Réflexions sur le référencement naturel et la recherche par IA en 2026

La recherche a connu une transformation spectaculaire en 2025. Découvrez les principaux changements en matière de référencement naturel et d'intelligence artificielle, ainsi que nos observations, mes analyses et mes réflexions sur l'avenir de la recherche en 2026. 2025 fut sans conteste l'année la plus instable à ce jour. Nous avons traversé une crise d'identité généralisée, déclenchée par l'ascension fulgurante de ChatGPT d'OpenAI et d'assistants IA concurrents tels que Gemini, Perplexity et Claude. Pour la première fois depuis longtemps, Google a dû faire face à une concurrence sérieuse et à une réelle menace pour son modèle économique.

La croissance exponentielle de ChatGPT a débuté fin 2022, lorsqu'elle est devenue l'application grand public à la croissance la plus rapide de tous les temps, atteignant 100 millions d'utilisateurs actifs mensuels seulement deux mois après son lancement. En mars 2025, la croissance de ChatGPT a atteint de nouveaux sommets : le nombre d'utilisateurs actifs hebdomadaires a doublé, passant de 400 millions en février à 800 millions fin mars .

Il semblerait que Google ait été initialement pris au dépourvu par le succès viral de ChatGPT, ce qui est assez ironique, étant donné que ce sont ses propres chercheurs qui ont rédigé l'article de 2017 intitulé « Attention is All You Need », qui a offert au monde l'architecture Transformer qui a finalement conduit à la création de ChatGPT. Fin 2022, Google a déclenché son tout premier « Code Rouge » publiquement documenté, en réaction à l'essor de ChatGPT comme alternative conversationnelle et simplifiée à la recherche traditionnelle.

Cette panique alimentée par l'IA a propulsé notre secteur au premier plan. Directeurs marketing, investisseurs et entrepreneurs du secteur technologique se sont tous précipités sur le train en marche de la recherche en IA. De nouvelles agences de marketing et des gourous ont surgi de nulle part, inondant les réseaux sociaux de publicités générées par l'IA et de publications formatées, tous relayant l'idée que sans leur approche révolutionnaire de l'optimisation de la recherche par l'IA, les entreprises seraient laissées pour compte.

Au cœur de ce discours se trouvait le refrain bien connu « le SEO est mort », ressuscité une fois de plus pour capitaliser sur la peur, l’incertitude et le doute, et pour positionner la recherche par IA comme un canal de découverte entièrement nouveau et de pointe.

La grande ruée vers l'or des acronymes et l'arnaque GEO

S'en est suivie une véritable frénésie de dénominations. Un défilé incessant d'appellations, encore contestées aujourd'hui, s'est succédé pour désigner ce qui était présenté comme un ensemble de compétences marketing fondamentalement nouveau.

2025 fut l'année du GEO (Generative Engine Optimization) , également connu sous le nom d’AEO (Answer Engine Optimization). Tous ces noms rivalisaient pour dominer un nouveau secteur dont beaucoup pensaient qu'il rendrait obsolète le SEO.

Dès le début de l'année et tout au long de 2025, des milliers de voix et de publications virales sur LinkedIn, X, Reddit et YouTube ont affirmé que le SEO, à l'instar de Google, appartenait désormais au passé. Bien souvent, une simple recherche de profil révélait que ces voix appartenaient à des personnes qui venaient d'entrer sur le marché et/ou proposaient un nouvel outil d'IA à la vente.

Au fil du temps, une tendance s'est imposée : nombre de ceux qui proclamaient la mort du SEO avec la plus grande véhémence semblaient aussi être ceux qui manquaient le plus de contexte, d'histoire et de compréhension du fonctionnement réel du SEO moderne, ou de ce que font réellement les professionnels du SEO au quotidien.

Bon nombre de ces recommandations sont franchement dangereuses pour le référencement naturel (et, par conséquent, pour les performances de la recherche par IA). Elles risquent de saturer l'index de recherche avec du contenu automatisé de faible qualité, ce qui peut entraîner des déclassements et des pénalités algorithmiques ; elles créent des situations cauchemardesques en matière de gestion du contenu dupliqué ; et elles utilisent des méthodes douteuses et non éprouvées pour générer artificiellement de la visibilité de manière non durable, sans apporter de réelle valeur ajoutée aux utilisateurs.

