Ceci est une tribune, et donc une opinion, mais une opinion qui part d’un fait vérifiable. Ouvrez l’un après l’autre les guides français qui expliquent le GEO, cette discipline naissante qui vise à rendre une marque visible dans les réponses des intelligences artificielles génératives. Vous y rencontrerez, presque mot pour mot, les mêmes preuves. L’étude fondatrice de Princeton et de quelques universités partenaires, qui mesure un gain de visibilité de quarante pour cent grâce à certaines optimisations. L’analyse d’Ahrefs sur des dizaines de millions de réponses, qui établit que la mention de marque prédit mieux la citation par une IA que les liens entrants. Les prévisions de Gartner sur le déclin de la recherche traditionnelle, les chiffres de Similarweb sur la montée des recherches sans clic. Toutes ces sources ont un point commun : elles sont américaines, ou à tout le moins anglo-saxonnes, et elles mesurent le comportement de moteurs anglophones sur des corpus anglophones. Dans l’ensemble du discours GEO français que j’ai pu lire, je n’ai pas trouvé une seule donnée française primaire. Pas une mesure faite sur le marché français, dans la langue française. Et cela, à mon sens, est un angle mort, et il est de souveraineté.
Un constat factuel, qui n’est pas un procès
Que les choses soient claires d’emblée, car la nuance est essentielle et je ne veux pas être mal compris. Je ne reproche rien aux agences et aux experts français qui produisent ces guides. La plupart font un travail sérieux de vulgarisation, et s’ils citent tous les mêmes sources américaines, ce n’est pas par paresse, c’est parce qu’il n’existe pas d’équivalent français à citer. Le problème n’est pas qu’ils copient. Le problème est qu’il n’y a, à ce jour, presque rien d’autre à mettre dans la balance. La France discute du GEO avec les données des autres, faute d’en produire elle-même. Ce n’est pas une faute individuelle, c’est un vide collectif. Et c’est ce vide, et lui seul, que je veux pointer.
Ce vide n’a rien d’anecdotique, parce que ces guides ne sont pas de la théorie. Ils orientent des décisions concrètes. Une entreprise française qui veut exister dans les réponses de ChatGPT ou de Mistral lit ces guides, applique leurs recommandations, fonde sa stratégie sur leurs chiffres. Autrement dit, des décisions prises par des entreprises françaises, pour le marché français, s’appuient sur des mesures réalisées ailleurs. Tant que ces mesures sont justes et transposables, le problème reste théorique. Mais sont-elles transposables ? C’est précisément ce que personne ne vérifie.
La double dépendance, conceptuelle et empirique
Il faut distinguer deux niveaux de dépendance, car ils n’ont pas la même gravité. Le premier est conceptuel : les cadres, les méthodes, le vocabulaire même du GEO nous viennent des travaux anglo-saxons. Cette dépendance-là est en partie légitime, parce qu’une part des principes est universelle. La façon dont un grand modèle de langage extrait et synthétise l’information obéit à des logiques qui ne changent pas radicalement d’une langue à l’autre. Structurer un contenu pour qu’il soit citable, soigner son autorité, formuler des réponses claires, ces principes valent probablement partout. Sur ce plan, importer le cadre n’est pas un drame.
Le second niveau est empirique, et c’est lui qui pose problème. Les chiffres, eux, ne sont pas universels. Quand une étude américaine établit que telle optimisation augmente la visibilité de quarante pour cent, ce nombre a été mesuré sur des moteurs interrogés en anglais, puisant dans des corpus majoritairement anglophones, sur des sujets et des sources propres au marché américain. Rien ne garantit que ce nombre tienne en français. Les modèles ne disposent pas des mêmes sources dans toutes les langues, ne citent pas les mêmes types d’acteurs, ne se comportent pas forcément de manière identique selon qu’on les interroge sur une marque américaine ou française. Appliquer mécaniquement un chiffre américain au marché français, c’est faire une hypothèse lourde sans jamais la tester : celle que les intelligences artificielles se comportent de la même manière en français qu’en anglais. Cette hypothèse n’est ni évidente, ni vérifiée. Elle est simplement supposée, parce qu’on n’a rien d’autre.
Pourquoi c’est une question de souveraineté, et pas seulement de marketing
On pourrait croire qu’il ne s’agit là que d’une question technique pour spécialistes du référencement. Ce serait une erreur de perspective. La visibilité dans les intelligences artificielles est en train de devenir un déterminant majeur de la manière dont une entreprise, une institution, une idée existent dans l’espace public. Quand une part croissante des citoyens et des décideurs s’informe et choisit à travers des assistants conversationnels, être cité ou ignoré par ces systèmes n’est plus un détail de marketing, c’est une question d’existence dans le débat et dans le marché.
