Граница между стилизацией и обманом в рекламе
Где проходит граница между стилизацией и обманом в рекламе: как ИИ-изображения влияют на доверие клиентов и малый бизнес.
Настоящая фуд-съёмка лишь улучшает подачу продукта, тогда как ИИ может выдавать вымышленное за реальное. Такая реклама подрывает доверие и особенно опасна для малого бизнеса.
Искусственные изображения в маркетинге: где проходит граница между инструментом и обманом
Поводом для размышлений об использовании генеративного ИИ в рекламе стала публикация в ресторанной группе Facebook. На изображениях еды были заметны типичные признаки генерации: чрезмерно глянцевая поверхность, неправдоподобное поведение соуса и хлеб, напоминающий губку. Участники обсуждения быстро распознали подделку, однако один из комментариев оказался неожиданным:
«Фуд-фотография и так почти вся ненастоящая. Для всего используют искусственные ингредиенты и ненастоящие методы».
Такое утверждение особенно спорно для коммерческого фуд-фотографа. В нём есть доля правды, поскольку в рекламной съёмке действительно применялись специальные приёмы. Но сравнение профессиональной стилизации блюда с изображением, созданным нейросетью и выдаваемым за реальный продукт, не выдерживает проверки.
Некоторые изображения, сопровождавшие исходный материал, могли быть сгенерированы искусственным интеллектом, а некоторые — нет. В действительности ни одно из них не было создано ИИ: пинты, бокалы, уголок отеля, блюдо в верхней части публикации и сотрудник Danica Payne Beauticians были настоящими объектами, снятыми на реальных коммерческих заказах. Именно сложность визуального распознавания и стала частью эксперимента.
Как создавалась «ненастоящая» еда в рекламе
В 1960-е и 1970-е годы рекламная индустрия действительно широко прибегала к заменителям продуктов. Мороженое могли делать из картофельного пюре, блинный сироп заменяли моторным маслом, а молоко в рекламе хлопьев нередко представляло собой клей ПВА. Чтобы гамбургеры сохраняли объём и не выглядели увядшими, котлеты оставляли почти сырыми, а затем покрывали обувным кремом.
Однако эта практика в значительной степени осталась в прошлом — и произошло это не только из-за изменения профессиональных стандартов. В 1970 году американский регулятор вынес решение против Campbell’s: компания помещала в тарелку с супом шарики, чтобы овощи поднялись к поверхности и были лучше видны в кадре. После этого в рекламе требовалось показывать именно тот продукт, который предлагается покупателю.
Аналогичный принцип действует и в современном рекламном кодексе Великобритании. В одном из случаев ASA приобрела три гамбургера Burger King, чтобы сопоставить их с изображением в рекламе. Компания проиграла разбирательство.
Часть старых технологий исчезла по более прозаичной причине. Студийные лампы того времени нагревались настолько сильно, что настоящее мороженое начинало таять примерно через 30 секунд. Поэтому фотографы заменяли его картофельным пюре. Современные вспышки, включая Godox AD300 Pro, работают значительно холоднее, и необходимость в подобном обходном решении исчезла вместе с проблемой перегрева.
Что на самом деле меняется на фуд-съёмке
За всю карьеру фуд-фотографа из искусственных приёмов можно вспомнить только два случая. В нескольких блюдах использовались коктейльные палочки, чтобы удержать конструкцию, а однажды, много лет назад, вместо взбитых сливок применили пену для бритья.
Скрытая опора внутри блюда не является сомнительной тайной индустрии. Например, сохранить ролл или бургер в нужном положении на протяжении десяти минут съёмки без дополнительной фиксации бывает сложно. Стилисты используют такие решения, чтобы еда не разваливалась и выглядела максимально аккуратно. По сути, это тот же принцип, что и отпаривание рубашки перед портретной фотосессией.
Человек, который заказывает личную съёмку, обычно надевает лучшую одежду и приводит в порядок волосы. Это не считается обманом: человек остаётся тем же, просто предстает в наиболее удачном виде. С ресторанным блюдом происходит то же самое. Речь идёт о настоящем рецепте, реальных ингредиентах и настоящей порции, которые аккуратно сервируют и снимают в оптимальный момент.
