36 Canales, Un Sistema: Producir Vídeo sin Rostro con Agentes de IA

Hoy en Sonraki Adım con Umut Ilhan, el invitado es Ertan Dönmez. Ertan es un productor con más de un millón de seguidores bajo el nombre ErtanLabs. El tema golpea fuerte: llevar treinta y seis canales de YouTube con agentes de IA y vivir de ellos. Escuché este anuncio como el resumen de un sistema que funciona, no como un cuento.

Qué quieren decir treinta y seis canales

Primero el marco. En estos canales nadie pasa frente a la cámara. Narración, imagen y montaje nacen de modelos de IA, mientras un humano guarda el sillón del director. Dicho simple: existe una cocina donde ningún cliente entra, y los platos salen a su hora. El chef es la misma persona.

Ertan desliza un detalle que habla durante la charla. Mientras él habla, varios contenidos se terminan en un servidor lejano y entran en programación automática. La fábrica nunca se detiene, ni en plena conversación. Lo comparo con una panadería: mientras charlas con los clientes, el pan se sigue horneando al fondo.

Dinero: costos, tasa de éxito, idioma

Vamos al dinero. Ertan paga cada mes entre 700 y 800 $ en herramientas. Paga hasta los meses sin ningún ingreso. Lo leo como el alquiler de un taller: un precio fijo por mantener el negocio vivo. El gasto en tokens y uso de modelos cabe dentro de ese alquiler.

La tasa de éxito se dice sin rodeos: del veinte al treinta por ciento de los canales despega. Mientras tanto circula otro relato: de quinientos intentos, dos canales sobreviven, esos dos van a la vitrina y los cuatrocientos noventa y ocho fallidos se callan. Ertan elige la transparencia. Estoy de acuerdo: desconfío del narrador que esconde sus intentos fallidos.

La elección del idioma sigue al dinero. El contenido turco rinde poco por vista, así que la producción giró al inglés. Mismo esfuerzo, otra caja. Quedan posibles pruebas en turco para un ingreso pasivo, pero Ertan las ve como tiempo perdido. No le veo culpa a esta cuenta: cuando la herramienta cuesta, la caja debe ser grande.

Un campo queda cerrado a propósito en turco: los temas con afirmaciones sobre el cuerpo. La razón es ética. Un espectador mayor puede creer todo lo que ve, la IA puede errar, y el peso moral es grande. Creo esta decisión notable. Trazar el límite donde un médico debería validar muestra una madurez rara en la era de la producción veloz.

La regla cambió: lo inauténtico queda fuera

Miremos ahora las reglas del juego. Google revisó sus condiciones de monetización el 15 de julio de 2025. El viejo título de contenido repetitivo pasó a llamarse contenido inauténtico. Los vídeos duplicados con plantilla, copias unos de otros, salieron del campo de ingresos. La regla dice: la producción puede ser veloz, pero la obra debe ser original.

The Verge resumió el caso en esos días. El directivo de YouTube Rene Ritchie describió el cambio como un ajuste menor. Ni reacciones ni comentarios estaban en la mira; lo estaban las series fabricadas en masa que el público siente como basura. Subrayo este detalle porque importa: usar IA no quedó prohibido, duplicar sin cuidado sí.

Aquí se esconde una trampa común: capturar un canal, pasarlo a un modelo Claude y pedir el mismo canal. Ertan dice que esto no funciona. Cuando todos corren con el mismo método, la mayoría de los canales no gana nada. Mi metáfora es la fotocopia: el original porta el valor, el montón de copias no. Saber qué buscar es parte del oficio, tanto como escribir instrucciones.

La vía aconsejada es estrecha y clara: apunta a una o dos ideas, nunca saltes tras cada tema. Cuando crece la potencia de los modelos, la atención se dispersa y cada idea nueva enciende un antojo. Pero la fuerza dispersa no rinde. Lo comparo con un huerto: quien riega tres árboles come fruta; quien da un vaso a treinta plantas queda sediento.

