Avec plus de 500 000 likes pour le canapé gorille, 416 millions d’utilisateurs mensuels sur Temu et 3 fraudes retail sur 10 déjà liées à l’IA, l’image produit ne vend plus le réel : elle le remplace. En ligne, la promesse visuelle devient désormais le maillon faible du commerce.
Le rendu IA vend mieux que l’objet réel
Le cas du canapé gorille résume le problème. En avril 2024, la page Inspiring Designs publie des visuels d’un sofa en forme de gorille. Les images dépassent les 500 000 likes sur TikTok selon la source d’origine. Très vite, des fabricants chinois transforment l’idée en produit physique. Sauf que le passage de l’image au meuble casse tout : moins de détails, moins de texture, moins de présence. Le rendu IA vend un fantasme. L’usine, elle, livre un compromis.
Mon constat est simple : l’IA n’a pas seulement accéléré la création d’images produits. Elle a déplacé la valeur du côté de la promesse visuelle, au détriment de l’objet livré. Le meuble réel devient secondaire. Ce qui compte, c’est la miniature qui arrête le scroll, pas la conformité du colis.
Le plus frappant, c’est que des vendeurs ont continué à lister ces canapés avec les visuels IA d’origine plutôt qu’avec des photos du produit fabriqué. Autrement dit, l’image ne documente plus l’objet. Elle remplace l’objet dans l’acte d’achat.
Temu, terrain idéal pour l’“AI slop”
La source d’origine cite Temu comme épicentre de ce que les internautes appellent l’“AI slop” : des images de fiches produits manifestement générées, plus flatteuses que n’importe quelle version manufacturée. Le chiffre avancé est massif : 416 millions d’utilisateurs actifs mensuels dans le monde, contre environ 167 millions début 2024.
Cette progression permet déjà une première métrique dérivée. Entre début 2024 et 2026, la base mensuelle a augmenté de 249 millions d’utilisateurs. Cela représente une hausse d’environ 149 % par rapport au niveau initial. Dit autrement, l’audience a été multipliée par 2,49. Plus la place de marché grossit, plus le coût marginal d’une image trompeuse baisse. À cette échelle, quelques points de conversion gagnés sur une image artificiellement améliorée pèsent vite très lourd.
Le problème n’est donc plus anecdotique. Il devient structurel. Une plateforme pensée pour le volume favorise mécaniquement les visuels les plus attractifs, pas les plus fidèles. Et l’IA générative excelle précisément sur ce terrain : produire des images “parfaites” sans s’embarrasser de faisabilité industrielle, de matières disponibles ni de tolérances de fabrication.
La restauration livrée a franchi une ligne plus grave
Le sujet devient plus concret encore avec la livraison de repas. En février 2024, 404 Media a documenté des dizaines de ghost kitchens sur DoorDash et Grubhub qui utilisaient des images IA pour illustrer leurs plats. Certains bols de ramen présentaient des incohérences physiques évidentes : baguettes mal positionnées, reflets impossibles, textures trop propres pour être plausibles. Là encore, la photo ne décrivait pas un plat existant. Elle construisait une envie artificielle.
Mon avis est net : dans la food, la pratique est encore plus problématique que dans le meuble. Un canapé décevant frustre. Un plat maquillé à l’IA trompe sur le résultat immédiat, sur la qualité perçue et parfois sur la sécurité alimentaire ressentie. Le client commande à partir d’un indice visuel qui n’a peut-être jamais existé en cuisine.
DoorDash a pourtant choisi d’industrialiser l’amélioration photo plutôt que de bannir frontalement ces usages. Dans un billet officiel publié le 9 avril 2025, l’entreprise explique avoir lancé des outils IA destinés à optimiser l’éclairage, le cadrage et l’arrière-plan des photos, “sans altérer l’apparence de la nourriture”, selon DoorDash. Un autre billet officiel publié en 2026 ajoute que des millions de photos ont déjà été améliorées sur la plateforme, toujours selon DoorDash. Le message est clair : la retouche automatisée devient une brique standard du e-commerce alimentaire.
