SEO et visibilité dans l’IA : ce qui se transpose, ce qui ne se transpose pas et là où l’optimisation habituelle peut nuire

Lorsque la conversation porte sur la visibilité dans l’IA, la première question d’un dirigeant d’entreprise ou d’un responsable marketing est presque toujours la même : « Nous avons un bon SEO — est-ce que cela aide ou non ? » La réponse est moins simple qu’on ne le souhaiterait. Une partie des compétences et des infrastructures issues de la recherche classique continue réellement à fonctionner dans le nouvel environnement. Une autre partie perd de son importance. Et certaines habitudes accumulées au fil des années d’optimisation ne se contentent pas de ne pas aider : elles peuvent nuire activement.

Pour comprendre pourquoi, il suffit d’observer l’évolution du comportement des utilisateurs. Selon Similarweb, la part des requêtes de recherche qui s’achèvent sans le moindre clic vers un site externe est passée de 56 % en mai 2024 à 69 % en mai 2025 [1]. Une étude du Pew Research Center, menée sur 68 000 requêtes réelles, a montré qu’en présence d’un AI Overview, les utilisateurs cliquaient sur les résultats dans 8 % des cas, contre 15 % en son absence [2]. Seer Interactive, à partir d’un échantillon de 25 millions d’impressions organiques, a constaté que le CTR organique des requêtes avec AI Overview était tombé à 0,61 %, contre 1,76 % sans celui-ci [3]. Ce n’est ni du bruit ni un accident statistique. De plus en plus souvent, l’utilisateur obtient une réponse sans quitter l’interface d’un moteur de recherche ou d’un système de réponse.

Cela signifie-t-il que le SEO est mort ? Non. Google Search Central dit explicitement qu’aucune exigence supplémentaire n’est nécessaire pour apparaître dans AI Overviews et AI Mode — les mêmes fondements du SEO restent pertinents [4]. La page doit être indexée et apte à être affichée dans la recherche classique. Mais « pertinents » et « suffisants » sont deux mots différents. Les fondements du SEO ouvrent la porte ; ils ne garantissent pas que la marque se retrouvera dans la réponse.

Accessibilité technique du site. Si un robot de recherche ne peut pas explorer les pages, elles n’entreront pas dans l’index et ne pourront donc pas devenir une source pour une synthèse IA. Une configuration correcte de robots.txt, la présence d’un plan de site XML, le bon fonctionnement des URL canoniques, un chargement rapide — tout cela reste le ticket d’entrée de base. Google souligne qu’une page, pour pouvoir devenir un lien d’appui dans AI Overviews ou AI Mode, doit être indexée et autorisée à l’affichage avec un extrait de texte [4].

Qualité du contenu et expertise. E-E-A-T (expérience, expertise, autorité, fiabilité) — l’ensemble des critères par lesquels Google évalue l’utilité d’un contenu — n’a pas seulement conservé son importance ; il est devenu encore plus central. Les systèmes de réponse privilégient les sources que l’on peut vérifier, ainsi que les formulations qui ressemblent à un jugement d’expert plutôt qu’à un texte publicitaire. Dans l’étude académique GEO, publiée par Princeton, Georgia Tech et IIT Delhi, trois des neuf stratégies d’optimisation testées ont obtenu les meilleurs résultats : l’ajout de données statistiques concrètes, la citation de sources faisant autorité et l’intégration de citations d’experts [5]. C’est le prolongement direct de ce qu’un bon SEO enseignait depuis des années.

Données structurées et balisage. Schema.org, Open Graph, descriptions lisibles par machine des produits et des services — tout cela aide le système à identifier plus vite et plus précisément l’entité. Dans l’environnement de réponse, cette couche n’est plus un simple complément utile : elle devient une partie du langage dans lequel la marque parle à la machine.

Profil de liens et autorité externe. Les liens externes continuent de signaler la confiance. Mais — et c’est là que commencent les différences — ce qui compte n’est plus tant la densité des liens que la nature exacte des sources dont ils proviennent. Les revues indépendantes, les médias sectoriels et les publications analytiques pèsent davantage que des liens issus de catalogues et d’agrégateurs.

Optimisation pour les mots-clés. Dans la recherche classique, le responsable marketing construisait un noyau sémantique et cherchait à rendre la page aussi pertinente que possible pour une formule précise. Dans l’environnement de réponse, l’utilisateur ne formule pas un mot-clé, mais une question. Et cette question peut être longue, nuancée, comporter du contexte et des contraintes. Google décrit la technique utilisée par AI Mode comme une « décomposition en éventail de la requête » : le système scinde une question unique de l’utilisateur en sous-thèmes et recherche simultanément des informations pour chacun d’eux [4][6]. Cela signifie qu’une page parfaitement optimisée pour une seule formule peut ne figurer dans aucun des sous-questionnements en éventail si elle ne couvre pas les aspects adjacents du sujet.

La lutte pour la position dans la liste de liens. Dans le monde des dix liens bleus, la position numéro un constituait l’objectif final. Dans l’environnement de réponse, il n’existe plus de position en tant que telle. Il y a le fait d’être présent à l’intérieur d’une réponse synthétisée — et il y a le rôle tenu dans cette réponse : la marque peut être simplement mentionnée, elle peut être citée, ou elle peut définir le cadre même de la comparaison. Les données montrent qu’il existe bien une corrélation entre le classement classique et la citation dans les réponses IA, mais qu’elle est loin d’être linéaire. Selon AirOps, les pages occupant la première position dans Google sont citées par ChatGPT dans 43 % des cas — soit 3,5 fois plus que les pages situées au-delà du top 20 [7]. Mais cela signifie aussi que 57 % des premières positions ne sont pas citées du tout. Le lien existe, mais il n’a rien d’automatique.

