Pendant vingt ans, le deal était à peu près clair (enfin, « clair » façon Google, hein). Vous produisiez du contenu. Google l’aspirait, l’indexait, le classait selon des règles qu’il modifiait régulièrement sans trop prévenir personne. Ensuite, si les astres étaient alignés, si votre page chargeait assez vite, si votre backlink venait d’un site suffisamment respectable, ET si votre balise title avait été bénie par un consultant SEO au troisième jour d’une core update, Google daignait vous envoyer un visiteur.
C’était déjà un marché de dupes, mais il subsistait un détail assez pratique : l’internaute devait encore cliquer sur un truc.
Il voyait plusieurs résultats. Il pouvait ouvrir trois onglets, comparer les sources, tomber sur un article remarquable, puis finir vingt minutes plus tard à regarder une vidéo expliquant pourquoi les pieuvres rêvent. Bref, il naviguait sur le web (activité aujourd’hui considérée comme vaguement folklorique).
Google organisait l’accès à l’information. Il ne produisait pas encore officiellement la conclusion à votre place.
Avec les AI Overviews, ce vestige de séparation des pouvoirs est en train de passer manu militari par la fenêtre.
Désormais, Google ne se contente plus de vous dire : « Voici dix pages qui pourraient répondre à votre question ».
Il vous dit : « J’ai lu les pages. Enfin, une machine les a lues. Enfin, elle en a récupéré des morceaux. Bref, ne vous fatiguez pas : voici ce qu’il fallait comprendre ».
Et voilà. Fin de la promenade.
Plus besoin de visiter les sources, de comprendre leur contexte, de distinguer une étude scientifique d’un article rédigé à la chaîne par Kevin, stagiaire content vaguement épaulé par Claude. Google récupère les matériaux, les mélange, les compacte et pose sa synthèse tout en haut de la page avec l’aplomb d’un type qui vient de copier le devoir de ses voisins et réclame maintenant les félicitations du jury.
On parle beaucoup de la baisse du trafic, et c’est normal : les entreprises savent compter les visites, les clics et les leads. Dès qu’un graphique descend, tout le monde découvre soudain une vocation de résistant numérique.
Mais le trafic n’est que la conséquence visible.
Google ne devient pas seulement un moteur qui envoie moins de monde vers les sites. Il devient progressivement l’acteur qui choisit les sources, décide quelles informations en extraire, les reformule, les hiérarchise, puis publie lui-même la réponse finale.
C’est précisément ce que permet d’observer une étude publiée en mai 2026 par trois chercheurs de l’université Washington de Saint-Louis.
Ils ont analysé plus de 55 000 requêtes Google pendant quarante jours, réparties dans dix-neuf catégories, pour répondre à quatre questions assez élémentaires que Google, dans son immense passion pour la transparence, ne documente évidemment pas avec beaucoup de précision.
Leurs résultats sont parfois rassurants. Et parfois… on se dit que certains vont se réveiller avec la gueule de bois.
Alors oui, je sais, à l’heure où ce petit article a été publié, les AI Overviews n’ont pas encore été diffusées en France ; mais il ne faut pas se leurrer : elles seront là un jour ou l’autre, alors autant être préparé.
Et, non, cet article ne va pas une nouvelle fois annoncer « la mort du SEO ». Le SEO ne meurt pas, il perd simplement le monopole de la visibilité qu’on lui prêtait.
Ce qui est en train de changer, c’est la façon dont la valeur des contenus est captée, transformée et redistribuée.
Alors m’sieurs dames, bienvenue dans le web synthétique.
Vous fournissez la matière première. Google vend le produit fini.
Petit sommaire
Une étude qui cherche moins à mesurer Google qu’à reconstituer une boîte noire
Le premier truc intéressant avec cette étude, c’est qu’elle ne prétend pas avoir découvert la recette secrète des AI Overviews.
Parce que, petit rappel salutaire : personne en dehors de Google ne sait précisément comment ce bordel fonctionne.
Google explique bien, dans ses communications officielles, que les AI Overviews s’appuient sur Gemini, sur son moteur de recherche classique, sur son Knowledge Graph, sur des systèmes de ranking et sur tout un tas de briques techniques qui, mises bout à bout, produisent une magnifique phrase corporate du type « nous affichons une réponse générée lorsque cela apporte une valeur supplémentaire à l’utilisateur ».
