Nelle pagine prodotto di abbigliamento femminile non c'è nessuna persona reale: le modelle AI spingono la fiducia nell'e-commerce sull'orlo del baratro

A metà del periodo di prevendita del Double 11, la categoria dell'abbigliamento femminile è già esplosa. Il 30 settembre, un reportage di N Video del Nanfang Daily ha portato i “falsi AI” tra gli argomenti più cercati: immagini di modelle con sei dita, gambe mozzate o senza braccia vengono pubblicate con disinvoltura, gli acquirenti setacciano la pagina prodotto senza trovare una sola foto reale, e nella sezione commenti le foto dei clienti sono anch'esse generate dall'AI. Una consumatrice di Guangzhou ha chiesto al servizio clienti una foto reale; la risposta è stata netta: quei falsi AI nella pagina prodotto sono “scatti reali, con modella che prova il capo”.

Le verifiche dei giornalisti hanno rilevato che l'uso massiccio di immagini di modelle AI è ormai la norma nel settore. A finire nella lista non sono solo piccoli negozi senza nome, ma anche brand noti come I.T, MLB e SPAO, e la maggior parte non segnala la generazione tramite AI. Un negozio di abbigliamento femminile con 3,85 milioni di follower indica nella pagina prodotto altezza e peso della modella, ma le immagini di prova hanno un “sapore tutto AI”; il servizio clienti ammette che le immagini sono generate dall'AI, ma non riesce a fornire foto reali e si limita a sottolineare che “il prodotto è identico alle immagini”.

Un conto non difficile da fare

Mettiamoci prima dalla parte dei venditori. Assumere una modella per un set di foto parte da alcune migliaia di yuan, e bisogna prenotare location, fotografare, aspettare le disponibilità. Con l'AI, basta inserire una foto del capo steso e in pochi secondi si ottiene un'immagine indossata. Un addetto al commercio elettronico ha scritto in prima persona che circa il 90% delle immagini prodotto della sua azienda è già generato dall'AI.

Dall'altro lato pesa il tasso di reso. Secondo un addetto ai lavori, qualche anno fa era intorno al 50%, mentre quest'anno il 70-80% è ormai la norma. Negli ultimi due mesi più di 10 negozi online di abbigliamento femminile hanno annunciato la chiusura; uno di questi aveva 4,67 milioni di follower, vendeva 2 milioni di pezzi all'anno ed era attivo da più di dieci anni.

Così sono comparsi prima cartellini giganti grandi quanto un foglio A4, poi nastri anti-manomissione: cuciti sul collo, sulla cucitura della spalla o sulla zip, lunghi fino a 2,4 metri, in colori così vistosi da non poter essere nascosti, con la scritta “se rimosso, niente reso né cambio”. Su Weibo un post intitolato “Il mercato della fiducia nell'abbigliamento femminile è crollato, ora si usano i nastri anti-manomissione” ha ottenuto 15.000 like e 1.645 commenti; nel frattempo gli acquirenti si scambiano “tutorial per nascondere il nastro anti-manomissione”.

Va detto, per equità: anche il dato sul tasso di reso è difficile da distinguere tra vero e falso. Il “tasso di reso del 90% per l'abbigliamento femminile su una piattaforma e-commerce” è stato inventato; l'autore ha pagato persone per diffonderlo su più piattaforme ed è stato arrestato dalla polizia di Shanghai lo scorso febbraio. Prodotti diversi da quanto descritto, livestream che mostrano la versione A e spediscono la B, taglie indicate a caso, prevendite infinite: non sono certo i consumatori ad averli creati.

Ma mettendo insieme questi elementi si vede un circolo che si morde la coda: le immagini non sono credibili, quindi il tasso di reso sale; il tasso di reso sale, quindi i venditori devono comprimere ancora di più i costi di produzione; e comprimere i costi rende le immagini ancora meno credibili. Questo circolo non è un problema tecnologico: è un sistema di incentivi che si è rotto.

Ciò che ha spinto davvero le piattaforme ad agire non è la bruttezza delle immagini, ma la mancanza di etichettatura

C'è una linea di conformità che viene facilmente trascurata.

