AI w zdjęciach, infografikach i reklamach: jak sprzedawcy mogą dalej korzystać z GenAI po 2 sierpnia 2026 roku

9.07.2026

Nowe zasady oznaczania treści generowanych przez AI wchodzą w jeden z najbardziej wrażliwych obszarów e-commerce: zdjęcia produktowe, infografiki, reklamy i materiały marketplace. Sprawdzamy, jak AI Act wpłynie na sprzedawców cross-border, kiedy grafika AI może wymagać etykiety i jak nadal wykorzystywać GenAI w sprzedaży internetowej bez rezygnowania z przewagi kosztowej. Oto najczęściej zadawane pytania i odpowiedzi.

Czy AI Act zakazuje generowania zdjęć produktowych, grafik i infografik?

Nie. AI Act, czyli unijne rozporządzenie w sprawie sztucznej inteligencji, nie zakazuje sprzedawcom internetowym tworzenia zdjęć produktowych, banerów, infografik, aranżacji wnętrz, grafik edukacyjnych ani materiałów reklamowych przy użyciu GenAI, czyli generatywnej sztucznej inteligencji tworzącej nowe treści na podstawie danych wejściowych użytkownika. Od 2 sierpnia 2026 roku sprzedawcy muszą natomiast pilnować obowiązków przejrzystości dotyczących treści, które mogą wyglądać jak autentyczne zdjęcie, film lub nagranie, choć zostały wygenerowane albo istotnie zmienione przez AI. Komisja Europejska wskazuje, że art. 50 AI Act obejmuje oznaczanie i wykrywanie treści generowanych przez AI oraz etykietowanie deepfake’ów i części publikacji tekstowych.

Dla sprzedawców cross-border najważniejsza jest zmiana perspektywy. GenAI pozostaje narzędziem produkcyjnym, a nie kategorią zakazaną. Sklep może dalej generować tła, tworzyć infografiki porównawcze, skracać czas przygotowania kampanii, lokalizować kreacje pod Niemcy, Francję, Włochy lub Hiszpanię i testować różne wersje grafiki reklamowej. Granicą nie jest samo użycie AI, lecz sytuacja, w której klient może uznać realistyczną scenę, osobę, głos, wydarzenie, miejsce lub produkt za autentyczny materiał dokumentujący rzeczywistość.

Kiedy treść wygenerowana przez AI staje się problemem prawnym, a kiedy pozostaje zwykłym narzędziem pracy marketingu?

Ryzyko pojawia się przede wszystkim przy materiałach fotorealistycznych, czyli takich, które wyglądają jak klasyczne zdjęcie albo nagranie. Sprzedawca generujący ikonę dostawy, schemat rozmiarówki, infografikę o składzie materiału, uproszczony rysunek techniczny, tło abstrakcyjne albo grafikę edukacyjną zwykle nie tworzy treści, którą klient uzna za dokumentację realnej osoby, miejsca lub zdarzenia. Inaczej wygląda sytuacja, gdy AI pokazuje modelkę w sukience, syntetycznego klienta zachwalającego produkt, fotorealistyczne mieszkanie z sofą, której proporcje mogą sugerować realne użycie, albo film wyglądający jak autentyczna recenzja.

Komisja Europejska rozdziela dwie warstwy obowiązków. Dostawca systemu AI, czyli firma oferująca narzędzie generujące treści, powinien zapewnić maszynowo odczytywalne oznaczenia, na przykład metadane lub inne techniczne znaczniki. Podmiot wdrażający system AI, czyli w tym kontekście sprzedawca, agencja lub marka używająca narzędzia w działalności gospodarczej, musi ujawnić sztuczne pochodzenie obrazu, audio lub wideo, jeżeli materiał stanowi deepfake. Informacja dla klienta ma być jasna, odróżnialna i dostępna najpóźniej przy pierwszym kontakcie odbiorcy z treścią.

Dlaczego sprzedawcy nie powinni rezygnować z GenAI, tylko uporządkować proces tworzenia i publikacji materiałów?

