Autore di immagini · divulgatore e formatore AI
Foto prodotto AI: conta la fedeltà, non lo strumento 14 min di lettura
Immagini e generazione ·

Foto prodotto AI: conta la fedeltà, non lo strumento

Il 60% che gira ovunque misura una reazione dichiarata, non vendite perse. Cosa dicono davvero i dati e dove le regole tracciano la linea

📌 Questo pezzo parte da un numero che in questi giorni gira ovunque: il 60% degli acquirenti avrebbe meno fiducia davanti a una foto prodotto generata dall’AI. Prima di portarlo ai tuoi clienti conviene leggerlo per intero, perché dice meno di quello che sembra e, allo stesso tempo, indica una regola pratica utile. Ti do anche il test da fare al cliente, in una domanda.

Due foto della stessa lampada

Immagina una scheda prodotto. Una lampada da tavolo, due foto. Una è uno scatto vero, con un po’ di luce che cade male sul paralume. L’altra è perfetta: ombra morbida, sfondo pulito, materiale che sembra uscito da una rivista. Ma è stata generata dall’AI.

Su quale clicchi “Compra”?

La risposta onesta, dati alla mano, è: dipende da cosa ti dicono e da cosa trovi nel pacco. Ed è esattamente quello che ha misurato, in parte, uno studio di Baymard Institute pubblicato il 27 ottobre 2026 e ripreso da PetaPixel il 3 novembre con il titolo “AI-Generated Product Photos Are Putting Off Online Shoppers, Study Finds”.

Il titolo è quello che hai visto girare. Il numero dentro è vero. Ma raccontare “l’AI fa scappare i clienti” è un salto che i dati non fanno. Vediamo perché.

Il numero che tutti rilanciano, letto per intero

Lo studio è di Anja Meerwald, di Baymard Institute: un sondaggio di giugno 2026 su 2.273 acquirenti online statunitensi. Baymard è un istituto di ricerca sull’esperienza d’uso dei siti, non un’azienda che vende strumenti AI. Questo conta. Vende ricerche a pagamento (la pagina rimanda a quella completa), un interesse blando, non una macchia.

Il dato: sapere che l’immagine di un prodotto è generata dall’AI riduce la fiducia nell’acquisto per il 60% degli intervistati. Ma quel 60% è composto da tre pezzi molto diversi:

  • 25%: una riduzione lieve della fiducia
  • 18%: una riduzione marcata
  • 17%: non si sentirebbe abbastanza sicuro da comprare

C’è poi un 18% che dice che non cambierebbe nulla. Il restante 22% la pagina non lo spiega, e io non voglio attribuirgli un significato che non ha.

Ora la parte che di solito si salta. Baymard misura una reazione dichiarata a un’ipotesi: “se sapessi che questa immagine è AI, come reagiresti?”. Non misura se il cliente la riconosce da solo. Non misura acquisti reali. Non misura i resi. Il testo esatto della domanda, e se sia stata posta a tutti i 2.273 o solo a una parte, non è pubblicato nella pagina che ho letto: quindi ti dico “su un campione di 2.273 acquirenti” e basta.

Il numero, quindi, è una fiducia dichiarata. Non sono vendite perse. Se scrivi al tuo cliente “l’AI fa calare le conversioni”, stai dicendo una cosa che nessuna fonte che ho trovato ha misurato.

Baymard, tra l’altro, una raccomandazione pratica la dà: usare l’AI con cautela, dare priorità a foto autentiche per le viste principali del prodotto e, se usi visual o sfondi lifestyle generati, contrastare lo scetticismo per proteggere la conversione. Teniamola da parte, ci torniamo.

Tre cose diverse che si confondono: riconosciuta, dichiarata, non fedele

Quando si parla di “foto AI” si mescolano tre situazioni che non sono la stessa cosa:

  1. Il cliente la riconosce da solo. Nessuna delle fonti che ho trovato misura questo.
  2. Il cliente sa che è AI perché lo leggi tu. È il caso del 60% di Baymard.
  3. L’immagine non corrisponde all’oggetto che arriva a casa. Qui nessuno studio misura i resi: non ne ho trovati.

Sulla seconda i dati non vanno tutti nella stessa direzione, ed è giusto che tu lo sappia.

Una fonte che ridimensiona Baymard. Daniel Bensch, University of Applied Sciences Wedel, ha pubblicato un esperimento sul primo numero di una rivista nuova (International Journal of Applied AI in Business, 1 ottobre 2026): 150 partecipanti, immagine AI contro fotografia, con o senza etichetta. Risultato: senza etichetta nessuna differenza significativa su fiducia, qualità percepita e intenzione d’acquisto. Con l’etichetta visibile cala in modo significativo ma modesto la sola qualità percepita. Fiducia e intenzione d’acquisto non mostrano effetti significativi.

