Retour HexScope Lens

ChatGPT et Claude citent des marques différentes, mais s'accordent à 95 % sur le pourquoi

POINT Points clés
  • Les recommandations divergent aux deux tiers, le diagnostic converge à 95 %
  • Diagnostiquer l'étape où vous perdez avant de dédoubler le plan

« On fait deux plans, un pour ChatGPT et un pour Claude ? »

Dès qu’on pose le chantier visibilité IA sur la table, la question arrive. À tous les coups.

Hex-ko est restée coincée dessus pendant six bons mois. On ouvre le tableau de mesure, et les marques que cite ChatGPT ne sont tout simplement pas celles que cite Claude.

Avec des résultats qui divergent à ce point, dédoubler le plan paraît honnête. Cela double aussi la charge de travail.

Quelqu’un a mesuré précisément ça — pas du côté des recommandations, mais du côté des raisons pour lesquelles une marque n’en obtient aucune.

Faut-il séparer la stratégie de visibilité IA entre ChatGPT et Claude ?

Pas avant d’avoir diagnostiqué. Les marques recommandées par les deux fournisseurs divergent dans environ deux tiers des cas, mais quand tous deux écartent une marque, le diagnostic du pourquoi concorde à 95,1 % (Will Jack et son équipe, Unusual.ai, mai 2026, 215 requêtes commerciales, 7 763 échecs conjoints).

Si aucun des deux ne vous trouve, un diagnostic, posé une fois, vaut donc pour les deux. Presque tout ce 95,1 % est une concordance à cette étape-là.

Diagnostiquer, ici, veut dire ranger votre problème dans une étape. Le modèle ne vous trouve pas, ou il vous trouve mais ne vous nomme pas dans la réponse, ou il vous nomme sans aller jusqu’à vous recommander. L’équipe a trié chaque échec conjoint selon ces trois modes.

215 requêtes commerciales, 7 763 cas où aucun des deux ne vous a citée

L’équipe d’Unusual.ai s’est attaquée à une bifurcation concrète : si vos clients utilisent les deux, faut-il optimiser fournisseur par fournisseur (arXiv:2606.26116) ?

Envoyer 215 requêtes de contexte commercial aux deux, aligner les recommandations, puis extraire les 7 763 « échecs conjoints » — les passages où ni l’un ni l’autre n’a recommandé la marque — et vérifier si le diagnostic concorde.

La divergence est d’abord chiffrée. La similarité de Jaccard entre fournisseurs s’établit à 0,35, alors que relancer la même requête chez le même fournisseur donne 0,50 à 0,61. L’écart entre fournisseurs dépasse la variation d’une simple relance.

Moins la marque est connue, plus les diagnostics se rejoignent

Concordance globale : 95,1 %, intervalle de confiance de 94,3 % à 95,7 %. Ventilée selon la notoriété de la marque, elle bouge ainsi.

  • Marques leaders de catégorie : 81 %
  • Marques de longue traîne et régionales : 99,6 %

Plus la marque est obscure, plus les deux modèles l’écartent pour le même motif. À l’inverse, quand vous avez déjà un nom, vos manières d’échouer commencent à se séparer selon le fournisseur.

Cela indique la durée du raccourci. Tant que vous construisez encore votre notoriété, un seul diagnostic couvre les deux.

En revanche, si l’on ne compte que les cas où au moins un des modèles a trouvé la marque puis l’a écartée, les diagnostics ne concordent que dans 67 cas sur 450 (14,9 %). Si vous êtes déjà connue et que vous perdez à cette étape, l’étude elle-même recommande un diagnostic par fournisseur.

Des chemins différents vers la recommandation, la même raison de ne pas vous trouver

Les deux arrivent à la recommandation par des routes visiblement distinctes. Anthropic a recommandé une marque absente de toutes ses recherches dans 43 à 52 % des cas ; OpenAI dans 8 à 29 %. Les auteurs y voient une réponse tirée de la mémoire d’entraînement.

