« On est en B2B. Personne ne nous cherche encore via un chatbot. »
Dites ça en réunion budgétaire et la ligne consacrée à la visibilité dans les IA disparaît sur-le-champ, avec l’accord de tout le monde.
Le vrai problème, c’est qu’on n’a rien à répondre. Hex-ko non plus : elle avait apporté des chiffres de trafic venu des IA, on lui a répondu « nos clients sont des entreprises », et elle a rangé ses slides.
Puis quelqu’un est allé poser la question à ceux qui signent.
Par où un acheteur B2B commence-t-il vraiment sa recherche de fournisseur ?
22 % démarrent à l’intérieur d’un chatbot comme ChatGPT, 16 % dans un moteur de recherche classique. La réponse la plus fréquente reste la recommandation d’un pair, à 49 %, mais le moteur et l’IA ont déjà échangé leurs places.
L’étude est signée Profound, qui vend de la mesure de visibilité dans les IA, et Listen Labs, qui mène les entretiens. Elle a été publiée le 15 juillet 2026.
L’échantillon : 100 directeurs marketing interrogés un par un, dans la tech, les services financiers, la santé et les services professionnels. Ni le pays ni les dates du terrain ne sont publiés.
Ces 22 % couvrent le moment qui précède la frappe de votre nom où que ce soit. Pas encore de marque en tête, pas de liste courte, pas d’onglet ouvert. Absent à ce moment-là, vous n’êtes pas mal évalué : vous n’êtes pas évalué.
Les dirigeants eux-mêmes y sont tous les jours
90 % utilisent un chatbot dans leur travail quotidien. 85 % disent en faire plus qu’il y a six à douze mois. Et 47 % ont dépassé la question posée par impulsion : c’est entré dans un processus fixe.
Ce 47 % est le chiffre que Hex-ko soulignerait. Un processus fixe, cela veut dire que la même question revient le mois suivant, puis celui d’après.
Autrement dit, la liste des « trois boîtes que j’appellerais dans cette catégorie » se constitue ailleurs que dans une allée de salon professionnel.
Le « de toute façon, les dirigeants n’y touchent pas encore » ne tient pas, en tout cas pas pour ces cent-là.
La recommandation d’un pair garde 27 points d’avance
49 % contre 22 %, cela fait 27 points d’écart. Personne n’a doublé le bouche-à-oreille, et raconter l’inverse en interne vous expose.
Promettre au comité que la visibilité dans les IA remplace le canal de la recommandation, c’est signer une traite que les données ne couvrent pas.
La lecture honnête est plus étroite : c’est le canal qui remplit la liste de candidats avant qu’on demande son avis à un humain.
Car pour demander à un pair « ils valent quoi, ceux-là ? », il faut déjà un nom à mettre dans la question. Ce nom vient de quelque part, et une part de ce quelque part est aujourd’hui la réponse d’un modèle.
Ne mesurer que ChatGPT laisse dehors la moitié qui décide
Les outils se répartissent selon la tâche. Claude prend 44 % du travail de stratégie et des textes longs, ChatGPT 29 % des contenus et de l’accroche, Gemini 22 % dans l’environnement Google, Copilot 12 % dans celui de Microsoft.
Une mesure de visibilité qui n’interroge que ChatGPT saute donc précisément l’assistant ouvert au moment de décider la stratégie.
Notre propre suivi dit la même chose par l’autre bout. Avec les mêmes cinq sujets envoyés à quatre assistants, le nombre de sources citées est de 106 pour ChatGPT, 100 pour Perplexity, 74 pour Gemini et 72 pour Claude (mesure interne, n=20 requêtes, ChatGPT/Gemini/Perplexity/Claude, mesurée le 2026-08-05).
Mêmes questions, quatre champs de vision. On finit par croire celui qu’on a mesuré.
Ce qu’il faut dire à voix haute en citant ce chiffre
La base, c’est 100 personnes. Une grande salle de réunion.
Rien n’affirme que l’échantillon représente une population. C’est de la recherche par entretiens, et cela se lit comme tel.
Le pays et la période de terrain ne sont pas publiés : impossible de dater ni de situer. Cela l’écarte comme preuve de l’état actuel d’un marché donné.
C’est aussi du déclaratif. Pas des journaux de ce que ces dirigeants ont ouvert, mais leur récit de ce qu’ils ouvrent.
Et Profound, l’une des deux sociétés, vend de la mesure de visibilité dans les IA. « L’achat commence désormais dans l’IA » est une conclusion qui arrange le produit. Décomptez cette part.
Si ça part dans un dossier, écrivez « n=100 » et « dates non publiées » juste à côté du chiffre. Sans ça, la première objection emporte la diapositive entière.
Hex-ko a déjà écrit sur ce que les acheteurs B2B font des noms que le modèle leur donne. Aujourd’hui, c’est l’étape d’avant : d’où viennent ces noms.
écrire trois questions d’achat et les poser à quatre modèles
S’il ne reste qu’une chose de cette étude pour votre prochaine réunion, gardez l’ordre plutôt que les pourcentages. Le point de départ d’une recherche de fournisseur B2B est passé devant le moteur, dans une salle de cent personnes dont c’est le métier d’acheter.
Cela suffit à justifier de vérifier si vous figurez dans l’ensemble des candidats avant que quiconque tape votre nom.
Ce qu’on décide en premier, ce sont les questions, pas l’outil. Écrivez-en trois qu’un acheteur de votre catégorie taperait vraiment : « compare les outils de [X] pour les entreprises du secteur [Y] », « quelles options pour une ETI qui veut déployer [X] ». Et posez ces trois mêmes questions à plusieurs assistants.
Si votre nom n’apparaît jamais, voilà un point de contact perdu en amont de toute recherche. S’il apparaît, lisez comment on vous décrit : ce texte-là sert souvent plus à vos commerciaux qu’un atelier de positionnement de plus.
Hex-ko en ferait un élément de contexte, pas une preuve. Ce que l’étude autorise, c’est d’aller mesurer votre catégorie dans votre langue. Ce que vous apportez en réunion, c’est la réponse que rendent ces trois questions.
Alors avant de construire le dossier, posez-les vous-même.