Comment le codage Vibe a probablement empiré les choses

Ce n'est pas un hasard si 2025 a également été l'année où il est devenu plus facile que jamais de développer de nouveaux logiciels, grâce à l'essor du « vibe coding ». Quand des produits comme Cursor, Claude Code et Lovable permettent à une personne non-développeuse de créer un outil de suivi de recherche basé sur l’IA en quelques heures, il est logique que nos boîtes mail soient quotidiennement inondées de demandes de test de nouveaux produits. D'ailleurs, ce flot de messages ne s'est pas ralenti début 2026.

Nous sommes aujourd'hui confrontés à une prolifération d'outils de recherche basés sur l'IA dans notre secteur, sans pour autant disposer d'un nombre suffisant d'utilisateurs pour justifier leur abonnement. De plus, les outils SEO établis tels que Semrush, Ahrefs, Conductor et Similarweb ont tous lancé leurs propres solutions de visibilité dans les résultats de recherche grâce à l'IA, tirant parti d'un avantage structurel considérable : une base d'utilisateurs professionnels déjà bien établie.

L'essor du suivi LLM et de la surveillance de la visibilité de la recherche par IA

En 2025, nous avons également constaté un afflux massif de capitaux-risqueurs dans le secteur du marketing de recherche basé sur l'IA. Chacun voulait sa part du gâteau. Cette forte croissance a été illustrée par l'acquisition de Semrush par Adobe pour 1,9 milliard de dollars en novembre 2025 , une opération menée spécifiquement par Adobe pour s'assurer le contrôle des outils de « visibilité générative ». Il existait une forte demande de solutions permettant de suivre la visibilité des marques dans la recherche basée sur l'IA.

L'émergence de plateformes de suivi de la visibilité des marques dans les moteurs de recherche, telles que Profound et Peec AI (qui a levé 21 millions de dollars lors d'une levée de fonds de série A en novembre 2025), témoigne de cette demande urgente de suivi de la présence des marques dans les LLM. Ce phénomène s'inscrit dans un mouvement d'investissement plus large de 202,3 milliards de dollars dans l'IA , qui a capté plus de la moitié de la valeur totale des investissements en capital-risque à l'échelle mondiale, selon les données d'IDC et de PitchBook .

Cependant, le suivi LLM présente des défis importants, communs à tous les fournisseurs de cette technologie : si ces outils permettent d’obtenir des indications générales, ils restent fondamentalement limités par l’opacité de l’expérience utilisateur. Contrairement à la recherche traditionnelle, où un mot-clé renvoie généralement un ensemble de résultats standardisés (avec une légère personnalisation), les réponses des LLM sont à la fois non déterministes et de plus en plus personnalisées . Elles tiennent compte de l’historique de conversation unique de l’utilisateur, de ses paramètres de « mémoire » spécifiques, de ses centres d’intérêt et même de ses particularités géographiques, de manière qu’un outil d’extraction de données tiers non connecté ne peut tout simplement pas les reproduire.

De plus, nous vivons à une époque où le « volume de recherche », tel que nous le connaissions, est beaucoup moins fiable pour la recherche par IA ; il est actuellement impossible de suivre précisément les requêtes des utilisateurs de LLM . Les données de volume fournies par ces nouveaux outils sont, au mieux, très directionnelles et issues d'un échantillonnage très limité.

L'afflux massif de capitaux vers les outils de suivi de recherche basés sur l'IA a suscité une véritable ruée vers l'or et a captivé l'attention du secteur tout au long de l'année. Parallèlement à l'extraction directe des résultats de recherche par les LLM, ces outils de suivi ont contribué à une explosion déjà spectaculaire de l'activité d'exploration sur Google. Cette explosion a même contraint Google à réagir : non seulement en limitant l'extraction à 100 résultats à la fois , mais aussi en poursuivant SerpAPI en justice afin de restreindre les pratiques d'extraction non conformes à ses règles. Ainsi, si l'année 2025 nous offrait une multitude d'options pour suivre les réponses des LLM, aucun consensus ne se dégageait encore quant à la manière de les influencer concrètement.

