« Cette URL, elle est à nous ? »
Le nom de votre entreprise sort dans une réponse d’IA, et juste à côté s’affiche une adresse qui ne vous dit rien.
Hex-ko a vécu ça le mois dernier. Dans une réponse qui parlait d’elle, un sous-domaine jamais vu, et personne à qui poser la question.
Domaines de campagne, domaines de l’ancien nom, un domaine par produit. Ça se disperse plus qu’on ne le croit. Et l’entreprise où la photo complète n’existe que chez les équipes informatiques n’a rien d’exceptionnel.
Elle a classé l’affaire d’un « ça doit être à nous ». Il lui manquait simplement le moyen de vérifier.
Or une évaluation publiée le 18 juin 2026 a mesuré ce que les modèles savent du lien entre une marque et ses domaines. Et elle donne l’ordre des opérations pour se débarrasser de ce « ça doit être ».
L’IA sait-elle quels domaines sont les vôtres ?
Elle le sait. Sans rien lui laisser consulter, avec sa seule mémoire, le meilleur modèle a énuméré des domaines liés à la marque avec 82 % de précision (évaluation de Mashood et Nabeel, prépublication sur arXiv). Quatre sur cinq.
Ici, « précision » veut dire ceci : parmi les domaines que le modèle a attribués à une marque, la part qui appartenait vraiment à cette marque. Ceux qu’il a oubliés ne figurent pas dans ce chiffre.
Cette « seule mémoire » exclut aussi la recherche web. Aucune consultation d’un registre de noms de domaine, rien d’autre que ce que le modèle a absorbé pendant son entraînement.
En clair, la liste de vos domaines est déjà dans le modèle, et plutôt bien visée. Vu du marketing, c’est ça le résultat.
Énumérer est une compétence, certifier en est une autre
Les auteurs ont gardé la même condition de mémoire et changé la question.
Cette fois c’est oui ou non : ce domaine appartient-il à cette marque ? Le a plafonné à 0,37. Les mêmes 36 marques.
Le F1 macro réunit deux choses en une note : combien de bonnes réponses vous attrapez, et combien de mauvaises vous écartez. Le maximum est 1,0, alors 0,37 reste bas.
Énumérer, ça marche. Certifier, non. Mêmes modèles, mêmes marques, même condition de mémoire. Seule la question change.
Réciter la liste des noms de sa promotion, c’est facile. Se retrouver à l’entrée avec quelqu’un devant soi et devoir dire s’il en faisait partie, c’est un autre métier.
D’où vient cet écart, alors ?
Avec le registre sous les yeux, la certification atteint 0,99 de précision
Ajoutez à ce que le modèle peut consulter, et la même question fermée gagne jusqu’à 0,65 point de F1 macro. Sur ce même oui ou non, la précision atteint 0,99. Les confusions disparaissent presque.
WHOIS, c’est le service de consultation publique qui renvoie qui a déposé un domaine : nom du titulaire, organisation, date de dépôt. N’importe qui peut l’interroger.
L’évaluation a testé quatre conditions, selon ce que le modèle avait le droit de consulter :
- La seule mémoire du modèle
- La recherche web
- La consultation WHOIS
- Des combinaisons de ces trois-là
Pourquoi une seule source extérieure fait-elle bouger les choses à ce point ?
Comme la question reste fixe et qu’on n’échange que la source consultable, ce qui bouge se lit comme la contribution de la consultation extérieure.
Cela dit, ce 0,99 sort d’une évaluation qui tend WHOIS au modèle exprès. Rien ne garantit qu’une IA fasse systématiquement cette consultation dans l’usage courant.
Les auteurs vont jusqu’à recommander une manière d’insérer les grands modèles de langage (LLM) dans le travail de protection de marque.
Et donc, c’est là que le marketing a quelque chose à faire. Qu’une IA sache certifier le propriétaire de votre domaine ne dépend pas de ce que le modèle a mémorisé, mais de l’existence d’un registre extérieur auquel confronter la réponse.
Le modèle, on l’attend. Le registre, on peut y toucher.
Jusqu’où porte ce 0,99 ?
C’est une prépublication (arXiv:2606.20868). Ni la méthode ni les chiffres n’ont encore été relus par des tiers.
L’affiliation des auteurs ne figure ni sur la page de titre de l’article ni dans la notice arXiv. Aucune conférence n’est mentionnée non plus. Juger de la fiabilité au nom du laboratoire, ce n’est pas possible ici.
La motivation du travail, c’est la lutte contre l’hameçonnage. Ce n’était pas conçu comme une mesure de visibilité pour le marketing.
Les conditions sont étroites par endroits :
- Les marques sont les 36 les plus imitées dans les campagnes d’hameçonnage, donc du côté des marques les plus connues
- Les modèles évalués sont Gemini 2.5 Flash, Gemini 3.5 Flash, Claude Sonnet 4.5 et Claude Sonnet 4.6
- ChatGPT n’en fait pas partie
Le modèle que vous interrogerez pour votre propre essai n’est pas forcément l’un de ces quatre.
Et pour une marque petite ou moyenne, les mêmes 82 % ne sont pas acquis. Les 36 en tête d’une liste de cibles d’hameçonnage jouent dans une autre catégorie, par le nombre de fois où le modèle les a croisées pendant son entraînement.
Le résumé n’annonce aucune limite, donc on ne peut pas non plus lire jusqu’où les auteurs eux-mêmes iraient.
Autre chose sur WHOIS : le nom du titulaire et l’organisation peuvent être masqués par un service d’anonymisation, qui affiche le nom d’un prestataire à la place du vôtre.
Les entreprises qui masquent ont leurs raisons. La conclusion n’est donc pas « publiez tout tout de suite ».
Ce qu’on emporte chez soi, ce n’est pas le 0,99. C’est l’ordre de vérification.
faites énumérer vos domaines par l’IA, puis vérifiez ce que le registre en dit
Posez d’un côté l’inventaire interne des domaines, de l’autre la liste que sort une IA quand vous lui demandez ceux de votre entreprise. Côte à côte, les deux choses apparaissent : ce qui manque à l’inventaire, et ce qui ne vous dit rien.
82 %, c’est un plafond : attendez-vous à ce que près d’un sur cinq revienne faux, au bas mot. La référence reste votre inventaire. La liste de l’IA est un brouillon.
Ensuite, prenez les domaines qui sont bien les vôtres et vérifiez avec le service informatique si le nom du titulaire et l’organisation se voient de l’extérieur. Lever ou non l’anonymisation, chaque entreprise en décide. Savoir vient d’abord.
Parler de visibilité sans savoir si la liste de l’IA tombe juste ou à côté, c’est avancer avec un ingrédient de moins. Hex-ko ne s’en était pas aperçue avant d’ouvrir sa propre liste.
Le versant des attributs, ce que l’IA croit de votre entreprise, est dans Pourquoi ChatGPT vous range dans une case et pas dans l’autre ?. Aujourd’hui, c’était le carnet d’adresses.
Voilà le registre des noms de domaine devenu un sujet de marketing. On aura tout vu.
Références
- Fathima Mashood, Mohamed Nabeel, “Can LLMs Reason About Brand Ownership? An Empirical Study of Domain Attribution Intelligence”, arXiv:2606.20868, 2026-06-18, https://arxiv.org/abs/2606.20868