Rezygnacja z GenAI oznaczałaby oddanie przewagi kosztowej większym graczom, którzy szybciej zbudują procedury zgodności i zautomatyzują produkcję treści. Sklep internetowy sprzedający na Amazon, własnym sklepie w modelu cross-border i w systemach reklamowych Meta lub Google potrzebuje dziesiątek wariantów zdjęć, formatów, wersji językowych i kreacji promocyjnych. AI pozwala taniej przygotować sezonowe banery, dopasować infografiki do różnych rynków, testować układ argumentów sprzedażowych i tworzyć wersje materiałów zgodne z lokalnym językiem oraz oczekiwaniami klientów.

Argument sprzedawców jest też zauważalny w debacie branżowej. EuroCommerce, europejska organizacja reprezentująca handel detaliczny i hurtowy, zwróciła się do unijnej komisarz Henny Virkkunen o wyłączenie części reklam AI z obowiązków dotyczących deepfake’ów, gdy materiały nie mają wprowadzać klientów w błąd. W liście przywołano przykład wygenerowanego salonu pokazującego sofę oraz ulepszonych wizualizacji produktowych. Według relacji Reuters, Zalando deklarowało ograniczenie kosztów produkcji treści o 90 proc. dzięki AI, a H&M i Zara korzystają z cyfrowych klonów modelek.

Wymogi wspólnego rynku UE: przejrzystość, deepfake i granice obowiązku oznaczania

Czym jest deepfake według AI Act i dlaczego nie każde zdjęcie zrobione z pomocą AI spełnia tę definicję?

Deepfake w AI Act obejmuje wygenerowany albo zmodyfikowany przez AI obraz, dźwięk lub film, który przypomina istniejące osoby, przedmioty, miejsca, podmioty lub wydarzenia i może zostać fałszywie odebrany jako autentyczny albo prawdziwy. Ta definicja ma duże znaczenie dla e-commerce, ponieważ obejmuje nie tylko fałszywe nagrania polityków lub celebrytów, lecz także realistyczne materiały handlowe: modelki, wnętrza, głosy, sceny użycia produktu, syntetyczne rekomendacje i filmy reklamowe.

Nie każde użycie AI automatycznie tworzy deepfake. Infografika porównująca pojemność plecaków, ikona „dostawa w 24 godziny”, wizualizacja rozmiaru produktu na uproszczonym schemacie albo rysunek instruktażowy nie udają zwykle autentycznej fotografii. Ryzyko rośnie wraz z realizmem. Jeżeli klient patrzy na obraz i może uznać, że widzi prawdziwe zdjęcie realnego produktu w realnym miejscu, na realnej osobie lub w realnym zdarzeniu, sprzedawca powinien potraktować materiał ostrożniej.

Czy realistyczne zdjęcie produktu na wygenerowanym tle trzeba oznaczyć?

Najbezpieczniejsza odpowiedź zależy od tego, czy wygenerowane tło tworzy u klienta wrażenie autentycznego zdjęcia. Plecak pokazany na realistycznej górskiej ścieżce, buty sfotografowane rzekomo podczas biegu w lesie albo sofa ustawiona w mieszkaniu wyglądającym jak prawdziwa sesja mogą wejść w strefę obowiązku oznaczenia, jeżeli obraz został wygenerowany lub istotnie zmieniony przez AI i sprawia wrażenie dokumentacji rzeczywistej sceny. W niemieckiej analizie praktycznych przypadków wskazano, że granica przy generowanych krajobrazach jest trudna, bo klient nie zawsze odróżni miejsce fikcyjne od realnego, a produkt występuje jako rzeczywisty przedmiot w fotorealistycznym otoczeniu.

Sprzedawca nie musi jednak rezygnować z takich materiałów. Może używać GenAI, jeżeli wdroży oznaczenie tam, gdzie materiał może wyglądać jak autentyczny. W sklepie można zastosować etykietę bezpośrednio przy zdjęciu, na przykład „Obraz wygenerowany z użyciem AI” albo „Tło stworzone z użyciem AI”, o ile komunikat jest widoczny przed kliknięciem i nie znika pod nakładkami cenowymi, ikonami promocji lub przyciskami marketplace. Przy zdjęciach typowo sprzedażowych lepszy będzie precyzyjny komunikat dotyczący elementu zmienionego przez AI niż ogólna informacja sugerująca, że cały produkt jest fikcyjny.

Czy infografiki, schematy, packshoty, tła, ikony i grafiki edukacyjne mogą być tworzone z AI bez etykiety?

