Когда картинка лучше товара, или почему красивого визуала в e-commerce больше недостаточно

При онлайн-шоппинге пользователь покупает не только сам товар, но и представление о том, каким он окажется «в жизни». И все чаще оно формируется визуалом, созданным или улучшенным с помощью ИИ. Сегодня продавец может за минуты заменить фон, сгенерировать лайфстайл-сцену, создать несколько версий главного изображения или «достроить» окружение без полноценной фотосессии. ^[1]

Для бизнеса это означает более быстрый, дешевый и управляемый визуальный контент. Для пользователя — растущее ощущение, что картинке все сложнее доверять. Если фото можно существенно улучшить без изменения самого товара, визуал перестает быть надежным ориентиром для покупателя.

Это особенно важно для электронной коммерции (e-commerce), где выбор во многом зависит от того, как выглядит предложение в карточке. По данным Baymard Institute ^[2], 56% первых действий пользователей на странице товара связаны с просмотром изображений. Исследование Salsify «2025 Consumer Research» также показывает ^[3], что 77% покупателей считают фото и видео «очень» или «крайне» важными при оценке предложения. При этом 71% из них за последний год возвращали онлайн-заказы из-за некорректного продуктового контента — например, когда изображения не соответствовали тому, что приезжало в итоге.

В результате рынок постепенно сталкивается с новым конфликтом ^[4]: чем совершеннее становятся ИИ-визуалы, тем труднее отделить маркетинговую подачу от реальных характеристик продукта. И именно вокруг этого конфликта сегодня начинает перестраиваться архитектура доверия в e-commerce.

Карточка товара как интерфейс доверия

Карточка товара в e-commerce давно перестала быть просто цифровой витриной. По сути, она стала заменой физического контакта с продуктом ^[5]. Пользователь не может потрогать ткань, оценить вес устройства, посмотреть на вещь при разном освещении или понять ее реальные пропорции — все представление о покупке он формирует через контент внутри карточки.

Именно поэтому изображения в e-commerce работают не только как маркетинговый инструмент, но и как часть пользовательского опыта ^[6]. Они помогают человеку снизить неопределенность перед заказом. Это особенно важно в категориях, где на первый план выходят внешний вид, фактура и понимание того, как вещь будет выглядеть в повседневном использовании: ^[7] мода, косметика, товары для дома, аксессуары, мебель, электроника.

При этом доверие внутри карточки товара формируется не одним элементом, а сочетанием сразу нескольких:

• официальным визуалом бренда;

• характеристиками и описанием;

• отзывами покупателей;

• пользовательскими фото и видео;

• репутацией продавца и самой платформы.

На практике это означает, что сегодня карточка выполняет сразу две функции. С одной стороны, она должна привлекать внимание ^[8] и помогать продавать. С другой — достаточно точно объяснять человеку, что именно он приобретает.

В таких условиях ошибка ^[9] в оформлении контента воспринимается уже не как неудачный креатив, а как нарушение пользовательского ожидания. И чем сильнее визуал влияет на решение о покупке, тем болезненнее рынок реагирует на любое расхождение между картинкой и реальным опытом после доставки.

Новая экономика товарного визуала

Генеративный ИИ в e-commerce стремительно переходит из категории экспериментальных инструментов в часть повседневной работы с карточками товаров. Сервисы генерации и редактирования изображений все глубже встраиваются в экосистемы маркетплейсов, рекламных платформ и сервисов для продавцов, а создание такого контента становится значительно более автоматизированным.

Во многом это происходит потому, что ИИ позволяет значительно упростить и ускорить подготовку товарного визуала. Раньше качественный контент для e-commerce требовал студийной съемки, моделей, фотографов, ретуши и полноценного продакшена. Теперь значительную часть этих задач можно выполнять быстрее и дешевле с помощью ИИ. Например, Klarna заявляла ^[10], что использование генеративного ИИ для создания маркетинговых изображений позволило компании сократить расходы на их производство примерно на $6 млн в год и уменьшить цикл подготовки с шести недель до семи дней.