Хорошую иллюстрацию этой разницы дала канадская версия McDonald’s. В 2012 году компания выпустила видео со съёмочной площадки, отвечая на вопрос, почему гамбургер на рекламном изображении отличается от того, который покупатель получает на кассе.
В рекламном бургере использовались те же ингредиенты: такая же котлета, такая же булочка и те же маринованные огурцы. Разница заключалась во времени. Один гамбургер собирали примерно за 45 секунд, а над рекламным экземпляром работали три или четыре часа. Это не другая еда, а тот же продукт, которому уделили гораздо больше внимания.
Почему нейросеть не может показать конкретное блюдо
Изображение, созданное генеративной моделью, устроено иначе. Шеф-повар сервирует блюдо с определёнными ингредиентами, конкретным размером порции, определённым гарниром и посудой. Всё это существует в одной кухне и в одном ресторане.
Нейросеть никогда не видела именно это блюдо, если его фотография не была предварительно создана и использована в подходящем контексте. Поэтому модель генерирует не фотографию конкретного продукта, а правдоподобную интерпретацию того, как подобная еда могла бы выглядеть. Заказать её в ресторане невозможно, потому что такой еды фактически не существует.
Когда Uber Eats несколько лет назад разрешила ресторанам заполнять пустые позиции меню изображениями, созданными ИИ, результат оказался показательным. У нью-йоркских пиццерий фотографии «сырных пирогов» — так они называют обычную пиццу с сыром — иногда превращались в изображения сладких десертных пирогов, залитых расплавленной моцареллой. На других меню появлялись гамбургеры с четырьмя верхними булочками и бутылки соуса с несуществующими надписями.
Сначала подобные ошибки могут выглядеть комично. Проблема в том, что сейчас такой подход распространяется на меню, плакаты и рекламные материалы в разных форматах, становясь менее очевидным, но не менее вводящим в заблуждение.
Та же логика действует за пределами ресторанного бизнеса. Сгенерированная фотография «гостиничного номера» не показывает конкретный номер этого отеля. Изображение «улыбающейся команды» не изображает реальных сотрудников компании. Когда клиент приходит в заведение, заселяется в отель или встречается с персоналом, он обнаруживает разрыв между рекламным обещанием и реальностью. Итогом становится отзыв в духе «совсем не похоже на фотографии».
Исследования, посвящённые этой проблеме, дают особенно неприятную картину для небольших компаний. Крупные сети располагают достаточным запасом лояльности и могут пережить рекламное изображение, которое слегка преувеличивает достоинства продукта. Независимые рестораны и малый бизнес такой ошибки часто не выдерживают. При этом именно они чаще выбирают бесплатный и быстрый путь, хотя потенциальные последствия для них наиболее серьёзны.
Изображение воспринимается как сигнал о бизнесе
Использование ненастоящей фотографии касается не только качества рекламы. Оно формирует предположение о том, как компания работает в целом.
Если ресторан не хочет или не считает нужным сфотографировать собственную еду, у посетителя возникает вопрос, какие ещё задачи владельцы выполняют формально. Не экономят ли они на продуктах, гигиене, обслуживании и других процессах? Один из наиболее популярных комментариев на Reddit в обсуждении меню, созданных с помощью ИИ, звучал так:
«Очевидно, они не решаются показать мне настоящую фотографию блюда».
Справедливо это подозрение или нет, визуальный материал всё равно становится свидетельством отношения бизнеса к кухне, чистоте и деталям. Именно так работает доверие: люди делают выводы не только из прямых заявлений, но и из того, что компания предпочитает показать.
Летом 2026 года с этим столкнулось кафе Grind & Unwind в Сан-Франциско. В витрине разместили изображения сэндвичей и выпечки, созданные ИИ. Местные жители высмеяли их в интернете, а позднее кто-то разрисовал фасад заведения граффити. Владельцам пришлось потратить более 700 долларов на устранение последствий. В итоге искусственные картинки заменили экспозицией настоящей выпечки.
Таким образом, бесплатный вариант оказался самым дорогим.
Основной аргумент в защиту искусственного рекламного постера обычно звучит не как «он лучше», а как «у нас не было денег на дизайнера». Финансовые ограничения действительно могут быть реальными, однако сегодня это объяснение не всегда убедительно.
