Volaron el equipo entero a Noruega a fotografiar una costa que Midjourney había inventado. Al volver decidieron que Noruega no era suficientemente Noruega.

Lo nuevo

Un equipo de producción viajó a Noruega con fotógrafos, iluminadores, vestuario, maquillaje y actores para recrear una imagen de la costa noruega. La imagen no era una foto: la había generado Midjourney y el cliente ya la había aprobado. De vuelta en posproducción, el equipo revisó el material real y concluyó que no capturaba la atmósfera del concepto vendido. La solución fue usar la imagen de IA como fondo y montarle encima las fotos reales de los presentadores del programa. En palabras del estudio que lo documenta: “Noruega no era suficientemente Noruega” comparada con el concepto que se le había vendido al cliente.

El caso está en una investigación publicada en Harvard Business Review el 16 de septiembre y firmada por Jana Retkowsky, Ella Hafermalz, Marleen Huysman y Daan Odijk. Los autores trabajaron dentro de RTL Nederland, una de las mayores compañías de medios de Países Bajos, entre marzo de 2024 y marzo de 2025: observaron a los equipos que hacen las campañas de sus programas de streaming y TV, los entrevistaron, y compararon las presentaciones de pitch anteriores a la adopción de la IA con las actuales. En ese departamento usaban IA generativa —sobre todo Midjourney— de forma habitual desde mediados de 2023. Al fenómeno que encontraron lo llaman process collapse.

Por qué importa

Durante décadas el problema del oficio fue el contrario. Había que convencer al cliente de mirar un boceto sucio e imaginar el resultado. El material de pitch era deliberadamente tosco —collages, moodboards, montajes en Photoshop— porque su función era comunicar la idea, no comprometer la ejecución. El cliente aprobaba una dirección y después confiaba en el equipo. La IA invirtió eso: ahora el concepto llega a la reunión con aspecto de pieza terminada, producido en buena medida por una sola persona, antes de que el equipo de especialistas que va a fabricarlo haya opinado.

Lo que el estudio describe es una compresión de etapas: la ideación con otro creativo senior, el brief al diseñador gráfico, la conversación con el fotógrafo, todo dentro de una sola sesión de alguien solo frente a un prompt. Y el ahorro reaparece aguas abajo como lo que los autores llaman alignment work: el trabajo de hacer que la realidad se parezca a lo que ya se vendió. El dato más incómodo del paper es literal y va contra el titular fácil: lejos de volver prescindible al diseñador gráfico, la IA le generó trabajo adicional de alineación que en algunos casos exigió más horas que si hubiera estado involucrado desde el principio.

Conviene decir de dónde viene el estudio: dos de sus cuatro autores están ligados a la empresa observada. Daan Odijk es head of data & AI de RTL Nederland y Jana Retkowsky fue asesora de adopción de IA en RTL antes de entrar como profesora asistente a la Rotterdam School of Management. Hafermalz y Huysman vienen del KIN Center for Digital Innovation de la Vrije Universiteit Amsterdam. Eso no invalida nada —el acceso de un año a un departamento real es justamente lo que hace útil al trabajo, y la investigación embebida es práctica normal— pero es el tipo de dato que un lector merece tener antes de citar la cifra en una reunión.

El antecedente más elegante de esta historia no tiene IA por ningún lado. En 2015, Grey Brasil llevó al fotógrafo Juan Salvarredy a retratar las playas de Aruba, subió las fotos a los grandes bancos de imágenes como material libre de regalías, y esperó. Al menos doce destinos competidores las usaron para vender sus propias costas, y la agencia convirtió esa trampa en campaña; el trabajo tiene un Wood Pencil en el archivo de D&AD. El paralelo es exacto y va en dirección contraria: en Aruba, un lugar real le ganó a otros lugares reales porque su imagen era mejor. En RTL, una imagen sin lugar le ganó al lugar real. En los dos casos, lo que gana es la foto y no el territorio.

No todo en el estudio es advertencia. También documenta hallazgos felices: un creativo pidió a Midjourney una pasarela para la campaña de un reality de modelaje y recibió un paseo marítimo con alfombra roja rodeado de flashes, y de ahí salió la idea de centrar la campaña en los paparazzi fotografiando a los presentadores. Repko van den Berg, team manager de video y diseño de RTL, compara la herramienta con “tener una paleta nueva con la que pintar”. El paper da por hecho que sirve. Su pregunta es qué se rompió mientras servía. Es la contracara del argumento que líderes de la industria británica defendían dos semanas antes, y que citamos en nuestra nota sobre Design Economy 2026: la habilidad protege al diseñador. Puede ser cierto y, aun así, el proceso alrededor de esa habilidad puede estar colapsando.

Movimientos

1. En el próximo pitch con imágenes generadas, escriban en la lámina qué es especificación y qué es relleno. El estudio encontró que los clientes sienten haber aprobado detalles que nadie pensó nunca como especificación. Marcar en la propia presentación qué elementos son intencionales y cuáles los puso la IA es la intervención más barata y la que más rework evita.
2. Muevan al fotógrafo, al director de arte y al diseñador gráfico antes del pitch, no después. La lección que RTL saca del caso del fotógrafo que detectó una iluminación físicamente imposible —gorra que da sombra en la cara, ojos plenamente iluminados— es adelantar a los especialistas de producción al inicio del proceso, para que el chequeo de viabilidad ocurra antes de vender la idea y no después de haberla vendido.
3. Cambien el momento en que algo queda cerrado, y déjenlo por escrito. Gijsen describe el método que usan ahora: preguntar al cliente en cada paso y registrar cuándo un detalle pasa de abierto a fijo. "Okay, log it. We can't go back anymore." Esos checkpoints reemplazan los handoffs que el proceso perdió; sin ellos, el cierre ocurre igual, pero de forma invisible y en la cabeza del cliente.

Qué seguir mirando

El estudio describe el alignment work pero no lo cuantifica, y ahí está la pregunta que decide si esto es una anécdota buena o un problema de márgenes. Mientras tanto, los propios autores anticipan que el fenómeno aparece en equipos de producto con mockups generados, en consultoría, en arquitectura y en software que muestra demos hechas con vibe coding, aunque conviene subrayar que eso es extrapolación suya, no lo que midieron.

• ¿Alguien pone horas o dinero sobre el alignment work? El paper lo nombra, no lo mide.
• ¿Funciona la recomendación de mostrar varias direcciones sin terminar en un pitch competitivo, donde lo que se ve acabado gana?
• ¿Publican los autores una versión con revisión externa a RTL, dado el vínculo de dos de ellos con la empresa observada?
• ¿Aparece el mismo patrón en estudios de diseño de producto y de software, como anticipan, o el colapso es específico de la publicidad?