Merci Gérard. Ça nous avance énormément.
En réalité, Google publie le décor, pas les plans du bâtiment.
On sait que la machine existe. On voit quand elle s’allume. On constate qu’elle avale des sources et recrache une réponse. Mais entre les deux, rideau.
Pas de critères précis, pas de seuil public, pas de liste claire des sujets sensibles… Pas de documentation complète non plus sur la façon dont une page devient une source. Rien.
Le moteur le plus influent du monde a donc construit un système capable de répondre directement à des questions de santé, de finance, de droit ou de politique, puis nous demande globalement de lui faire confiance parce que « l’expérience est utile », ce qui est une méthode de gouvernance assez proche du « tkt frer » mais à laquelle on est habitués depuis des années.
Les chercheurs ont donc fait ce que l’on fait face à une machine opaque : ils ont arrêté d’attendre qu’elle leur explique son fonctionnement et ils ont observé son comportement.
Ils ont ainsi envoyé 55 393 requêtes à Google pendant quarante jours, dans dix-neuf catégories différentes.
Puis ils ont tout ramassé : les réponses générées, les sources citées… Une sorte d’autopsie industrielle de la SERP, quoi.
L’intérêt de la méthode, c’est qu’elle suit toute la chaîne. Pas seulement la question habituelle : « Est-ce qu’une AI Overview apparaît ? », mais quatre questions successives :
- D’abord, quand est-ce que Google décide d’en afficher une ?
- Ensuite, dans quelles sources va-t-il chercher sa matière ?
- Puis, est-ce que ce qu’il écrit correspond réellement à ce que racontent les pages citées ?
- Et enfin, quel type d’acteur économique nourrit cette réponse ?
C’est important, parce que ces quatre étapes correspondent à quatre pouvoirs distincts :
- Le pouvoir de déclencher.
- Le pouvoir de sélectionner.
- Le pouvoir d’interpréter.
- Le pouvoir de capter la valeur.
Mis bout à bout, ça ressemble déjà beaucoup moins à une fonctionnalité de recherche et beaucoup plus à une chaîne éditoriale intégrée verticalement.
Les chercheurs ont ensuite découpé les réponses produites par les AI Overviews en affirmations dites « atomiques ». Le principe est simple. Prenons cette phrase :
« Le thé vert contient de la caféine, améliore la vigilance et peut perturber le sommeil lorsqu’il est consommé tard »
Ça n’est pas une affirmation. C’en sont trois :
- Le thé vert contient de la caféine.
- Il peut améliorer la vigilance.
- Il peut perturber le sommeil s’il est consommé tard.
Chaque morceau peut donc être vérifié séparément dans la source censée le soutenir ; et c’est là que le travail devient sérieux.
Parce qu’une réponse peut sembler correcte dans son ensemble tout en dissimulant des glissements microscopiques : un mot en trop, une condition supprimée, une corrélation transformée en causalité…
À l’échelle d’une phrase, ça ressemble à une approximation ; à l’échelle de milliards de recherches, ça devient une infrastructure de production de certitudes.
Voilà pourquoi le découpage en affirmations élémentaires est central : il empêche Google de se réfugier derrière l’impression générale de qualité.
Une réponse peut être fluide, propre, bien écrite, citer Harvard et raconter tout de même une connerie au milieu (en gros, le costume ne garantit pas que le bonhomme est bien un moine, tout ça).
Pour éviter d’autres biais, les chercheurs ont également utilisé un navigateur sans historique personnel, sans compte connecté et sans personnalisation particulière.
C’est méthodologiquement logique, mais ça révèle aussi une première limite : personne n’utilise vraiment Google dans un bocal stérile.
Les utilisateurs ont une localisation, un historique, une langue, des habitudes, parfois un compte connecté depuis quinze ans et une longue liste de recherches dont ils préféreraient probablement que personne ne prenne connaissance.
L’étude n’observe donc pas « Google tel que chacun le voit », elle observe un comportement contrôlé du système.
Même chose pour les requêtes : elles proviennent de Google Trends aux États-Unis.
Donc, par construction, elles reflètent des sujets populaires, émergents ou liés à l’actualité sur une période donnée. On n’est pas dans un échantillon parfaitement représentatif de toutes les recherches humaines, du « comment choisir un logiciel de facturation électronique » au très noble « pourquoi mon chat me regarde quand je mange ».