Canva предоставляет бесплатный доступ, позволяет экспортировать макеты в разрешении, подходящем для печати, и предлагает больше качественных шаблонов, чем один человек способен использовать за всю жизнь. При этом пользователю не обязательно изучать теорию дизайна. Современный смартфон при хорошем освещении способен сделать фотографию, вполне пригодную для публикации в социальных сетях. Даже профессиональный фотограф может оставить камеру дома и снять целую поездку на телефон, получив приемлемый результат.
Во многих случаях проблема заключается не в деньгах, а в десяти минутах внимания. Клиенты обычно хорошо различают, потратил ли бизнес это время на собственный материал.
ИИ в повседневной работе фотографа
Критика генеративных изображений не означает отказа от искусственного интеллекта как такового. ИИ может быть полезным рабочим инструментом.
С его помощью был в значительной степени создан сайт, разработаны инструменты бронирования, калькуляторы стоимости и значительная часть внутренних систем, которые поддерживают работу бизнеса. Для проверки орфографии и грамматики текстов использовался Claude. Это разумное применение технологии: она берёт на себя рутинные задачи и помогает быстрее собирать рабочие процессы.
Если рынок изменится уже завтра, полезнее понимать возможности новых инструментов, чем несколько лет делать вид, будто они исчезнут. Поэтому изучение и практическое освоение ИИ становится частью профессиональной адаптации.
Допустимо и открытое использование заведомо вымышленного изображения. После получения двух заказов на съёмку в Греции можно было, например, создать фигурку Funko Pop с собственным образом на фоне греческого пляжа и опубликовать её в LinkedIn. Никто не примет такую картинку за документальную фотографию. Она выполняет развлекательную функцию и не создаёт ложного представления о событии.
Граница проходит не между ИИ и фотографией
Вопрос не сводится к тому, следует ли использовать искусственный интеллект вообще. Важнее понять, применяется ли он как инструмент или становится ленивой заменой реальной работы.
Нейросеть может помочь собрать первый макет плаката, чтобы оценить структуру информации. Ей можно поручить написание рутинного программного кода для системы бронирования. В таких случаях ИИ помогает подготовить материал или ускорить технический этап.
Но если модель сразу создаёт весь плакат, изображает несуществующую еду, выдумывает клиентов или персонал, а затем результат выдаётся за реальный, речь идёт уже не просто об инструменте. Это небольшая ложь о том, кто и что создал, адресованная людям, от которых бизнес ожидает доверия.
Ключевой критерий — не сам факт применения технологии, а намерение и прозрачность. Использование ИИ становится особенно проблемным, когда оно продиктовано ленью, рассчитано на обман или скрывает происхождение материала. Этот тест подходит практически для любого маркетингового решения, связанного с генеративными системами.
Проблема нейросетевого «визуального мусора» не ограничивается этикой
Даже если временно убрать моральную сторону вопроса, у типичного AI-постера остаются технические и маркетинговые недостатки.
Генеративная модель не понимает страницу как дизайнер. У неё нет полноценного представления о полях, сетке, линиях сгиба и выпуске за обрез. Поэтому текст часто оказывается слишком близко к нижнему краю и выглядит неправильно, даже если на первый взгляд ошибка неочевидна.
Модель обычно создаёт изображение в экранном разрешении, тогда как для печати требуется примерно вдвое большее разрешение. Кроме того, результат может быть подготовлен не в том цветовом пространстве, которое необходимо профессиональной типографии.
До перехода в фотографию коммерческий автор много лет работал графическим дизайнером и поэтому мог оценить ограничение точнее: нейросеть не выполняет настоящую вёрстку, а угадывает, как примерно выглядит макет. Некоторые типографии уже начали прямо отказываться печатать материалы, созданные в ChatGPT и аналогичных системах.
Даже удачная генерация сталкивается с другой проблемой: модель предлагает похожие решения всем пользователям. Основатель премиальной пекарни, который тестировал AI-графику для собственного бренда, сначала счёл её аккуратной и профессиональной, но вскоре заметил, что изображения перестали выделяться и начали сливаться с остальными.
Это не этическое возражение, а маркетинговый риск. Художники уже собирают афиши мероприятий из разных частей Великобритании, настолько похожие друг на друга, что их можно принять за дубликаты. Уникальная идентичность бренда — как раз то, чего не способен обеспечить алгоритм, обученный на визуальных решениях всех остальных.