W większości typowych przypadków tak, pod warunkiem że nie udają autentycznego zdjęcia lub nagrania i nie wprowadzają klienta w błąd co do cech produktu. Sprzedawca może tworzyć z pomocą AI infografiki o parametrach, schematy składania mebli, ilustracje wariantów kolorystycznych, tła abstrakcyjne, ikony dostawy, grafiki promocyjne, wizualne porównania rozmiarów i materiały edukacyjne wyjaśniające zastosowanie produktu. W takich materiałach większym ryzykiem bywa nie sam AI Act, lecz klasyczne prawo konsumenckie i reklamowe: grafika nie może obiecywać parametrów, których produkt nie ma, ani przedstawiać produktu w sposób sprzeczny z rzeczywistością.

Dla polskiego sprzedawcy aktywnego w kilku krajach UE oznacza to możliwość dalszego skalowania contentu. Zespół może przygotować jedną bazową infografikę o produkcie, a następnie lokalizować ją językowo na niemiecki, francuski lub włoski, bez organizowania osobnych sesji zdjęciowych. Wymogiem biznesowym pozostaje kontrola jakości: zgodność wymiarów, kolorów, materiałów, pojemności, certyfikatów, instrukcji bezpieczeństwa i warunków gwarancji. AI przyspiesza produkcję, ale odpowiedzialność za poprawność oferty zostaje po stronie sprzedawcy.

Kiedy wirtualna modelka, syntetyczny lektor albo wygenerowane wideo produktowe wymagają widocznej informacji dla klienta?

Wirtualna modelka wymaga szczególnej ostrożności, ponieważ klient może uznać ją za realną osobę prezentującą realny produkt. W branży mody, bielizny, kosmetyków, akcesoriów sportowych i produktów dziecięcych takie obrazy mogą wpływać na decyzję zakupową: pokazują dopasowanie, skalę, proporcje i sposób użycia. Jeżeli modelka jest fotorealistyczna, a treść została wygenerowana przez AI, sprzedawca powinien założyć potrzebę oznaczenia albo przynajmniej przeprowadzić udokumentowaną ocenę ryzyka. W niemieckich analizach wskazuje się, że status w pełni fikcyjnych, lecz fotorealistycznych osób pozostaje niejednoznaczny, a bezpieczniejsze jest dobrowolne oznaczenie materiału.

Materiały audio są jeszcze bardziej wrażliwe. Syntetyczny lektor, głos przypominający konkretną osobę, wygenerowana opinia klienta albo fikcyjne testimonial video, czyli nagranie udające rekomendację użytkownika produktu, mogą wymagać jasnego ujawnienia sztucznego pochodzenia. Komisja Europejska wskazuje, że przy treściach objętych art. 50 informacja ma być przekazana najpóźniej przy pierwszej ekspozycji użytkownika, a kodeks postępowania zawiera praktyczne wskazówki dotyczące projektu, umiejscowienia i prezentacji etykiet, zastrzeżeń lub ikon.

Czy opisy produktów, treści kategorii i artykuły SEO tworzone z pomocą AI trzeba oznaczać?

Typowe opisy produktów, treści kategorii, artykuły poradnikowe i teksty SEO przygotowywane z pomocą AI nie są automatycznie objęte obowiązkiem oznaczania. Art. 50 AI Act dotyczy tekstu generowanego lub zmodyfikowanego przez AI wtedy, gdy jest publikowany w celu informowania opinii publicznej o sprawach interesu publicznego. Obowiązek nie ma zastosowania, gdy treść przeszła ludzką weryfikację lub kontrolę redakcyjną, a osoba fizyczna albo prawna ponosi odpowiedzialność redakcyjną za publikację.

Dla sklepów internetowych jest to ważne odciążenie. Sprzedawca może nadal używać modeli językowych do przygotowania opisów, tłumaczeń, FAQ, treści kategorii i poradników zakupowych, jeżeli człowiek sprawdza zgodność z produktem, język, obietnice marketingowe, informacje prawne i lokalne wymogi. Większe ryzyko niż sama informacja „tekst powstał z pomocą AI” generują błędne parametry, nieaktualne certyfikaty, fałszywe twierdzenia ekologiczne, nieprawidłowe instrukcje bezpieczeństwa lub tłumaczenia sugerujące inne właściwości produktu na rynku niemieckim niż w Polsce.

