Constat 1 : l'IA joue déjà un rôle d'information et de conseil
L'étude d'usage publiée par OpenAI en septembre 2025 a analysé 1.5 million de conversations grand public. Son résumé classe 49% des messages comme des demandes d'information, 40% comme des tâches à réaliser et 11% comme de l'expression personnelle. Environ 70% de l'usage était extérieur au travail. Ces chiffres décrivent la population et la période étudiées ; ils ne signifient pas que la moitié des messages étaient des recherches d'achat.
L'enjeu commercial est le lieu où commence la décision. Une personne peut demander une explication, comparer des approches et définir ses besoins avant de chercher un fournisseur. Selon mon interprétation, des entreprises peuvent être évaluées avant l'apparition d'une demande commerciale identifiable. Un site qui explique seulement le nom de l'entreprise peut peu contribuer à ces premières décisions, même s'il est bien classé sur sa marque. Il s'agit d'une évolution du parcours d'information, pas d'une preuve que chaque conversation contient une intention d'achat.
Constat 2 : une source peut contribuer à une réponse sans recevoir la visite
Pew a analysé la navigation de 900 adultes américains. Les résultats traditionnels ont reçu un clic lors de 8% des visites Google avec résumé IA, contre 15% sans résumé ; les sources du résumé ont reçu un clic dans 1% des cas. L'étude utilise la navigation de mars 2025 et des résultats reconstitués en avril. Elle est observationnelle, et non une estimation randomisée de l'effet causal des résumés sur les clics.
Ce résultat distingue exposition et trafic. Il n'établit pas la valeur financière d'une réponse pour un annonceur, un éditeur ou un prestataire particulier.
Constat 3 : les visiteurs qui arrivent peuvent se comporter autrement
Le rapport Adobe du 29 octobre 2026 apporte une autre observation : en septembre, les visites issues de l'IA sur les sites marchands américains convertissaient en achats 90% mieux que les autres visites et produisaient 83% de chiffre d'affaires supplémentaire par visite. Le trafic issu de l'IA augmentait de 71% sur un an. L'analyse couvre plus de 1 billion de visites, 100 millions de produits et 18 catégories.
Il s'agit de comparaisons relatives entre visites observées, pas d'un taux de conversion absolu ni d'une preuve que l'IA a causé des achats supplémentaires. Les personnes qui cliquent après une conversation IA ont peut-être déjà réduit leur choix. Ces chiffres concernent le commerce américain, pas la vente de logiciels ou une famille cherchant des soins. Ils montrent néanmoins pourquoi le nombre de visiteurs et la valeur de chaque visite sont deux questions économiques distinctes. Un flux plus petit peut mériter de l'attention sans devenir la première source de trafic.
La contradiction apparente disparaît lorsque les unités sont séparées
Une interaction de recherche, une impression de réponse, une visite apportée et un achat ne sont pas interchangeables. Une moindre tendance à quitter une page de réponse peut coexister avec un taux de conversion supérieur chez les personnes qui la quittent. Ce n'est pas un résultat causal commun aux études précédentes : leurs échantillons, dates et produits diffèrent. C'est précisément pourquoi leurs pourcentages ne peuvent pas être multipliés pour prévoir les résultats d'une entreprise.
Imaginons une entreprise fictive qui reçoit moins de visites, mais davantage d'échanges commerciaux pertinents. Sa situation économique peut s'améliorer. Une autre pourrait recevoir davantage de citations, mais moins de commandes rentables. Elle pourrait perdre de la valeur. Les deux scénarios sont possibles lorsque la réponse et le site assurent des parties différentes de la décision. La distinction économique utile sépare visibilité, demande qualifiée et affaires conclues.
| Unité observée | Ce qu'elle établit | Ce qui reste inconnu |
|---|---|---|
| Le nom apparaît dans une réponse échantillonnée | Combien d'acheteurs l'ont vu ou lui ont fait confiance | |
| Une page est liée comme preuve | Si l'entreprise a été recommandée | |
| Une personne a atteint un site mesuré | Si la visite était supplémentaire | |
| Un résultat commercial s'est produit | Ce qui se serait passé sans cette exposition |
Constat 4 : le contenu peut influencer la visibilité, mais la hausse connue n'est pas une prévision
L'article GEO accepté à KDD 2024 a présenté un jeu de référence de 10,000 requêtes et signalé jusqu'à 40% d'amélioration de visibilité selon ses mesures expérimentales. Il testait notamment l'ajout de sources pertinentes, de citations et de statistiques. Les effets variaient selon les domaines. Son expérience séparée sur Perplexity montrait également que le résultat dépendait de la mesure de visibilité choisie.
Cela prouve que la présentation des sources peut modifier une réponse. Ce n'est pas une promesse de 40% de prospects supplémentaires, et les systèmes expérimentaux ne représentent pas tous les produits commerciaux actuels. La visibilité mesurait notamment la quantité de contenu source repris et sa position. La distinction essentielle sépare une modification du contenu qui change une réponse mesurée d'un programme commercial qui augmente le bénéfice. L'article établit le premier effet, pas le second.