Les « nouvelles » mécaniques du référencement traditionnel

Au fil de l'année, notre secteur a partagé collectivement de nouvelles recherches, expériences et théories pour s'aider mutuellement à comprendre les rouages de la recherche en IA.

Ce même constat s'appliquait aux nouveaux articles de mes collègues et de mes coéquipiers. Et ce, sans aucune modification apportée par AEO/GEO, hormis le respect des bonnes pratiques SEO classiques. Le résultat était systématique, car les membres de LLM utilisent des moteurs de recherche : les articles étaient rapidement indexés et bien référencés. C'est aussi simple que cela.

Alors, où en sommes-nous ? Selon nous, plusieurs conclusions nuancées concernant la recherche par IA peuvent être vraies simultanément :

• La recherche par IA a introduit un changement de paradigme significatif dans le comportement des utilisateurs, car de plus en plus d'entre eux commencent leurs recherches directement sur des assistants IA tels que ChatGPT ou Gemini.
• Les assistants IA fonctionnent de manière fondamentalement différente des moteurs de recherche. Alors que les moteurs traditionnels privilégient la récupération (indexation et classement), les assistants IA se concentrent sur la synthèse : ils génèrent des réponses cohérentes et directes en combinant des informations issues de sources diverses.
• Les indicateurs de succès de la recherche par IA ont naturellement divergé de ceux du référencement naturel traditionnel. Les interfaces d'IA conversationnelles et conçues pour fournir des réponses immédiates répondent directement aux requêtes dans l'interface utilisateur. De ce fait, le trafic « au clic », qui a historiquement contribué à définir le succès du référencement naturel, diminue. Le trafic organique est donc voué à diminuer dans ce nouvel environnement.
• Nous devons réagir en développant de nouveaux indicateurs pour mesurer le succès de la recherche par IA, axés sur les conversions et les revenus, la visibilité de la marque, la part de marché dans la recherche, le positionnement concurrentiel et la demande pour la marque.
• Nombreux sont ceux qui, par opportunisme, ont présenté cette évolution comme une rupture totale avec les stratégies de référencement naturel existantes. Pourtant, la réalité est bien plus nuancée. Si des différences notables existent – notamment au niveau des interfaces de recherche, de l'expérience utilisateur et des indicateurs de performance –, la plupart des tactiques mises en œuvre pour accroître la visibilité de l'IA restent globalement inchangées. Il s'agit simplement d'évolutions des processus SEO, de branding et de relations presse numériques déjà en place.
• En définitive, l'AEO/GEO ne remplace ni n'abandonne le SEO. Il s'agit plutôt d'un nouveau système pour conquérir, capter et mesurer le succès sur les plateformes d'IA. C'est un enrichissement de la boîte à outils du marketeur digital, avec de nouveaux outils et une nouvelle approche des priorités en matière de marketing organique.
• De plus, une stratégie SEO, des réseaux sociaux et des relations presse numériques solides et cohérentes sont de loin les moyens les plus efficaces d'obtenir une visibilité optimale dans les résultats de recherche de l'IA. À moins que les spécialistes en recherche d'aide à la décision (LLM) ne trouvent un moyen de générer des réponses précises et actualisées sans dépendre des moteurs de recherche, le SEO restera indispensable à la réussite des recherches en IA.
• La recherche par IA représente une évolution classique du SEO et n'est pas sans rappeler d'autres évolutions que nous avons connues tout au long de l'histoire du SEO, comme l'essor de la recherche vocale, l'indexation mobile-first, les signaux sociaux, la recherche sémantique, la recherche d'images/vidéos, le SEO d'Amazon, de TikTok et de YouTube, EEAT , et bien d'autres.

Quelles tactiques ont réellement changé avec AEO/GEO ?

Requête Fan-Out

Lorsqu'un système détermine qu'une requête nécessite des données factuelles ou des informations à jour, il utilise un LLM pour décomposer la requête en plusieurs sous-requêtes — un processus appelé « diffusion de requêtes ». Ces requêtes sont exécutées simultanément sur les index de recherche (y compris Google et Bing) pour collecter un ensemble diversifié de données issues de sources que le modèle synthétise ensuite en une seule réponse.