Rynek niemiecki: większa wrażliwość na oznaczenia, konkurencję i upomnienia

Dlaczego sprzedaż w Niemczech wymaga ostrożniejszego podejścia niż publikacja tych samych materiałów tylko w Polsce?

Niemcy są jednym z najważniejszych rynków cross-border dla polskich sprzedawców, ale też rynkiem o wysokiej kulturze egzekwowania prawa konsumenckiego i konkurencji. Sprzedawca działający na Amazon.de, eBay.de, Kaufland.de, własnym sklepie w języku niemieckim lub przez kampanie Meta kierowane do niemieckich klientów musi liczyć się nie tylko z kontrolą platformy, lecz także z reakcją konkurencji, organizacji konsumenckich i wyspecjalizowanych kancelarii. Upomnienie, czyli niemieckie wezwanie do zaniechania naruszenia, bywa narzędziem szybkiego nacisku w sporach o oznaczenia, informacje obowiązkowe, reklamy, ceny i zgodność ofert.

AI Act jest rozporządzeniem unijnym, więc podstawowe zasady obowiązują w całej UE. Niemiecka specyfika dotyczy przede wszystkim egzekwowania i ostrożności biznesowej. Materiał, który w Polsce przejdzie bez reakcji, w Niemczech może zostać zgłoszony przez konkurenta albo zakwestionowany przez marketplace. Dla sprzedawcy koszt sporu nie sprowadza się do potencjalnej kary. Dochodzą koszty obsługi prawnej, zdjęcia kampanii, ponownego przygotowania grafik, utraty historii reklamowej, przerw w sprzedaży i obniżenia konwersji po nagłej zmianie materiałów.

Czy brak oznaczenia treści AI może stać się podstawą upomnienia ze strony konkurencji lub organizacji konsumenckiej?

Może, zwłaszcza gdy materiał wygląda jak autentyczny obraz, film lub głos, a sprzedawca nie informuje klienta o wygenerowaniu albo istotnej modyfikacji przez AI. Najbardziej narażone są zdjęcia z fotorealistycznymi osobami, wirtualne modelki, syntetyczne opinie klientów, materiały z osobami podobnymi do celebrytów, nagrania głosowe i filmy produktowe, które wyglądają jak spontaniczna recenzja albo realne użycie produktu. W takich przypadkach brak etykiety może zostać przedstawiony jako naruszenie obowiązku przejrzystości i potencjalnie jako praktyka wprowadzająca konsumenta w błąd.

Sprzedawca ma jednak argumenty obronne, jeżeli używa AI rozsądnie. Wygenerowana infografika, neutralne tło, schemat techniczny albo grafika edukacyjna nie powinny być automatycznie traktowane jak deepfake. Również reklama AI pokazująca fikcyjne wnętrze z sofą nie zawsze ma zamiar ani zdolność wprowadzania klienta w błąd, zwłaszcza gdy produkt, wymiary, kolor, materiał i skala są przedstawione zgodnie z rzeczywistością. Ten argument podnosi także EuroCommerce, wskazując, że nadmierne etykietowanie bardzo szerokiej grupy materiałów AI może osłabić wartość informacji dla konsumenta.

Jak oznaczać materiały w sklepie działającym w kilku wersjach językowych, żeby nie mnożyć niepotrzebnie plików graficznych?

Najbardziej praktyczne rozwiązanie to rozdzielenie samego obrazu od warstwy etykiety. Sprzedawca prowadzący sklep w języku polskim, niemieckim, czeskim i francuskim nie musi od razu wypalać napisu w każdym pliku graficznym i tworzyć osobnej biblioteki zdjęć dla każdego rynku. Jeżeli technicznie pozwala na to sklep lub marketplace, etykieta może być nakładana jako element interfejsu bezpośrednio przy materiale, w języku właściwym dla wersji sklepu. Dla Niemiec komunikat powinien być zrozumiały po niemiecku, dla Polski po polsku, a dla rynków wielojęzycznych można rozważyć wariant angielski tylko wtedy, gdy jest realnie zrozumiały dla klienta i akceptowany w danym kontekście platformy.

