La producción de video con IA se inclina hacia un modelo "centrado en el guionista", dice Wu Gaoming de Jingying Tech

Wu Gaoming, cofundador de Jingying Technology, cree que la IA puede reemplazar a directores, actores y equipos de postproducción, pero no puede reemplazar a los guionistas. En el primer trimestre de China, se lanzaron 128.000 nuevas microseries cortas, con más del 95% generadas por IA y 718 millones de usuarios activos mensuales. La microserie de Reel.AI, filial de Jingying Technology, "The Billionaire's Return", alcanzó el primer puesto en la clasificación de microseries extranjeras en noviembre de 2025, demostrando que las microseries generadas por IA pueden competir por primera vez con producciones de actores reales. La fuente de creatividad de alta calidad aún no se ha estructurado en Internet, y estos modelos de conocimiento implícito no pueden ser aprendidos. A medida que los procesos de producción traseros son asumidos por la IA, el centro de la industria del contenido se desplaza hacia el frente: qué historia contar y para quién se convierten en las etapas más valiosas, y el video impulsado por IA avanza hacia un "sistema centrado en el guionista".

Autor y fuente del artículo: Wall Street Journal

La IA reemplazó al director, a los actores y al posproducción, pero no al guionista.

Esta es la opinión de Wu Gaoming, cofundador de Jingying Technology.

En el primer trimestre de este año, China lanzó 128.000 nuevas series cortas, de las cuales más del 95% fueron generadas por IA. Con 718 millones de usuarios activos mensuales, cada usuario promedio pasa 129 minutos diarios viéndolas, superando por primera vez a los videos largos. Los ingresos por compras dentro de la aplicación de series cortas a nivel mundial alcanzaron los 2.980 millones de dólares el año pasado, más del doble que el año anterior.

En el lado de la creación de contenido, toda la cadena de producción está siendo adoptada por la IA, pero Wu Gaoming considera que el guionista es el último y más difícil de reemplazar en esta cadena.

Porque la fuente de la creatividad, la intuición sobre las personas, la experiencia con el mundo... estas cosas no están estructuradas en Internet, por lo que el modelo no puede aprenderlas.

Jingying Technology, fundada en 2021, es una de las primeras empresas del mundo en implementar un ciclo de pago cerrado para series cortas de IA. Su plataforma Reel.AI, orientada al mercado internacional, según informes públicos, en noviembre de 2025, la obra "The Billionaire's Return" superó a las series cortas con actores reales y alcanzó el primer puesto en la lista de series cortas internacionales.

La serie corta de IA hizo esto por primera vez.

Pero Wu Gaoming no define Jingying Technology como una "empresa de cortos de IA". La generación de video, la voz en off y el montaje en el backend se delegan a la IA, mientras que la historia y la estética en el frontend quedan en manos de los creadores. La plataforma proporciona poder de cómputo, herramientas y canales de distribución; los creadores solo tienen que concentrarse en una cosa: contar una buena historia.

En junio de este año, Jingying Technology completó una ronda de financiación Series A y A+ por decenas de millones de dólares, con inversionistas que incluyen el fondo familiar de Wang Huiwen, Lollapalooza Capital, Ant Group y Yin Yu, ex vicepresidente de Tencent.

La próxima fase de la competencia podría decidirse en el lado de los creadores.

El orden en que la IA reemplaza las etapas de la producción de contenido es de atrás hacia adelante.

Los modelos se entrenan con datos; cuanto más hacia el final del proceso, más datos hay y más rápido se aprenden. En la etapa final, con una cantidad masiva de material video, los primeros en caer son; las actuaciones de los actores y el estilo del director también son predecibles.

Wu Gaoming tiene una afirmación: el cine es, por sí mismo, un "arte de la engaño", donde los actores usan su actuación para hacer que el público se identifique con los personajes, y los directores emplean el lenguaje visual para generar emociones. En estos procesos de "engaño", la IA no difiere esencialmente de los humanos: si es lo suficientemente realista, el público lo acepta. Los datos de usuarios de Reel.AI respaldan esto: los usuarios no rechazan el contenido solo porque es generado por IA, ni lo celebran solo por esa razón. "Al final, siempre que satisfaga las preferencias del usuario, no les importa el método de producción detrás de él", dice Wu Gaoming.

Pero a corto plazo, la IA difícilmente puede reemplazar a los guionistas.

