Foto di prodotto con l'AI: cosa cambia per un marchio di occhiali, e cosa chiede la legge

Nel 2024 un marchio di moda ha pubblicato la prima campagna generata per intero con l'intelligenza artificiale. Nel 2025 lo hanno seguito una grande catena di abbigliamento e la principale piattaforma europea di moda online. All'inizio del 2026 è arrivata anche l'occhialeria. Nel frattempo è entrata in applicazione una regola europea che riguarda tutte queste immagini.

Questo articolo mette in fila quattro cose che un marchio di occhiali deve sapere prima di affidare le proprie foto all'AI: cosa hanno fatto gli altri e cosa hanno tenuto fermo, perché l'occhiale è un caso a parte, cosa chiede la legge a chi pubblica, e come si arriva davvero a una fotografia fedele.

Cosa hanno fatto gli altri, e cosa hanno tenuto fermo

Mango, luglio 2024. La campagna della collezione Sunset Dream per la linea Teen è stata la prima generata interamente con l'AI, pubblicata in 95 mercati. Il percorso è istruttivo: prima la fotografia reale di ogni capo in studio, poi un modello addestrato su quelle foto per «vestire» i soggetti, infine il team artistico che seleziona, ritocca e rifinisce le immagini.¹

H&M, marzo e luglio 2025. H&M ha creato i «gemelli digitali» di trenta modelle e modelli, con il loro consenso. Le persone conservano i diritti sulla propria copia e sono pagate come per le fotografie tradizionali. Le prime immagini, uscite il 2 luglio 2025, portano una filigrana che dichiara l'origine artificiale.²

Zalando, maggio 2025. Circa il 70 % delle immagini editoriali delle campagne dell'ultimo trimestre 2024 era generato con l'AI. I tempi di produzione sono passati da sei-otto settimane a tre-quattro giorni, con costi ridotti del 90 %. Il responsabile dei contenuti ha spiegato che il punto non è che l'AI faccia immagini migliori, ma che permetta contenuti nuovi e rilevanti al ritmo delle tendenze.³

Lenskart Middle East, gennaio 2026. Il retailer di occhiali ha presentato una campagna generata con l'AI per la collezione Glint. Per tenere i prodotti fedeli, il modello è stato addestrato su tutta la collezione prima di collocare le montature nelle scene.⁴

Quattro aziende, quattro contesti, tre costanti. Si parte dal prodotto vero, fotografato. Alla fine decide una persona, non il sistema. E chi lo fa con più attenzione lo dichiara.

Perché l'occhiale è un caso a parte

Un capo d'abbigliamento perdona qualche approssimazione: una piega diversa, un'ombra in più. Un occhiale no. È piccolo, sta al centro del volto, e la differenza tra un modello e l'altro è una curva del frontale, uno spessore di acetato, un logo inciso sull'asta, la sfumatura di una lente. Un'immagine «che somiglia» non è una foto un po' imprecisa: è un errore di catalogo.

Per questo la domanda giusta non è «l'AI fa belle foto?». La domanda è: l'occhiale nella foto è il mio? Quattro verifiche aiutano a rispondere, qualunque sia il fornitore.

• Da dove parte. Dalle fotografie e dalle misure del prodotto reale, non da una descrizione a parole.
• Chi controlla. Una persona, con criteri dichiarati: forma, colore, loghi, materiali, riflessi delle lenti.
• Chi sono le persone nelle foto. O modelli sintetici, persone che non esistono, scelti e approvati prima di produrre; oppure gemelli digitali di persone reali, con consenso e compenso, come ha fatto H&M. Sono due strade legittime. La seconda richiede contratti.
• Come si corregge. Con versioni tracciate, immagine per immagine, non rifacendo tutto.

Chi risponde bene a queste quattro domande non vende «un motore»: consegna fotografie.

Cosa chiede la legge

Il regolamento europeo sull'intelligenza artificiale (Regolamento UE 2024/1689, noto come AI Act) dedica l'articolo 50 alla trasparenza. Gli obblighi si applicano dal 2 agosto 2026 e riguardano anche le immagini di prodotto.⁵

Che cosa è un «deep fake» per la legge. Un'immagine generata o manipolata dall'AI che assomiglia a persone, oggetti o luoghi esistenti e che apparirebbe falsamente autentica. Nelle linee guida della Commissione europea il criterio è il realismo percepito, non l'intenzione di ingannare, e la persona raffigurata può anche essere fittizia. Un ritratto fotorealistico di un modello che non esiste, con un occhiale vero sul viso, rientra nella definizione.⁶

Chi pubblica deve dichiararlo. L'obbligo di dichiarazione ricade su chi usa l'immagine, cioè il marchio o il retailer che la pubblica. La dichiarazione deve essere chiara, distinguibile e visibile al più tardi al primo contatto con l'immagine. Una riga nelle condizioni d'uso o in un menu nascosto non basta. La deroga prevista per le opere artistiche o creative non si applica quando prevale lo scopo commerciale.⁶