De nouveaux outils et modèles permettent de simuler le processus de diffusion des requêtes, ce qui nous permet d'intégrer directement ces données à nos flux de travail SEO/AEO/GEO et d'orienter nos stratégies de contenu. Plutôt que de deviner comment un moteur de recherche déconstruit une requête, nous pouvons désormais examiner directement les requêtes « synthétiques » qu'il utilise pour collecter davantage d'informations sur la web. Voici quelques outils facilitant ce processus :

• Modèle d'ancrage Gemini de Google : grâce à l'API Gemini, les développeurs peuvent accéder aux métadonnées d'ancrage (groundingMetadata ) qui révèlent les requêtes WebSearchQueries exactes générées par le modèle pour vérifier sa réponse. Ceci offre un aperçu direct, sans intermédiaire, de la manière dont les modèles les plus avancés de Google transforment l'intention de l'utilisateur en tâches de recherche.
• Queryfanout.ai de Dejan : L'un des premiers outils conçus spécifiquement pour ce domaine, Queryfanout.ai permet aux spécialistes du référencement de simuler la « décomposition » d'un mot-clé principal en des dizaines de facettes connexes. Il est particulièrement utile pour l'analyse des écarts , aidant les marques à identifier les sous-intentions spécifiques actuellement absentes de leurs groupes de contenu.
• Qforia d'iPullRank : développé par Mike King d'iPullRank, Qforia effectue une rétro-ingénierie des réponses Gemini et des requêtes de diffusion synthétiques qui y mènent, aidant ainsi les marques à passer du ciblage par mots-clés traditionnel à « gagner plus de billets de tombola » dans le monde probabiliste de la recherche par IA.
• Fonctionnalité Query Fanout de Profound : Profound, l’un des noms les plus connus dans le domaine du suivi AEO (Answer Engine Optimization), a récemment lancé un outil dédié, Query Fanout, qui capture le comportement de recherche sous-jacent des moteurs comme ChatGPT, Gemini et Claude.

En un sens, pour de nombreuses requêtes urgentes, les assistants de recherche IA comme ChatGPT effectuent tout simplement la recherche Google à votre place , en utilisant plusieurs requêtes redondantes pour fournir une réponse plus complète et personnalisée.

À mon sens, la diffusion des requêtes constitue indéniablement un nouveau système fonctionnant indépendamment du mode traditionnel de récupération du contenu par les moteurs de recherche. Elle nous donne effectivement accès à des données inédites et précises pour optimiser notre contenu. Cependant, je pense que ces données doivent être perçues comme un nouvel outil, parmi d'autres, dans notre arsenal de recherche SEO , plutôt que comme une refonte complète de notre processus de recherche de mots-clés.

En effet, les requêtes de type « fan-out » sont par nature des requêtes de longue traîne, à faible volume, hautement personnalisées, qui varient systématiquement d'une requête à l'autre et d'un utilisateur à l'autre. Bien qu'il soit tentant de considérer chaque nouvelle requête de ce type comme une cible potentielle, il est essentiel d'éviter le piège de la traîne très longue.

Dans un monde où les moteurs de recherche de longue traîne (LLM) génèrent des requêtes synthétiques et personnalisées en temps réel, se focaliser excessivement sur des expressions clés spécifiques revient à jouer à un jeu de taupe. La cible est mouvante : elle évolue en fonction de l’historique et des intentions de chaque utilisateur, le tout étant accentué par la stochasticité inhérente aux LLM. Cette aléatorité signifie que la requête de longue traîne « parfaite » d’aujourd’hui pourrait ne pas exister demain.

La véritable valeur des données de diffusion ne réside pas dans le ciblage d'une requête ponctuelle, mais dans l'agrégation de ces signaux afin de mettre en évidence les thèmes et sujets clés que les modèles privilégient systématiquement. En intégrant ces informations synthétiques à nos recherches existantes sur les mots-clés et l'audience, nous pouvons identifier des « groupes thématiques » que les algorithmes de recherche et les assistants vocaux considèrent comme essentiels pour répondre aux besoins de nos publics.