“Muchas fuentes de ideas de alta calidad no han sido estructuradas ni digitalizadas en Internet,” dijo Wu Gaoming. “¿Por qué las personas consideran que esta historia es buena? ¿Por qué tienen el impulso de crear una historia específica? Estas son conocimientos implícitos humanos.”

Los modelos tienden naturalmente hacia una distribución central; tras un gran volumen de entrenamiento, las salidas se aproximan al "aspecto más común". Así es como surge el "rostro de IA": el modelo converge todos los rostros cerca del valor promedio.

Pero la industria de contenido no recompensa el promedio.

Premia lo afilado, lo descentrado, lo que lleva la experiencia única del creador. En la plataforma de Jingying Technology surgió una corta serie ambientada en una estación de investigación en la Antártida, que narra la historia de un científico estadounidense y un científico ruso atrapados en un entorno helado. Este tipo de tema nunca aparecería en los calendarios de programación de la industria tradicional del cine y la televisión, y los productores de élite no invertirían dinero en él. Pero satisfizo una necesidad real de un grupo de usuarios.

Lo que capta esta necesidad no es el modelo, sino la intuición del guionista sobre lo que merece ser contado.

Cuando los procesos de producción en el backend son adoptados uno por uno por la IA, el centro de gravedad de toda la industria del contenido se desplaza hacia el frontend: quién decide qué historias contar, a quién contarlas y cómo contarlas se está convirtiendo en la etapa más valiosa. Wu Gaoming cree que esta es la lógica detrás del surgimiento del “sistema centrado en el guionista” en los videos de IA. Tras la desaparición del sistema centrado en el director, el peso del juicio creativo no disminuye, sino que aumenta.

Para Jingying Technology, después de que la barrera tecnológica se redujo, lo realmente difícil se convirtió en encontrar personas.

El equipo anteriormente operó una de las tres plataformas gratuitas de novelas más grandes del país, y esa experiencia dejó una metodología: no es necesario completar todo el contenido antes de probarlo; con un pequeño fragmento basta.

En 2024, casi nadie creía en las series cortas de IA. Wu Gaoming buscaba creadores que tuvieran experiencia en cine y televisión, y que realmente creyeran que la IA podía producir cosas de calidad. Estas personas eran muy escasas. Buscó en línea creadores con antecedentes en cine y envió encuestas por correo masivo. En la encuesta había una pregunta clave: evalúe una serie corta de IA que ya puede generar Jingying Technology, con imágenes burdas y numerosas inconsistencias.

Lo que quiere ver es la reacción después de señalar los defectos: si buscará soluciones propias para superar las limitaciones de la IA, y si cree que este proyecto finalmente podrá lograrse.

Más de 1000 personas completaron la encuesta. Finalmente quedaron 10.

Uno de ellos se llama Cui Yi. Más tarde, creó la primera serie de cortos de IA de la plataforma que logró comercialización en el extranjero.

Jingying Technology no ha creado contenido propio hasta ahora; casi todos los creadores provienen de fuera. El reparto de ingresos es mediante un pago mínimo más participación en ganancias: tras la aprobación del esquema, se recibe el pago mínimo; al completar el guion, se recibe otro pago mínimo; y tras el lanzamiento, si se generan ganancias, se obtiene una participación. En cada etapa se recibe dinero, y el riesgo lo asume la plataforma.

Al implementarlo, Wu Gaoming descubrió que dos tipos de personas se adaptaban especialmente bien a este sistema: una que tenía experiencia en la industria tradicional del cine y la televisión pero no había logrado alcanzar la cima de la pirámide, y otra que había estudiado producción cinematográfica en el extranjero y, al regresar, se encontró con que no podía ingresar al círculo local. Aquellos que no eran vistos en el sistema anterior encuentran con la IA una oportunidad para volver a participar.

Una vez que se encuentra la persona, la brecha en eficiencia se amplía rápidamente. Una serie corta grabada en vivo tradicional cuesta entre 150,000 y 300,000 dólares estadounidenses, y solo el dueño puede aprobarla, con un ciclo de validación que comienza en tres meses. Jingying Technology solo lanza las primeras 8 a 10 episodios al mercado, observa la tasa de conversión, los comentarios de los usuarios y las señales de pago; con los datos, se sabe si vale la pena continuar. “Otros necesitan al menos tres meses para realizar un experimento”, dice Wu Gaoming, “mientras que nosotros podríamos necesitar solo una semana.”