De son côté, Uber Eats trace une limite plus explicite. Dans ses consignes officielles pour les photos soumises par les utilisateurs, la plateforme demande de ne pas envoyer d’images générées par IA ni lourdement retouchées, et d’utiliser uniquement des photos authentiques. La règle existe. Son application, elle, reste difficile à vérifier à grande échelle.
Le vrai basculement : tout le monde peut tricher
La suite logique est presque pire. Les mêmes outils qui servent les vendeurs servent aussi les acheteurs et les livreurs. La source d’origine cite un cas de remboursement obtenu après modification d’une photo de cuisse de poulet rendue artificiellement “crue”. Le montant remboursé est de 26,60 $. Converti au taux de référence de la BCE du 26 juin 2026, soit 1 € = 1,1401 $ (donc 1 $ ≈ 0,8771 €), cela représente 23 €.
Cette conversion permet une deuxième métrique dérivée utile : l’écart entre dollar et euro à ce taux est d’environ 12,3 %. En pratique, une fraude unitaire paraît faible une fois convertie, mais elle devient rentable dès qu’elle se répète en série. C’est exactement le type de schéma qui prospère sur les plateformes à très grand volume.
La source cite aussi un cas de bannissement définitif d’un livreur DoorDash en décembre 2025 après soumission d’une preuve de livraison générée par IA pour un colis non livré. Le constat est brutal : l’image n’est plus un justificatif fiable pour personne. Le vendeur peut embellir, l’acheteur peut falsifier, le coursier peut simuler.
Les signaux marché montrent une crise de confiance, pas un simple agacement
Le texte d’origine évoque une chute de l’enthousiasme pour l’IA et une montée du doute sur l’authenticité des contenus. Des recherches récentes vont dans le même sens. Selon Gartner, dans une enquête menée en mars 2026 auprès de 307 consommateurs américains, 49 % estiment que l’IA générative a dégradé la qualité des contenus disponibles. Chez les plus jeunes, génération Z et millennials, cette part monte à 57 %.
Ce chiffre ajoute un angle absent de la source initiale : le problème n’est pas seulement la tromperie commerciale, c’est l’usure cognitive. Le public apprend à se méfier par défaut. Une image trop parfaite n’augmente plus toujours l’envie. Elle déclenche aussi un soupçon.
Autre donnée utile : selon Pindrop, la fraude IA a bondi de 1 210 % en 2025 dans ses données internes, et le retail a connu une hausse de 330 % des fraudes IA en 60 jours. Pindrop indique aussi que les attaques alimentées par l’IA progressent environ six fois plus vite que les fraudes traditionnelles. On n’est plus face à quelques visuels mensongers isolés. On parle d’une chaîne de fraude outillée, rapide et industrialisable.
Les règles existent, mais l’exécution reste floue
Sur le plan réglementaire, les lignes bougent. Aux États-Unis, la FTC rappelle sur son portail dédié à l’IA qu’elle peut agir contre les pratiques trompeuses au titre de la Section 5 du FTC Act. La source d’origine mentionne une pénalité maximale de 53 088 $ par violation. Avec le taux de la BCE du 26 juin 2026, cela représente environ 46 564 €.
Cette conversion donne une troisième lecture concrète : une seule infraction peut coûter l’équivalent de plusieurs dizaines de milliers d’euros, au moins sur le papier. Mais cette menace ne change rien si les contrôles restent rares ou sélectifs.
Le signal le plus révélateur vient d’ailleurs du dossier Rytr. D’après la fiche officielle de la FTC, l’agence a rouvert puis annulé, le 22 décembre 2025, son ordonnance finale de 2024 contre l’outil de génération d’avis. Ce revirement pèse lourd. Il montre que l’autorité veut encadrer l’IA, mais qu’elle avance encore sur un terrain contesté, juridiquement comme politiquement.
En Europe, le cadre est plus précis sur la transparence. L’AI Act de l’Union européenne prévoit à son article 50 des obligations de divulgation pour certains contenus générés ou manipulés par IA. Le service d’assistance officiel de la Commission européenne dédié à l’AI Act rappelle cette exigence de transparence. En clair : lorsqu’un contenu synthétique peut passer pour authentique, il doit être signalé. Sur le principe, c’est cohérent. Dans une fiche produit, cela pourrait viser des visuels artificiels présentés comme des photos réelles.