Przy marketplace sytuacja bywa trudniejsza, bo sprzedawca nie zawsze kontroluje sposób prezentacji miniaturek, galerii i nakładek. Na Amazon, Zalando, Kaufland.de lub w systemach reklamowych Meta etykieta może zostać ucięta, zasłonięta albo usunięta podczas przetwarzania pliku. Dlatego sprzedawca powinien sprawdzić, czy oznaczenie jest widoczne w karcie produktu, miniaturze, reklamie, module A+ Content, czyli rozszerzonej sekcji prezentacji marki na Amazon, oraz w wersji mobilnej. Obowiązek widoczności przy pierwszym kontakcie z treścią traci sens, jeżeli klient widzi miniaturę bez oznaczenia, a informacja pojawia się dopiero po wejściu w galerię.

Co zrobić ze zdjęciami, banerami i wpisami blogowymi opublikowanymi przed 2 sierpnia 2026 roku?

Sprzedawca powinien potraktować starsze materiały jak część audytu, a nie jak archiwum wyłączone z ryzyka. Komisja Europejska wskazuje, że od 2 sierpnia 2026 roku podmioty objęte art. 50 ust. 2 i 4 muszą spełniać obowiązki przejrzystości, przy czym systemy AI wprowadzone na rynek przed tą datą korzystają z okresu przejściowego do 2 grudnia 2026 roku w określonym zakresie.

W sklepie internetowym praktyczny podział powinien opierać się na widoczności i ryzyku. Aktywne karty produktowe, reklamy, landing page’e, materiały marketplace, filmy i banery generujące sprzedaż wymagają przeglądu w pierwszej kolejności. Stary wpis blogowy z grafiką fantasy, która nie udaje rzeczywistości, będzie mniej istotny niż aktualna kampania z wirtualną modelką na rynku niemieckim. Jeżeli materiał sprzed 2 sierpnia 2026 roku nadal oddziałuje na decyzje zakupowe klientów, bezpieczniej ocenić go tak samo jak nowy content.

Jak legalnie używać GenAI w e-commerce bez paraliżowania sprzedaży

Jak sprzedawca mody może korzystać z wirtualnych modelek, zachowując kontrolę nad oznaczeniami i opisem produktu?

Sprzedawca mody może nadal używać wirtualnych modelek, jeżeli nie sugeruje klientowi nieprawdziwych cech produktu i potrafi oznaczyć syntetyczny charakter materiału tam, gdzie obraz wygląda jak autentyczna fotografia. Najbezpieczniejszy model operacyjny polega na oddzieleniu decyzji kreatywnej od decyzji prawnej. Zespół marketingu generuje warianty zdjęć, ale przed publikacją ktoś sprawdza, czy sylwetka, długość rękawa, przezroczystość materiału, kolor, faktura, układ szwów i proporcje odpowiadają rzeczywistemu produktowi.

Przykład jest prosty. Polska marka sprzedaje sukienki na Amazon.de i we własnym sklepie w Niemczech. Zamiast organizować sesję z trzema modelkami, generuje fotorealistyczne sylwetki dla rozmiarów S, M i L. Taki materiał może poprawić konwersję, bo klient szybciej rozumie krój. Ryzyko pojawia się, gdy AI wysmukla sylwetkę, zmienia układ tkaniny, ukrywa marszczenia albo pokazuje materiał inaczej niż wygląda na żywo. Wtedy problemem jest nie tylko etykieta AI, lecz także zgodność prezentacji produktu z rzeczywistością. Oznaczenie nie naprawia błędnego obrazu produktu.

Jak sklep z wyposażeniem domu może generować aranżacje wnętrz, nie sugerując klientowi cech, których produkt nie ma?

Sklep z meblami, oświetleniem lub dekoracjami może używać GenAI do tworzenia aranżacji, jeżeli zachowa kontrolę nad skalą, kolorem, materiałem i kontekstem użycia. Wygenerowany salon z sofą może być użytecznym narzędziem sprzedażowym, szczególnie przy ekspansji do Niemiec, Austrii, Czech lub Holandii, gdzie klienci oczekują dopracowanych wizualizacji i porównań aranżacyjnych. Trzeba jednak unikać obrazów, które sugerują większy rozmiar produktu, inną głębokość siedziska, inny połysk tkaniny, odporność na zabrudzenia albo funkcję, której produkt nie posiada.