Aquí, la IA se acerca a una cadena de suministro flexible: pruebas de bajo costo extremo en el frente, y una vez que se acierta, la capacidad trasera se activa al máximo. Internamente, Jingying Technology también tiene un “evaluador de contenido” que puede predecir la reacción del mercado antes de que la creación llegue a los usuarios.

Actualmente, la empresa genera ingresos mensuales de varios millones de dólares. En enero de 2025, Five Brothers se convirtió en la primera serie corta de IA en competir directamente con series cortas de actores reales en las listas; en noviembre del mismo año, The Billionaire's Return alcanzó el primer puesto.

En sus inicios, la decisión de contenido de Jingying Technology tuvo un error de juicio debido al ruido de datos en el proceso de pago.

Un grupo de usuarios que parecían ser de pago en realidad presentaba comportamiento fraudulento; el equipo atribuyó el problema a la calidad del contenido y realizó un largo análisis sin encontrar la causa. Más tarde descubrieron que el problema radicaba en la señal de pago.

Jingying Technology eligió Stripe. Inicialmente, representaba alrededor del 30% del volumen total, y la empresa también integraba otros canales, gestionando ella misma el enrutamiento. Pero a medida que los datos se acumulaban, se volvía cada vez más claro: la tasa de renovación de los usuarios del canal Stripe era significativamente más alta, con una diferencia de ROI a largo plazo de aproximadamente el 20%.

“Este resultado de enrutamiento no fue manipulado manualmente,” dijo Wu Gaoming. El porcentaje de flujo de Stripe finalmente aumentó naturalmente hasta cerca del 70%.

La lógica detrás es que el sistema de control de riesgos de Stripe, Radar, filtra comportamientos de alto riesgo desde la fase de registro. Melina Lee, Gerente General de Clientes Corporativos de Stripe en Gran China, quien ha colaborado durante muchos años con Jingying Technology, compartió que, para las aplicaciones de IA, tan pronto como los usuarios comienzan a utilizar la aplicación, se generan consumos reales de tokens con un costo muy elevado para la empresa. Radar puede detectar anticipadamente comportamientos potenciales como robo de tokens o registros maliciosos para pruebas gratuitas, ayudando a las empresas a anticipar riesgos potenciales.

En el nivel de pago, Smart Retries vuelve a intentar automáticamente los pagos fallidos en el momento óptimo, recuperando a muchos suscriptores que de otro modo habrían abandonado debido a problemas con la tarjeta y no por cancelación activa. Liu Sicheng, responsable de ventas corporativas de Stripe en Greater China, dijo a Wall Street Journal: "Stripe puede maximizar la probabilidad de que los usuarios completen sus renovaciones posteriores". Por ejemplo, en el primer pago, la tarjeta tiene saldo, y todos coinciden en eso; pero en el segundo pago, la tarjeta podría haber expirado o carecer de fondos. Cada proveedor maneja este tipo de "pruebas y errores" y los intentos de cobro secundarios con estrategias distintas. Debido a que Stripe cuenta con grandes volúmenes de datos y una amplia base de consumidores, puede capturar con mayor precisión el momento óptimo para realizar el cobro, asegurando así el éxito de la renovación. Esto se traduce en un mayor valor para el cliente desde el punto de vista del comerciante. Smart Retries garantiza maximizar la tasa de éxito en los cobros durante el proceso de renovación. "Esta capacidad también depende del gran modelo de pago de Stripe, y nuestra 'corpus' es precisamente los datos de pago en sí".

Para Jingying Technology, cuando los datos de pago están limpios, el juicio sobre el contenido es preciso. La decisión de producir o no una serie, y de asignarle recursos o no, se basa únicamente en las señales de los usuarios. Si las señales están contaminadas, el juicio será erróneo.

En 2026, Wang Minjie, ex-científico principal de aplicaciones de AWS, se unió a Jingying Technology como científico principal. El fundador Zhu Jiang considera que Coding Agent ya ha demostrado que los agentes pueden reestructurar profundamente una industria. "La industria del contenido es la siguiente."

La industria de contenido de IA aún se encuentra en una etapa muy temprana, y es demasiado pronto para concluir cómo serán finalmente las empresas que salgan adelante.

La exploración de Jingying Technology también podría estar respondiendo a una pregunta más fundamental de la industria del contenido: después de que la IA asuma la capa de ejecución de la producción de contenido, ¿la verdadera competencia no terminará por volver a quién puede contar una buena historia?