Résumé exécutif
La façon dont les gens trouvent les marques a changé. Pas en théorie — en pratique, à grande échelle, dans tous les secteurs.
En 2024, la recherche IA était une nouveauté. En 2025, c'est devenu une habitude. En 2026, c'est une infrastructure. Des centaines de millions de personnes demandent désormais à des plateformes IA des recommandations de produits, des comparaisons de services et des évaluations de marques avant même de taper une requête dans un moteur de recherche traditionnel. Certains ne visitent jamais de moteur de recherche du tout.
Ce rapport examine à quoi ressemble ce changement en pratique. Nous nous appuyons sur des données publiées publiquement par les plateformes, des enquêtes publiées et des schémas observés à travers la surveillance des requêtes liées aux marques sur sept grandes plateformes IA : ChatGPT, Perplexity, Gemini, Claude, DeepSeek, Grok et Google AI Overviews.
L'image est claire. La recherche IA ne remplace pas la recherche traditionnelle. Elle se superpose à elle, capturant les requêtes où les utilisateurs veulent des réponses — pas des liens. Et les marques qui apparaissent dans ces réponses gagnent une part disproportionnée d'attention et de confiance.
Ce qui suit est un examen plateforme par plateforme de la situation de la recherche IA aujourd'hui et de ce qu'elle signifie pour toute marque qui dépend d'être trouvée.
Voir aussi: Qu'est-ce que le GEO (Generative Engine Optimization) ? Le guide définitif pour 2026
Croissance de la recherche IA : les chiffres qui comptent
La croissance de la recherche IA n'est plus spéculative. Les principales plateformes ont publié suffisamment de données pour dresser un tableau clair.
ChatGPT : 400 millions d'utilisateurs actifs hebdomadaires
OpenAI a annoncé en février 2025 que ChatGPT avait atteint 400 millions d'utilisateurs actifs hebdomadaires. Ce chiffre représentait un doublement par rapport aux 200 millions rapportés mi-2024. Début 2026, les estimations du secteur basées sur les données de téléchargement d'applications, l'utilisation d'API et les déclarations publiques d'OpenAI suggèrent que la plateforme a continué de croître, bien que l'entreprise n'ait pas publié de chiffre mis à jour d'utilisateurs actifs hebdomadaires depuis cette annonce de février.
Ce qui compte plus que le chiffre principal, c'est le type d'utilisation. ChatGPT n'est plus principalement une nouveauté ou un assistant de codage. Une part croissante des sessions implique de la recherche de produits, des comparaisons de marques et des demandes de recommandation. Lorsqu'un utilisateur demande « Quel est le meilleur CRM pour une équipe de 10 personnes ? » et obtient une réponse détaillée nommant des marques spécifiques, c'est de la découverte de marques qui se produit entièrement en dehors de Google.
Perplexity : plus de 100 millions de requêtes par semaine
Perplexity a annoncé avoir dépassé 100 millions de requêtes de recherche par semaine fin 2024, se positionnant comme l'alternative IA-native à la recherche traditionnelle. Contrairement à ChatGPT, Perplexity est spécifiquement conçu comme un outil de recherche. Chaque requête récupère des données web en direct et cite ses sources avec des liens cliquables.
Pour les marques, Perplexity représente quelque chose d'inhabituel : une plateforme IA qui renvoie effectivement du trafic vers votre site. Si votre contenu est cité, les utilisateurs peuvent cliquer pour y accéder. Cela fait du taux de citation Perplexity l'une des métriques les plus exploitables dans la surveillance de la visibilité IA.
Google AI Overviews : plus de 100 pays, des milliards d'utilisateurs
Google a commencé à déployer AI Overviews aux États-Unis mi-2024 et s'est étendu à plus de 100 pays d'ici fin 2025. Parce que les AI Overviews apparaissent au sein même de Google Search — pas comme un produit séparé — leur portée est énorme. Ils se trouvent en haut des pages de résultats, au-dessus des liens bleus traditionnels, pour une part significative et croissante des requêtes.
Google a déclaré à I/O 2025 que les AI Overviews apparaissaient pour un pourcentage significatif des requêtes de recherche. Les analyses du secteur provenant de plusieurs cabinets de recherche SEO estiment que quelque part entre 20 % et 40 % des requêtes informationnelles déclenchent désormais un AI Overview, bien que le chiffre exact varie selon le secteur vertical et la géographie.