Praktyczna procedura może wyglądać tak: packshot produktu pozostaje oparty na realnym zdjęciu, aranżacja AI jest materiałem pomocniczym, a karta produktu zawiera wymiary, skład, kolor, warianty i zdjęcia referencyjne. Jeżeli aranżacja jest fotorealistyczna i wygląda jak prawdziwe zdjęcie wnętrza, sprzedawca dodaje widoczną informację o wykorzystaniu AI przy scenie lub tle. Taka etykieta nie musi niszczyć sprzedaży. Klient nadal widzi produkt w atrakcyjnym kontekście, a sklep ogranicza ryzyko zarzutu, że udaje realną sesję zdjęciową.

Jak sprzedawca na Amazon może używać AI do A+ Content, infografik i reklam, nie tracąc metadanych podczas eksportu plików?

Amazon i inne marketplace przetwarzają pliki, kompresują zdjęcia, zmieniają formaty i często usuwają metadane. Dlatego sprzedawca nie powinien opierać zgodności wyłącznie na Content Credentials, czyli technicznych informacjach o pochodzeniu i historii modyfikacji pliku. Komisja Europejska wskazuje, że kodeks postępowania obejmuje zarówno maszynowo odczytywalne znakowanie treści przez dostawców systemów AI, jak i etykietowanie deepfake’ów przez podmioty używające tych systemów.

W praktyce sprzedawca powinien przechowywać pliki źródłowe, historię eksportu, informację o użytym narzędziu, prompt roboczy, wersję grafiki zaakceptowaną do publikacji i zrzut ekranu z widocznym oznaczeniem po publikacji. Przy A+ Content, reklamach Sponsored Brands, grafikach lifestyle i filmach produktowych trzeba sprawdzić, czy etykieta nie została zasłonięta przez elementy platformy. Przy materiałach bez obowiązku widocznego oznaczenia, takich jak infografiki techniczne lub ikony, warto zachować dokumentację wewnętrzną, ale nie należy automatycznie obciążać każdej grafiki etykietą, która może rozpraszać klienta.

Czy oznaczanie wszystkich grafik „na wszelki wypadek” jest bezpieczne, czy może osłabić zaufanie klienta i skuteczność reklamy?

Masowe oznaczanie wszystkiego jako AI nie jest dobrą strategią. Klient może zacząć ignorować etykiety, jeżeli widzi je przy ikonach dostawy, schematach, abstrakcyjnych tłach i prostych infografikach. Sprzedawca traci wtedy miejsce w kreacji, obniża czytelność materiałów, a przy produktach wymagających zaufania może niepotrzebnie sugerować, że zdjęcie produktu nie odpowiada rzeczywistości. EuroCommerce ostrzega przed rozmyciem wartości komunikatu, gdy obowiązek objąłby bardzo dużą część treści wspieranych przez AI.

Lepsze podejście opiera się na klasyfikacji treści. Materiały nierealistyczne, edukacyjne i techniczne trafiają do kategorii niskiego ryzyka. Materiały fotorealistyczne z osobą, miejscem, głosem, sceną użycia produktu lub syntetyczną rekomendacją trafiają do kategorii podwyższonego ryzyka. Materiały podobne do realnej osoby, zawierające głos, opinię klienta, celebrycką stylistykę albo realistyczne wideo trafiają do kategorii najwyższego ryzyka i wymagają oznaczenia, dodatkowej kontroli oraz zgody prawnej przed publikacją.

Co powinien zrobić sprzedawca z Polski przed sierpniem 2026 roku

Jak przeprowadzić audyt zdjęć, infografik, filmów, reklam i materiałów marketplace tworzonych z pomocą AI?

Sprzedawca powinien zacząć od mapy treści, a nie od chaotycznego poprawiania grafik. W jednej tabeli trzeba zebrać zdjęcia produktowe, grafiki lifestyle, infografiki, banery, reklamy Meta i Google, filmy, materiały Amazon A+ Content, posty w mediach społecznościowych, landing page’e, newslettery i wpisy blogowe. Przy każdym materiale warto wskazać rynek, język, kanał publikacji, użyte narzędzie AI, poziom realizmu, obecność osób, głosu, opinii, realnego miejsca lub sceny użycia produktu.

Najważniejsze pytanie brzmi: czy klient może uznać ten materiał za autentyczne zdjęcie, film albo nagranie rzeczywistej sytuacji? Jeżeli odpowiedź jest negatywna, materiał zwykle pozostaje w zwykłym obiegu marketingowym. Jeżeli odpowiedź jest pozytywna, trzeba sprawdzić, czy wymaga etykiety, czy wystarczy dokumentacja, czy lepiej przerobić materiał na bardziej ilustracyjny i mniej realistyczny. Taka decyzja pozwala dalej korzystać z GenAI bez zamrożenia produkcji treści.

