Пока российские селлеры спорят, заменит ли нейросеть дизайнера, в Китае этот спор закончился почти десять лет назад. Крупнейший маркетплейс мира давно генерирует рекламные изображения алгоритмами — и в масштабах, которые сложно осознать.
Luban: дизайнер, который не спит
В 2015 году Alibaba начала разрабатывать внутреннюю систему Luban (鹿班) — AI-дизайнера баннеров для Taobao и Tmall. Результаты по годам:
- 2016 — 170 миллионов баннеров к распродаже «11.11»
- 2017 — 400 миллионов баннеров, до 8000 изображений в секунду
- 2019 — 1,15 миллиарда графических материалов для 340 000 поставщиков
Для сравнения: если бы человек-дизайнер тратил на баннер 20 минут, для объёма 2017 года понадобилось бы 100 дизайнеров, работающих без перерывов полтора века.
Важно, что это не «картинки ради картинок»: Luban обучалась на работах профессиональных дизайнеров, а качество контролировалось метриками кликабельности. Alibaba продолжает развивать направление — свежий фреймворк T-Stars-Poster собирает рекламное изображение вокруг товара: подбирает композицию, текст и графические элементы автоматически.
Что показали исследования кликабельности
Автоматизация дала китайским площадкам ещё одно преимущество — гигантские данные о том, какие изображения работают. Несколько выводов из академических работ:
- Исследование эстетики изображений в e-commerce поиске: яркие, насыщенные по цвету изображения получают больше кликов — но эффект зависит от категории товара
- Исследование магазина мебели на Taobao: «красота» изображения сама по себе не удержала покупателей — а вот перегруженный текст оттолкнул. Эстетика работает только вместе с информативностью
- Китайские площадки давно оптимизируют не «красиво/некрасиво», а конкретные метрики: CTR, глубину просмотра, конверсию
Почему это важно для селлеров на WB и Ozon
Российские маркетплейсы идут по тому же пути, что и китайские, с задержкой в несколько лет:
- CTR стал фактором ранжирования. Алгоритмы WB и Ozon поднимают карточки, на которые чаще кликают. Визуал напрямую влияет на позицию в выдаче
- Конкуренция выросла. Когда в нише сотни продавцов, скорость обновления визуала решает: протестировать 5 обложек за неделю вручную — дорого, с AI — вопрос минут
- Платформы сами внедряют генерацию. Как и в Китае, инструменты AI-дизайна становятся частью инфраструктуры площадок — селлеры, освоившие их раньше, получают фору
Чему учит китайский опыт
- Масштаб бьёт перфекционизм. Luban не делает «идеальные» баннеры — она делает достаточно хорошие, быстро и в любом количестве. Для каталога из 200 SKU это важнее одной вылизанной обложки
- Данные вместо вкуса. Решение «какая обложка лучше» принимает не дизайнер и не владелец бизнеса, а A/B-тест
- Человек — на стратегии. Дизайнеры в Alibaba не исчезли: они обучают систему, задают стили и работают над крупными кампаниями, а рутину отдали алгоритму
Как применить это уже сегодня
AInfografika работает по той же логике, что и китайские системы: загружаете фото товара — получаете готовые карточки за 30 секунд, в стилях, которые учитывают правила WB, Ozon и Яндекс Маркета. Сгенерируйте несколько вариантов обложки, загрузите лучшие на площадку и сравните CTR — так вы принимаете решения на данных, как это делают крупнейшие продавцы мира.