Quindi Bensch non rinforza Baymard: lo ridimensiona. Con i suoi limiti: campione piccolo, rivista al debutto, e io ho letto solo l’abstract, senza i valori numerici.

Un contraltare di parte. Stylitics, in un sondaggio con Aha Studio su 411 consumatori, trova che il 71% giudica immagini reali e AI uguali o con differenze minime. Rivelata l’origine AI, il 60% reagisce in modo neutro o positivo, il 31% in modo negativo, e l’8% aveva già capito da solo. Attenzione: Stylitics vende immagini AI. È un sondaggio di un’azienda che ha un interesse, e va letto così.

Come si leggono insieme? Non faccio la media e non scelgo la fonte più comoda. Quello che posso dire è: il 60% è un rischio percepito dichiarato; l’esperimento piccolo non vede un calo di fiducia. Tra quello che le persone dicono in un sondaggio e quello che fanno al checkout, secondo me, c’è di solito una distanza (è un mio ragionamento, non un dato misurato). Per questo non voglio appoggiare la mia tesi sul 60%.

La appoggio su un’altra cosa.

La tesi: conta la fedeltà, non lo strumento

Due tazze in stile line art affiancate, separate da una linea tratteggiata: quella a sinistra leggermente imperfetta, quella a destra perfetta e lucida.

Per vendere un oggetto fisico online, il criterio non è “come è stata fatta l’immagine”. È quanto l’immagine somiglia all’oggetto che il cliente tiene in mano quando apre il pacco.

Questo toglie due scorciatoie. La prima: “l’AI è male”. La seconda, quella che sta girando in questi giorni: “l’AI fa scappare i clienti”. Nessuna delle due regge sui dati. Resta una domanda molto più concreta e molto più utile, da portare a un cliente: l’oggetto in mano corrisponde a quello che mostra la scheda?

E se la domanda è la fedeltà, perché allora ti dico di tenere la fotografia come vista principale? Per tre ragioni, di natura diversa.

(a) È la prova di fedeltà più economica e verificabile. Ragionamento mio. Una fotografia dell’oggetto reale è il modo più semplice per dimostrare che l’immagine corrisponde alla cosa, se non hai un modello 3D controllato e un processo che lo tiene allineato al prodotto. Lo strumento non è il criterio. La verificabilità sì.

(b) È quello che chiedono le uniche indicazioni operative che ho trovato. Baymard raccomanda foto autentiche per le viste principali. Etsy, con le nuove regole del 22 ottobre 2026 riportate da Digital Commerce 360 e da Value Added Resource, chiede che la maggior parte delle inserzioni includa almeno una foto non modificata dell’oggetto reale su sfondo reale. (La policy originale di Etsy non l’ho potuta aprire: per questo scrivo “secondo le regole riportate da”.) Sono due indicazioni indipendenti e vanno nella stessa direzione.

(c) Un’immagine generata può inventare dettagli. Ragionamento mio, senza fonte. Se parti da un modello 3D dell’oggetto, le immagini che ne tiri fuori sono fedeli per costruzione, perché partono dall’oggetto. Un’immagine generata dall’AI parte da un’idea statistica di come dovrebbe essere un oggetto così, e può aggiungere un dettaglio che non esiste. Tienila come prudenza, non come legge.

La regola “foto sulla vista principale” è quindi prudenziale. Serve a chi non ha un modello 3D fedele dei suoi prodotti. Non è una legge di natura, e se ce l’hai puoi ragionare diversamente. Il caso che segue lo dimostra.

IKEA: il non fotografico esiste da vent’anni

Se pensi che le immagini non fotografiche in una scheda prodotto siano una novità dell’AI, guarda IKEA. Secondo la ricostruzione di Wikipedia (che cita il WSJ e un’intervista del 2014 a CGSociety), nel catalogo del 2006 comparve la prima immagine prodotto renderizzata al computer, una sedia di legno, e i clienti non si accorsero che non era una fotografia. È una parafrasi di quel racconto, non una citazione diretta.

I numeri, tutti datati: nel 2013 il 12% delle immagini di catalogo, brochure e sito era generato al computer. Nel 2014, secondo Martin Enthed di IKEA, il 75% delle immagini prodotto su fondo bianco e il 35% di quelle non-prodotto erano interamente al computer (in gergo CGI: immagini fatte del tutto da un software, senza macchina fotografica). Attenzione: il 75% riguarda le foto del singolo prodotto, non l’intero catalogo (una testata che l’aveva scritto ha poi rettificato).