Chi fornisce il sistema deve marcare i file. I fornitori di sistemi che generano immagini devono inserire una marcatura leggibile dalle macchine, per esempio nei metadati, che renda il contenuto riconoscibile come artificiale. Per i sistemi già sul mercato la scadenza è stata spostata al 2 dicembre 2026.⁷

Le sanzioni. Per la violazione degli obblighi di trasparenza l'AI Act prevede fino a 15 milioni di euro o il 3 % del fatturato mondiale annuo.⁸

In Italia c'è un pezzo in più. La legge 132/2025 ha introdotto il reato di diffusione illecita di contenuti generati o alterati con l'AI: diffondere senza consenso immagini di una persona reale, alterate in modo da trarre in inganno, causandole un danno ingiusto. Riguarda i gemelli digitali di persone vere, non i modelli sintetici: dove non c'è una persona reale non c'è nessuno da tutelare.⁹

La dichiarazione non toglie valore all'immagine

L'istinto di molti è nascondere la dicitura, per paura che svaluti la foto. I dati dicono il contrario. Nell'indagine Getty Images su oltre 30.000 adulti in 25 paesi, quasi il 90 % delle persone vuole sapere se un'immagine è stata creata con l'AI, e il 98 % considera le immagini autentiche decisive per fidarsi di un marchio. La stessa ricerca osserva che le immagini artificiali di persone e di prodotti reali sono percepite come più ingannevoli di quelle di soggetti non umani. È esattamente il caso di un occhiale indossato.¹⁰

Per questo la dichiarazione va letta come parte della qualità, non come un prezzo da pagare. Un occhiale fedele, con la dicitura, vale più di un occhiale «quasi uguale» senza. H&M ha scelto la filigrana sulle prime immagini proprio per questo: perché il cliente capisca subito cosa sta guardando.

Cosa fare adesso

1. Scegliere immagini che partano dalle fotografie del proprio prodotto.
2. Chiedere chi controlla ogni immagine e con quali criteri.
3. Decidere il casting: modelli sintetici, o gemelli digitali con contratto.
4. Mettere la dichiarazione dove si vede, su ogni canale: sito, marketplace, social, stampa.
5. Chiedere al fornitore come marca i file consegnati.
6. Conservare versioni e approvazioni: in caso di controllo, il processo si dimostra.

Come lavora AI Photoshoots

Le tre costanti viste sopra, partire dal prodotto vero, far decidere una persona, dichiarare l'immagine, sono anche il modo in cui ARShades produce le fotografie di AI Photoshoots. Vale la pena raccontare come, perché ogni passaggio risponde a una difficoltà precisa dell'occhialeria.

Il prodotto con tutti i suoi dettagli

La difficoltà. Un generatore di immagini lavora per somiglianza. Se gli si descrive un occhiale, ne produce uno plausibile: la forma giusta, il colore circa, un logo che ricorda quello vero. Per un catalogo non basta. Il motivo di una tartaruga in acetato, il profilo di una cerniera, un'incisione sull'asta, la sfumatura di una lente sono proprio ciò che distingue un modello dall'altro, e sono i primi dettagli che la generazione «media» perde.

Come la affrontiamo. Ogni occhiale entra in lavorazione con le fotografie reali del prodotto, frontale, di tre quarti e con il dettaglio dei loghi, e con le sue misure in millimetri. Le immagini nascono da lì, e la rifinitura interviene soltanto sull'occhiale, dentro un perimetro controllato da una persona: volto, capelli e sfondo restano quelli della proposta. Le fotografie del prodotto sono l'unica fonte. Il sistema non inventa marchi, colori o loghi: li riproduce.

Loghi, colori, riflessi e dimensioni: i criteri del controllo

La difficoltà. Quattro cose tradiscono un'immagine generata. Un logo può risultare leggibile ma leggermente diverso. Un colore cambia con la luce simulata e un acetato havana vira al rossiccio. Le lenti riflettono una scena che non esiste, o non riflettono nulla. E le dimensioni dell'occhiale sul viso, se non si parte da misure reali, sono una stima.

Come la affrontiamo. Ogni immagine, per ogni vista, passa un controllo su sei criteri dichiarati: sfondo, dimensioni, inquadratura, colore, riflessi, loghi. Il giudizio su ciascun criterio è di una persona, che ha accanto la fotografia del prodotto. Si consegna solo ciò che li supera tutti. Le dimensioni si verificano a partire dalle misure reali della montatura, che sono un dato di ingresso di ogni lavorazione.

Il metodo di lavoro: cosa è automatico e cosa resta artigianale

La difficoltà. Produrre una foto generata convincente è relativamente facile. Produrne centinaia, coerenti tra loro, tracciate, corrette e consegnate nelle convenzioni del cliente è un problema di organizzazione, non di creatività. È qui che molti progetti pilota si fermano.

Come la affrontiamo. AI Photoshoots è una sezione di ARShades Studio. La lista dei modelli da lavorare mostra lo stato di avanzamento di ciascuno. Per ogni vista il sistema prepara le proposte in automatico, e il lavoro procede in parallelo mentre il team valuta quelle già pronte. Esistono strumenti dedicati per rigenerare una vista con una posa diversa, correggere la fedeltà dell'occhiale e cambiare il colore del fondo. Alla fine, l'esportazione produce le immagini e il rapporto di validazione. Due fasi restano artigianali per scelta: il casting dei modelli e lo styling, perché sono decisioni di gusto e di marchio, non operazioni.

