Czy grafiki AI szkodzą marce?

AI zrobiło z produkcją grafik coś, czego wcześniej nie było. Obniżyło próg wejścia niemal do zera. Właściciel małej firmy nie musi już zatrudniać fotografa ani grafika, żeby wieczorem przygotować pięć postów, ulotkę, reklamę i kilka wariantów kreacji na kolejny tydzień.

I trudno się temu dziwić. Sama jestem wielką fanką AI, bo pozwala mi pracować szybciej, uczyć się sprawniej, maksymalizować wydajność i nie zależeć od czynnika ludzkiego tam, gdzie nie jest on potrzebny do wykonania dobrej pracy. To fantastyczne narzędzie. Ale właśnie: narzędzie.

Nie chodzi o porównywanie skutków, tylko o zasadę: im potężniejsze staje się narzędzie, tym większego znaczenia nabiera kompetencja osoby, która decyduje, jak go użyć.

W marketingu na razie obserwujemy etap zachwytu dostępnością. Każdy może wygenerować człowieka, wnętrze, jedzenie, produkt, „premium” kancelarię czy idealnego pacjenta. Internet bardzo szybko zapełnił się obrazami, które jeszcze kilka lat temu wymagały sesji, grafika albo przynajmniej dobrego stocka.

Pytanie nie brzmi więc już: czy firma powinna używać AI?

Powinna, jeśli dzięki temu robi coś szybciej, lepiej albo taniej.

Znacznie ciekawsze jest inne: jak używać AI, żeby oszczędność na produkcji nie stała się bardzo dużym kosztem dla reputacji marki?

Nie ma dziś dobrych podstaw, żeby wrzucić wszystkie grafiki generatywne do jednego worka i ogłosić, że „AI szkodzi marce”. Badania pokazują coś bardziej użytecznego: ogromne znaczenie ma sposób zastosowania narzędzia i to, co odbiorca z tego zastosowania odczytuje.

W trzech eksperymentach opublikowanych w 2024 roku w Journal of Retailing and Consumer Services wykorzystanie GenAI przy tworzeniu treści marek w social mediach obniżało postrzeganą autentyczność, co przekładało się później na gorsze reakcje odbiorców.

Negatywny efekt był jednak słabszy wtedy, gdy AI wspierało człowieka, zamiast całkowicie zastępować go automatyzacją.^[1] I właśnie tę granicę uważam za ważną.

To jest dziś dla mnie większy problem niż samo pochodzenie grafiki.

Kilka lat temu stocki miały charakterystyczną wadę. Ta sama uśmiechnięta kobieta z laptopem mogła reklamować bank, kancelarię, coaching, ubezpieczenie i system do faktur. Obraz był estetyczny, poprawny i kompletnie niczyj.

AI miało ten problem rozwiązać, bo przecież możemy wygenerować właściwie wszystko. W praktyce zaczynamy jednak tworzyć nowy stock.

Nie tę samą kobietę ze Shutterstocka, tylko dwadzieścia różnych kobiet wyglądających tak, jakby pochodziły z tego samego nieistniejącego świata. Podobna skóra, podobne światło, podobna „filmowość”, perfekcyjna pościel, przesadnie apetyczne jedzenie, wnętrza, w których nikt nigdy nie mieszkał.

Technicznie obrazy są różne. Percepcyjnie zaczynają należeć do jednej kategorii: „z generatora”.

Tu mamy bardzo ciekawy kawałek danych z realnych kampanii reklamowych.

Badacze współpracujący z Taboolą przeanalizowali jej GenAI Ad Maker oraz ogromny zbiór reklam wyświetlanych w sieci reklamowej platformy. To ważna informacja: badanie powstało przy produkcie firmy, która sama rozwija narzędzia generatywne dla reklamodawców, więc warto mieć ten kontekst z tyłu głowy. Sam zbiór jest jednak imponujący: ponad dwa miliony obserwacji reklama-dzień, ponad siedem tysięcy reklamodawców, blisko pięćdziesiąt kategorii, ponad 16 miliardów wyświetleń i 116 milionów kliknięć. Pierwotna wersja pracy pochodzi z 2025 roku i była później aktualizowana.^[3]

Najciekawszy wniosek nie brzmi jednak „AI jest lepsze”.

I to jest dla mnie złoto, bo świetnie pokazuje, że problem nie leży wyłącznie w pochodzeniu obrazu.

Odbiorca reaguje na efekt.

Dlatego „to wygląda jak AI” przestaje być wyłącznie uwagą estetyczną. Może oznaczać, że kreacja uruchamia skojarzenie z generycznością, sztucznością albo masową produkcją, zanim człowiek zdąży w ogóle zastanowić się nad komunikatem.

Weźmy prosty przykład: reklamę kliniki zajmującej się zaburzeniami snu.

Możemy wygenerować piękną śpiącą kobietę. Spokojne światło, biała pościel, idealna twarz. Obraz jest estetyczny i poprawnie komunikuje kategorię: sen.

Tylko po zdjęciu logo dokładnie ta sama grafika może reklamować klinikę, melatoninę, materac, poduszkę, aplikację do snu albo hotel. Czyli pokazuje temat, ale nie daje żadnego powodu, żeby odbiorca połączył rozwiązanie właśnie z tą marką.

