¿Tienes puesta una playlist de música IA en tu cafetería?

El mes pasado estuve unas dos horas en una cafetería de Seongsu, el barrio de diseño de Seúl. Paredes de hormigón, iluminación bien resuelta, café a 7.000 wones la taza (unos 5 USD). Me senté y abrí el portátil.

A los treinta minutos, más o menos, la música empezó a molestarme.

Al principio iba bien. Sonaba un pop con aire de jazz, a un volumen correcto. Pero al tercer, cuarto tema, algo se me quedó enganchado. Las palabras de las letras se repetían siempre. Café, lluvia, jazz, domingo. La voz cambiaba de canción en canción; lo que decía, no. Y en algún estribillo apareció una frase del tipo "no hay nada que yo pueda hacer con el arcoíris".

¿Quién canta eso con resignación? Abrí Shazam.

Sin resultados.

Lo intenté otra vez y lo mismo. Ahí lo entendí. No eran canciones compuestas, eran canciones extraídas. Eso que abunda en YouTube con títulos tipo "4 horas de pop para cafetería", fabricado con herramientas generativas.

La mitad se produce, el 3% se escucha

Dejemos la sensación y vamos a los números.

El servicio de streaming Deezer publica un recuento diario de las novedades que le llegan, y a julio de 2026 más de la mitad de las subidas diarias son música generada por IA. Unas 90.000 canciones al día. Hace apenas año y medio eran 10.000 diarias.

En el mismo anuncio aparece este otro dato al lado. La música IA representa entre el 1% y el 3% de las reproducciones reales, y de esa fracción el 85% se clasifica como fraude y queda fuera del reparto.

La mitad de lo que se produce y casi nadie lo escucha. Eso es lo que está sonando ahora mismo en el altavoz de la cafetería. No música que alguien eligió escuchar, sino música que sobra porque nadie la eligió.

Y estos locales se han multiplicado de forma visible. No solo cafeterías independientes. También concept stores y patios de comidas de centros comerciales suenan parecido.

Aguanta unos días. El problema viene después

La mayoría de los clientes no lo detecta en la primera visita. Yo tampoco lo detecté.

Una canción hecha con IA, escuchada suelta, resulta bastante convincente. La mezcla está limpia y la calidad de sonido no está mal. El problema es que la música de un local no se acaba en una canción. Pones una playlist de cuatro horas en bucle todo el día, y el cliente escucha entre cuarenta minutos y dos horas de ese bucle. Si es habitual, dos o tres veces por semana.

Esa repetición es la que delata. Cuando en comunidades anglófonas se habla de la música de fondo de las cafeterías coreanas, la reacción siempre es parecida: al principio no me di cuenta, pero después de unos días este cantante no paraba de decir lo mismo. Café, lluvia, jazz, domingo. La incomodidad que yo sentí en treinta minutos, el cliente diario la convierte en certeza en unos días.

No es cuestión de si te van a pillar o no. Es cuestión de cuándo. Y la respuesta llega rápido.

Los oídos no tienen párpados

Un cartel que molesta se soluciona no mirándolo. Giras la cabeza o cierras los ojos. Con el sonido eso no funciona. Te entra en el oído todo el rato que estés sentado.

Aquí hay un concepto en el que apoyarse: la fluidez de procesamiento (processing fluency). Lo sistematizaron Rolf Reber y Norbert Schwarz, entre otros, y la idea es simple. Cuanto más fácil de procesar resulta un estímulo, mejor lo valoramos. Y normalmente no sabemos por qué nos ha gustado. Leemos mal la sensación de que algo se procesó sin esfuerzo y la traducimos como "esto está bien".

La música es un estímulo donde esa fluidez pesa especialmente. Mientras escuchas, no paras de predecir. Sigues cómo el intérprete adelanta y atrasa mínimamente el pulso, anticipas dónde va a respirar el cantante, dibujas hacia dónde irá el siguiente compás. Si la predicción acierta, la carga de procesamiento baja, y eso lo sentimos como comodidad.

De aquí en adelante es solo mi hipótesis. Las canciones hechas con herramientas generativas hacen fallar esa predicción una y otra vez. La frase musical pasa a la siguiente sin cerrarse, la línea emocional atraviesa plana el punto donde debería subir, las consonantes se emborronan un poco. La letra es gramaticalmente correcta, pero no se entiende qué dice. Como aquel narrador resignado ante el arcoíris.

Si la predicción falla sin parar, la carga no baja. El cliente no piensa con todas las letras "qué rara es la letra de esta canción". Lo que ocurre es que a los veinte, treinta minutos empieza a agobiarse. No se concentra, tiene los hombros cargados, le entran ganas de levantarse sin motivo.

