Когда ты видишь меню с AI-иллюстрациями еды, обычно ловишь себя на ощущении, что что-то не так. Каждый сэндвич выглядит идеально симметрично, сыр светится неестественным блеском, а шримпы изогнуты в какую-то «любвекрафтовскую» конфигурацию. Это не паранойя — это проблема, как модели обучаются, и она хорошо объясняется.

Диффузионные модели и LLM обучаются на огромных объёмах данных, ища закономерности. Когда ты просишь сгенерировать меню бургер-ресторана, модель обращается к Wendy's, McDonald's, Burger King в своих тренировочных данных. Проблема в том, что эти меню уже имеют похожий стиль. AI не просто воспроизводит этот стиль — он усугубляет его, создавая ещё более гладкую, ещё более «приятную» версию. И когда эти AI-меню попадают обратно в тренировочные данные будущих моделей, цикл повторяется.

Это явление называют конвергенцией — мягче, чем полный коллапс модели, но эффект вредный. Каждое поколение AI становится менее разнообразным, более однообразным. По словам эксперта Reality Defender, это как если бы пришелец пытался приготовить пиццу, не понимая её основных принципов. Исследователи из университета Дуйсбург-Эссена нашли «долину зловещего» в AI-еде: когда изображение почти реально, но не совсем, оно вызывает больше отвращения, чем откровенно поддельное.

Есть и более прямой механизм деградации. Когда рестораны редактируют AI-меню много раз — меняют цены, названия блюд, детали — каждый цикл обработки делает изображение чуть более гладким, округлым, ненормальным. Это не баг, это результат оптимизации датасетов на «приятность» и отсутствие спорных элементов. AI попросту срезает острые углы во всех смыслах.

На практике люди интуитивно чувствуют что-то не так, даже если не могут объяснить. Это не просто эстетика — это подсознательное ощущение фальши, которое срабатывает на глубоком уровне. И это имеет серьёзные последствия далеко за пределами ресторанного бизнеса. Если суды полагались на видеозаписи и аудиоконфессии как на золотой стандарт доказательств, а теперь AI может создавать убедительные подделки, общество стоит перед фундаментальным сдвигом в том, как мы верим информации.

Для российского бизнеса это означает, что простой путь — скачать AI-генератор и создать визуал для меню или каталога — это поверхностный выход. Рестораны и розничные сети, которые будут полагаться на такой контент, столкнутся с подсознательным отторжением у клиентов. Здесь полезнее гибридный подход: использовать AI-инструменты для автоматизации подготовки данных, макетирования, но реальные фото блюд и профессиональную обработку оставить людям. Пример — в e-commerce для каталогов еды или товаров автоматизация описаний и метаданных через AI экономит время, но визуальное ядро должно быть честным. Сервисы ретуши и обработки фото остаются критичны.

Главное понимание: AI хорош для масштабирования повторяющихся, скучных задач, но когда задача требует разнообразия, оригинальности или человеческого доверия, полная автоматизация показывает свои слабости. Рестораны, пытавшиеся сэкономить на дизайне, теперь выглядят дешевле и менее привлекательнее, чем если бы потратили деньги на настоящего фотографа или дизайнера.