Cosa ne segue? Che il non fotografico, di per sé, non è il problema. È proprio per questo che la mia tesi parla di fedeltà e non di strumento.

Cosa non ne segue: che per IKEA abbia “funzionato”. Nessuna fonte misura che effetto abbia avuto sulla fiducia o sulle vendite. So che i clienti non se ne accorsero e che IKEA ha esteso l’uso negli anni. Fine. Se ti dicono “IKEA lo fa da anni, quindi si può”, la risposta è: IKEA parte da modelli 3D dei suoi oggetti, e tu, con un generatore di immagini, no. È il punto (c).

Dove le regole tracciano la linea

Nessuna regola che ho letto dice “l’AI è vietata nelle foto prodotto”. Tutte guardano alla stessa cosa: l’immagine è fedele?

Etsy. Per le foto oltre quella non modificata, si possono usare strumenti AI per luce, colori, ritaglio o sfondo, purché ciascuna rappresenti fedelmente l’oggetto che l’acquirente riceve. Etsy segnalerà ai venditori le immagini AI rilevate in fase di inserzione, estenderà il controllo alle inserzioni esistenti e permetterà agli acquirenti di segnalarle. Il vicepresidente James Ossman:

“AI should support your creativity and craftsmanship, not replace them”

James Ossman, vicepresidente di Etsy

Una precisazione che serve a evitare un equivoco: l’obbligo di dichiarare l’uso dell’AI vale quando è l’AI a creare il prodotto stesso. Per l’editing fotografico è raccomandata, non obbligatoria.

Regno Unito (per confronto). L’autorità pubblicitaria britannica ASA/CAP, in un articolo dell’11 settembre 2025, scrive:

“Images of products must not mislead about the product(s) that customers will actually receive”

ASA/CAP, 11 settembre 2025

Vale anche per i filtri: ha ritenuto ingannevole un filtro Instagram applicato a delle gocce abbronzanti. È UK, non UE: te lo porto come confronto.

Unione europea e Italia. L’articolo 6 della direttiva 2005/29/CE considera ingannevole una pratica che contiene informazioni false o che “in any way, including overall presentation, deceives or is likely to deceive the average consumer”, anche se le informazioni sono di fatto corrette, su esistenza, natura e caratteristiche principali del prodotto. L’articolo 7 riguarda le omissioni ingannevoli di informazioni rilevanti. In Italia il principio è nel Codice del Consumo, art. 21 comma 1: è ingannevole la pratica che, “seppure di fatto corretta, in qualsiasi modo, anche nella sua presentazione complessiva”, induca in errore il consumatore medio.

Leggi bene cosa dicono queste norme: parlano di presentazione ingannevole, non di dichiarare l’uso dell’AI. Una foto ritoccata con l’AI che mostra un oggetto uguale a quello che arriva non è il bersaglio; una che lo fa sembrare diverso sì. Non ho trovato azioni specifiche di Commissione europea, AGCM o FTC americana sulle immagini prodotto generate da AI. “Non ho trovato” non significa “non esistono”, e non scrivo mai che è vietato: non lo è, per quanto ne so.

L’associazione con le truffe: un’ipotesi, con qualche indizio

Una cosa che sento dire spesso è: il cliente vede un’immagine AI e pensa “dropshipping, truffa”. (Il dropshipping sono i negozi che rivendono merce spedita direttamente dal fornitore, spesso senza averla mai vista.) È plausibile, ma nessuna fonte misura questa associazione nella testa delle persone. È un’ipotesi mia.

Gli indizi, però, ci sono. In un articolo del 28 novembre 2024 l’associazione consumatori britannica Which? elenca, tra i modi in cui l’AI viene usata per le truffe online, le immagini prodotto generate o migliorate con l’AI: prodotti inesistenti, di qualità inferiore, con forma, dimensioni o funzioni diverse da quelle dell’annuncio. In un sondaggio sul suo panel (oltre 1.000 persone) circa uno su sei (17%) di chi ha comprato online nell’ultimo anno ha ricevuto articoli diversi da quanto descritto o mostrato. Attenzione: quel dato non è specifico sull’AI. Idem per gli oltre 11 milioni di sterline che secondo il NCSC i consumatori britannici hanno perso in truffe sugli acquisti online a Natale 2023: è un dato generico sulle truffe.

Un’inchiesta di ABC News dell’8 maggio 2026 ha documentato decine di negozi online che usano immagini e video generati con l’AI per presentarsi come piccole attività in difficoltà. L’AI c’è per le storie e le ambientazioni (una vetrina distrutta generata per un falso negozio di New York, per esempio), non per le foto prodotto in sé. Il termine “dropshipping” nell’inchiesta non compare.