Or si la France ne mesure pas elle-même comment ces systèmes se comportent sur son propre terrain, elle se prive de la capacité de comprendre, et donc d’agir sur, un mécanisme qui façonne sa visibilité collective. Elle délègue à des mesures étrangères la compréhension de son propre espace informationnel. C’est exactement le type de dépendance que la France refuse, à juste titre, sur d’autres terrains numériques, l’hébergement des données, les infrastructures de calcul, les modèles eux-mêmes. La donnée de mesure est le maillon que l’on oublie. On peut héberger un modèle en France, le faire tourner sur des serveurs souverains, et continuer à ne mesurer son comportement qu’avec des grilles importées. La souveraineté de l’infrastructure ne vaut pas souveraineté de la connaissance que l’on a de cette infrastructure.
C’est d’ailleurs le prolongement direct d’une question que je documente par ailleurs : celle de la souveraineté des sources que les IA citent quand on les interroge sur la France. Mesurer notre propre terrain, en français, sur des questions françaises, n’est pas un caprice national. C’est la condition pour savoir ce qui se passe réellement, plutôt que de le déduire de ce qui se passe ailleurs.
Ce que je propose : produire la donnée qui manque
Une tribune qui se contente de dénoncer ne sert à rien. Le vide que je décris n’est pas une fatalité, c’est une tâche. Il faut produire la donnée française qui manque, et la produire selon des principes simples. D’abord, mesurer sur le terrain français : interroger les modèles en français, sur des questions françaises, en observant quelles sources françaises ils citent ou ignorent. Ensuite, mesurer de façon transparente et reproductible, en publiant la méthode et le corpus, afin que la donnée puisse être vérifiée et contestée, condition sans laquelle aucun chiffre ne mérite d’être cité. Enfin, mesurer dans la durée, parce que les modèles évoluent et qu’une photographie isolée ne dit rien des tendances.
C’est l’objet de l’Observatoire de la Part de Voix Souveraine que nous avons lancé, et c’est plus largement la logique qui sous-tend notre outil de mesure de citabilité. Mais peu importe, au fond, que cette donnée vienne de nous ou d’autres. L’essentiel est qu’elle existe, et qu’elle soit française. Le jour où le débat français sur le GEO pourra s’appuyer sur des chiffres mesurés ici, il cessera d’être un commentaire de seconde main sur des études faites ailleurs. Il deviendra une connaissance propre, et donc une capacité d’action propre.
Ce que vous pouvez faire, dès maintenant
Action 1 : méfiez-vous des chiffres GEO que l’on vous présente comme des vérités
Quand un prestataire ou un guide vous avance un pourcentage précis sur l’efficacité d’une technique GEO, posez une question simple : ce chiffre a-t-il été mesuré en français, sur le marché français ? Dans l’immense majorité des cas, la réponse sera non. Cela ne rend pas le chiffre inutile, mais cela le rend indicatif, pas certain. Traitez les données GEO importées comme des hypothèses de travail à vérifier sur votre propre terrain, pas comme des lois.
Action 2 : mesurez votre propre visibilité plutôt que de l’estimer par analogie
La seule donnée GEO réellement fiable pour votre organisation est celle que vous mesurez vous-même. Interrogez les modèles sur les sujets de votre secteur, en français, et observez si vous êtes cité, comment, et à côté de qui. Cette mesure directe, sur votre marché et dans votre langue, vaut infiniment mieux que l’application d’un benchmark américain à une réalité française que personne n’a vérifiée pour vous.
Action 3 : soutenez et réclamez la production de données françaises
Que vous soyez dirigeant, journaliste, chercheur ou responsable public, vous avez un rôle dans la sortie de cette dépendance. Réclamer des données françaises, citer celles qui existent plutôt que de reprendre par défaut les études américaines, soutenir les initiatives de mesure locale, c’est contribuer à combler le vide. Une discipline ne devient mature que lorsqu’elle mesure son propre terrain. Le GEO français en est encore à emprunter les yeux des autres pour se regarder lui-même.
ELMARQ travaille à l’intersection de la visibilité dans les IA et de la souveraineté informationnelle, en stratégie et en exécution. Trente minutes de diagnostic suffisent à établir ce que les intelligences artificielles disent de vous sur votre marché, mesuré en français et non déduit d’ailleurs.
Je terminerai par où j’ai commencé, en assumant qu’il s’agit d’une opinion. Importer des cadres, au début d’une discipline, est normal et même sain. Mais continuer à piloter durablement les décisions d’un pays avec les seules mesures d’un autre, sur un sujet aussi déterminant que la visibilité dans les intelligences artificielles, ce n’est plus de l’humilité, c’est de la dépendance. La France a les moyens de mesurer son propre terrain. Il serait paradoxal qu’un pays qui défend si vigoureusement sa souveraineté numérique sur les infrastructures continue, sur la connaissance, à se contenter d’un copier-coller.
