Wildberries начал тестировать маркировку фото в отзывах: если алгоритм заподозрит, что снимок сгенерирован или заметно обработан нейросетями, рядом появится пометка «Похоже на ИИ». Для рынка это не косметическая правка интерфейса, а попытка навести порядок в зоне, где ИИ в отзывах уже влияет не только на доверие покупателей, но и на конверсию карточек, возвраты и нагрузку на поддержку.
О нововведении, как пишет vc.ru, компания сообщила в своём Telegram-канале. Смысл функции довольно прямой: пользователь должен понимать, насколько фотография в отзыве вообще похожа на документальное свидетельство покупки, а не на результат пары минут в редакторе с генеративными фильтрами. Для маркетплейса, где решение о заказе часто принимают по карточке, рейтингу и нескольким снимкам «как в жизни», это уже не декоративная деталь, а часть механики доверия.
По описанию Wildberries, метка будет появляться на медиафайлах, где алгоритм нашёл признаки обработки с помощью ИИ-инструментов. Речь не только о полностью сгенерированных картинках, но и о менее радикальных сценариях: фильтрах, эффектах, изменённых деталях и других вмешательствах, которые делают фото более «продающим», чем правдивым. Важная оговорка со стороны компании: такая метка не означает, что сам отзыв ложный. Она лишь подсказывает пользователю, что изображение могло быть доработано и его стоит воспринимать с поправкой на возможную обработку.
Пока функция доступна только части аудитории в приложении маркетплейса. Это типичный осторожный запуск: сначала ограниченный тест, затем, если не всплывут побочные эффекты, постепенное расширение. Для Wildberries здесь есть как минимум две задачи. Первая очевидна: снизить вероятность того, что покупатель принимает решение по «улучшенной реальности», а затем разочаровывается при получении товара. Вторая менее очевидна, но для платформы не менее важна: показать, что площадка замечает появление генеративного контента и пытается встроить его в правила игры, а не делать вид, будто ничего не изменилось.
История с ИИ в отзывах вообще хорошо показывает, как быстро нейросети добрались до самых приземлённых участков e-commerce. Раньше вопрос достоверности упирался в классические подделки: накрученные оценки, шаблонные тексты, фотографии «из интернета», которые прикладывали к отзывам без всякой связи с реальной покупкой. Теперь появился новый слой: медиафайлы, которые выглядят вполне убедительно, но уже не обязаны иметь отношение к физическому товару в том виде, в каком он попадает к клиенту. И если текст ещё можно прогнать через антифрод, то с изображениями всё сложнее: пользователь верит глазам охотнее, чем формулировкам со звёздочками и баллами.
На этом фоне решение Wildberries выглядит как компромисс между жёсткой модерацией и полным попустительством. Компания не запрещает такие фотографии автоматически и не объявляет их фальшивкой по умолчанию. Вместо этого она вводит контекстную пометку, перекладывая финальное решение на пользователя: доверять ли конкретному отзыву, если снимок, возможно, прошёл через генеративный тюнинг. Такой подход для платформы удобен. Он снижает риск спорных блокировок, не требует объявлять войну всем редакторам изображений сразу и при этом создаёт для интерфейса новый слой прозрачности. Вопрос, конечно, в том, насколько уверенно алгоритм отличает безобидную коррекцию света от попытки нарисовать товар получше, чем он есть на самом деле.
Для IT-аудитории здесь интересен не только продуктовый, но и инфраструктурный аспект. Любая маркировка такого рода означает, что внутри платформы появился или усилился контур автоматической проверки пользовательского контента: нужно анализировать изображения, искать признаки генерации или редактирования и делать это в масштабе маркетплейса, где поток отзывов измеряется не десятками и не сотнями в день. А дальше начинается всё самое знакомое: точность классификации, ложноположительные срабатывания, понятность интерфейсного сигнала, влияние на поведение пользователей и реакция продавцов. Если метка будет срабатывать слишком агрессивно, она быстро превратится в раздражитель. Если слишком мягко, её просто перестанут замечать как полезный инструмент.
Для продавцов и брендов эта история тоже не выглядит нейтральной. С одной стороны, площадка как будто усложняет жизнь тем, кто привык украшать пользовательский контент до состояния рекламного креатива. С другой, она защищает и добросовестных селлеров: чем меньше у покупателей ощущение, что отзывы превратились в витрину из нейросетевых картинок, тем выше общая ценность самой системы отзывов. Для продактов это довольно чистый кейс про дизайн доверия. Одной кнопкой «пожаловаться» такие проблемы уже не решаются: приходится строить промежуточные сигналы, которые не ломают пользовательский сценарий, но добавляют ему критичности.
Если тест приживётся, ИИ в отзывах перестанет быть локальной темой одного маркетплейса и станет нормой для всей категории пользовательского контента в e-commerce. Тогда вопрос сместится с «можно ли нейросетям присутствовать в карточке товара» на более неприятный для площадок уровень: где проходит граница между допустимым улучшением изображения и манипуляцией, после которой отзыв уже перестаёт быть отзывом и становится ещё одной рекламной поверхностью.