░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░

Manual para desarmar la cadena

░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░


La IA generativa ya produce a nivel profesional: imagen, video, voz, lo que pidas. Eso dejó de discutirse. Este texto no va sobre la herramienta —va sobre lo que pasa cuando lo que sale de ella entra en una estructura de producción que no se movió.
Lo que sigue intacto es todo lo que la rodea: el que brifea, el que cotiza, el que corrige, el que decide, el que aprueba. Una manera de trabajar diseñada para otra cosa, funcionando con un motor que no entiende.
Esto sale de producir ahí adentro. Con clientes, agencias, equipos, plata real y entregas que no se pueden caer. Ver esa estructura crujir en cada juntura enseña más que cualquier paper. No son tendencias: son cosas que aprendí en proyectos que salieron, y sobre todo en los que casi no salen.
Son diecisiete y son un montón, porque desarmar y volver a armar una cadena entera no se hace con tres frases lindas.

————————————

░ 1. La herramienta cambió. La cadena, no.

Briefs pensados para producción filmada. Presupuestos especulativos armados por gente que no conoce el límite de las últimas herramientas. Rondas de revisión y corrección que pierden sentido cuando el sistema itera en tiempo real. La lógica de producción se quedó congelada en un proceso que ya no existe, y le impone sus tiempos y sus pasos a uno que ya funciona de otra manera.

Pero el error más caro es de jerarquía. La estructura de live action trata la IA como un plugin: algo que se enchufa al pipeline de siempre y rinde sin obligar a mover nada alrededor. La relación es exactamente la inversa. La IA no es un módulo que le sumás a tu estudio; el live action pasó a ser un insumo que entra a un estudio de IA. Vi productoras grandes, con años de oficio audiovisual, chocar fuerte por no aceptarlo: consistencia de actores caros tirada a la basura, timings rotos, relaciones cultivadas durante décadas desgastadas en una sola campaña. No las hundió la herramienta. Las hundió pretender enchufarla a una estructura que no estaba hecha para sostenerla.

La herramienta nueva no rompió la cadena; apenas dejó a la vista que ya venía desencajada. Lo que quedó viejo no es el modelo: es la idea de que alcanza con sumarlo al final de un proceso que sigue intacto.

La IA no se enchufa a tu productora. Tu productora se enchufa a ella.

————————————

░ 2. La IA no es una etapa del proceso. Es el proceso.

Hay una simplificación que me persigue: creer que esto es postproducción. Que la IA es lo que pasa al final —los fondos, los VFX, el arreglo de lo que se filmó—. Es la lectura más cómoda y la más equivocada, porque mira el último diez por ciento del trabajo y cree que vio el todo.

La IA atraviesa el proceso entero. Está en la escritura y en el desarrollo de la idea, en los modelos de lenguaje que ordenan un brief o arman las preguntas de un kickoff, en el concept, el casting y los storyboards, en la generación de imagen y de video, en las apps que gestionan el proyecto, en el seguimiento, en los trackers. Pensar, escribir, decidir, producir y postproducir dejaron de ser etapas separadas que se pasan el trabajo de mano en mano: pasan en el mismo lugar, muchas veces frente a la misma pantalla. No se reemplazó un paso del proceso. Se reemplazó el proceso.

Por eso la post es de las últimas cosas que toca el sistema, no la primera. Y por eso donde más cambia el juego no es en el arreglo final, sino arriba de todo: en lo que se piensa y se decide antes de que exista un solo frame.

El que cree que esto es post está mirando el final de la película y creyendo que entendió cómo se hizo.

————————————

░ 3. El problema nunca fue la IA.

Cuando algo sale mal en una pieza generada, el primer reflejo de todos es mirar al modelo. Pero el error casi nunca nació ahí. Nació antes: en un acting que la herramienta tuvo que inventar porque no se filmó bien, en un talento mal integrado, en una luz que no matchea, prometer un resultado que es imposible, en una decisión de set que nadie tomó a tiempo. El modelo no falla: amplifica. Toma lo que le diste y lo lleva hasta el final, defecto incluido, en alta definición.