Для рынка это особенно важно из-за масштаба современного e-commerce. По данным АКИТ ^[11], объем интернет-торговли в России в 2025 году достиг 11,5 трлн рублей, увеличившись на 28% год к году. В такой среде каждая карточка товара становится объектом постоянной оптимизации: продавцы тестируют главное фото, адаптируют визуал под разные аудитории и конкурируют буквально за секунды внимания пользователя.

В результате визуальная подача товара перестает быть статичной. Одну и ту же карточку теперь можно быстро адаптировать под разные сценарии, сезоны, аудитории и рекламные механики. ИИ делает такую вариативность дешевой и массовой, превращая контент внутри карточки в динамическую часть цифровой витрины.

Работа с изображениями — одна из тем открытого онлайн-мастер-класса Университета RWB ^[12] «От задачи к результату: как работать с нейросетями», который пройдет 14 октября в 19:00 (мск). Участники смогут заранее прислать свои задачи, а на встрече — вместе с экспертами сформулировать запросы к ИИ для их решения.

Кризис доверия к «идеальной» картинке

По мере того как ИИ-визуалы становятся все более убедительными, меняется и поведение ^[13] самих покупателей. Проблема здесь уже не столько технологическая, сколько психологическая: пользователь все чаще сомневается не в качестве изображения, а в том, насколько оно связано с реальным товаром.

Исследования последних лет показывают, что большинство людей уже не способны стабильно отличать сгенерированные ИИ-изображения от настоящих фотографий. В эксперименте Microsoft ^[14] участники определяли синтетический контент с точностью около 62% — лишь немного выше случайного угадывания. Аналогичные выводы делают ACM ^[15], Clutch ^[16] и Conjointly ^[17]: современные ИИ-визуалы для многих пользователей уже практически неотличимы от традиционной фотосъемки.

Но важнее другое: покупатели начинают постепенно пересматривать саму механику проверки доверия. Если раньше брендового визуала часто было достаточно для принятия решения, то теперь все чаще включается режим «проверочного поведения»:

• просмотр отзывов;

• поиск реальных фотографий;

• просмотр видео и распаковок;

• сравнение товара на разных площадках;

• поиск упоминаний в соцсетях или у блогеров.

Иными словами, доверие начинает смещаться от официальной карточки товара к сообществу покупателей.

На этом фоне резко возрастает роль пользовательского контента. Baymard Institute отмечает ^[18], что многие покупатели специально ищут снимки от других людей, потому что воспринимают их как более достоверное подтверждение того, как товар выглядит «вживую». PowerReviews также фиксирует ^[19], что 80% потребителей считают пользовательские фотографии более ценными, чем брендовый визуал.

Параллельно меняется и отношение к «слишком идеальным» изображениям. Исследования Getty Images ^[20] показывают растущий запрос на более естественные и не чрезмерно обработанные фотографии, тогда как излишне «отполированные» ИИ-визуалы нередко воспринимаются как менее аутентичные.

Этот эффект особенно заметен в сценариях, где ошибка после покупки ощущается острее — например, при выборе одежды, уходовой продукции, предметов интерьера или дорогой техники. Исследование ученых Университета Сарагосы выявило ^[21], что в эмоционально значимых и высокорисковых ситуациях аудитория чаще оценивает изображения, созданные генеративным ИИ, как менее правдоподобные и потенциально вводящие в заблуждение.

В результате официальный визуал постепенно перестает быть для пользователя самостоятельным доказательством качества товара. Все большую роль начинает играть не сама картинка, а способность продавца подтвердить ее реальным пользовательским опытом.

Как рынок и платформы отвечают на вызовы ИИ-визуала

По мере того как ИИ-визуалы становятся массовыми, рынок начинает искать новый баланс между привлекательностью карточки товара и точностью визуального обещания. Полного отказа от сгенерированных изображений не происходит — слишком велик экономический эффект от скорости, масштабируемости и удешевления контента. Но вместе с тем платформы и бренды постепенно выстраивают ограничения вокруг того, насколько далеко можно заходить в «улучшении» товара.