Nous ne nous contentons pas d'optimiser pour une chaîne de mots-clés spécifique ( et nous ne commettons certainement pas l'erreur classique du SEO débutant qui consiste à créer une page par requête de type « fan-out », n'est-ce pas ? ) ; nous construisons un graphe de connaissances complet qui prouve que notre marque est la réponse la plus pertinente, quelle que soit la façon dont l'IA reformule la question. Nous utilisions déjà d'autres outils de recherche de mots-clés pour cela depuis des années, mais les requêtes de type « fan-out » constituent sans aucun doute une nouvelle source de données précieuse pour étayer ce processus.

Marketing multimodal et génération de contenu

Les modèles d'IA modernes comme GPT-5 et Gemini 3 sont nativement multimodaux : ils peuvent « voir » des images, « entendre » des fichiers audio et « regarder » des vidéos aussi facilement qu'ils lisent du texte. En diversifiant leur contenu (transcriptions vidéo, infographies descriptives, podcasts ou interviews audio), les marques peuvent fournir aux assistants IA un réseau plus dense de signaux à analyser. Cela leur permet également d'accroître leur visibilité et leur notoriété en captant davantage de mentions et d'associations à leur marque sur différents canaux et supports.

Il est important de rappeler que la diversification des contenus (vidéos, podcasts et images) constituait déjà une stratégie SEO essentielle bien avant l'avènement de l'IA générative. Google a consacré des années à améliorer sa capacité à indexer ces formats.

Vidéo : Depuis l'introduction de la fonctionnalité « Moments clés » en 2021, Google est capable de comprendre le contexte spécifique d'une vidéo et de la classer pour des requêtes de recherche très précises.

Audio : Depuis 2019, Google indexe le contenu des podcasts , permettant ainsi aux créateurs privilégiant l'audio d'apparaître dans les résultats de recherche classiques.

Images : Des outils comme Google Lens et la fonctionnalité « recherche multiple » de 2022 ont prouvé que Google allait déjà au-delà du simple texte alternatif pour « voir » et identifier les objets, ainsi que le texte et le contexte dans les images.

Alors que ces méthodes étaient autrefois considérées comme des moyens « supplémentaires » d'optimiser le référencement naturel (SEO), la recherche pilotée par l'IA a mis en évidence la nécessité de créer du contenu multimodal. Dans la recherche traditionnelle, une vidéo ou une image constituait un accès alternatif à un site web ; dans la recherche pilotée par l'IA (GEO/AEO), ces ressources deviennent les données brutes utilisées par le modèle pour construire ses réponses. Par exemple, un LLM peut extraire une étape spécifique de la transcription de votre vidéo YouTube ou un détail technique d'une infographie pour générer sa réponse finale.

Fournir des réponses claires aux questions importantes des utilisateurs

Je pense que l'une des manières les plus efficaces d'aborder la recherche par IA est en réalité la plus simple : s'assurer que votre site web et vos autres ressources (blogs, newsletters, profils sur les réseaux sociaux, sites web partenaires et communications externes) utilisent un langage clair et cohérent concernant votre marque et les informations que vous souhaitez que les utilisateurs connaissent sur votre marque, vos produits et vos services.

Bien que cela paraisse évident et ait toujours été un élément clé du référencement naturel, je pense que la recherche par IA rend cet exercice encore plus important. En présentant clairement les informations importantes concernant votre entreprise, ses produits et ses services dans un langage sans ambiguïté, vous augmentez vos chances d'être cité dans les résultats de recherche par IA. En effet, les moteurs de recherche peuvent extraire ces informations directement de vos ressources officielles lorsqu'ils analysent votre marque. Par exemple, de nombreuses marques n'ont peut-être pas inclus ces informations sous forme de texte sur leur site web, ou ont dissimulé des détails essentiels dans des images ou dans un discours marketing peu clair.

L'importance croissante des activités hors site et des relations publiques numériques

La recherche en IA a bouleversé la donne, rendant les signaux externes – tels que les mentions de marque sur des sites web populaires, les avis de qualité et une réputation positive sur les réseaux sociaux – plus importants que jamais. Les grands modèles linguistiques s'appuyant sur ces citations tierces pour comprendre l'offre et la réputation d'une marque, il est désormais essentiel d'influencer l'activité hors site pour le référencement naturel et géolocalisé (AEO/GEO). Cette évolution a rendu la collaboration multicanale entre les équipes SEO, réseaux sociaux, influenceurs et relations publiques plus indispensable que jamais.

