« De toute façon, ça ne profite qu’à ceux qu’on connaît déjà »
La phrase est tombée en pleine réunion de budget, et la salle s’est tue. Elle a l’air raisonnable, c’est bien le problème.
Hex-ko n’a rien trouvé à répondre. Pas faute d’arguments : faute d’un chiffre sous la main.
Chez vous aussi, quelqu’un l’a déjà sortie, non ? L’idée derrière, c’est que travailler sa visibilité dans les IA se contente de redistribuer la demande qui arrivait déjà par le nom de la marque.
Sauf que l’enjeu n’est pas mince. Si les modèles se bornent à renvoyer les gens vers des marques qu’ils connaissent déjà, mesurer ce qu’ils disent relève de l’entretien courant. S’ils placent des noms inconnus devant des gens qui achètent ensuite, c’est un canal d’acquisition sans le moindre outil de suivi.
Quelqu’un est allé poser la question à des acheteurs américains et britanniques.
Les IA recommandent-elles des marques que personne ne connaît ?
Oui. Dans une enquête menée auprès de plus de 1 000 acheteurs en ligne aux États-Unis et au Royaume-Uni, un sur cinq a acheté le produit d’une marque dont il n’avait jamais entendu parler, parce qu’une IA le lui a recommandé (Rithum avec Retail Dive, 2026).
C’est le chiffre qui manquait ce jour-là.
En dessous, il y a l’usage qui rend la chose crédible : chez les acheteurs de 44 ans et moins, plus de 80 % ont utilisé un grand modèle de langage pour faire leurs achats ces trois derniers mois. Un grand modèle de langage (LLM), c’est un système entraîné sur d’énormes quantités de texte, qui répond par des phrases au lieu d’une liste de liens. ChatGPT est celui que tout le monde a ouvert.
Si on ne garde que les foyers gagnant entre 100 000 et 150 000 dollars, on monte à 84 %. Donc les gens qui ont de quoi dépenser sont plutôt en avance sur le reste — ce qui rend l’attentisme difficile à défendre.
Où vont-ils vérifier ce que l’IA leur a dit ?
Dans les moteurs de recherche, les avis clients et auprès de leurs proches. Le site du marchand, lui, récolte 5 %.
Lu seul, ce 5 % donne l’impression que soigner son propre site ne sert presque plus à rien.
Mais regardez où va le reste, les 95 %. La façon dont les avis sont rédigés, l’ordre dans lequel les comparatifs vous citent, la phrase qu’un média spécialisé emploie pour vous décrire : sur toutes ces surfaces, on peut agir, et aucune n’est votre page d’accueil.
Ce parcours de vérification a déjà eu son article ici : après la réponse de l’IA, il reste en moyenne 2,4 endroits à visiter.
Combien de votre nom est posé sur ces 95 % ?
Une nuance de la même enquête, qui va contre la version bien rangée : les acheteurs à revenus élevés et à forte intention d’achat achètent plus souvent sans rien vérifier. Ce parcours de contrôle n’est donc pas emprunté par tout le monde. Pour une partie d’entre eux, la réponse de l’IA fait tout l’achat.
Et si l’IA se trompe sur votre produit ?
58 % disent que leur confiance dans la marque baisse quand une IA leur donne une information produit erronée. 16 % renonceraient à l’achat.
Seize, à côté de cinquante-huit, paraît petit. C’est pourtant celui qu’on mettrait sur la diapositive.
Sur cent personnes qui vous auraient envisagé, seize s’en vont à cause d’une phrase que vous n’avez pas écrite, sur un produit que vous connaissez, prononcée par quelque chose qui a l’air sûr de lui et n’a aucune obligation d’avoir raison. Un inconnu lit à voix haute la présentation de votre entreprise, à partir d’un script que personne n’a relu.
Ce 16 % est peut-être gonflé : l’intention déclarée de renoncer à un achat, c’est exactement le genre de réponse que les gens exagèrent dans une enquête. La direction, elle, tient même si le niveau bouge.
Et c’est de là que vient l’argument pour mesurer. Un risque qu’on n’a pas compté ne se chiffre pas.
Quatre réserves à poser avant de sortir le chiffre
Collez ces 20 % dans une présentation sans ces quatre lignes, et on vous coupe les jambes au moment des questions.
- Rithum vend de la gestion de canaux et de la publicité pour le e-commerce. « Préparez-vous à la découverte par l’IA » est précisément la conclusion qui vend le produit
- Les personnes interrogées sont américaines et britanniques. Ce n’est pas une mesure du marché francophone, et rien ne garantit qu’il se comporte pareil
- C’est du déclaratif, pas un journal d’achats. Les gens racontent ce qu’ils croient avoir fait
- L’éditeur n’annonce aucune limite : ni période de collecte, ni méthode d’échantillonnage, ni libellé des questions
La quatrième vous reviendra en pleine figure, parce que « il sort d’où, ce chiffre ? » est la première question de tout analyste sérieux.
Malgré tout, 20 %, ce n’est pas une erreur d’arrondi. Autre pays, autre protocole, et des gens qui ne connaissaient pas le nom achètent quand même.
visez les gens qui ne vous connaissent pas encore
Ce qu’on retient ici tient à l’endroit où on plante les buts. Tant que la visibilité IA se mesure au maintien des recherches sur votre nom de marque, ces 20 % n’apparaîtront jamais dans vos tableaux : ces acheteurs-là n’avaient aucun nom à taper.
Vient ensuite, derrière, la vérification régulière de ce que les modèles racontent de vos produits. Les 58 % et les 16 % sont la facture quand on laisse filer.
Comme 95 % des vérifications se passent ailleurs que sur votre site, l’essentiel de ce qu’il y a à corriger se trouve aussi ailleurs. Lisez les avis et les comparatifs aussi souvent que vous ouvrez vos statistiques, et vous verrez tout de suite sur lequel des deux vous avez du retard.
Commencez par compter comment votre nom sort de la bouche d’un modèle. Avec un chiffre sur la table, la discussion change de nature.
Source
- Rithum et Industry Dive (Retail Dive), “Consumer Trust & Discovery Report 2026: The new discovery engine”, 2026 (enquête auprès de plus de 1 000 acheteurs en ligne aux États-Unis et au Royaume-Uni. Un sur cinq a acheté le produit d’une marque dont il n’avait jamais entendu parler parce qu’une IA le lui a recommandé ; plus de 80 % des acheteurs de 44 ans et moins ont utilisé un grand modèle de langage pour acheter ces trois derniers mois, et la proportion monte à 84 % dans les foyers gagnant 100 000-150 000 dollars. Après une recommandation d’IA, la vérification passe par les moteurs de recherche, les avis et les proches, et seuls 5 % se rendent sur le site du marchand ; les acheteurs à revenus élevés et à forte intention d’achat achètent plus souvent sans vérifier. 58 % perdent confiance dans la marque si l’IA donne une information produit erronée et 16 % renonceraient à l’achat. Données déclaratives, États-Unis et Royaume-Uni uniquement ; l’éditeur n’annonce aucune limite et ne publie ni la période de collecte, ni la méthode d’échantillonnage, ni le libellé des questions. Rithum vend de la gestion de canaux et de la publicité pour le e-commerce.)