Ce que la source d’origine ne dit pas assez : la plateforme a intérêt à garder le flou
Le point aveugle du débat, c’est l’alignement économique. Une marketplace gagne sur la fluidité, le volume et la conversion. Un visuel légèrement retouché, un arrière-plan nettoyé, une texture renforcée ou une assiette “replated” proprement peuvent améliorer le taux de clic et le taux de commande. Tant que la contestation client reste gérable, la plateforme n’a pas toujours intérêt à durcir la règle.
C’est là que les annonces officielles de DoorDash sont instructives. L’entreprise ne se contente pas de tolérer l’IA sur l’image produit. Elle l’intègre à ses outils marchands. Selon DoorDash, ses solutions servent aussi à la création de descriptions, à la modération accélérée des photos et à l’optimisation des menus. En 2025, la société précisait déjà que l’approbation automatisée de certaines photos pouvait se faire en une minute. La vitesse de publication devient un argument produit en soi.
Autrement dit, la plateforme cherche à améliorer la qualité perçue du catalogue tout en promettant de préserver l’authenticité. Cette ligne est défendable en communication. Elle est beaucoup moins simple à tenir une fois déployée sur des millions de références et des milliers de marchands hétérogènes.
Cinq apports concrets qui dépassent la source initiale
1. Taux de change réel et impact sur les montants
Selon la BCE, le 26 juin 2026, 1 € valait 1,1401 $. Cela permet de convertir proprement les montants cités : 26,60 $ = 23 € et 53 088 $ = 46 564 €.
2. Croissance dérivée de l’audience Temu
À partir des chiffres fournis par la source, la hausse entre 167 millions et 416 millions d’utilisateurs actifs mensuels représente +149 %. Ce n’est pas un bruit de fond. C’est un multiplicateur d’exposition pour les visuels trompeurs.
3. Cadre officiel photo chez Uber Eats
Les consignes officielles d’Uber Eats interdisent les images générées par IA ou fortement retouchées. La politique existe noir sur blanc. C’est un repère concret pour distinguer amélioration légère et fabrication mensongère.
4. Industrialisation assumée chez DoorDash
DoorDash affirme avoir amélioré des millions de photos et propose désormais plusieurs modes de retouche IA aux marchands. Ce n’est plus un usage marginal. C’est une couche produit.
5. Données récentes sur la défiance et la fraude
Selon Gartner, 49 % des consommateurs américains jugent que l’IA générative a dégradé la qualité des contenus. Selon Pindrop, la fraude IA a bondi de 1 210 % en 2025 et le retail a subi +330 % en 60 jours. Le marché ne parle plus seulement d’esthétique douteuse. Il parle de confiance cassée.
Ce que cela change pour l’e-commerce dès maintenant
Le contrat implicite de la photo produit a cédé. Avant, une image servait de preuve commerciale approximative. Aujourd’hui, elle sert trop souvent d’outil de persuasion détaché du réel. Cette rupture affecte le meuble, la déco, les accessoires, la restauration livrée et probablement tout secteur où la miniature fait vendre plus vite qu’une fiche technique.
Ma lecture est directe : le prochain avantage concurrentiel ne sera pas de générer plus d’images. Ce sera de prouver lesquelles décrivent un objet réel, un plat réel, une livraison réelle. Les plateformes qui n’organisent pas cette preuve finiront par dégrader leur propre stock de confiance.
Pour référence réglementaire, le texte le plus utile à suivre côté Europe reste l’article 50 de l’AI Act sur le site de la Commission européenne : https://ai-act-service-desk.ec.europa.eu/fr/ai-act/article-50
Mon avis :
Avis d’expert : le papier vise juste sur un point clé : l’image produit n’est plus une preuve, comme le montrent les faux visuels food sur DoorDash et les rendus IA repris par des vendeurs. Sa limite : il généralise fortement ; utile en alerte, moins solide en démonstration chiffrée.