Voz: clonar tu propia voz

La voz es el corazón del aparato. Con ElevenLabs, un clon vocal nace de una grabación corta. La clonación instantánea pide uno o dos minutos de audio limpio. Lo comparo con la foto de una voz: una imagen identifica un rostro, una grabación corta identifica una voz. Resultado veloz primero, calidad paso a paso después.

Existe también una vía de alta calidad: la clonación profesional. Pide de treinta a ciento ochenta minutos de grabaciones y unas horas de preparación. El acabado roza el nivel de emisión. Costo y esfuerzo son altos, pero el productor que trabaja en su propia voz oye la diferencia. El uso de tokens sube en esta etapa y pasa a la columna de gastos.

Un paso más: llevar tu propia voz a otras lenguas. Una voz grabada en inglés puede guardar un leve acento al hablar español. La charla cita los acentos de Tracia y el Egeo, más el acento irlandés en inglés. Mi frase resumen: la voz es un pasaporte, el acento el sello del país. El modelo lleva el sello consigo.

Imagen: avatares, constancia, miniaturas

Del lado de la imagen manda HeyGen. Más de mil presentadores listos, más de ciento setenta lenguas admitidas y un paso veloz del guion al vídeo. Un guion de noventa segundos se vuelve vídeo en unos dos minutos. Lo veo como un elenco fijo: reparto veloz, escenario montado sin pena.

Cuando los presentadores listos no alcanzan, entra un gemelo a medida. Una grabación corta arma un doble digital, con rostro y gestos guardados. Lo crítico aquí es la constancia . El aspecto debe quedar fijo; vestuario y lenguaje de escena no deben irse. Piensa en un actor de serie: el público quiere el mismo rostro cada episodio.

El lado del guion empieza por estudiar rivales. Primero se mide lo que el público ama, luego se escribe la narración. La ayuda de los agentes acelera el borrador; la última palabra queda humana. Títulos y flujo pasan también por validación humana. Mi frase guardada: el sistema propone, el humano decide.

La miniatura queda humana también. Una persona elige la imagen que gana el clic; la línea arma el resto. Mi metáfora es el escaparate: quien conoce al cliente lo viste, mientras el depósito gira sobre rieles. Con un escaparate fallido, hasta el mejor producto queda en el estante.

Línea de montaje: Claude, Remotion, HyperFrames

Al centro de la línea se sienta Claude. Piensa en Claude Code como un agente que vive en la terminal. Lee archivos, lanza comandos y mueve tareas vía GitHub. Su constructor Anthropic pensó la herramienta para tareas largas. Mi metáfora es el aprendiz: el maestro describe, el aprendiz porta, corta y ordena.

Remotion es la vía que arma el vídeo en piezas de software. Cada escena es un componente; cuando cambia el guion, cambia la escena. El proyecto vive en un repositorio público de GitHub, abierto a examen y aportes. Lo comparo con un recetario: con la receta escrita, cada plato sale con la misma textura.

HyperFrames entra para tareas como mapas animados. Reglas de coordenadas y estilo dan transiciones fluidas. Varios creadores lograron éxitos con la tecnología de enero, y los modelos recientes llevaron la potencia más lejos. Leo la tendencia en simple: las herramientas se renuevan cada mes, y quien arma su sistema temprano sale primero.

Tiempo, potencia de cálculo y palabra final

Tiempo de producción y potencia de cálculo completan el cuadro. Una potencia alquilada toma montaje y render, con servidores lejanos para escenas pesadas. Necesidades de guardado temporal y la escasez actual de tarjetas también se citan. Buena parte de los 700 a 800 $ mensuales va ahí. Lo leo como la factura de luz: cuando el taller crece, el medidor gira más veloz.

Mi palabra final. Esto no es un atajo sino un oficio armado en sistema. Una idea, tu propia voz, validación humana, medición pareja: con cuatro patas firmes, la mesa se sostiene. Que un productor de más de cuarenta años persiga a jóvenes desarrolladores para aprender suma valor. La curiosidad sigue trabajando mientras las herramientas cambian.