Możemy też pójść w drugą stronę i pokazać prawdziwą aparaturę, elektrody, fragment pracowni. Wtedy dostajemy konkret i autentyczność, ale nadal niekoniecznie dostajemy dobrą reklamę. Pacjent nie marzy przecież o elektrodach. Nie kupuje procedury. Chce zrozumieć, dlaczego mimo ośmiu godzin snu nadal budzi się wykończony i co zrobić, żeby funkcjonować normalnie.

Sama prawda dokumentalna również nie wystarczy.

I dopiero tutaj naprawdę zaczyna mnie interesować, czy użyto AI.

Nie wcześniej.

Przy usługach jest jeszcze jedna rzecz: klient często kupuje nie tylko rezultat. Kupuje człowieka, jego kompetencję, odpowiedzialność i poczucie bezpieczeństwa.

Badanie opublikowane w 2025 roku w Journal of Retailing and Consumer Services wykazało w trzech eksperymentach, że ujawnienie użycia AI w reklamach usług prowadziło do niższego zaufania do usługodawcy i mniej pozytywnej oceny reklamy. Co ważniejsze, problem był wyraźniejszy wtedy, gdy AI dotyczyło samego usługodawcy, np. syntetycznego dentysty, niż materialnych elementów usługi. Autorzy pokazali również, że negatywny efekt można ograniczyć, pozostawiając prawdziwego dentystę i generując wyłącznie jego otoczenie.^[2]

To jest bardzo praktyczna wskazówka.

Jeśli masz prawdziwego lekarza, pokaż lekarza. Jeśli masz własny zespół, nie widzę powodu, żeby zastępować go ludźmi z generatora. Masz wtedy coś znacznie cenniejszego niż możliwość stworzenia idealnej twarzy: dowód, że człowiek i kompetencja za komunikatem naprawdę istnieją.

Tylko znowu: prawdziwa fotografia nie zwalnia nikogo z myślenia. Lekarz sfotografowany pod białą ścianą nie staje się automatycznie dobrą reklamą dlatego, że lekarz istnieje.

AI jest dla mnie świetne tam, gdzie wykonuje pracę narzędzia: pomaga szukać kompozycji, tworzyć warianty, budować infografiki, wizualizować dane, przygotowywać koncepty, metafory czy elementy, których odbiorca nie ma powodu traktować jako dokumentacji rzeczywistości.

Bardzo lubię model:

Czasem właściwym materiałem będzie prawdziwa fotografia, czasem obraz wygenerowany w całości. Nie chodzi o fetysz „prawdziwości”, tylko o świadomą decyzję.

Nie polecam AI tam, gdzie ma fabrykować coś, co marka powinna móc pokazać naprawdę:fikcyjnego członka zespołu, wygenerowane danie udające zdjęcie produktu, nieistniejący apartament albo realizację, której firma nigdy nie wykonała.

Nie podoba mi się też zasada „używaj AI tak, żeby nikt nie zauważył”. To za mało. Jeśli tworzysz oczywistą metaforę, ilustrację czy surrealistyczny świat, odbiorca wcale nie musi wierzyć, że ogląda dokument rzeczywistości. Problem zaczyna się dopiero wtedy, kiedy obraz wizualnie składa konkretną obietnicę: „to jest nasz produkt”, „to jest nasz człowiek”, „to jest nasza realizacja”.

I żeby było uczciwie, mam w tym własną perspektywę zawodową. Pracuję przy strategii, komunikacji i decyzjach marketingowych, ale nie uważam, że każdy biznes jest na etapie, na którym potrzebuje moich usług. Duża część małych przedsiębiorców nie zastanawia się dziś nad pięcioletnią strategią wzrostu. Chce przetrwać, zdobyć kolejnego klienta i nie przepalać pieniędzy na osoby, które niewiele wiedzą, ale potrafią dobrze sprzedać własną „eksperckość”.

Takiej firmie AI może naprawdę podać rękę.

Pozwala zrobić szybciej i taniej coś, na co dzisiaj zwyczajnie nie ma budżetu. I bardzo dobrze.

Tylko ta pomoc w pewnym momencie się kończy.

Jeżeli biznes rośnie, rośnie też koszt błędnych decyzji. W pewnym momencie właściciel nie powinien poświęcać tygodni i miesięcy na uczenie się cudzej profesji tylko dlatego, że ma dostęp do narzędzia. Dobry ekspert szanuje eksperta z innej branży właśnie dlatego, że wie, ile czasu kosztuje dojście do poziomu, na którym decyzje przestają być przypadkiem.

To jest mój wniosek z badań i z tego, co obserwuję dziś w komunikacji firm.

Problemem nie jest samo AI. Problemem może być generyczność, przez którą marka zaczyna wyglądać jak wszystkie inne. Problemem może być sztuczność w miejscu, w którym klient oczekuje prawdy. Problemem może być wreszcie produkowanie coraz większej liczby materiałów tylko dlatego, że stało się to tanie.

Dlatego zamiast pytać wyłącznie: „Czy ta grafika jest z AI?” wolę zadać trzy inne pytania:

Jeżeli na wszystkie trzy potrafisz odpowiedzieć „tak”, technologia użyta do stworzenia obrazu zaczyna mieć dużo mniejsze znaczenie.

I właśnie tak, moim zdaniem, warto dziś rozmawiać o AI w komunikacji marek. Jeśli chcesz sprawdzić, czy Twoja komunikacja wygląda jak Twoja marka, zacznij od konsultacji strategicznej.