Amazon cambia le regole sulle immagini generate dall’IA

La mancata dichiarazione può portare alla scomparsa dell’inserzione dai risultati di ricerca

Quando carichi un’immagine su Amazon Seller Central c’è un campo, apparentemente innocuo, che dal 10 luglio scorso può far sparire la tua inserzione dai risultati di ricerca. Non è un bug del sistema né un capriccio dell’algoritmo: è la nuova policy sull’intelligenza artificiale generativa che Amazon ha introdotto nei forum ufficiali per i venditori, e che trasforma un semplice flag di metadati nel nuovo gatekeeper algoritmico del marketplace. La regola è secca: se un’immagine contiene persone fotorealistiche generate dall’IA — corpi interi, volti, mani, qualsiasi parte del corpo sintetizzata — il venditore deve dichiararlo. Lo ha spiegato TaylorR_Amazon, rappresentante del team Seller Central, con una frase che non lascia margini di interpretazione: le immagini con persone fotorealistiche generate dall’IA vanno ora divulgate obbligatoriamente.

Il tag che decide se esisti

Il punto tecnicamente interessante è dove Amazon traccia il confine tra “editing” e “generazione”. Non tutto ciò che passa attraverso uno strumento AI ricade sotto l’obbligo di disclosure. Il ritocco AI di base — rimozione dello sfondo, correzione del colore, aggiustamento della luce — resta trattato esattamente come l’editing fotografico tradizionale: nessun tag richiesto, nessuna dichiarazione. È un dettaglio che ha senso ingegneristicamente: questi interventi operano su pixel già esistenti, non introducono entità sintetiche nell’immagine. Il salto qualitativo scatta solo quando l’IA genera ex novo una figura umana fotorealistica che nella scena originale non c’era. Sopra quella soglia, il metadata diventa obbligatorio; sotto, resta tutto invariato.

Questa distinzione non nasce dal nulla. Già da prima di luglio, Amazon richiedeva una dichiarazione proattiva per i contenuti supplementari e le pagine A+ generate dall’IA, tramite una casella di spunta “AI-Generated Content” nel pannello di editing del prodotto lato backend. La novità di luglio estende quel principio — dichiarazione volontaria, checkbox in un pannello secondario — a un obbligo esplicito e mirato sulle immagini con persone sintetiche, in un contesto più ampio in cui, secondo quanto riportato da CNBC, Amazon ha iniziato a richiedere ai venditori terzi di etichettare qualunque immagine o video di prodotto contenente “persone generate dall’IA”, una mossa arrivata dopo una legge dello Stato di New York sulla trasparenza dei contenuti sintetici. Le regole fondamentali sulle immagini restano comunque quelle di sempre, IA o non IA: sfondo bianco puro per l’immagine principale, prodotto che riempie almeno l’85% del frame, risoluzione minima di 500px sul lato più lungo (anche se Amazon consiglia 1600px+ per abilitare lo zoom). La domanda che resta aperta è cosa succede in pratica quando quel flag, per errore o per omissione, non viene impostato.

Sotto il cofano: tra check box e shadowban

Qui la policy smette di essere teorica e diventa un problema di enforcement reale. Secondo un’analisi di GoatConsulting, la mancata conformità al nuovo requisito di tagging dei metadati può portare alla soppressione dell’inserzione dai risultati di ricerca — in pratica uno shadowban algoritmico che non blocca il caricamento dell’immagine ma la rende invisibile a chi cerca il prodotto. È un meccanismo di enforcement elegante nella sua economia computazionale: Amazon non deve costruire un classificatore visivo che analizzi ogni pixel di ogni immagine caricata per stabilire se contiene un volto sintetico — un problema di computer vision tutt’altro che banale, specie con i modelli generativi più recenti che producono texture di pelle e dettagli anatomici sempre più indistinguibili dal reale. Invece, la piattaforma sposta l’onere della verifica a monte, sul venditore, e lo trasforma in un problema di governance dei metadati: un campo booleano da compilare correttamente, non un’immagine da far analizzare a un modello.

Il trade-off, però, è evidente. Un sistema che si affida alla dichiarazione proattiva del venditore è intrinsecamente più debole di un sistema di rilevamento automatico: funziona finché la maggioranza dichiara onestamente, ma lascia aperto lo spazio per chi sceglie — per ignoranza o per calcolo — di non taggare. Amazon sembra aver scelto consapevolmente questo compromesso, probabilmente perché il costo di un rilevamento automatico su scala di catalogo (miliardi di immagini) sarebbe proibitivo, sia in termini di falsi positivi che di infrastruttura di calcolo. È un approccio diverso da quello di altre piattaforme di commercio: TikTok Shop, per esempio, ha optato per un divieto secco piuttosto che per un sistema di disclosure, vietando i render completamente sintetici come immagine principale del prodotto. eBay, dal canto suo, affronta il problema da un’angolatura diversa e più stringente per i beni usati, richiedendo una foto reale dell’unità effettiva in vendita — un requisito che di fatto esclude qualsiasi generazione sintetica alla radice, perché lì il prodotto stesso è unico e non riproducibile. Amazon, invece, prova a normare un caso più sfumato: prodotti nuovi, in serie, dove la foto “di scena” con un modello umano è pratica comune e l’IA generativa può sostituire interi shooting fotografici. La domanda che questo lascia aperta è operativa: se il rischio concreto è sparire dai risultati di ricerca, quali strumenti servono per gestire la conformità non caso per caso, ma come processo sistematico?

Cosa cambia nello stack del venditore

Per chi vende su Amazon in scala — non il singolo listing gestito a mano, ma cataloghi con centinaia o migliaia di SKU — questa policy non è un dettaglio normativo da girare all’ufficio legale. È un nuovo layer da inserire nella pipeline di produzione delle immagini, esattamente come negli anni scorsi si sono dovuti integrare controlli automatici su risoluzione minima o sfondo bianco. Chi genera immagini prodotto con modelli AI per creare foto di scena con modelli umani dovrà instrumentare il proprio flusso di lavoro con un tagging systematico dei metadati, verificando prima dell’upload se un’immagine attraversa la soglia tra “ritocco” e “generazione di persone” e settando di conseguenza il flag corretto. È lo stesso principio dietro il tagging EXIF o i metadati IPTC nel fotogiornalismo: informazione strutturata che viaggia insieme al file, non un giudizio lasciato all’occhio umano di un revisore a valle. Un dettaglio operativo non secondario: la regola non è retroattiva. I venditori non devono etichettare il materiale già pubblicato, ma la conformità diventa obbligatoria per ogni nuovo caricamento a partire da luglio — il che significa che il debito di compliance si accumula solo in avanti, ma da subito.

Il confine tra reale e sintetico, su Amazon, non lo decide più l’occhio umano che guarda una foto e si chiede se quel volto sia vero. Lo decide un flag di metadati impostato — o dimenticato — al momento dell’upload. Per chi costruisce un business di vendita online, è una nuova variabile di sistema da orchestrare dentro lo stack di produzione, non un checkbox da spuntare distrattamente in fondo a un form.