Распознать ИИ трудно — и именно это подрывает доверие
В контролируемых исследованиях люди лишь немного превосходят случайное угадывание, когда пытаются отличить изображение, созданное ИИ, от настоящего. В крупном рецензируемом исследовании участники правильно определили лица, сгенерированные искусственным интеллектом, только в 48% случаев. Более того, искусственные лица они оценивали как более заслуживающие доверия.
Проблема не в том, что любой сгенерированный материал обязательно проходит незамеченным. Люди уже знают, что не всегда способны распознать подделку, поэтому начинают сомневаться во всём контенте.
Около двух третей потребителей сегодня говорят, что часто задаются вопросом, является ли просматриваемый материал настоящим. В Великобритании 78% людей заявили, что будут меньше доверять бренду, если тот использует в рекламе созданных ИИ людей. В июле 2026 года LinkedIn добавила кнопку «seems like AI slop» — «похоже на AI-мусор» — для обозначения подобного контента.
Покупателю необязательно уверенно определить подделку. Достаточно, чтобы у него возникло подозрение. Как только человек начинает сомневаться в подлинности фотографий, он может начать сомневаться и в других обещаниях бренда.
Недоверие затрагивает и настоящие снимки. Поэтому был создан бесплатный инструмент Rumbled, который анализирует файл изображения и его пиксели, пытаясь определить, участвовал ли в создании ИИ. Новая проблема состоит не только в том, что подделки выдают себя за реальные фотографии. Настоящие работы теперь тоже могут ошибочно обвинять в генерации.
Фотографам приходится искать способы доказать подлинность собственных снимков — ситуация, которая ещё недавно казалась невероятной. Чужое стремление сэкономить на честности становится издержкой для тех, кто продолжает работать с реальными объектами.
Генеративный ИИ уже меняет рынок фотографии
Игнорировать влияние технологии на индустрию было бы столь же неразумно, как использовать ИИ без ограничений. Исследование профессиональных фотографов Великобритании, проведённое в 2026 году, показало: более половины участников уже потеряли из-за генеративного ИИ часть заказов. В опросе Association of Photographers конкретно указано, что речь идёт о 58% фотографов.
Чаще всего исчезают типовые задачи: изображения в стиле стоковых фотографий и универсальные кадры «ни о чём конкретном». Реалистично предположить, что значительная часть этого рынка уже не вернётся.
Но изображения, которые должны достоверно показать конкретный объект, событие или человека, имеют другую ценность. Настоящее блюдо, конкретный момент, реальная команда или определённое помещение невозможно заменить правдоподобной фантазией, потому что смысл такой фотографии заключается в доказательстве существования объекта.
Именно поэтому коммерческая съёмка реальных ресторанов, отелей, продуктов и людей сохраняет значение. Фотограф, который показывает то, что действительно существует, работает не просто над красивой картинкой. Он создаёт визуальное подтверждение того, что клиент получит на практике.
Как использовать ИИ без ущерба для доверия
Возможно, миру было бы лучше без искусственного интеллекта. Однозначного ответа на этот вопрос нет. Технология уже открыла ящик Пандоры, и отдельный человек почти не способен изменить направление, в котором развивается рынок.
Остаётся выбирать области применения самостоятельно: использовать ИИ там, где он действительно помогает, отказываться от него там, где результат становится нечестным, и ясно обозначать разницу между этими случаями. Генерация рекламных изображений и написание текстов — далеко не единственные и не всегда самые интересные способы работы с технологией. ИИ может быть полезен в автоматизации, анализе, создании внутренних инструментов и других задачах, не подменяющих реальность.
Для небольшого бизнеса, который выбирает между быстрым AI-постером и аккуратно подготовленной рекламой, базовый рецепт остаётся простым: смартфон, нормальное освещение и десять минут внимательной работы. Этого часто достаточно, чтобы получить более убедительный результат, чем у безликой генерации.
Если требуется показать настоящую еду, конкретную площадку, реальные товары или сотрудников, коммерческая съёмка сохраняет практическую ценность именно потому, что создаёт доказательство, а не предположение. Нейросеть способна помочь бизнесу сэкономить время, но попытка выдать выдумку за документальный материал может привести к потере клиентов.
Все описанные выше реальные случаи и фотографии, включая изображения блюд, напитков, интерьеров и сотрудников, не были созданы с помощью ИИ.