Y no es algo de lo filmado: en un proceso enteramente generativo el error tampoco es del modelo. Pedir un cambio sobre algo ya trabajado creyendo que es un retoque, sin entender que en IA no se mueve un detalle —se regenera el bloque entero—. Mandar correcciones sin saber qué se quiere, marcando que algo "parece de getty images" sin poder decir hacia dónde. Repetir el mismo reclamo ronda tras ronda —"el naranja", "el azul"— sin dar nunca la pauta que lo destraba. Dejar la base sin cerrar —los copys, las referencias, los datos— y esperar igual el resultado final. Eso no lo arruina la herramienta: lo arruina no saber qué pedir.

Lo que se arrastra hacia adelante no se arregla más adelante. Se resuelve en el origen o no se resuelve. Casi todo lo que parece un problema de IA es un problema de producción disfrazado.

El modelo no inventa tus errores. Solo se niega a guardarlos debajo de la alfombra.

————————————

░ 4. No se dirige lo que no se operó.

Hay un reflejo cómodo: opinar sobre la herramienta sin haberla tocado nunca. Decir qué se puede y qué no, cuánto cuesta, cuánto tarda, todo desde la teoría. Pero acá el conocimiento es práctico o no es. Sabés dónde está el techo de un modelo porque chocaste contra él mil veces, no porque viste un demo, un post de Instagram o te lo contó alguien. El límite que estás presupuestando, si no lo tocaste, lo estás adivinando.

Se ve clarísimo en los directores que llevan años. Los que se acercan desde afuera —opinando, delegando, poniendo condiciones sin haber generado una sola toma— quedan dando vueltas alrededor de algo que no entienden. No se relegan por viejos: se relegan por no querer meter las manos. El que aprendió el medio operándolo, tenga la edad que tenga, dirige. El que solo lo comenta, queda comentando.

Lo mismo aplica a la cadena entera. Una agencia o una productora que no produjo con la herramienta no puede brifear lo que no conoce, ni corregir contra un estándar que no tiene, ni ponerle precio a un trabajo cuyo esfuerzo real desconoce.

Opinar sobre la herramienta no es haberla dirigido. Y se huele en el primer brief.

————————————

░ 5. La transparencia no es una virtud: es un reactivo.

Cuando el que decide y el que produce se hablan directo, con todos mirando, no se gana confianza: se revela estructura. Sin necesidad de discutirlo, se vuelve evidente dónde se suma criterio y dónde no. Lo que funcionaba en la distancia dependía de que nadie mirara muy de cerca; cuando todos están en la misma conversación, cada parte de la cadena queda frente a una pregunta sencilla sobre qué aporta.

No es contra nadie. Es que la herramienta vuelve visible lo que antes quedaba disimulado en el tiempo y en el proceso.

La transparencia no saca a nadie de la cadena: la pone bajo luz. Y a la luz, lo que sostiene de verdad un proyecto se distingue solo de lo que apenas lo acompaña.

————————————

░ 6. El scope es un objeto, no un sobreentendido.

Donde no se acordó explícitamente qué se puede tocar y qué no, cada pedido es una negociación implícita de poder. "Rehacer con otro talento" y "rehacer" son dos contratos distintos, y siempre hay alguien empujando el límite a ver si pasa. El criterio que vive en la cabeza de una sola persona no es criterio: es un cuello de botella que se cansa.

El scope, la promesa de alcance,  tiene que ser una cosa escrita, viva, que cualquiera pueda leer y contra la que cualquier pedido se mida solo. Y la mitad que casi siempre falta: las reglas de aprobación. Quién puede decir que sí, sobre qué versión, registrado dónde. Lo que toca lo que se ve nace pidiendo la confirmación de quien decide, no de quien lo propuso. Nadie firma sus propios desvíos.

Despersonalizar el freno. Que no seas vos diciendo "no": que sea la regla que el cliente acordó.

Lo no escrito no se paga en plata. Se paga en energía humana, que no es infinita — y lo que nadie puede sostener, tarde o temprano se abandona.

————————————

░ 7. Una decisión que no viaja, no existe.

Una nota dicha en una reunión, una corrección aprobada por chat, un "ok dale" suelto en un hilo de mail: nada de eso sobrevive al proceso. Cuando llega el momento de generar, la decisión ya se diluyó —y el pipeline regenera como si nunca se hubiera tomado. Después la culpa se la lleva el modelo, que apenas hizo lo que se le pidió con la información que efectivamente le llegó.