L’un puise plus souvent dans sa mémoire, l’autre part plus souvent chercher. Les auteurs posent les noms qui divergent et les routes différentes comme deux faces du même tableau.

Et pourtant le motif du faux pas se répète. Deux personnes aux trajets domicile-travail totalement différents peuvent être en retard pour la même raison : ni l’une ni l’autre n’est sortie de chez elle.

Si vous n’êtes pas sortie, optimiser deux itinéraires ne change rien. Selon l’étude, plus la marque est obscure, moins elle figure sur le web consultable et dans les données d’entraînement, si bien que les deux modèles l’écartent à la même étape.

Jusqu’où ce chiffre voyage

Quatre réserves (qui a été mesuré, quels marchés, de quoi est fait le 95,1 %, qui l’a écrit), et je les dirais toutes avant que ce chiffre n’entre dans une présentation.

  • Deux fournisseurs seulement, OpenAI et Anthropic. Ni Gemini ni Perplexity
  • Les mêmes 215 requêtes que l’étude sœur : marchés américain, britannique et européen, 19 secteurs. Aucune mesure en français
  • Les deux modèles classent presque tous les cas comme « jamais trouvée », si bien que le hasard seul donnerait 93,0 % de concordance. Corrigée du hasard (kappa de Cohen), elle tombe à 0,29
  • Les quatre auteurs travaillent chez Unusual.ai, qui vend de la mesure de visibilité de marque dans l’IA

Ce dernier point pèse sur le sens de la conclusion. « Votre diagnostic est réutilisable » arrange bien une entreprise qui vend du diagnostic.

Cela ne contredit pas pour autant la divergence des résultats dont nous avons déjà parlé. Ce qui diverge, c’est la sortie ; la classification des causes est la partie commune.

diagnostiquer l’étape avant de dédoubler le plan

Avant de bâtir un tableau d’actions par fournisseur, insérez une étape. Déterminez si vous perdez à la découverte — le modèle ne vous fait jamais apparaître — ou à la sélection, quand il vous cite puis recommande un concurrent.

Si vous perdez à la découverte, ce diagnostic vaut tel quel pour OpenAI et pour Anthropic ; pour les marques régionales, 99,6 % des diagnostics concordaient. Si vous perdez après avoir été trouvée, l’étude conseille un diagnostic par fournisseur.

Dédoubler le plan reste une question légitime. Elle vient simplement après le diagnostic, pas avant.


Sources

  • Will Jack, Noah Lehman, Keller Maloney, Sarah Xu (Unusual.ai), “Divergent Recommendations, Convergent Diagnoses: Cross-Provider Failure-Mode Convergence in AI Commercial Recommendation”, arXiv:2606.26116v1, publié le 22 mai 2026, arxiv.org (215 requêtes commerciales chez OpenAI et Anthropic ; 7 763 échecs conjoints analysés. Similarité de Jaccard entre fournisseurs de 0,35 contre une base de 0,50 à 0,61 pour une relance de la même requête chez le même fournisseur. Le diagnostic du mode d’échec concorde à 95,1 % [94,3 %, 95,7 %], de 81 % pour les leaders de catégorie à 99,6 % pour les marques de longue traîne et régionales. Recommandations sans trace de la marque dans aucune recherche : Anthropic 43 à 52 %, OpenAI 8 à 29 %. Deux fournisseurs seulement ; requêtes partagées avec l’étude sœur (marchés américain, britannique et européen, 19 secteurs). La concordance est dominée par les cas qu’aucun fournisseur n’a trouvés : kappa de Cohen 0,29, et 14,9 % de concordance sur les 450 cas où au moins un fournisseur a trouvé la marque ; les quatre auteurs sont employés par Unusual.ai, fournisseur de mesure de visibilité de marque dans l’IA.)
Partager cet article
Bluesky X
Retour aux articles