de las cadenas de producción automatizadas, la estrategia a corto plazo es la diversificación y la defensa: construir relaciones directas con la audiencia fuera de YouTube, vender cursos o servicios, e integrar formatos que demuestren una aportación humana distintiva. El propio Davis ha sugerido que la autenticidad recuperará su valor por escasez a medida que el contenido de IA sature el mercado; esta es una estrategia común entre los creadores que sobreviven a los cambios bruscos de las plataformas.

Para las plataformas y los reguladores, el desafío es técnico y normativo: detectar y limitar la automatización de bajo valor sin asfixiar los usos legítimos de las herramientas generativas. Las políticas actualizadas de YouTube intentan trazar esa línea, pero su aplicación será una carrera armamentista continua entre los sistemas de detección y los creadores que optimizan el contenido para señales de interacción opacas.

Hacia dónde podría dirigirse este mercado

Davis y otros vislumbran una estrecha ventana de rentabilidad antes de que competidores con gran financiación industrialicen los mismos formatos. Comentó a Fortune que espera que los individuos tengan de plazo hasta aproximadamente 2027 antes de que lleguen "los tiburones", refiriéndose a que empresas más grandes con capital e infraestructura podrían superar a los operadores en solitario. Que esto ocurra dependerá de los mercados publicitarios, la intensidad de la vigilancia de las plataformas y si los espectadores comienzan a rechazar el contenido de bajo valor optimizado algorítmicamente. Lo que está claro es que la economía que convirtió a un creador en un negocio de 700.000 dólares es un síntoma visible de desajustes de incentivos más amplios entre las plataformas, los anunciantes y el interés público.

Por ahora, la historia es un estudio sobre cómo los nuevos componentes de la IA —modelos de lenguaje de gran tamaño para guiones, conversión de texto a voz de alta calidad para la narración y cadenas de edición automatizadas— pueden unirse para formar negocios rentables de baja intervención. También es un recordatorio de que la dinámica de las plataformas, y no solo el genio o el esfuerzo, decide si esos negocios son duraderos.

Fuentes

• Kapwing (informe de investigación: análisis de "AI slop")
• Anthropic (modelos Claude y documentación)
• ElevenLabs (documentación de producto para la generación de voz por IA)
• YouTube / Google (documentos de política sobre monetización de canales y el Programa de socios de YouTube)