Quindi: l’AI viene davvero usata nei negozi truffa. Che il tuo cliente, vedendola, pensi a un truffatore, è una cosa che non so. Io la tratto come un rischio da non sottovalutare, non come un fatto.

Il confine pratico, in tre mosse

Tre riquadri in stile line art affiancati con la stessa scatola di legno: una schizzata, una pulita con il ritaglio, una con la trama del materiale intatta.

Mettiamo insieme tutto. Se lavori con clienti che vendono oggetti fisici online (e il perimetro è questo: schede prodotto di oggetti fisici, non tutta la comunicazione visiva), la regola che ti propongo ha tre mosse.

1. Vista principale: la fotografia dell’oggetto reale. Non perché lo strumento sia il problema, ma per i motivi (a) e (b): è la prova di fedeltà più economica, ed è ciò che chiedono Baymard ed Etsy.

2. L’AI in post-produzione: sì. Luce, ritaglio, sfondo, pulizia. È esattamente il perimetro che Etsy ammette. Sfondi e scene lifestyle generati: solo come contorno, e con cautela (è anche la linea di Baymard sugli sfondi lifestyle: contrastare lo scetticismo).

3. Mai ritoccare ciò che cambia l’idea di oggetto. Materiale, dimensioni, finitura. Qui il rischio è la “presentazione complessiva” ingannevole di cui parlano le norme. È lo stesso timore che VentureBeat riporta nel lancio di Magnific One, quando descrive l’effetto “AI look” come una “synthetic sheen” e cibi e prodotti “voluptuous compared to their real world counterparts”. Attenzione: è la diagnosi di Magnific, che vende lo strumento, riportata dalla testata.

Se invece il tuo cliente ha un modello 3D fedele dei suoi prodotti, da cui tirare fuori le immagini come fa IKEA, può ragionare diversamente. La regola serve a chi non ce l’ha.

E per essere coerente: io l’AI per packshot e foto prodotto la uso e la insegno (le mie skill Lume vanno in quella direzione). Non è una crociata contro lo strumento. È un’idea di dove l’AI sta nel flusso: dopo la materia prima, non al posto suo.

Cosa non so

  • Non esiste, tra le fonti che ho trovato, una misura delle conversioni reali né dei resi con immagini AI. Chi ti dice il contrario ha numeri che io non ho potuto verificare.
  • La fonte forte è una sola (Baymard), con domanda e platea non pubblicate. L’esperimento di Bensch è piccolo e ho letto solo l’abstract.
  • Non ho letto direttamente la pagina di PetaPixel (il sito mi ha bloccato): per questo la cito solo come “ripreso da” e attribuisco i numeri a Baymard.
  • I punti (a) e (c), la prova di fedeltà più economica e la differenza tra un modello 3D e un’immagine generativa, sono ragionamenti miei, senza fonte.
  • Non ho regole verificate di Amazon, eBay e Zalando: non ti dico cosa fanno.

Cosa fare adesso

Prendi una scheda prodotto di un tuo cliente (o tua) e fai il test in una domanda: “L’oggetto in mano corrisponde a ciò che mostra la scheda?”

  • Se sì, l’AI in post-produzione ti dà un risultato più pulito senza toccare la fedeltà, che è il punto su cui si gioca la fiducia.
  • Se no, hai un problema di fiducia e di norma, non di estetica. Anche se l’immagine è bellissima.

Poi, con il cliente, tre passi:

  1. Proponi il flusso: scatto reale + AI in post (luce, scontorno, sfondo, pulizia) + eventuale contorno generato.
  2. Spiega il costo con prudenza: una foto vera costa meno di un reso o di una perdita di fiducia? Non lo so per certo, perché nessuno misura vendite o resi. I dati dichiarati di Baymard vanno in quella direzione, l’esperimento di Bensch la ridimensiona. Dillo così, senza numeri di vendita che non hai.
  3. Se il cliente insiste sull’immagine generata come vista principale, chiedigli come dimostra la fedeltà. Se non ha una risposta, hai la tua.

Se vuoi, scrivimi nei commenti cosa vedi nelle schede dei tuoi clienti: quanti hanno una foto vera sulla vista principale, e quanti hanno già un’immagine che “migliora” l’oggetto?

Articoli correlati

Fonti

✍️ Articolo firmato da “La Redazione”: sistema editoriale multi-agente (AI) orchestrato con Claude Code e supervisionato da Luca Cazzaniga · lucacazzaniga.it

Leggi anche

AI