Jak opisać prostą procedurę dla zespołu marketingu, SEO, marketplace i agencji zewnętrznych?

Procedura powinna być krótka i zrozumiała dla osób, które faktycznie publikują materiały. Zespół marketingu musi wiedzieć, że AI może być używane do tła, infografik, wariantów reklam i lokalizacji, ale materiały fotorealistyczne z osobami, głosem, opiniami i scenami użycia wymagają dodatkowego sprawdzenia. Zespół SEO powinien mieć jasną zasadę, że teksty produktowe tworzone z pomocą AI przechodzą ludzką kontrolę merytoryczną, językową i prawną. Zespół marketplace powinien sprawdzać wymagania Amazon, Zalando, Kaufland.de, eBay i systemów reklamowych, bo regulaminy platform mogą być bardziej szczegółowe niż ogólne przepisy.

Agencje zewnętrzne powinny przekazywać informację, które elementy grafiki powstały z AI, czy plik zawiera metadane, czy użyto wizerunku osoby realnej, czy modelka jest syntetyczna, czy głos został wygenerowany i czy materiał był oparty na cudzych zdjęciach referencyjnych. Bez takich danych sprzedawca zostaje z ryzykiem, którego nie kontroluje, mimo że to jego sklep, konto marketplace lub reklama poniosą konsekwencje odrzucenia materiału albo sporu.

Jak przygotować szablony oznaczeń dla Polski, Niemiec i innych krajów UE bez przebudowy całej biblioteki produktowej?

Najlepiej stworzyć kilka standardowych komunikatów dopasowanych do typu materiału. Przy obrazie w całości wygenerowanym można użyć krótkiej informacji „Obraz wygenerowany z użyciem AI”. Przy realnym produkcie na syntetycznym tle lepsze będzie „Tło wygenerowane z użyciem AI”. Przy filmie reklamowym można dodać oznaczenie na początku i powtórzyć je w trakcie materiału, jeżeli wideo jest dłuższe albo publikowane w kanałach, w których użytkownik może rozpocząć oglądanie od środka. Przy audio potrzebny jest komunikat słyszalny, a jeżeli audio ma warstwę wizualną, także oznaczenie widoczne.

Dla rynku niemieckiego warto przygotować niemieckie wersje etykiet i sprawdzić ich widoczność na urządzeniach mobilnych, bo znaczna część ruchu marketplace i social commerce pochodzi ze smartfonów. Dla kilku wersji językowych sklepu najrozsądniejszy jest system etykiet generowanych przez szablon strony, a nie wypalanie tekstu na stałe w każdym obrazie. Takie rozwiązanie zmniejsza koszty utrzymania biblioteki plików, ułatwia korekty i pozwala dostosować język komunikatu do rynku.

Jak ograniczyć ryzyko kosztów, odrzuconych reklam, zablokowanych ofert i sporów z konkurencją, nie rezygnując z przewagi kosztowej AI?

Sprzedawca powinien połączyć trzy działania: klasyfikację ryzyka, dokumentację procesu i kontrolę publikacji po stronie kanału sprzedaży. Klasyfikacja mówi, które materiały wymagają etykiety. Dokumentacja pokazuje, jak powstał plik i kto go zatwierdził. Kontrola publikacji sprawdza, czy oznaczenie jest widoczne tam, gdzie klient realnie widzi materiał: w miniaturze, karcie produktu, reklamie, galerii, module marketplace i wersji mobilnej.

Takie podejście pozwala bronić dalszego używania GenAI w e-commerce. AI może obniżać koszt zdjęć, przyspieszać lokalizację kampanii, zwiększać liczbę testowanych kreacji i ułatwiać ekspansję polskich marek na Niemcy oraz inne rynki UE. Warunkiem jest przejrzystość tam, gdzie klient mógłby pomylić syntetyczny materiał z rzeczywistością, oraz rzetelność tam, gdzie grafika wpływa na ocenę produktu. Sprzedawca nie musi wybierać między zgodnością z AI Act a efektywnością marketingu. Musi jedynie przestać traktować AI jako eksperyment graficzny bez procedury i włączyć je do normalnego procesu zarządzania treścią produktową.