Constat 5 : la recherche par IA dépend toujours du Web existant
Les recommandations actuelles de Google décrivent des réponses ancrées dans son index de recherche et des requêtes complémentaires : une question peut déclencher plusieurs recherches liées avant l'assemblage de la réponse. Google recommande toujours des informations utiles et originales, soutenues par les principes habituels du référencement. Une page distincte pour chaque formulation n'est pas le modèle de valeur décrit.
La conséquence est une concurrence accrue au niveau de l'explication. Un acheteur confronté à une décision complexe peut avoir besoin, simultanément, de preuves sur les prix, la compatibilité, les risques et la mise en œuvre. Différentes pages peuvent fournir différentes pièces. Une entreprise peut donc contribuer un fait utile sans dominer toute la réponse. Inversement, une marque connue peut manquer dans une décision particulière si ses informations ne répondent pas aux conditions posées. C'est mon interprétation du fonctionnement documenté, pas une formule de classement divulguée.
Constat 6 : la visibilité dans la recherche et l'entraînement des modèles sont deux choix distincts
OpenAI présente OAI-SearchBot comme son robot de recherche et GPTBot comme un robot séparé associé à l'entraînement. La distinction est explicite : la politique d'une entreprise sur l'entraînement ne doit pas nécessairement être identique à sa politique de présence dans la recherche.
L'enjeu économique est que limiter l'entraînement et rester découvrable ne sont pas forcément des objectifs opposés. Cela explique aussi pourquoi une page bloquée ou exclue ne s'évalue pas comme une page accessible mais non retenue. Une équipe commerciale peut constater la même absence dans un tableau de bord alors que les causes diffèrent. Ni l'autorisation ni une exploration réussie ne garantissent une citation.
Google propose désormais un contrôle distinct d'inclusion dans l'IA
Le contrôle Search Console de Google pour les fonctions de recherche générative a été déployé mondialement le 31 août 2026. L'inclusion est activée par défaut, mais une propriété peut hériter du choix d'une propriété parente. La documentation distingue ce contrôle des règles d'entraînement et de l'exclusion complète de la recherche.
Le constat important est que la découvrabilité comporte désormais une couche visible de gouvernance, en plus du contenu. Une absence peut refléter un choix de l'éditeur, un paramètre hérité, un problème d'accès ou une non-sélection. Un même résultat visible ne prouve pas une même cause. Il s'agit d'une différence d'éligibilité, pas d'une preuve que l'activation améliore le classement d'une entreprise.
Constat 7 : les rapports des plateformes progressent sans résoudre toute l'attribution
Le rapport de performance dédié à l'IA générative de Google, déployé mondialement le 31 août 2026, affiche les impressions des fonctions de recherche IA prises en charge. Il propose des vues par page, pays, date et appareil. Un site avec trop peu d'impressions peut ne pas le voir. C'est une preuve utile d'exposition des liens, pas un registre complet des questions, des clients ou des ventes.
Bing mesure l'utilisation des sources, pas les résultats clients
L'annonce AI Performance de Bing de février 2026 décrit des nombres de citations, des URL citées et des échantillons de requêtes de recherche sous-jacentes dans les expériences prises en charge. Elle les distingue du rôle ou de la position d'une page dans une réponse individuelle. L'utilisation des sources devient plus observable sans devenir une attribution des ventes. Une page technique citée et une page d'achat citée peuvent servir des décisions très différentes, même si chacune ajoute une citation au total.
Conclusion commerciale : une demande mieux informée, pas un multiplicateur universel de trafic
Selon ma lecture des données, la recherche par IA change à la fois ce qu'un client potentiel apprend et le moment où il a besoin d'un site. Des informations exactes sur les produits et services deviennent donc importantes commercialement avant même le clic. Un simple score de citation reste alors une mesure incomplète de la valeur. Chaque entreprise doit encore comprendre comment ces expositions se relient à des résultats pertinents et supplémentaires, pour un coût acceptable.
Je travaille chez Searchable. Mon rôle de partenaire stratégique consiste à relier cette recherche à l'offre réelle, aux marchés et aux décisions des clients : un Prompt Universe personnalisé, un accompagnement concret au démarrage et une lecture commune des résultats. Une conversation utile avec moi commence par les endroits où une demande mieux informée pourrait profiter à l'entreprise. Elle ne commence pas par un pourcentage de hausse promis.
Périmètre de la recherche
Vérifié le 3 novembre 2026. Il s'agit d'une synthèse de recherches primaires et de documentation officielle, pas d'une nouvelle enquête consommateurs ou d'une expérience client contrôlée. Les dates et populations restent distinctes. Les résultats chiffrés sont attribués à leurs éditeurs ; les interprétations commerciales sont les miennes. Google et Bing mesurent des unités différentes. Aucune étude de cette analyse n'établit un effet universel sur le chiffre d'affaires de tous les secteurs.
Sources et notes
Sources vérifiées: 3 novembre 2026. Les plans et exemples sont des conseils, pas des résultats clients mesurés. Je travaille chez Searchable. Les liens vers son produit reflètent cette relation.
1
Searchable