Una decisión solo cuenta si está pegada a algo que viaja con la pieza: el frame exacto, la versión exacta, el momento exacto. Si flota en una conversación paralela, no es una decisión. Es un recuerdo que alguien va a tener que reconstruir tarde, mal y a las apuradas.

Una decisión que queda en una charla y no en un frame, cada uno la recuerda como le conviene.

————————————

░ 8. Lo que no se ve no se gestiona.

En las campañas grandes el cuello nunca estuvo en generar. Estuvo en no saber, en cada momento, qué estaba trabado, qué esperaba una decisión y qué se estaba por convertir en problema. Las piezas de las que nadie habla en preproducción son las que escalan en importancia sobre el final y terminan cerrando todas juntas, contra reloj, el mismo día.

La visibilidad diaria no es burocracia ni una pantalla linda para mostrarle al cliente. Es la diferencia entre dirigir una campaña y enterarte de cómo venía cuando ya es tarde. En cinco segundos tenés que poder leer qué está en riesgo y qué necesita que alguien decida hoy. Lo que no aparece en ningún lado no se gestiona: se descubre cuando explota.

No se atrasó la generación. Se atrasó saber dónde estábamos parados.

————————————

░ 9. El cliente ya no compra una pieza. Compra una conducta.

En producción generativa el cliente no solo aprueba: opera el sistema aunque no lo sepa. Cada demora, cada cambio de criterio, cada aprobación ambigua, cada pedido tardío entra al pipeline como una fuerza real. No existe el cliente "afuera" del proceso: si decide tarde, produce tarde; si aprueba mal, genera mal; si cambia sin avisar, rompe.

Por eso el cliente también tiene que aprender una conducta nueva: aprobar sobre versiones, decidir sobre reglas, respetar las ventanas, entender de qué depende cada cosa. La herramienta acelera la producción; no acelera la responsabilidad del que decide.

Un buen sistema no organiza solo al equipo que produce. También vuelve al cliente parte del proceso sin regalarle el volante: le muestra el costo de cada movimiento antes de que ese movimiento se convierta en incendio.

El que decide ahora también produce. Aunque crea que solo está aprobando.

————————————

░ 10. Ya no se entrena: se ancla.

La coherencia de un personaje, un objeto, un mundo, dejó de lograrse entrenando un modelo a fuerza de ejemplos. Se logra fijando un set de referencias canónicas y volviéndolas condicionamiento. El ground truth no se aprende a ciegas: se declara, se bloquea, se inyecta. Un núcleo visual que viaja idéntico a todo el equipo y no se discute.

Es un cambio de mentalidad antes que técnico: pasás de esperar que el modelo recuerde, a decidir vos qué es lo que no puede cambiar.

La consistencia es ahora algo que vos fijás y bloqueás, no una memoria que le pedís prestada al modelo.

————————————

░ 11. La unidad de trabajo no es la pieza.

El número de cabecera puede decir doscientos films. La unidad real son casi mil entregables. Y la mayoría no exige captura nueva: son transformaciones de un mismo núcleo. El valor migró de filmar a versionar con lógica. El margen ya no vive en el día de rodaje —ahí vive el riesgo— vive en el sistema que multiplica un núcleo sin que se note la costura.

El que sigue cotizando por pieza está midiendo la parte equivocada del trabajo.

Dejamos de producir piezas. Producimos núcleos que se versionan sin perder identidad.

————————————

░ 12. El riesgo se mudó de lugar.

Todos miran a la IA esperando que falle. El riesgo real está en otro lado: una jornada que se cae, un set mal iluminado, un material que llega inservible para el pipeline, una decisión que nadie tomó a tiempo. Lo generativo es lo más controlable de toda la cadena. Lo frágil sigue siendo lo de siempre: lo físico, lo logístico, lo humano.

Blindar un proyecto hoy no es blindar la IA. Es blindar todo lo que la rodea y todavía improvisa.

La IA no es el flanco débil. Es lo único que no llega tarde.

————————————

░ 13. No operamos herramientas. Somos autores de sistema.