"No sé por qué, pero aquí no se está cómodo mucho rato."

En el momento en que aparece esa frase, el local ya perdió al cliente. Y el cliente ni siquiera sabe la razón.

Objeción: si es música lenta, ¿no será más bien bueno?

Aquí entra la réplica más dolorosa para este texto. Vamos con ella.

El clásico de la investigación sobre música en establecimientos es el experimento de restaurante que Ronald E. Milliman publicó en 1986 en el Journal of Consumer Research. Midió el comportamiento de los clientes cambiando la música de fondo en un local realmente en funcionamiento, y con música lenta el tiempo de permanencia fue un 25% mayor que con música rápida; cuanto más se quedaban, más bebidas pedían.

Pero la variable que Milliman manipuló fue una sola: el tempo. No si la música era buena o mala.

¿Y qué son las playlists de IA que suenan en las cafeterías? Jazz de ambiente, lofi, loops de piano tranquilo. Casi todas lentas. Si aplicamos la conclusión de Milliman tal cual, el lofi de IA debería sentar a la gente más rato, no menos.

La objeción es válida. Por eso hay que separar los ejes.

El tempo es un dispositivo para regular el nivel de activación. Rápido, el cuerpo se acelera; lento, el cuerpo se afloja. La fluidez de procesamiento es la condición para que esa regulación funcione. Si el cerebro está fallando continuamente al predecir el sonido, por lento que sea el tempo no hay relajación.

No es la música lenta la que pone cómoda a la gente, sino la música lenta y predecible. Lo que Milliman puso era, obviamente, música compuesta e interpretada por personas. La predictibilidad ni siquiera entraba como variable. No es que la controlara: en aquel momento no podía ser un problema.

Hoy esa condición se tambalea. Así que si quieres usar a Milliman como argumento en contra, hay que reformular la pregunta así: ¿basta con que sea lenta, o tiene que ser lenta y predecible? Yo creo que es lo segundo. Pero como es una pregunta que todavía no se ha medido, la dejo como hipótesis y no como conclusión.

Cuánto tiempo se queda alguien decide cuánto gasta

Al margen del debate sobre el tempo, hay algo que Milliman sí mostró con claridad. Que permanencia y gasto van pegados. Se midió en un local real hace cuarenta años y sigue sin tambalearse.

Una cafetería no vende solo café. Vende sitio y tiempo. Cuando el cliente está cómodo y se queda mucho rato es cuando se produce el segundo cobro.

• La conversación se alarga y de la vitrina cae otra porción de tarta
• El trabajo con el portátil continúa, así que pide otro americano
• Al salir, coge un paquete de café en grano o unos drip bags

Si el tiempo de permanencia se acorta, esos tres desaparecen de golpe. El cliente se toma la bebida y se va.

¿Que la rotación se acelera y eso es bueno? Eso vale para locales con cola en la puerta. Donde no hay lista de espera, más rotación significa que las mesas se quedan vacías antes.

Cuánto ahorras y cuánto te juegas

De aquí en adelante son supuestos. No existe ningún estudio que haya medido cuántos minutos de permanencia resta la música IA. Si finjo que existe algo que no existe, este texto se cae conmigo. Así que, en vez de dar por hecha la pérdida, voy a calcular el umbral. Cuán poco hace falta perder para quedarse sin margen.

Empecemos por lo que se ahorra. Según las tarifas de los servicios coreanos de música para locales, una cafetería de entre 50 y 99 m² paga unos 23.000 wones al mes (unos 17 USD). A eso se suma aparte la tarifa por derechos de ejecución pública, que es menor de lo que uno imagina: 4.000 wones al mes (unos 3 USD) para ese mismo tramo de superficie, y por debajo de 50 m² no hay obligación de pago. En total, unos 27.000 wones al mes (unos 20 USD).

¿Y cuál es el umbral entonces?

Contado en postres de 6.500 wones (unos 4,80 USD), son cuatro al mes. Cuatro al mes, no cuatro al día. Si dejas de vender uno cada dos días, se van 100.000 wones al mes (unos 74 USD); si es uno cada día, 195.000 wones (unos 145 USD).

Con los clientes habituales el umbral baja todavía más. Si un grupo que venía dos veces por semana deja de aparecer, se esfuman unos 50.000 wones al mes (unos 37 USD). Un solo grupo. El doble de lo que ahorras.