Autre limite : la période.
Quarante jours, entre mars et avril 2026.
C’est beaucoup pour collecter plus de 55 000 requêtes ; et c’est aussi très peu pour figer le comportement d’un produit que Google modifie en permanence.
Les AI Overviews ne sont pas une cathédrale achevée, c’est un chantier où les ouvriers déplacent encore les murs pendant que le public visite le bordel.
Les taux observés dans l’étude sont donc une photographie.
Une bonne photographie, certes, nette, large et documentée, mais une photographie tout de même.
En clair, les chercheurs n’ont pas ouvert la boîte noire : ils ont posé des capteurs tout autour, secoué l’engin 55 393 fois et noté les bruits suspects.
C’est moins spectaculaire qu’un leak Google, c’est vrai, mais c’est aussi beaucoup plus difficile à balayer d’un communiqué de presse.
Le chiffre de 13,7% ne dit presque rien à lui seul
Bref, prenons l’étude et parcourons-là.
Quand on lit d’abord que les AI Overviews apparaissent dans 13,7% des requêtes étudiées, la première réaction pourrait être de hausser une épaule et de retourner tranquillement optimiser une balise H2 sur « Les 7 avantages d’un logiciel de gestion moderne ».
Après tout, 13,7%, ça ressemble pas encore à l’apocalypse.
C’est même plutôt rassurant, présenté comme ça. Un petit bout de la recherche Google, un phénomène encore minoritaire, une fonctionnalité qu’on croise de temps en temps.
Sauf que 13,7%, c’est une moyenne. Car dès qu’on regarde la forme des requêtes, le chiffre explose.
Lorsqu’un utilisateur écrit une question, une vraie, avec les ornements habituels de la langue humaine comme « comment », « pourquoi », « quel », « quand » ou « est-ce que je dois paniquer immédiatement », les AI Overviews apparaissent dans 64,7% des cas.
(presque deux recherches sur trois)
Pour les requêtes qui ne prennent pas la forme d’une question, le taux tombe à 9,5%. Donc un rapport de un à presque sept.
Voilà qui change légèrement la musique.
On ne parle plus d’un module expérimental distribué au hasard comme des prospectus sur un parking de supermarché : on parle d’un dispositif qui s’active massivement dès que l’utilisateur formule clairement un besoin d’explication.
Et devinez quel type de contenu les entreprises produisent depuis quinze ans pour répondre aux questions ?
Les guides.
Les tutoriels.
Les glossaires.
Les articles « Comment faire X ».
Les dossiers « Pourquoi Y ».
Les pages « Quelle différence entre A et B ».
Ce territoire représentait le jardin potager du SEO informationnel. On plantait des réponses, on arrosait avec quelques backlinks, on attendait que le trafic pousse et, certains mois, on allait raconter au comité de direction que l’entreprise construisait son autorité thématique.
Pour comprendre le mécanisme, il suffit de comparer deux recherches :
« CRM PME » : la requête reste ouverte. L’utilisateur peut chercher une définition, une marque, un comparatif, une liste de solutions, un prix, voire simplement avoir tapé trois lettres avant d’être interrompu par un collègue réclamant le mot de passe du Wi-Fi.
Mais avec « Comment choisir un CRM pour une PME de 50 salariés ? », tout est déjà balisé. La machine comprend le problème, identifie les critères attendus et peut fabriquer une réponse propre.
Pour Google, la question complète est un plateau-repas. L’intention est servie, les couverts sont posés, il ne reste plus qu’à synthétiser les contenus disponibles et à présenter l’addition aux éditeurs.
C’est d’autant plus important que les internautes ont été encouragés pendant des années à formuler leurs recherches de façon plus naturelle. La recherche vocale, les assistants, les requêtes conversationnelles, les moteurs dopés au langage naturel : tout l’écosystème pousse l’utilisateur à parler à Google comme il parlerait à un humain vaguement compétent.
L’étude avance d’ailleurs une hypothèse particulièrement savoureuse : les utilisateurs les moins aguerris à la syntaxe historique des moteurs de recherche pourraient être davantage exposés aux AI Overviews. Le vieux routier du web tape « comparatif CRM PME prix », tandis qu’une personne moins habituée demande « Quel CRM choisir pour une petite entreprise avec cinq commerciaux ? »
La seconde formule est plus naturelle ; elle est aussi beaucoup plus susceptible de déclencher une réponse générée.