Reddit, Quora, les groupes Facebook, LinkedIn et d'autres sites de contenu généré par les utilisateurs (UGC) figurent parmi les sites web les plus cités dans la recherche IA , aux côtés des avis publiés sur des plateformes d'avis de confiance comme G2. Pour une meilleure visibilité dans la recherche d'IA, il est essentiel pour les marques d'être recommandées et de rester présentes à l'esprit des consommateurs sur ces plateformes.

Les outils de suivi LLM mentionnés précédemment offrent une multitude de données de citations utiles pour faciliter l'obtention de mentions hors site, notamment pour les domaines et les pages les plus cités dans des catégories d'activité spécifiques.

Si les efforts de marketing hors site étaient souvent gérés directement par les équipes de relations presse numériques, de médias sociaux et de gestion de la réputation, la collaboration entre ces équipes et les experts SEO a toujours été essentielle à la réussite d'une campagne SEO.

Cependant, la priorité a évolué : il ne s’agit plus seulement d’obtenir des liens, mais aussi de garantir des mentions de marque et des co-citations avec des produits clés . Au final, les tactiques restent les mêmes : exploiter les relations presse numériques pour générer des mentions organiques, démarcher les journalistes et les influenceurs, et identifier les opportunités, organiques et sponsorisées, dans les publications réputées citées par l’IA. Si ces activités ont toujours été essentielles à la santé d’une marque, la recherche par IA les a remaniées et redéfinies, faisant de la validation par des tiers un levier de visibilité prioritaire, plutôt qu’un avantage SEO secondaire.

Protocole de commerce agentique et protocole de commerce universel

Certaines évolutions de l’e-commerce marquent une rupture avec le référencement naturel traditionnel, à mesure qu’Internet évolue vers le commerce automatisé. Fin 2025, OpenAI a lancé le protocole de commerce automatisé (ACP) , un ensemble de règles permettant à une intelligence artificielle (comme ChatGPT ou Gemini) d'agir comme votre assistant personnel d'achat. Ce protocole offre à l'IA un moyen sécurisé de gérer votre « portefeuille » et votre identité afin qu'elle puisse cliquer sur le bouton « Acheter » et effectuer le paiement à votre place.

En réponse, Google a récemment lancé le protocole UCP (Universal Commerce Protocol) , qui fait office de « traducteur universel » pour les boutiques en ligne. Il organise les données d'une boutique (comme les produits en stock et les frais de livraison) dans un format simple que l'IA peut comprendre instantanément, sans avoir à consulter le site web. Les transactions seront ainsi possibles directement sur Gemini, sur Google AI Mode et sur d'autres plateformes d'IA de Google.

Pour les spécialistes du référencement e-commerce, ces mises à jour ajoutent une nouvelle étape au processus d'optimisation : on passe de l'optimisation pour les clics humains à l'optimisation pour la visibilité des agents de sécurité. La nouvelle priorité est de maintenir des flux d'API extrêmement précis qui prouvent à un agent d'IA qu'un marchand est techniquement prêt à exécuter une transaction.

Google inverse la tendance en matière de réputation de recherche basée sur l'IA

La réputation de Google en matière de recherche IA a connu un tournant majeur en 2025. Lors du lancement d'AI Overviews en 2024, Google a été confronté à des crises de relations publiques alimentées par des idées farfelues, notamment la suggestion de mettre de la colle sur une pizza. L'entreprise était également très vulnérable au spam et à la manipulation (j'y ai peut-être contribué). À l'époque, ces faux pas ont renforcé l'idée selon laquelle un ChatGPT flambant neuf distanait Google.

Mais en 2025, je pense que Google a commencé à redresser la barre. L'entreprise a investi des ressources considérables dans Gemini, le moteur d'IA Overviews et le mode IA. Ces investissements ont permis d'améliorer nettement les réponses générées par l'IA, et les deux produits ont connu une croissance fulgurante. Fin 2025, les données de Semrush montraient que Google AI Overviews apparaissaient dans environ 16 % à 25 % des requêtes américaines, et la fidélisation des utilisateurs de ces fonctionnalités a considérablement augmenté.

