« Ah bon ? Moi ChatGPT m’a dit tout autre chose »
Vous comparez avec un collègue ce que ChatGPT vous a répondu, et les deux réponses ne collent pas.
La question était pourtant quasiment la même. Sauf que les recommandations diffèrent, le niveau de détail aussi, et jusqu’au ton.
Hex-ko s’est fait avoir récemment : deux plans de voyage préparés par l’IA, mis côte à côte avec une connaissance, et presque rien en commun. On en a ri, mais la question restait.
Même outil. D’où vient l’écart, alors ?
En fait, ce n’est pas l’IA qui est devenue plus maligne du jour au lendemain. C’est l’IA qui s’est mise à se souvenir de vous. OpenAI a refondu la mémoire de ChatGPT en juin 2026, et quand on regarde ce qu’il y a dedans, la curiosité se transforme vite en problème de mesure pour quiconque s’occupe d’une marque.
ChatGPT commence à être élevé « à votre sauce »
On parle de la refonte de la mémoire annoncée par OpenAI en juin 2026, baptisée « Dreaming » (R).
La mémoire, c’est le mécanisme qui retient vos goûts et votre situation à partir des conversations passées. Autrement dit : votre historique s’assied à la table à chaque nouvelle question, et il oriente la réponse suivante.
Et les chiffres avancés par OpenAI marquent un vrai saut. Le rappel factuel — sa capacité à ressortir correctement ce que vous lui aviez dit — est passé de 67,9 % en 2025 à 82,8 %. Côté adaptation à vos préférences, le taux de réussite sur les tâches atteint 71,3 %.
Bien sûr, c’est l’entreprise qui annonce les performances de son propre produit. Se méfier un peu est la réaction saine, et on peut sans complexe rogner ces chiffres.
Mais la direction, elle, mérite d’être retenue : les modèles se souviennent des utilisateurs et personnalisent la réponse.
« Tout le monde reçoit la même réponse » : c’est fini
L’exemple que donne OpenAI est parlant.
Avec la mémoire activée, le modèle s’appuie sur ce que vous aviez mentionné — l’appareil photo que vous possédez, le voyage évoqué plus tôt — et taille sa recommandation là-dessus. Mémoire coupée, tout le monde reçoit la même liste générique, et il reste à faire ses propres recherches derrière.
Autrement dit, l’idée que « si on demande à ChatGPT, on obtient à peu près ce que les autres obtiennent » est en train de disparaître. La réponse divergente du collègue n’est que la porte d’entrée.
Très pratique, sauf qu’on ne voit jamais le relevé
Il y a un revers embêtant. Un travail présenté en 2026 à l’ACM CHI, la conférence internationale sur la relation entre humains et ordinateurs, met le doigt dessus.
On parle du paradoxe de la personnalisation et du confort : les fonctions que l’utilisateur apprécie le plus sont précisément les plus difficiles à auditer et à contrôler. L’IA met à jour votre profil un petit peu à chaque conversation, et la façon dont ce profil s’est construit, puis dont il a nourri la recommandation du jour, personne ne peut la retracer complètement — vous compris.
C’est un peu comme confier les comptes de la maison à quelqu’un qui s’en sort très bien tous les mois, mais qui ne vous montre jamais le relevé. Le confort est réel. Le « pourquoi ça a donné ça » a disparu.
Du confort et de l’opacité dans le même paquet : il y a de quoi rester songeur. La couverture médiatique de cette refonte pointe d’ailleurs déjà la même chose, à savoir qu’il devient plus difficile de remonter aux raisons de la personnalisation.
La « visibilité IA » de votre marque n’est plus un chiffre unique
Et voilà où ça vous concerne directement.
Si la recommandation se personnalise personne par personne, alors la façon dont l’IA voit votre produit se personnalise aussi. Chez l’un vous êtes un habitué de la liste, chez l’autre vous n’apparaissez pas une seule fois. Ce n’est plus un bug exotique : c’est la normalité.
Ce qui se casse là-dedans, c’est la manière de mesurer. La visibilité IA, c’est en une phrase la fréquence à laquelle le modèle recommande spontanément votre marque.
La vérification classique consistait à demander à ChatGPT ce qu’il pense de votre entreprise et à regarder si vous sortez. Un tir, un compte. Sauf qu’en monde personnalisé, la réponse bouge selon le ChatGPT de qui a servi à mesurer. Ce qu’on lit depuis un compte vierge ne ressemble pas forcément à ce que voit un utilisateur chargé de plusieurs mois d’historique.
Conclusion : mesurer en gardant en tête « vu par qui ? »
Plus ChatGPT personnalise, moins la visibilité d’une marque dans l’IA se raconte comme une vérité unique. Même question, autre historique, autre recommandation. Du coup, la question elle-même — « comment l’IA nous voit-elle ? » — demande à être reformulée.
La première chose que je changerais en pratique : arrêter de traiter la visibilité IA comme un seul chiffre. La vérification ponctuelle depuis un compte vierge est une moyenne sur tout le monde, et elle s’écarte de ce que voient réellement les utilisateurs personnalisés. Mesurez plusieurs fois, faites varier la formulation et le profil que vous imaginez derrière la question, et lisez l’amplitude plutôt que le point.
La seconde tient en une séance : posez la même question sur votre catégorie depuis votre compte habituel, puis depuis un compte neuf sans mémoire, et mettez les deux réponses côte à côte. L’écart entre les deux, c’est l’ampleur de l’effet de personnalisation sur votre marque — et il en dit bien plus que chacune des réponses prise seule.
Quelle sera vraiment l’ampleur de cet écart, on ne peut pas encore le dire : la personnalisation reste une boîte noire, et le sujet est jeune. Mais l’hypothèse « notre image dans l’IA n’est plus une image unique » vaut le coup d’être adoptée dès maintenant.