Faut-il en conclure que tout contenu répondant à une question est désormais condamné à finir broyé dans la bétonnière générative de Mountain View ?
Non. Ce serait pratique mais surtout complètement débile.
Le taux d’activation ne mesure pas la disparition du clic. Il indique seulement la présence d’une réponse générée. Selon la requête, l’utilisateur peut encore vouloir vérifier une source, comparer des options, approfondir un point ou découvrir l’entreprise citée.
Mais l’article pédagogique ne bénéficie plus du même monopole fonctionnel !
Avant, pour obtenir la réponse, il fallait généralement visiter une page ; maintenant, la réponse de premier niveau est souvent déjà posée sur le trottoir, emballée et vaguement sourcée. Ça change fatalement la valeur attendue d’un contenu.
Prenons un article B2B classique : « Comment réussir la migration de son CRM ? ».
S’il se contente d’expliquer qu’il faut définir ses besoins, nettoyer ses données, impliquer ses équipes, tester la solution et former les utilisateurs, il n’a rien de faux. C’est même probablement très raisonnable.
C’est aussi une bouillie idéale pour AI Overview.
Cinq conseils génériques, zéro friction intellectuelle, aucune donnée originale, pas de méthode propriétaire, pas de retour d’expérience précis. Google peut compresser tout le bazar en six lignes sans qu’une once de valeur ne tombe du camion.
L’article ne perd pas sa valeur parce que l’IA le résume, c’est juste que l’IA révèle qu’il n’en avait pas énormément.
Je sais, la distinction est pénible pour les entreprises qui ont consacré plusieurs années et quelques budgets dodus à remplir leur blog avec du contenu « utile ». Mais « utile » ne veut pas forcément dire « distinctif », encore moins « indispensable ».
Le problème des contenus génériques n’est donc pas qu’ils seraient soudain devenus inutiles : ils restent nécessaires pour expliquer, rassurer, couvrir un sujet et accompagner certains parcours. Simplement, leur information brute est devenue une commodité. Et lorsqu’une information devient une commodité, le distributeur finit généralement par capturer davantage de valeur que le producteur.
La réaction la plus stupide consisterait maintenant à abandonner les contenus informationnels pour ne produire que des pages commerciales gonflées aux CTA, avec un formulaire tous les trois paragraphes et un bouton « Parler à un expert ».
Les acheteurs B2B ont toujours besoin de comprendre.
Ils ont toujours besoin d’apprendre.
Donc, il faut déterminer ce que votre contenu apporte après la première réponse, comme :
- Une expérience de terrain
- Une grille d’arbitrage
- Des données introuvables ailleurs
- Une position assumée, capable de montrer que les choix ne se valent pas tous
Car le résumé automatique peut restituer les étapes d’une méthode, mais il restitue beaucoup moins bien l’expérience qui a permis de la construire, les cas où elle échoue, les exceptions qui la compliquent et les décisions qu’elle impose lorsqu’on cesse de flotter dans le merveilleux brouillard des bonnes pratiques.
Voilà le vrai basculement.
Pendant longtemps, une entreprise pouvait être visible en fournissant la réponse ; elle doit désormais mériter la visite en fournissant ce qui vient après : le diagnostic. La preuve. Tout ce qui ne tient pas gentiment dans un encadré beige rédigé par Gemini, quoi.
Donc non, le chiffre de 13,7% n’annonce pas la disparition immédiate du SEO informationnel. Il dit quelque chose de plus précis : l’exposition aux AI Overviews se concentre sur les requêtes où les contenus pédagogiques pensaient justement avoir leur plus grande utilité.
Google Search et Google AI Overviews ne jouent déjà plus tout à fait au même jeu
Jusqu’à maintenant, la règle du jeu était simple.
Vous vouliez être visible sur Google ? Il fallait remonter dans les résultats organiques. Idéalement dans le top 3, parce qu’en dessous, soyons honnêtes, ça fleurait bon le caniveau.
Toute l’industrie SEO s’est construite autour de cette obsession : gagner des positions.
Des outils entiers ont été conçus pour surveiller le moindre mouvement de mot-clef, comme si passer de la sixième à la cinquième place sur « logiciel planning collaboratif PME » constituait un événement géopolitique majeur. Des consultants ont bâti des dashboards capables de suivre huit cents requêtes, douze concurrents et probablement les phases de la lune afin d’expliquer pourquoi une courbe avait bougé de 2,4%.