Apretar botones lo hace cualquiera, y mañana lo va a hacer mejor que vos alguien con menos horas y más modelo. Dirigir un sistema donde criterio humano, IA y agentes trabajan en el mismo proceso es otra cosa. Primero la física del mundo, después los planos. Diseño de producción antes que dirección. Y nunca generar hasta el infinito: elegir. La curaduría es el oficio.

Dirigir IA no es pedir imágenes. Es diseñar restricciones: qué no puede cambiar, qué puede mutar, qué se hereda de una versión a otra, qué se descarta aunque sea espectacular, qué se protege aunque sea caro.

Un modelo optimiza que las cosas peguen entre sí. No sabe si lo que hizo conmueve, ni por qué, ni si era eso lo que había que decir. Esa diferencia, entre que una pieza cierre y que una pieza signifique algo, no la resuelve más cómputo: la pone una persona, o no la pone nadie.

Y no hay misterio que proteger. La productora de antes vendía el secreto de cómo se llegaba al resultado; acá el valor es lo contrario: mostrar las iteraciones, educar al cliente, dejar ver qué se descarta y por qué. El truco escondido ya no protege nada. Lo que no se puede copiar es el criterio para elegir.

Cualquiera llega a tu mismo output, es cuestión de tiempo. A lo que no llega es a lo que vos ya sabés: cómo se rompe cada modelo, qué pide, dónde miente, qué te va a negar. La falla, vista antes de pedirla.

El mal director se enamora del accidente. El buen director entiende cuándo el accidente encontró algo y cuándo solo distrajo al sistema.

La máquina genera. El autor decide qué de todo eso era lo que había que decir.

————————————

░ 14. Sostener al equipo es parte del sistema.

Un sistema que entrega rápido quemando a la gente que lo opera no es un sistema: es una deuda que se paga después, cuando alguien clave no da más y se va con todo lo que sabía. El criterio, lo único que de verdad no se puede copiar, no vive en la herramienta ni en el tracker. Vive en personas. Y las personas se agotan.

Por eso el equipo se diseña igual que el pipeline: núcleo chico y estable, red flexible alrededor según lo que pida cada proyecto. Y el éxito no se mide en cantidad de outputs ni en velocidad de entrega, esa es la métrica de la fábrica vieja, sino en si el trabajo es reconocible, si el cliente vuelve, y si el equipo sigue entero al final.

El criterio no escala quemando a la gente que lo tiene.

————————————

░ 15. La confianza también se produce.

La próxima discusión no va a ser solo si una pieza está hecha con IA. Va a ser si la marca puede explicar cómo la hizo: qué referencias usó, qué talento autorizó su imagen, qué se generó, qué se filmó, qué se editó. Qué se puede callar sin matar la ilusión, y qué hay que poder mostrar para no matar la confianza.

La trazabilidad deja de ser un trámite legal del final y pasa a ser una capa de producción: consentimientos, fuentes, versiones, modelos, usos permitidos, restricciones de talento, etiquetado por mercado. Todo eso también es dirección. En varios mercados ya dejó de ser una conversación reputacional para volverse obligación, reglas sobre marcado, deepfakes, intérpretes sintéticos, contenido manipulado.

El punto no es convertir cada pieza en un expediente. Es que la marca pueda sostener en público las condiciones en las que se hizo, sin que nadie la agarre en offside.

La pieza no termina cuando se exporta. Termina cuando podés sostener en público cómo se hizo.