L'implication est directe : même si vous vous classez en première page de Google, un AI Overview peut pousser votre référencement organique en dessous de la ligne de flottaison. Être cité dans l'AI Overview devient aussi important que le classement lui-même.
Gemini, Claude, DeepSeek, Grok
Les plateformes restantes contribuent à un volume croissant mais plus difficile à quantifier. Gemini est intégré à l'écosystème de produits Google — Android, Workspace, Search — ce qui lui donne une distribution que les autres applications IA autonomes ne peuvent égaler. Claude a construit une base d'utilisateurs fidèles parmi les professionnels qui apprécient les réponses détaillées et soignées. DeepSeek a gagné en adoption rapide dans les communautés techniques et de recherche, particulièrement en Asie. Grok, intégré à X (anciennement Twitter), a un accès unique aux données sociales en temps réel.
Aucune de ces plateformes n'a publié de chiffres d'utilisateurs avec la spécificité d'OpenAI ou de Perplexity. Mais leur impact collectif est visible dans les données de surveillance : les marques mentionnées sur les sept plateformes ont des profils de visibilité significativement différents de ceux des marques qui n'apparaissent que sur une ou deux.
Le point à retenir ne concerne pas une plateforme en particulier. Il concerne l'agrégat. La recherche IA, toutes plateformes confondues, est devenue un canal d'information principal pour des centaines de millions de personnes. Toute stratégie de marque qui ignore ce canal opère avec un angle mort sérieux.
Comment le comportement des utilisateurs évolue
La croissance des plateformes vous dit combien de personnes utilisent la recherche IA. Les données comportementales vous disent comment elles l'utilisent. Les schémas comportementaux sont là où vivent les véritables implications.
Le passage au « recherche d'abord »
Plusieurs enquêtes publiées en 2025 et début 2026 pointent vers un schéma cohérent : les utilisateurs commencent leurs recherches sur des plateformes IA avant de visiter un moteur de recherche. Cela est le plus prononcé pour les décisions complexes et multifactorielles — choisir un logiciel, comparer des prestataires de services, évaluer des produits avec de nombreuses variables.
Le raisonnement est intuitif. La recherche traditionnelle renvoie dix liens et demande à l'utilisateur de cliquer, lire et synthétiser. La recherche IA renvoie une réponse synthétisée. Pour un utilisateur qui essaie de choisir entre quatre outils de gestion de projet, obtenir une comparaison côte à côte de ChatGPT en 30 secondes est plus efficace que d'ouvrir cinq onglets à partir des résultats Google et de lire chaque avis séparément.
Cela ne signifie pas que les utilisateurs ont abandonné Google. La plupart l'utilisent encore, en particulier pour les requêtes de navigation, les requêtes transactionnelles et les recherches locales. Mais la couche informationnelle et comparative — la partie où les opinions se forment et les listes restreintes se font — migre vers l'IA.
Le facteur confiance
Il y a une réalité inconfortable dans ces données. Les utilisateurs font plus confiance aux réponses IA qu'ils ne le devraient probablement. Les enquêtes publiées montrent systématiquement qu'une part significative des utilisateurs d'IA acceptent les recommandations générées par l'IA sans les vérifier via des sources supplémentaires.
Pour les marques, cela coupe des deux côtés. Si une plateforme IA vous recommande, l'utilisateur est susceptible d'agir en conséquence. Si elle recommande un concurrent, l'utilisateur peut ne jamais vous évaluer. La réponse IA n'est pas le début d'un processus de recherche pour de nombreux utilisateurs. C'est l'ensemble du processus.
Types de requêtes migrant vers l'IA
Toutes les requêtes ne migrent pas également. Sur la base des données publiques disponibles et des schémas observés, voici où la recherche IA est la plus forte :
- Requêtes de comparaison (« X vs Y », « meilleur X pour Y ») — l'IA excelle dans la synthèse de comparaisons multifactorielles
- Requêtes de recommandation (« Que devrais-je utiliser pour... ») — l'IA fournit des réponses spécifiques et tranchées
- Requêtes d'explication (« Comment fonctionne X ? ») — l'IA livre des explications structurées et lisibles
- Requêtes de recherche (« Quelles sont les options pour... ») — l'IA agrège et résume plus rapidement que la recherche manuelle
La recherche traditionnelle conserve sa domination pour :
- Requêtes de navigation (« connexion à [marque] ») — les utilisateurs veulent une URL spécifique
- Requêtes transactionnelles (« acheter [produit] ») — les utilisateurs veulent finaliser un achat
- Requêtes locales (« restaurants près de moi ») — la recherche traditionnelle a des données locales plus riches
- Actualités de dernière minute — la recherche traditionnelle indexe les actualités plus rapidement que la plupart des plateformes IA
Les requêtes qui migrent vers l'IA sont celles où se produit la découverte de marques. Quelqu'un qui demande « meilleur CRM pour petites entreprises » constitue une liste restreinte. Quelqu'un qui demande « meilleures chaussures de course à moins de 150 $ » réduit ses choix. Ce sont les moments qui déterminent quelles marques sont prises en considération. Et de plus en plus, ces moments se produisent à l'intérieur d'une conversation IA.