Le classement était la carte.
La première page, le territoire.
Et la position, le CASH.
Relisez tranquillement.
Près d’un domaine cité sur trois n’est pas visible parmi les résultats organiques que l’utilisateur voit juste en dessous.
Ça ne signifie pas que Google tire ses sources au hasard dans une vieille cave humide du web. Les domaines cités restent, en moyenne, plutôt crédibles. C’est juste que le système qui sélectionne les matériaux destinés à nourrir la réponse générée ne reproduit pas exactement le système qui classe les pages destinées à être cliquées.
Donc, deux logiques cohabitent :
- L’une décide quelles pages méritent d’être montrées.
- L’autre décide quels morceaux de pages méritent d’être utilisés.
C’est un déplacement colossal.
Jusqu’ici, le travail du SEO consistait principalement à convaincre Google qu’une page était la meilleure destination pour une requête donnée. Il fallait démontrer sa pertinence globale, sa profondeur, son autorité, sa capacité à répondre à l’intention.
Avec les AI Overviews, une nouvelle question apparaît : votre page contient-elle un élément que le système juge utile pour construire sa propre réponse ?
Ce n’est pas la même chose.
Une page peut être excellente dans son ensemble et ne rien contenir de particulièrement extractible. À l’inverse, une page moins bien classée peut renfermer une statistique précise, une définition limpide, un tableau, un témoignage, une distinction ou un passage qui répond parfaitement à une sous-question.
Le document n’est plus nécessairement l’unité de valeur : le fragment le devient.
Et là, tout le petit monde du contenu devrait commencer à transpirer légèrement, parce qu’une grande partie des stratégies éditoriales reste pensée à l’échelle de la page entière :
- On optimise un article.
- On « travaille » son mot-clef principal.
- On ajuste sa title.
- On vérifie ses H2.
- On ajoute une FAQ parce que quelqu’un a lu quelque part que les moteurs génératifs raffolaient des questions-réponses bien rangées.
Puis on attend.
Sauf que la machine ne regarde pas votre article comme un utilisateur, elle le regarde comme une réserve de pièces détachées. Elle ne se demande pas forcément : « Est-ce que cette page mérite la première place ? », elle se demande aussi : « Est-ce que ce passage peut m’aider à produire une réponse crédible sur ce point précis ? ».
Evidemment, être sélectionné comme matériau ne signifie pas que l’utilisateur viendra chez vous. Vous pouvez fournir la statistique, la définition ou l’exemple qui permet à Google d’améliorer sa réponse, tout en restant parfaitement invisible aux yeux de la personne qui la lit.
Vous avez été utile ; on ne vous a simplement pas invité à la fête.
C’est un peu le principe du stagiaire qui prépare tout le dossier, puis regarde son patron le présenter en meeting avec la sérénité d’un homme qui vient d’avoir une illumination personnelle.
Et, naturellement, l’industrie a déjà flairé l’occasion de produire une nouvelle procession de recettes miracles.
Les « experts GEO » vous expliqueront qu’il faut écrire des paragraphes plus courts, ajouter des listes, structurer les réponses, utiliser davantage de tableaux, poser la question dans le H2 et répondre en quarante mots juste en dessous.
Soyons sérieux deux minutes.
Oui, la structure compte. Une information claire, autonome et bien contextualisée est plus facile à comprendre, à citer et à réutiliser. Ce n’est pas une révélation issue de l’ère générative, c’était déjà vrai pour les lecteurs.
Mais la structure ne remplace pas la substance. Vous pouvez emballer du vide dans un tableau impeccable, ça reste du vide avec des bordures. Une FAQ n’invente pas une expertise, pas plus qu’une réponse de cinquante mots ne crée une donnée propriétaire.
Le piège serait de répondre à la transformation du moteur par une nouvelle couche d’optimisation cosmétique. On referait exactement la même erreur que pendant les pires années du SEO industriel : confondre la forme qui facilite la découverte avec la valeur qui mérite d’être découverte.
L’étude ne dit pas : « Google préfère les paragraphes de trois phrases ».
Elle dit : une partie substantielle des sources utilisées par les AI Overviews n’est pas présente dans les résultats organiques visibles.
C’est tout. Et c’est déjà énorme.