Особенно показателен здесь опыт Wildberries. С одной стороны, платформа активно развивает ИИ-инструменты для продавцов: фоторедактор ^[22], функции генерации композиций ^[23], «Фотостудию» с виртуальными моделями ^[24] и A/B-тестирование главного фото ^[25]. По сути, площадка сама делает ИИ частью стандартной инфраструктуры оформления карточек.

С другой стороны, Wildberries усиливает требования к достоверности визуала. В правилах платформы прямо указано ^[26], что фотографии должны «точно и полностью соответствовать товару», а качество карточки влияет не только на клики, но и на дальнейшие поведенческие сигналы — конверсию, выкуп, рейтинг и возвраты. Иными словами, маркетплейс одновременно стимулирует продавцов делать контент более привлекательным и следит за тем, насколько такая подача выдерживает проверку покупкой.

В июле 2026 года Wildberries пошла еще дальше и первой среди российских маркетплейсов начала тестировать отметку «Похоже на ИИ» ^[27] для фото в отзывах, где система обнаруживает признаки существенной ИИ-обработки. Метка не означает, что отзыв недостоверен, но дает покупателю дополнительный ориентир при оценке того, как товар выглядит в реальности. Это хорошо демонстрирует новую логику ^[28] рынка. Слишком «идеализированная» карточка может дать рост CTR или конверсии на первом этапе, но при этом увеличить вероятность возвратов, негативных отзывов и снижения доверия к продавцу.

На фоне этого рынок активно движется к гибридной модели, где разные типы визуала начинают выполнять разные функции: брендовый и улучшенный ИИ-контент отвечает за внимание, реальные фотографии и видео — за подтверждение ожиданий, а пользовательский контент — за социальное доказательство и снижение неопределенности перед покупкой.

Также растет значение прозрачности. Google уже требует ^[29] сохранять метаданные для сгенерированных ИИ-изображений в Merchant Center, Etsy вводит ^[30] обязательное раскрытие использования ИИ, а в ЕС с 2 августа 2026 года начали применяться требования AI Act ^[31] к маркировке ИИ-контента, включая машиночитаемые отметки для синтетических материалов. Похожий подход, но в более мягкой форме, закреплен и в России: с марта 2027 года закон № 243-ФЗ ^[32] предусматривает возможность добровольно маркировать аудио- и визуальные материалы, созданные с применением больших фундаментальных моделей ИИ.

Фактически e-commerce начинает переходить от конкуренции за «самую красивую карточку» к конкуренции за наиболее надежное визуальное обещание.

Что делать бизнесу, чтобы не разрушать ожидания

Для бизнеса вопрос состоит уже не в том, можно ли использовать генеративный ИИ при создании контента. Главный вызов теперь — где проходит граница между визуальным улучшением товара и разрушением доверия на этапе реального использования.

Первое правило — разделять контент по ролям. Не стоит пытаться сделать ИИ-изображение одновременно инструментом привлечения внимания и главным подтверждением того, какой вещь окажется в реальности. Элементы, напрямую влияющие на риск ошибки после заказа — главное фото, цвет, фактуру, посадку, размер и комплектацию — лучше сохранять максимально близкими к реальному предложению ^[33]. А генеративный ИИ использовать прежде всего там, где контент выполняет эмоциональную и маркетинговую функцию, и не служит буквальным подтверждением характеристик.

Второе правило — воспринимать пользовательские фото и видео не как дополнение к карточке товара, а как обязательный слой формирования доверия ^[34]. Покупателю уже недостаточно только брендового визуала. Поэтому важно системно работать с обратной связью: стимулировать ^[35] загрузку фото и видео после получения заказа, закреплять наиболее полезные материалы ^[18] и отдельно отслеживать, какие именно расхождения между карточкой и реальным опытом чаще всего вызывают недовольство у клиентов.