————————————

░ 16. El que se da cuenta no es el cliente, es la audiencia.
El filtro de aprobación —cuentas, cliente, focus group, sala de revisión— ya no tiene la última palabra. La tiene la audiencia, y la dice cuando la pieza ya está afuera. Tiene mejor ojo que cualquier sala, y castiga el atajo apenas lo huele. Y como la IA te deja hacer casi cualquier cosa, también te deja equivocarte más fuerte: más alcance, más ambición, más superficie para que el error sea grande y quede a la vista de todos.
Una de las marcas más grandes del mundo salió dos navidades seguidas con comerciales generados con IA y las dos terminaron en backlash —"sin alma", "slop digital"—. Lo que delató el atajo no fueron solo las inconsistencias —camiones que cambiaban de forma entre plano y plano—. Fue peor: la audiencia no detectó IA, detectó falta de dirección.
Porque el público no castiga que uses IA. Castiga por qué la usaste. Si huele que entró para abaratar, para zafar, para sorprender con algo que hace rato dejó de sorprender, te lo cobra. "Gasten la plata en humanos", gritan —como si atrás de esto no hubiera humanos reventándose—. Y lo que menos se perdona no es la limitación: es tener todo, tecnología y presupuesto, y elegir chocar igual. La ingenuidad disfrazada de disrupción se ve a la legua.
Por eso la razón de usar IA no puede ser circunstancial. Tiene que haber una decisión detrás, no un ahorro. El cliente puede aprobar algo que su propia audiencia va a rechazar, y cuando eso pasa el titular nunca dice "la agencia se equivocó": dice "la marca usó IA y le salió mal".
Por eso dirigir hoy incluye leer al público, no solo el modelo. El rechazo llega caótico —métricas que bajan, comentarios que gritan— pero no es mudo: cada formato que se comió el hate y cada uno que pasó limpio marca por dónde sí y por dónde no. El que estuvo online juntando ese mapa tiene un criterio que ninguna sala de aprobación puede dar.
Afuera no se aprueba una pieza, se juzga una marca. Y se juzga, antes que nada, por qué la hiciste así.



————————————

░ 17. El atajo más caro es usar lo nuevo para hacer lo viejo.

La mayoría va a agarrar todo esto para hacer lo mismo de siempre, más rápido y más barato. Va a funcionar en la primera entrega. Por eso es una trampa. La cadena queda igual -mismos roles, misma manera de pedir y corregir- solo que ahora con un motor más potente adentro. Bajó el costo y no cambió nada.

El salto no está en producir más en menos tiempo. Está en mover el lugar donde se decide. Meterle IA a un proceso que sigue funcionando idéntico no es transformarlo: es ponerle turbo a algo que ya venía mal armado.

La IA no viene a producir más rápido. Viene a que el que sabe decida y el que decide entienda.

░Tomás García

————————————

Last updated: 24 de Junio de 2026 

————————————



░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░

A Manual for Dismantling the Chain

░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░


Generative AI already produces at a professional level: image, video, voice, whatever you ask for. That's no longer up for debate. This text isn't about the tool —it's about what happens when what comes out of it enters a production structure that hasn't moved.

What stays intact is everything around it: the one who briefs, who quotes, who gives notes, who decides, who signs off. A way of working designed for something else, running on an engine it doesn't understand.

This comes from producing on the inside. With clients, agencies, teams, real money, and deliveries that can't fall through. Watching that structure creak at every joint teaches you more than any paper. These aren't trends: they're things I learned on projects that shipped, and above all on the ones that almost didn't.

There are seventeen, and that's a lot —because dismantling and rebuilding an entire chain doesn't get done with three nice lines.

————————————

░ 1. The tool changed. The chain didn't.

Briefs built for live-action production. Speculative budgets drawn up by people who don't know the limits of the latest tools. Rounds of review and correction that lose all meaning when the system iterates in real time. Production logic froze inside a process that no longer exists, and it keeps imposing its timing and its steps on one that already works in a completely different way.

But the costliest mistake is one of hierarchy. The live-action structure treats AI like a plugin: something you plug into the usual pipeline that performs without forcing you to move anything around it. The relationship is exactly the reverse. AI isn't a module you add to your studio; live action became an input feeding an AI studio. I've seen big production companies, with years of audiovisual craft, crash hard by refusing to accept it: the consistency of expensive actors thrown in the trash, timings broken, relationships cultivated over decades worn down in a single campaign. The tool didn't sink them. What sank them was trying to plug it into a structure that was never built to hold it.

The new tool didn't break the chain; it just made visible that the chain was already out of joint. What turned out to be obsolete isn't the model: it's the idea that you can bolt it onto the end of a process that stays otherwise intact.

AI doesn't plug into your production company. Your production company plugs into it.

————————————

░ 2. AI isn't a stage of the process. It's the process.

There's an oversimplification that follows me around: believing this is post-production. That AI is what happens at the end —the backgrounds, the VFX, the fixing of what was shot. It's the most comfortable reading and the most wrong, because it looks at the last ten percent of the work and thinks it saw the whole thing.