Voir aussi: AI Brand Monitoring : comment suivre ce que les plateformes AI disent de votre marque
Impact sur la découverte de marques
Le passage de la découverte par résultats de recherche à la découverte par réponse IA change trois dynamiques dans la façon dont les marques sont trouvées.
De dix options à deux ou trois
Une page de résultats Google affiche dix listings organiques plus des annonces. Un utilisateur qui parcourt cette page évalue plusieurs options. Une réponse générée par l'IA nomme généralement deux à quatre marques. Parfois une seule. L'effet de rétrécissement est dramatique.
Être « dans la conversation » compte plus que jamais. Sur Google, se classer huitième vous donne encore une certaine visibilité. Dans une réponse générée par l'IA, il n'y a pas de huitième position. Vous êtes soit mentionné, soit absent. La compétition est pour l'inclusion, pas pour le classement.
Du clic à la confiance
La découverte traditionnelle de marques suit un chemin : rechercher, cliquer, évaluer, décider. La découverte de marques par IA comprime souvent cette séquence. L'utilisateur demande, l'IA répond, l'utilisateur fait confiance à la réponse. Il peut n'y avoir aucun clic. La marque a été « découverte » à l'intérieur d'une conversation, pas sur un site web.
Cela change ce qui compte comme visibilité. Si votre marque a été mentionnée favorablement dans 500 conversations IA aujourd'hui mais qu'aucun de ces utilisateurs n'a visité votre site web, votre visibilité a-t-elle augmenté ? Oui, c'est le cas. Même si votre tableau de bord d'analyses ne montre rien.
Les marques qui gagnent dans la recherche IA ne sont pas toujours celles avec les meilleurs sites web, le plus de backlinks ou la plus haute autorité de domaine. Ce sont celles que l'IA connaît, à qui elle fait confiance et qu'elle recommande. L'autorité d'entité, les données structurées et la citabilité du contenu motivent cela — pas les signaux SEO traditionnels seuls.
De classements stables à mentions volatiles
Les classements Google sont relativement stables. Une page classée troisième aujourd'hui sera probablement classée troisième demain. Les réponses IA sont volatiles. La même requête posée lundi et jeudi peut produire des mentions de marques différentes. Une mise à jour de modèle peut déplacer les recommandations du jour au lendemain. Un concurrent qui publie un nouveau contenu fort peut vous déplacer en quelques jours.
Cette volatilité rend la surveillance non négociable. Sans suivi quotidien, vous n'avez aucune idée si la visibilité de la semaine dernière est toujours intacte. Les marques qui surveillent quotidiennement détectent les changements tôt. Les marques qui vérifient mensuellement découvrent les problèmes après des semaines de pertes invisibles.
Paysage de visibilité plateforme par plateforme
Chaque plateforme IA génère des recommandations de marques différemment. Comprendre ces différences importe pour savoir où investir vos efforts d'optimisation.
ChatGPT
La plus grande plateforme en volume d'utilisateurs. ChatGPT puise dans ses données d'entraînement et, lorsque la navigation est activée, la récupération web en direct. Les marques avec une large présence web — mentions sur des sites faisant autorité, entrées de base de connaissances solides, produits bien documentés — performent le mieux. ChatGPT a tendance à recommander des marques établies pour les requêtes générales et peut faire émerger des marques de niche lorsque la requête est suffisamment spécifique.
Perplexity
La plateforme la plus transparente pour la découverte de marques. Perplexity cite chaque source qu'il utilise, vous pouvez donc retracer exactement pourquoi une marque a été mentionnée. Il privilégie la recherche originale, les données primaires et le contenu de sites qui se mettent à jour fréquemment. Les marques qui publient des données uniques ou des guides approfondis sont disproportionnellement citées sur Perplexity par rapport aux marques avec seulement des pages marketing.