Dal 1° settembre 2025 entrano in vigore contemporaneamente le “Misure per l'etichettatura dei contenuti generati o sintetizzati tramite intelligenza artificiale” e lo standard nazionale obbligatorio GB 45438-2025. L'articolo 10 delle prime stabilisce chiaramente che gli utenti che pubblicano contenuti generati o sintetizzati devono dichiararlo attivamente e utilizzare la funzione di etichettatura fornita dal fornitore del servizio. Il secondo richiede che le immagini generate dall'AI abbiano un'etichetta esplicita chiaramente percepibile dall'utente e che nei metadati del file venga inserita un'etichetta implicita; le piattaforme di diffusione hanno l'obbligo di verifica e segnalazione. L'articolo 18 delle “Disposizioni sulla gestione dei servizi internet di deep synthesis” è ancora più netto: nessuna organizzazione o individuo può eliminare, manomettere o occultare le etichette di deep synthesis.

Quindi, quando nell'angolo in basso a sinistra di un'immagine prodotto vedi una riga in piccolo: “Sospetta uso di tecnologia di generazione AI, valutare con cautela”, non considerarla un semplice avviso di esonero di responsabilità. È la piattaforma che confessa al posto del venditore: il venditore non ha dichiarato nulla, quindi la piattaforma può solo rilevarlo da sola e apporre il proprio contrassegno.

L'analisi degli avvocati è ancora più diretta: se un venditore usa immagini di abbigliamento generate dall'AI per la promozione, deve avere sia un'etichetta esplicita sia un'etichetta tecnica implicita nei metadati, altrimenti rischia di violare le norme. Generare con l'AI le foto dei clienti è ancora più grave. L'articolo 17 della “Legge sul commercio elettronico” vieta la pubblicità ingannevole mediante transazioni fittizie, recensioni inventate e simili; l'articolo 9 della “Legge contro la concorrenza sleale” riguarda allo stesso modo la pubblicità ingannevole nelle recensioni degli utenti. Usare persone false per dire cose false e indurre i consumatori a ordinare sulla base di una percezione errata può costituire frode ai consumatori.

Il Double 11 di quest'anno è la prima grande finestra promozionale dopo l'entrata in vigore di questo sistema, e il momento è molto delicato. Un'immagine nella pagina prodotto chiaramente generata dall'AI ma priva di qualsiasi etichetta è già al limite delle regole; i consumatori hanno tutto il diritto di chiedere foto reali e hanno anche un canale per segnalare.

Il punto d'ancoraggio a cui i consumatori possono aggrapparsi, in realtà, non sono gli occhi

I “punti critici” riassunti nelle community sono molto concreti: struttura delle mani (sei dita, dita deformi, dita che si fondono nel tessuto al polsino), stampe con lettere trasformate in caratteri illeggibili, bordi tra persona e sfondo sfocati in un'unica macchia, quadri e strisce disallineati sulle cuciture, bottoni, zip e coulisse deformati o che bucano il modello.

Il problema è che un'immagine AI di buona qualità è del tutto indistinguibile per una persona comune. Quindi non allenare l'occhio di falco: usa le regole.

Il criterio più affidabile è la tabella delle misure. Tira fuori la felpa o i pantaloni che ti vestono meglio, stendili e misura larghezza spalle, circonferenza torace, lunghezza del capo, vita e fianchi, cavallo anteriore, e confronta voce per voce con la tabella delle misure reali del prodotto. Le immagini della modella sono illusorie, i centimetri no. La frase “l'AI veste sempre perfettamente” è proprio il suo tallone d'Achille: può ritoccare una persona, ma non una tabella.

Poi ci sono le foto del capo steso e i dettagli del tessuto. Questi due tipi sono di solito ancora scatti reali, ed è su di essi che vanno valutati differenze di colore e consistenza. Terzo: i contenuti “in movimento”. Le immagini statiche possono essere falsificate; camminare, sedersi, alzare le braccia non si possono falsificare. Dai priorità ai video indossati e alle prove in diretta. Le recensioni scritte con altezza e peso hanno il valore più alto, per esempio “sono alta 164 cm e questo vestito è della lunghezza giusta”. Questo tipo di informazione una modella AI non potrà mai darla.