AI runs through the entire process. It's in the writing and the development of the idea, in the language models that organize a brief or build the questions for a kickoff, in the concept, the casting and the storyboards, in image and video generation, in the apps that manage the project, in the tracking, in the trackers. Thinking, writing, deciding, producing and post-producing stopped being separate stages that hand the work off down a line: they happen in the same place, often in front of the same screen. A step of the process wasn't replaced. The process was replaced.

That's why post is one of the last things the system touches, not the first. And that's why the game changes most not in the final fix, but at the very top: in what gets thought and decided before a single frame exists.

Anyone who thinks this is post is looking at the end of the film and believing they understood how it was made.

————————————

░ 3. The problem was never the AI.

When something goes wrong in a generated piece, everyone's first reflex is to look at the model. But the error almost never started there. It started earlier: in acting the tool had to invent because it wasn't shot right, in a talent badly integrated, in lighting that doesn't match, in promising a result that's impossible, in an on-set decision nobody made in time. The model doesn't fail: it amplifies. It takes what you gave it and carries it all the way to the end, flaw included, in high definition.

And it's not only about what's filmed: in a fully generative process the error isn't the model's either. Asking for a change on something already built, thinking it's a tweak, without understanding that in AI you don't nudge a detail —you regenerate the whole block. Sending notes without knowing what you want, flagging that something "looks like a Getty image" without being able to say toward what. Repeating the same complaint round after round —"the orange," "the blue"— without ever giving the direction that unblocks it. Leaving the base open —the copy, the references, the data— and still expecting the final result. The tool doesn't ruin that: not knowing what to ask for ruins it.

What gets dragged forward doesn't get fixed further down the line. It's solved at the source or it isn't solved. Almost everything that looks like an AI problem is a production problem in disguise.

The model doesn't invent your mistakes. It just refuses to sweep them under the rug.

————————————

░ 4. You can't direct what you haven't operated.

There's a comfortable reflex: weighing in on the tool without ever having touched it. Saying what's possible and what isn't, what it costs, how long it takes, all from theory. But here knowledge is hands-on or it's nothing. You know where a model's ceiling is because you crashed into it a thousand times, not because you saw a demo, an Instagram post, or someone told you. The limit you're budgeting for, if you haven't touched it, you're guessing at.

You see it plainly in directors who've been at it for years. The ones who approach from the outside —opining, delegating, setting conditions without having generated a single shot— end up circling something they don't understand. They're not sidelined for being old: they're sidelined for not wanting to get their hands dirty. Whoever learned the medium by operating it, at any age, directs. Whoever only comments on it stays commenting.

The same goes for the whole chain. An agency or a production company that hasn't produced with the tool can't brief what it doesn't know, can't give notes against a standard it doesn't have, can't put a price on work whose real effort it has no idea about.

Having an opinion on the tool isn't the same as having directed it. And you can smell it in the first brief.

————————————

░ 5. Transparency isn't a virtue: it's a reagent.

When the one who decides and the one who produces talk directly, with everyone watching, you don't build trust: you reveal structure. Without anyone having to say it, it becomes obvious where judgment is being added and where it isn't. What worked at a distance depended on no one looking too closely; when everyone's in the same conversation, every part of the chain faces a simple question about what it contributes.

It's not against anyone. It's that the tool makes visible what used to stay hidden inside the timing and the process.

Transparency doesn't remove anyone from the chain: it puts it under light. And under light, what truly holds a project up stands apart on its own from what merely tags along.

————————————

░ 6. Scope is an object, not an assumption.

Where it wasn't explicitly agreed what can be touched and what can't, every request is an implicit negotiation of power. "Redo with a different talent" and "redo" are two different contracts, and there's always someone pushing the limit to see if it gives. Judgment that lives in one person's head isn't judgment: it's a bottleneck that gets tired.

Scope, the promise of how far the work reaches, has to be something written, alive, that anyone can read and against which any request measures itself automatically. And the half that's almost always missing: the rules of approval. Who can say yes, over which version, logged where. Anything that touches what's seen is born requiring confirmation from the one who decides, not from the one who proposed it. Nobody signs off on their own detours.

Depersonalize the brake. So it isn't you saying "no": it's the rule the client agreed to.

What goes unwritten isn't paid in money. It's paid in human energy, which isn't infinite —and what no one can sustain, sooner or later, gets abandoned.

————————————

░ 7. A decision that doesn't travel doesn't exist.