On observe également des signes que la croissance de ChatGPT pourrait enfin atteindre un plafond. Les données d'Apptopia et de Similarweb révèlent que l'utilisation mobile de ChatGPT a culminé en septembre 2025, puis a diminué de 22 % des visites quotidiennes moyennes début janvier 2026. À l'inverse, Google Gemini a vu son nombre d'utilisateurs actifs mensuels bondir de 30 % au dernier trimestre 2025, pour atteindre 650 millions, grâce à son intégration native sur Android et sur Workspace.

Cette croissance a été dopée par la sortie en août du modèle d'image Nano Banana (officiellement Gemini 2.5 Flash Image), devenu un véritable phénomène culturel grâce à son effet « figurine 3D » et qui a permis à Gemini d'acquérir plus de 23 millions de nouveaux utilisateurs en seulement deux semaines. Alors que la part de marché de ChatGPT s'est érodée de 87 % à 64,5 % au cours de l'année, celle de Gemini a plus que doublé pour atteindre 18,2 %, ce qui signe que le « filet de sécurité publicitaire de mille milliards de dollars » de Google et ses outils de création virale étaient enfin en train de remporter la guerre d'usure.

Ajoutez à cela les récentes annonces concernant le protocole de commerce universel (UCP) de Google et l'intégration de Gemini avec Apple Intelligence et Siri , et il est raisonnable de supposer qu'OpenAI ressent la pression.

Pourquoi abandonner Google pour Geo est une erreur de débutant

Malgré ce que peuvent affirmer des publications virales (et franchement irresponsables) sur LinkedIn, la montée en puissance de ChatGPT ne signifie pas que votre trafic organique sur Google est sur le point de s'effondrer. Même si les aperçus basés sur l'IA réduisent les taux de clics, Google reste le leader incontesté.

D'après les données de Brightedge pour 2025 , Google détenait encore plus de 90,6 % des parts de marché mondiales de la recherche, tandis que les plateformes d'IA comme ChatGPT et Perplexity, malgré leur croissance, représentaient moins de 1 % du trafic de référence mondial. Ethan Smith a également récemment collaboré avec Similarweb pour démontrer que le trafic de recherche sur Google avait en réalité augmenté en 2025 et que 90 % des clics sur Google étaient toujours dirigés vers des résultats organiques.

La réalité est que le marché mondial de la recherche connaît une forte expansion. Les internautes effectuent plus de recherches que jamais sur toutes les plateformes. Il ne s'agit pas d'un jeu à somme nulle où le gain de l'IA se fait au détriment de Google. En effet, les données de Similarweb de 2025 montrent que 95,3 % des utilisateurs de ChatGPT consultent toujours Google. Google intègre également avec succès la recherche IA à sa propre plateforme grâce aux Vues d'ensemble IA, au Mode IA et au Guide Web. Les utilisateurs ne quittent pas forcément Google en masse pour ChatGPT ; ils obtiennent simplement des réponses similaires à celles de ChatGPT sur Google.

Il est important de noter que ChatGPT fonctionne en circuit fermé, conçu pour retenir les utilisateurs dans son interface. Cela explique le faible trafic généré par ChatGPT, mais il convient d'en tenir compte lors de la sélection des canaux à privilégier.

Google continue néanmoins de générer un trafic important vers les sites web, même si ce pourcentage est en baisse. Les plateformes d'IA représentant moins de 1 % du trafic mondial, et Google conservant son avance considérable sur les autres moteurs de recherche, orienter toute sa stratégie vers le référencement naturel et géographique (AEO/GEO) en abandonnant Google est non seulement prématuré, mais aussi risqué.

La stratégie la plus judicieuse actuellement n'est pas de privilégier l'AEO/GEO au détriment du SEO, mais de miser sur une approche centrée sur l'utilisateur qui permette d'atteindre les deux objectifs : respecter les politiques et les directives de Google pour réussir en matière de SEO, tout en veillant à ce que votre contenu soit clair, fasse autorité et bien formaté pour la découverte par l'IA.