Cuál es la probabilidad, no lo sé. Ni yo ni nadie. Pero con un umbral tan bajo, la apuesta es rara aunque no sepas la probabilidad. Lo que ahorras está fijado en algo más de 20.000 wones al mes; lo que pierdes empieza en un solo grupo de clientes.

El primer cliente que desaparece es el que más duele

Aquí aparece el problema de verdad. Quién detecta antes esa incomodidad.

El cliente poco sensible no se entera nunca. Piensa "bueno, pop" y sigue. Pero ese cliente suele ser un americano y treinta minutos.

Los que lo captan con finura son otros. El freelance que viene dos o tres veces por semana y trabaja tres o cuatro horas, el que usa siempre la misma cafetería para sus reuniones, el que se lleva café en grano. Justamente quienes sostienen la facturación del local. Esa gente es sensible al entorno sonoro. Porque es su oficio, porque es su gusto o, como mínimo, porque pasa mucho rato sentada.

Y estos clientes no dicen nada. Tampoco lo escriben en las reseñas. ¿Quién baja una estrella porque la música es rara? Simplemente, a partir de la semana siguiente se sientan en la cafetería que está dos calles más allá.

Esto no pasa solo con el sonido. Hace poco, una cafetería de San Francisco colgó en su carta fotos de comida hechas con IA y tuvo que retirarlas todas por la reacción de los clientes. Hubo quien dijo que el cruasán parecía de piezas de Lego.

Eso sí, no conviene meter los dos casos en el mismo saco. La foto de la carta es la representación del producto. Si lo que compro no se parece a la foto, eso es engaño y hay motivo claro para enfadarse. La música de fondo no funciona así. Nadie entra a comprar música.

Solo se traslada una cosa: que el cliente distingue entre lo que el local preparó y lo que rellenó de cualquier manera. La diferencia es que la foto se puede señalar con el dedo para protestar, y la música termina, sin más, en no volver.

En cinco minutos sabes qué estás poniendo

Hasta aquí el diagnóstico. Ahora, lo que se puede hacer.

Uno, identificar. Escucha tres canciones seguidas de la playlist que tienes puesta ahora. Si se cumplen dos o más de estas cuatro cosas, es casi seguro.

• En Shazam o SoundHound no aparece ningún resultado
• La voz cambia en cada tema pero los temas de las letras se solapan (café, lluvia, estaciones, días de la semana)
• La letra es gramaticalmente correcta pero no se entiende qué dice
• El canal sube vídeos de cuatro horas cada pocos días, sin parar

Dos, sustituir. Hay tres opciones y son de naturaleza distinta.

• Servicio de música para locales — unos 20.000 wones al mes para cafeterías. Hay productos que pagan por ti la tarifa de ejecución pública o que directamente la incluyen. Es lo más sencillo y te olvidas de los derechos de autor
• Biblioteca de música con licencia comercial — para cuando quieres elegir tú. Da más trabajo, pero sale el color del local
• Servicios de música IA editada para uso comercial — no son lo mismo que lo descargado de YouTube. Los criterios para elegirlos los recopilé aparte en ¿hay playlists de IA que sí se pueden poner en una cafetería?

Tres, operación. No pongas el día entero como un bloque único. Divídelo: por la mañana, franja de trabajo, temas sin voz; por la tarde, franja de conversación, puede haber voz pero con letras que no destaquen; la última hora antes de cerrar, sube un poco el tempo. Con tres archivos es suficiente.

Cuatro, volumen y ubicación de los altavoces. Si el altavoz está justo encima de las mesas, pongas la música que pongas el cliente no aguanta sentado. El criterio es simple: que la música quede ligeramente tapada por las conversaciones. Si la música le gana a la conversación, ya es ruido.

¿Qué está saliendo ahora mismo por tu altavoz?

En las buenas cafeterías el aire es distinto desde que abres la puerta. Entre el ruido del molinillo y el del vaporizador, la música se apoya con naturalidad. El cliente se siente cómodo sin ni siquiera darse cuenta. No está ahí sentado para elogiar la música: se queda mucho rato gracias a la música.

Al revés, cuando algo está desajustado, el cliente se incomoda sin poder señalar el motivo. Y como no puede señalarlo, tampoco pide que se mejore. Simplemente no vuelve.

Por si se malinterpreta, añado: no estoy diciendo que usar música hecha con IA en un local esté mal por definición. El problema no es la herramienta, sino que nadie eligió. Que caigan 90.000 canciones al día y tú cojas cuatro horas cualesquiera y las pongas. Esa decisión es una señal que le llega al cliente.

Aquel día en Seongsu me fui dejando el café por la mitad. El café estaba bueno. Eso fue lo que me dio pena.