A note said in a meeting, a correction approved over chat, a loose "yeah, go for it" in an email thread: none of that survives the process. By the time you get to generating, the decision has already dissolved —and the pipeline regenerates as if it were never made. Then the model takes the blame, when all it did was what it was asked, with the information that actually reached it.

A decision only counts if it's pinned to something that travels with the piece: the exact frame, the exact version, the exact moment. If it floats in a side conversation, it isn't a decision. It's a memory someone will have to reconstruct late, badly, and in a rush.

A decision that stays in a conversation and not on a frame, everyone remembers it however suits them.

————————————

░ 8. What you can't see, you can't manage.

On big campaigns the bottleneck was never generating. It was not knowing, at any given moment, what was stuck, what was waiting on a decision, and what was about to turn into a problem. The pieces nobody talks about in pre-production are the ones that swell in importance near the end and end up closing all at once, against the clock, on the same day.

Daily visibility isn't bureaucracy or a pretty screen to show the client. It's the difference between directing a campaign and finding out how it was going once it's already too late. In five seconds you have to be able to read what's at risk and what needs someone to decide today. What doesn't show up anywhere doesn't get managed: it gets discovered when it blows up.

Generation didn't fall behind. Knowing where we stood fell behind.

————————————

░ 9. The client no longer buys a piece. They buy a behavior.

In generative production the client doesn't just approve: they operate the system whether they know it or not. Every delay, every change of mind, every ambiguous approval, every late request enters the pipeline as a real force. There's no client "outside" the process: decide late, produce late; approve badly, generate badly; change without warning, break something.

That's why the client also has to learn a new behavior: approving over versions, deciding over rules, respecting the windows, understanding what each thing depends on. The tool speeds up production; it doesn't speed up the responsibility of the one who decides.

A good system doesn't just organize the team that produces. It also makes the client part of the process without handing them the wheel: it shows them the cost of each move before that move turns into a fire.

Whoever decides now also produces. Even if they think they're only approving.

————————————

░ 10. You no longer train: you anchor.

The coherence of a character, an object, a world, stopped being achieved by training a model through sheer volume of examples. It's achieved by fixing a set of canonical references and turning them into conditioning. Ground truth isn't learned blindly: it's declared, locked, injected. A visual core that travels identically to the whole team and isn't up for debate.

It's a shift in mindset before it's a technical one: you go from hoping the model remembers, to deciding yourself what isn't allowed to change.

Consistency is now something you set and lock, not a memory you borrow from the model.

————————————

░ 11. The unit of work isn't the piece.

The headline number might say two hundred films. The real unit is nearly a thousand deliverables. And most don't require a new capture: they're transformations of a single core. The value moved from shooting to versioning with logic. The margin no longer lives in the shoot day —that's where the risk lives— it lives in the system that multiplies a core without the seam showing.

Whoever still quotes by the piece is measuring the wrong part of the work.

We stopped producing pieces. We produce cores that version without losing identity.

————————————

░ 12. The risk moved.

Everyone watches the AI, waiting for it to fail. The real risk is elsewhere: a shoot day that collapses, a badly lit set, material that arrives useless for the pipeline, a decision no one made in time. The generative part is the most controllable thing in the whole chain. What's fragile is still what it always was: the physical, the logistical, the human.

Bulletproofing a project today isn't about bulletproofing the AI. It's about bulletproofing everything around it that still improvises.

AI isn't the weak flank. It's the only thing that doesn't show up late.

————————————

░ 13. We don't operate tools. We're authors of systems.

Pushing buttons, anyone can do —and tomorrow someone with fewer hours and a better model will do it better than you. Directing a system where human judgment, AI, and agents work in the same process is something else. First the physics of the world, then the shots. Production design before direction. And never generate to infinity: choose. Curation is the craft.

Directing AI isn't asking for images. It's designing constraints: what can't change, what's allowed to mutate, what's inherited from one version to the next, what gets discarded even if it's spectacular, what gets protected even if it's expensive.

A model optimizes for things fitting together. It doesn't know whether what it made moves anyone, or why, or whether that was what needed saying. That difference —between a piece that holds together and a piece that means something— isn't solved by more compute: a person supplies it, or no one does.