Этот тренд поддерживают и сами маркетплейсы. Например, Wildberries развивает механики закрепленных отзывов и видео из Wibes ^[36], позволяя выводить пользовательский контент в верхнюю часть карточки. В результате отзывы с фото и видео, короткие обзоры и «живые» сценарии использования товара начинают работать как отдельный слой социального подтверждения внутри процесса покупки.

Третье правило — перестать считать кликабельность главным критерием «хорошей» карточки товара. В эпоху генеративного ИИ создать сильное первое впечатление ^[37] становится все проще, но рост переходов еще не означает рост качественных продаж. Если карточка повышает количество заказов, но одновременно увеличивает возвраты, ^[36] жалобы и разочарование после покупки, бизнес начинает оптимизировать не прибыль, а визуальный самообман.

В условиях массового использования генеративного ИИ именно такие подходы постепенно начинают отделять устойчивый рост продаж от краткосрочного всплеска, построенного на ошибочных ожиданиях.

Чего ожидать дальше

В ближайшие годы ИИ-визуал, вероятно, перестанет восприниматься как новая технология и станет обычной частью инфраструктуры e-commerce — примерно так же, как когда-то стали нормой рекомендательные алгоритмы или персонализация. Для рынка фокус сместится с самого факта использования ИИ на управление ожиданиями в среде, где все больше контента создается или изменяется с помощью генеративных моделей ^[38]. Можно предположить, что платформы начнут активнее оценивать не только формальное качество карточки товара, но и то, насколько изображения соответствуют реальности и не формируют у покупателей ложных ожиданий.

Одновременно рынок столкнется с эффектом визуальной инфляции. По мере того как качественные ИИ-изображения становятся дешевыми и общедоступными ^[39], «красивой картинкой» будет все сложнее выделиться среди конкурентов. Если практически любой продавец может быстро создать «идеальную» карточку товара, то ценность начнет смещаться от способности привлекать внимание к способности вызывать доверие.

На этом фоне будут усиливаться механизмы маркировки и подтверждения происхождения контента. Подобные инструменты уже начинают внедрять крупные цифровые платформы: например, TikTok требует маркировать реалистичный ИИ-контент ^[40] и внедряет инструменты его автоматического распознавания. Со временем подобные системы могут стать такой же привычной частью работы маркетплейсов, как сегодня анализ отзывов, рейтинга продавца или проверка подозрительной активности.

Именно поэтому в обозримом будущем конкурентным преимуществом станет уже не способность генерировать самые красивые ИИ-изображения, а умение выстраивать систему визуальных ожиданий, в которой пользователь не чувствует себя обманутым после покупки.

Цена «красивой картинки»

Рынок постепенно движется от экономики визуального внимания к экономике управляемого доверия. Карточка товара перестает быть просто витриной или рекламным носителем и превращается в точку, где формируется представление покупателя о будущем опыте, а ошибка в визуальной подаче может стоить не только клика или конверсии, но и возвратов, лояльности и доверия как к бренду, так и к платформе в целом.

В e-commerce 2026 года картинка действительно все чаще становится «лучше» товара — в том смысле, что ее улучшить проще, чем сам продукт, упаковку, логистику или клиентский сервис. В результате визуал все чаще работает не просто как отражение товара, а как самостоятельный элемент цифровой торговли, который можно бесконечно оптимизировать, персонализировать и масштабировать.

Парадоксально, но именно это делает доверие еще более ценным ресурсом для рынка. В среде, где синтетический контент становится почти неотличимым от «настоящего», главным ориентиром для пользователя становятся не сами изображения, а репутация продавца, прозрачность платформы и предсказуемость опыта после покупки.

В этом смысле бренды и предприниматели в e-commerce начинают конкурировать уже не только за внимание пользователя, но и за право оставаться «достаточно реальными» в его глазах. Потому что на маркетплейсах картинка продает дважды: сначала — обещание, потом — сам товар. И если после доставки обещание не подтверждается, за красивой картинкой пользователь начинает видеть уже не сервис и качество, а тщательно упакованное разочарование.