Google AI Overviews
Lié à l'écosystème Google Search. Les AI Overviews puisent principalement dans les pages qui se classent déjà bien organiquement, mais ils pondèrent également les données structurées, le format du contenu et la manière dont une page répond directement à la requête. Une page classée numéro un qui ne répond pas directement à la question peut être ignorée au profit d'une page moins bien classée qui le fait.
Gemini
L'assistant IA autonome de Google partage des sources de données avec les AI Overviews mais génère des réponses plus longues et plus conversationnelles. Son intégration dans Android et Google Workspace lui donne une large portée à travers les appareils et cas d'usage. Une forte présence dans Google Search aide, mais Gemini considère également les données structurées et la clarté d'entité indépendamment.
Claude
Construit par Anthropic, Claude s'appuie davantage sur les données d'entraînement que sur la récupération web en direct pour la plupart des interactions. La visibilité sur Claude dépend de la présence de votre marque dans les jeux de données publiquement disponibles à la date de coupure de l'entraînement. De fortes entrées Wikipedia, une documentation bien connue et des mentions dans des publications largement indexées motivent la visibilité Claude. Populaire auprès des professionnels et des chercheurs, ce qui le rend important pour les marques B2B.
DeepSeek
Une base d'utilisateurs techniques qui valorise la profondeur et l'exactitude. Les marques dans la technologie, les outils de développement et la recherche en bénéficient le plus. La plateforme privilégie le contenu avec des détails techniques : benchmarks, méthodologie, documentation. Le contenu marketing sans substance ne performe pas bien ici.
Grok
Intégré à X (anciennement Twitter), Grok puise dans les données des réseaux sociaux en temps réel aux côtés de ses données d'entraînement. Les marques avec des présences X actives et engagées sont plus susceptibles d'être mentionnées. La stratégie de réseaux sociaux se traduit directement en visibilité Grok — l'une des rares plateformes IA où cette connexion est aussi directe.
Ce que les marques devraient faire maintenant
Les données pointent dans une direction : la recherche IA est un canal majeur et croissant pour la découverte de marques, et les marques sans visibilité IA perdent du terrain qu'elles ne peuvent pas mesurer avec les analyses traditionnelles.
Voici un cadre pratique.
1. Auditez votre visibilité IA actuelle
Avant d'optimiser, sachez où vous en êtes. Interrogez votre nom de marque et vos catégories de produits clés sur les sept plateformes IA. Notez où vous apparaissez, où vous n'apparaissez pas, ce que l'IA dit de vous et comment les concurrents se comparent dans les mêmes réponses. Faites cela systématiquement. Les réponses IA changent fréquemment, donc une cadence quotidienne ou hebdomadaire est nécessaire pour des données exploitables.
2. Corrigez les barrières techniques
Vérifiez votre robots.txt pour l'accès des crawlers IA (GPTBot, PerplexityBot, ClaudeBot, Google-Extended). Ajoutez un fichier llms.txt à la racine de votre domaine. Implémentez les données structurées : schémas Organization, Product, FAQ et Article. Assurez-vous que votre site se charge rapidement et se rend sans JavaScript. Ces corrections éliminent les barrières qui empêchent les plateformes IA de même voir votre contenu.
3. Construisez l'autorité d'entité
Les modèles IA pensent en entités, pas en mots-clés. Votre marque doit être une entité bien définie à travers le web : nom, description et informations produit cohérents sur votre site, les listings d'annuaires, les plateformes d'avis et les bases de connaissances. De forts signaux d'entité rendent les plateformes IA plus confiantes pour vous mentionner et vous recommander.
4. Créez du contenu que l'IA peut citer
Restructurez le contenu clé pour la récupération IA. Commencez les sections par des réponses directes. Incluez des données spécifiques et des affirmations concrètes. Écrivez des paragraphes autonomes qui ont du sens s'ils sont retirés de leur contexte. Ajoutez des sections FAQ avec du balisage de données structurées. Ce n'est pas une stratégie de contenu différente — c'est une couche structurelle par-dessus un bon contenu.
5. Surveillez en continu
La visibilité IA n'est pas une métrique à configurer puis à oublier. Les réponses changent à mesure que les modèles se mettent à jour, que les concurrents optimisent et que les plateformes évoluent. Une surveillance quotidienne sur les sept plateformes vous donne la boucle de rétroaction nécessaire pour maintenir et développer votre visibilité au fil du temps.
Voir aussi: Qu'est-ce que le GEO (Generative Engine Optimization) ? Le guide définitif pour 2026