Le trafic comme principale métrique du succès. Si 69 % des requêtes de recherche s’achèvent sans clic, et que pour les requêtes avec AI Overview le CTR tombe à 0,6 %, mesurer le succès uniquement à partir des visites du site revient à ne voir qu’une part de plus en plus réduite du tableau. Dans l’environnement de réponse, la marque peut influencer la décision de l’utilisateur sans recevoir la moindre visite. Cela ne veut pas dire que le trafic a perdu son importance. Cela veut dire qu’il a cessé d’être l’unique monnaie. Seer Interactive a mis en évidence une asymétrie importante : lorsque la marque est citée à l’intérieur d’un AI Overview, son CTR organique se révèle supérieur de 35 % à celui de concurrents non cités sur les mêmes requêtes [3]. Autrement dit, la citation dans la réponse ne tue pas le trafic — elle le redistribue en faveur de ceux que le système a jugés suffisamment fiables comme source.

Le contenu produit pour le volume. De nombreuses stratégies SEO de ces dernières années reposaient sur une production massive de contenu : plus il y avait de pages couvrant le noyau sémantique, plus la portée était large. Dans l’environnement de réponse, cette logique se brise. Le système de réponse ne passe pas en revue des centaines de pages d’un site à la recherche d’une réponse ; il choisit le meilleur fragment provenant de la meilleure source. Dix articles faibles sur un même sujet perdent face à un seul article solide — non parce que l’algorithme « punit » la quantité, mais parce qu’au moment de la synthèse, le système sélectionne la source la plus convaincante et la plus vérifiable.

L’étude académique GEO a explicitement montré que les tactiques SEO traditionnelles, comme la saturation en mots-clés, donnaient de faibles résultats dans le contexte génératif [5]. Mais le dommage peut être moins visible.

Premier risque — le langage de l’autoprésentation au lieu du langage de la tâche. Les entreprises habituées au SEO se décrivent souvent dans le langage de leurs propres catégories marketing : « plateforme de référence », « écosystème complet », « solution innovante ». Le système de réponse, lui, opère dans le langage de l’utilisateur, qui formule autrement sa question : « que choisir pour une petite boutique », « en quoi une solution diffère-t-elle d’une autre », « qu’est-ce qui est préférable si le budget est limité ». Si, pendant des années, la marque a optimisé son contenu pour sa propre terminologie plutôt que pour le langage de la demande réelle, l’IA peut tout simplement ne pas la relier à la tâche de l’utilisateur.

Deuxième risque — l’excès d’autodescription sans confirmation externe. Dans l’univers du SEO, un site puissant pouvait dominer les requêtes de marque en s’appuyant principalement sur son propre contenu. Dans l’environnement de réponse, le système cherche des confirmations externes. Si la marque affirme ses avantages, mais qu’aucune source indépendante ne les confirme avec d’autres mots, le système de réponse sera plus prudent dans ses recommandations. Un site SEO fort, sans contour externe de confiance, reste une construction vulnérable.

Troisième risque — les barrières techniques pour les robots d’IA. Certains sites, habitués à piloter finement leur budget d’exploration, bloquent une partie des robots via robots.txt. Selon Press Gazette, près de 80 % des grands éditeurs de presse bloquent déjà au moins un robot de système d’IA [8]. C’est un choix assumé pour des médias qui cherchent à protéger leur contenu. Mais pour une marque commerciale qui veut être visible dans les réponses, un tel blocage peut signifier une sortie volontaire du terrain.

Si l’on rassemble tous ces éléments, on obtient une image dans laquelle le SEO ne meurt pas, mais voit sa mission se transformer. Autrefois, l’objectif était d’atteindre la première page des résultats. Désormais, l’objectif devient de faire partie des sources sur lesquelles un système d’IA voudra s’appuyer lorsqu’il formulera une réponse. C’est une position plus difficile à conquérir, mais aussi plus précieuse.

Pour y parvenir, il faut faire plusieurs choses que le SEO classique ne faisait pas toujours. Premièrement, écrire dans le langage de la tâche, et non dans celui de la marque. Si l’utilisateur demande « quel service convient à une petite équipe sans analyste », alors que le site de la marque parle d’un « environnement modulaire de gestion intelligente des données », le lien ne se fera pas. Deuxièmement, étayer les affirmations par des données concrètes et des liens externes. L’étude de Princeton a montré que l’ajout de statistiques accroît de 30–40 % la probabilité d’être cité par un système d’IA [5]. Troisièmement, construire non seulement le site, mais tout le contour de sources : revues externes, cas, matériaux comparatifs, mentions sectorielles, présence dans les graphes de connaissances. Quatrièmement, repenser les métriques : aux côtés du trafic doivent apparaître la part de citation, la fréquence d’entrée dans la liste restreinte et la qualité du rôle joué par la marque dans la réponse.

Pour le dirigeant d’une petite entreprise, cela peut sembler intimidant. Mais, en pratique, beaucoup de ces actions n’exigent pas de budget énorme. Elles exigent de la clarté : qui vous êtes, ce que vous faites mieux que les autres, qui peut le confirmer et dans quel langage votre client décrit sa tâche. Ce n’est pas une question d’optimisation technique, mais d’honnêteté intellectuelle dans la manière de décrire sa propre marque.