And there's no mystery to protect. The old production company sold the secret of how the result was reached; here the value is the opposite: showing the iterations, educating the client, letting them see what gets discarded and why. The hidden trick no longer protects anything. What can't be copied is the judgment to choose.

Anyone reaches your same output —it's only a matter of time. What they don't reach is what you already know: how each model breaks, what it asks for, where it lies, what it'll refuse you. The failure, seen before you ask for it.

The bad director falls in love with the accident. The good director understands when the accident found something and when it only distracted the system.

The machine generates. The author decides which of all that was what needed to be said.

————————————

░ 14. Sustaining the team is part of the system.

A system that delivers fast by burning out the people who run it isn't a system: it's a debt paid later, when someone essential has had enough and leaves with everything they knew. Judgment —the one thing that truly can't be copied— doesn't live in the tool or the tracker. It lives in people. And people run out.

That's why the team is designed like the pipeline: a small, stable core, a flexible network around it according to what each project demands. And success isn't measured in volume of outputs or delivery speed —that's the old factory's metric— but in whether the work is recognizable, whether the client comes back, and whether the team is still whole at the end.

Judgment doesn't scale by burning out the people who have it.

————————————

░ 15. Trust is produced too.

The next argument won't only be whether a piece was made with AI. It'll be whether the brand can explain how it made it: what references it used, which talent authorized their likeness, what was generated, what was filmed, what was edited. What can be kept quiet without killing the illusion, and what has to be showable so trust doesn't die.

Traceability stops being a legal formality at the end and becomes a layer of production: consents, sources, versions, models, permitted uses, talent restrictions, market-by-market labeling. All of that is direction too. In several markets it's already stopped being a reputational conversation and become an obligation —rules on labeling, deepfakes, synthetic performers, manipulated content.

The point isn't to turn every piece into a case file. It's that the brand can stand behind, in public, the conditions it was made under, without anyone catching it offside.

The piece doesn't end when it's exported. It ends when you can stand behind, in public, how it was made.

————————————

░ 16. The one who notices isn't the client, it's the audience.

The approval filter —account team, client, focus group, review room— no longer has the last word. The audience does, and it speaks once the piece is already out. It has a sharper eye than any room, and it punishes the shortcut the moment it smells it. And because AI lets you do almost anything, it also lets you fail harder: more reach, more ambition, more surface for the mistake to be large and in plain sight of everyone.

One of the biggest brands in the world ran AI-generated commercials two Christmases in a row, and both ended in backlash —"soulless," "digital slop." What gave the shortcut away wasn't only the inconsistencies —trucks that changed shape from shot to shot. It was worse: the audience didn't detect AI, it detected a lack of direction.

Because the public doesn't punish you for using AI. It punishes you for why you used it. If it smells that it came in to cut costs, to take the easy way out, to dazzle with something that stopped being dazzling a long time ago, it makes you pay. "Spend the money on humans," they shout —as if there weren't humans behind this breaking their backs. And what's least forgiven isn't the limitation: it's having everything, the technology and the budget, and choosing to crash anyway. Naïveté dressed up as disruption is visible from a mile away.

That's why the reason for using AI can't be circumstantial. There has to be a decision behind it, not a saving. The client can approve something their own audience will reject, and when that happens the headline never says "the agency got it wrong": it says "the brand used AI and it went badly."

That's why directing today includes reading the public, not just the model. The rejection comes in chaotic —metrics dropping, comments shouting— but it isn't mute: every format that ate the hate and every one that passed clean marks where yes and where no. Whoever was online assembling that map has a judgment no approval room can give.

Out there a piece isn't approved, a brand is judged. And it's judged, before anything else, by why you made it that way.

————————————

░ 17. The most expensive shortcut is using the new to do the old.

Most people will grab all of this to do the same as always, faster and cheaper. It'll work on the first delivery. That's exactly why it's a trap. The chain stays the same —same roles, same way of requesting and correcting— only now with a more powerful engine inside. The cost dropped and nothing changed.

The leap isn't in producing more in less time. It's in moving the place where decisions are made. Putting AI into a process that keeps running identically isn't transforming it: it's turbocharging something that was already badly built.

AI doesn't come to produce faster. It comes so the one who knows decides, and the one who decides understands.

————————————
░ Tomás García
————————————
Last updated: June 24, 2026
————————————