Anche le domande al servizio clienti hanno un loro metodo. Non chiedere “è generato dall'AI?”, perché nel 90% dei casi risponderanno “è uno scatto reale”. Chiedi direttamente due foto: il capo steso fotografato dal vero e un primo piano dell'etichetta di lavaggio del tessuto.

Anche le piattaforme stanno facendo pulizia

Allargando lo sguardo, il problema delle immagini AI non riguarda solo l'abbigliamento femminile. Negli ultimi tre mesi Xiaohongshu ha avviato una campagna speciale contro il “marketing occulto falso con AI”, rimuovendo quasi 120.000 note di raccomandazione false generate dall'AI, bloccando oltre 4.200 account e rimuovendo più di 4.000 contenuti al giorno nel settore della medicina estetica; l'attenzione è concentrata su quattro categorie ad alto rischio: turismo e ospitalità, medicina estetica, istruzione e immobili.

La posizione di Xiaohongshu merita una lettura attenta: non si oppone all'uso dell'AI per aumentare l'efficienza, ma alla standardizzazione di massa e alle esperienze inventate. Se usi l'AI per rifinire un testo, generare immagini di accompagnamento o creare versioni multilingue, la piattaforma non interviene; ciò che viene colpito è un altro modo di fare: una persona, un modello, l'AI che genera in massa centinaia di note “testato personalmente, funziona”, corredate da immagini di contesto generate dall'AI, pubblicate 24 ore su 24 senza sosta, dove l'“esperienza” nel contenuto è inventata.

Le quattro categorie citate hanno un punto in comune: costo decisionale elevato, asimmetria informativa, forte dipendenza degli utenti dall'esperienza altrui. Nel turismo e nell'ospitalità si ordina in base alle recensioni, nella medicina estetica in base ai casi, nell'istruzione in base ai risultati, nel settore immobiliare in base all'esperienza. In queste quattro categorie, una nota con esperienza falsa ha il tasso di conversione più alto e anche il danno maggiore.

Il percorso indicato dalla piattaforma è questo: i venditori prima sperimentano un modello originale con persone reali, poi lo amplificano con l'AI. L'ordine non può essere invertito. Prima viene l'esperienza reale, poi il materiale da amplificare; l'AI si occupa di replicare, non di inventare.

Questa distinzione vale anche per l'e-commerce di abbigliamento femminile. Usare l'AI per sostituire lo sfondo, creare versioni multilingue, estendere le scene delle foto del capo steso: tutto questo è aumento di efficienza. Usare l'AI per creare una persona che non ha mai indossato quel capo e farle dire “testato personalmente, snellisce”: questa è un'altra cosa.

Al contrario, il camerino fisico è diventato più prezioso

Un risultato controintuitivo è che, in questa ondata di polemiche, il valore dei negozi fisici è risalito.

Per chi ha intenzione di ordinare durante il Double 11, ci sono altri due avvertimenti. Chi è molto esigente sul taglio (modelli come i curved o i bootcut, dove “un centimetro di differenza cambia tutto”) farebbe meglio a ordinare solo link con “dati di misurazione reali + capo indossato da una persona reale”, e a salvare gli altri per dopo. Chi caccia l'affare deve fare attenzione alla trappola inversa: più un capo scontato ha solo una perfetta immagine di modella e zero foto dei clienti, più è probabile che sia una mina per smaltire scorte.

Anche per i venditori il conto è chiaro. I costi di produzione risparmiati finiscono per tornare indietro come costi di reso. La funzione principale della pagina prodotto è una sola: ridurre il costo decisionale del consumatore. Per quanto belle siano le immagini create con l'AI, se alla consegna il capo non corrisponde, il tasso di reso darà la risposta.

La vera difficoltà di questo giro per il settore dell'abbigliamento femminile è altrove. Quando tutti possono premere Invio e ottenere cento immagini, il problema è come rendere di nuovo verificabile il fatto che “so che aspetto ha davvero questo capo”. I nastri anti-manomissione non risolvono questo problema, e nemmeno le modelle AI.