La verifica prima che il cliente veda le proposte

La difficoltà. In molti servizi il cliente riceve una cartella di immagini e deve fare lui la selezione, scartando ciò che non va. È un lavoro che il cliente non dovrebbe fare, e che costa tempo a ogni giro.

Come la affrontiamo. Il controllo sui sei criteri avviene prima della consegna. Il cliente vede solo proposte conformi, in genere due per ogni vista, e sceglie. Se una proposta non convince, la segnala con una motivazione e il ciclo si rifà. La correzione non è un rifacimento alla cieca: parte dal rilievo preciso di cosa non andava.

Versioni e approvazioni, immagine per immagine

La difficoltà. Con le immagini generate il rischio è perdere il filo: quale versione è quella approvata, cosa è cambiato rispetto alla precedente, chi ha detto sì. Senza una traccia, ogni modifica riapre tutto.

Come la affrontiamo. Ogni correzione diventa una nuova versione, con il confronto affiancato tra prima e dopo e la possibilità di tornare indietro. Il cliente approva o chiede correzioni dentro Studio, una immagine alla volta o per gruppi. Lo storico resta: in caso di dubbio, o di controllo, il percorso di ogni immagine si ricostruisce.

Immagini senza scadenza e senza confini

La difficoltà. In un servizio fotografico tradizionale le immagini non sono mai del tutto del marchio. I diritti di immagine dei modelli si acquistano per un periodo, per certi paesi e per certi canali. Scaduto il periodo, o aprendo un mercato nuovo, si rinegozia o si rifà lo scatto. È un costo che si ripresenta ogni stagione.

Come la affrontiamo. Le persone nelle immagini di AI Photoshoots sono modelli sintetici: non esistono, quindi non ci sono diritti di immagine da acquistare né da rinnovare. Le fotografie consegnate sono del cliente, per tutti i suoi canali, senza limiti di tempo né di territorio. I modelli sintetici restano una capacità di ARShades e possono comparire anche per altri marchi; chi vuole un volto riservato al proprio marchio può chiederlo in esclusiva.

Intere collezioni, con la stessa luce

La difficoltà. Fotografare un'intera collezione con lo stesso modello, la stessa luce e lo stesso sfondo richiede giorni di set, e la stagione dopo si ricomincia. Le immagini di SKU diversi, scattate in sessioni diverse, raramente sono davvero coerenti tra loro.

Come la affrontiamo. Con AI Photoshoots il casting e lo styling si decidono una volta per la collezione, e ogni montatura passa lo stesso percorso: stesse viste, stesso controllo, stesse convenzioni di consegna. La capacità cresce con il numero di modelli da lavorare, senza colli di bottiglia di set e di calendario. Anche i tipi particolari, come le montature con clip-on, hanno viste dedicate. Il risultato è un catalogo in cui ogni occhiale è fotografato allo stesso modo, e la dicitura di trasparenza è applicata di serie su ogni immagine consegnata.

Scopri AI Photoshoots e richiedi una demo su qualche montatura del tuo catalogo.

Fonti

1. Mango (10 luglio 2024). Mango creates the first campaign generated with artificial intelligence for its Teen line. Comunicato stampa. ↩

2. H&M Group (luglio 2025). H&M continues its exploration of creativity with AI. · FashionUnited (28 marzo 2025). H&M to create 'twins' of models with AI. ↩

3. Reuters, ripreso da Retail Systems (7 maggio 2025). Zalando embraces AI for faster fashion content production. Intervista a Matthias Haase, Vice President Content Solutions. ↩

4. Campaign Middle East (16 gennaio 2026). Lenskart Middle East debuts Gen AI-led eyewear fashion campaign. ↩

5. Regolamento (UE) 2024/1689 (AI Act), articolo 50 «Obblighi di trasparenza» e articolo 3, punto 60. Gazzetta ufficiale dell'Unione europea. ↩

6. Baker McKenzie (2026). New EU guidance on AI transparency: what should companies be doing from 2 August 2026. Sulle linee guida della Commissione europea per l'articolo 50 (bozza dell'8 maggio 2026). ↩ ↩²

7. Future of Life Institute. The EU AI Act's Transparency Rules: A Practical Guide to Article 50. Sul rinvio al 2 dicembre 2026 deciso con l'accordo «AI Omnibus» (maggio 2026). ↩

8. ICTRecht (agosto 2026). AI Act transparency obligations now in effect. Sulle sanzioni dell'articolo 99. ↩

9. Agenda Digitale (2025). Legge italiana sull'AI: tutti i profili penali. Sull'articolo 612-quater del codice penale introdotto dalla legge 132/2025. ↩

10. Getty Images (30 aprile 2024). Nearly 90% of Consumers Want Transparency on AI Images. Rapporto VisualGPS «Building Trust in the Age of AI». ↩