Il tuo store ha 800 SKU. Ogni prodotto richiede immagini lifestyle, varianti colore, banner ADV per Meta, visual per le schede prodotto. Stai usando l’AI per generarle. Bene.
Domanda: su quale modello? E con quale criterio l’avete scelto?
Se la risposta è "lo usa anche il nostro competitor", "l’ha consigliato il fornitore" o "l’abbiamo provato e funzionava" — hai un problema. Non un problema estetico. Un problema di CVR.
I numeri non lasciano spazio a interpretazioni
Su arena.ai — il leaderboard più affidabile per i modelli text-to-image e image edit — la classifica si aggiorna ogni settimana sulla base di voti umani in confronti alla cieca.
Al 22 aprile 2026:
- 4.965.676 voti su 57 modelli text-to-image
- 25.903.041 voti su 45 modelli image edit
- Range ELO da 897 a 1508 — un divario di 600+ punti tra il peggiore e il migliore
A gennaio 2026, GPT Image 1.5 era leader con ELO 1264. Ad aprile 2026, GPT Image 2 (high) ha superato i 1335 punti su Artificial Analysis. 70+ punti ELO di differenza significano una cosa precisa: il modello superiore vince in oltre il 60% dei confronti diretti su uno stesso prompt.
Tradotto sul tuo store: stai mostrando immagini meno persuasive al 60% dei tuoi visitatori.
Il vero problema non è la qualità del modello. È che non lo stai misurando sul tuo store.
In anni di audit Shopify abbiamo visto questo errore ripetersi: store che usano lo stesso modello AI per tutto. Hero product, lifestyle, banner, alt text — tutto generato dallo stesso strumento, scelto una volta e mai più rivisto.
Il problema tecnico è che i modelli AI non sono "migliori" in assoluto. Sono migliori per categoria.
Su arena.ai esistono leaderboard separate:
- 🏆 Overall
- 🛍️ Product, Branding & Commercial Design
- 🌄 Photorealistic & Cinematic Imagery
- 👤 Portraits
- 📝 Text Rendering
- 🎨 Art
Un modello al primo posto in "Overall" può essere al decimo in "Product, Branding & Commercial Design" — che è esattamente quello che ti serve per l’80% delle immagini del tuo store.
Quanto vale, in soldi, scegliere il modello sbagliato
Facciamo un conto sul reale.
Store medio Shopify che vediamo:
- 50.000 sessioni/mese
- CVR medio 1,8%
- AOV €78
- Ricavo mensile da traffico organico/paid: ~€70.200
Quando sostituiamo le immagini hero delle schede prodotto con visual generati dal modello migliore della categoria specifica (vs. modello generico), il delta CVR osservato è spesso a doppia cifra percentuale a parità di traffico.
Su quel ricavo medio, anche solo +8% di CVR significa €5.616/mese. Quasi €70.000 anno.
Per un’azione che richiede di rigenerare le immagini con un modello diverso e fare A/B test pulito.
L’errore tecnico più frequente che troviamo negli audit
Questo lo vediamo ogni settimana, è quasi sistematico:
Le immagini AI vengono caricate su Shopify senza essere testate contro le originali.
Niente A/B test. Niente misurazione del CTR sulla card prodotto in collection page. Niente split sul CVR a parità di traffico.
Risultato: lo store manager pensa "ho aggiornato le immagini con l’AI", ma non sa se ha migliorato o peggiorato il funnel. Ogni mese senza misurazione è dato perso.
Cosa facciamo in un audit Kompetitive
Concretamente:
- Inventory dello stack AI attuale — quali modelli vengono usati, da chi, in quali punti del funnel (PDP, collection, ADV, email)
- Mapping su arena.ai — confronto del modello in uso con il leader della categoria specifica per il tuo store (es. fashion → Photorealistic + Portraits, food → Product + Photorealistic, B2B SaaS → Text Rendering)
- Test CRO su 3 PDP campione — A/B con immagini rigenerate, KPI primario CVR, KPI secondario AOV
- Setup tracking — implementazione eventi GA4 / Shopify Analytics per misurare l’impatto delle immagini sul funnel
- Report con KPI — quanto stai lasciando sul tavolo in € mensili, e quale modello sostituire prima
La verifica
Verifichiamo insieme i risultati — dati alla mano. Senza promesse, senza fuffa.
Prenota un audit gratuito del tuo store: ti mostriamo dove stai lasciando conversioni sul tavolo per via di scelte AI fatte sei mesi fa e mai più riviste.
Il tuo modello di image generation è una scelta tecnica come qualsiasi altra del tuo stack. Si misura. Si confronta. Si sostituisce quando i numeri lo dicono.
Tutto il resto è opinione.