Prenons un exemple B2B.
Vous publiez un guide intitulé « Comment déployer un CRM dans une entreprise de 200 salariés ? ».
Votre concurrent publie un article généraliste de 4000 mots, très bien optimisé, parfaitement maillé, soutenu par un domaine puissant. Il se classe premier.
De votre côté, vous publiez une étude beaucoup plus ciblée indiquant que, sur quarante projets accompagnés, les migrations ayant impliqué les commerciaux avant le choix de l’outil ont connu 35% de demandes de support en moins dans les trois premiers mois.
Votre page peut rester septième, douzième ou même absente de la première page sur la requête principale.
Mais cette donnée est unique. Elle est précise et exploitable. Voilà le type de matériau qui peut nourrir une réponse, pas parce que vous avez trouvé le bon hack, mais parce que vous avez produit une information qui n’existait pas avant vous.
C’est ici que l’on retrouve une vieille vérité : une source est plus précieuse qu’une synthèse.
La synthèse réorganise ce qui existe, la source ajoute quelque chose au monde.
Le paradoxe, c’est que cette transformation peut donner une seconde chance à certains contenus qui n’auraient jamais remporté la compétition classique du ranking.
Une petite entreprise peut difficilement battre HubSpot, Salesforce ou Gartner sur des requêtes ultra-concurrentielles avec un article généraliste. Elle peut en revanche devenir la source d’une donnée, d’un cas ou d’une expertise très localisée.
Mais ne sabrons pas le champagne trop vite : être cité reste une victoire ambiguë.
Une marque peut gagner en autorité, en visibilité et peut-être en trafic qualifié. Elle peut aussi servir gratuitement de charbon à la locomotive Google pendant que l’utilisateur traverse la gare sans descendre, tout dépend de la manière dont la citation est présentée, de sa visibilité, de l’intention de recherche et de la valeur qu’il reste à découvrir derrière le lien.
Car c’est bien là le problème : la citation n’est plus la récompense finale. Elle est seulement une possibilité de passage (et encore).
Pour qu’un clic ait lieu, la source doit promettre davantage que ce que Google a déjà livré. Si la page ne contient rien d’autre que l’information reprise dans l’Overview, l’utilisateur n’a aucune raison de poursuivre, il a eu sa ration. Pourquoi irait-il visiter l’entrepôt ?
Les entreprises doivent donc travailler sur deux niveaux en même temps.
Le premier : produire des éléments suffisamment clairs, précis et originaux pour être identifiés comme sources.
Le second : construire autour de ces éléments une profondeur, une expérience ou une utilité que la réponse générée ne peut pas absorber entièrement.
Être extractible, sans être épuisable.
C’est ça, le nouveau défi.
Et il est autrement plus exigeant que de saupoudrer une requête principale dans une introduction avant d’appeler ça une stratégie éditoriale.
Google peut citer une bonne source et lui faire dire n’importe quoi avec beaucoup d’élégance
Il y avait une défense toute trouvée pour les AI Overviews : « Au moins, Google s’appuie sur des sources fiables ».
Et, contre toute attente, l’étude lui donne partiellement raison.
Les domaines cités par les AI Overviews obtiennent, en moyenne, de meilleurs scores de crédibilité que les résultats classiques affichés sur la même page. Google ne semble donc pas remplir ses réponses avec le premier blog moisi trouvé derrière un comparateur de mutuelles, ni s’abreuver exclusivement chez des illuminés expliquant que l’eau possède une mémoire génétique.
Sauf que la qualité des sources, c’est de la gnognotte : le souci arrive après leur sélection, lorsque la machine se met à les lire, à les découper, puis à produire une phrase nette, fluide et suffisamment assurée pour que personne n’ait l’idée saugrenue d’aller vérifier ce qu’il y avait vraiment derrière.
Les chercheurs n’ont pas demandé à un évaluateur de lire chaque AI Overview puis de répondre vaguement : « Ça a l’air juste, non ? ». Ils ont démonté les réponses morceau par morceau : au total, 98 020 affirmations élémentaires.
Une phrase comme « Cette entreprise a été fondée en 2015, compte 300 salariés et réalise la moitié de son chiffre d’affaires en Europe » contient trois assertions distinctes. Peut-être que l’année est correcte, que l’effectif est approximatif et que la répartition géographique a été inventée au passage ; en lisant l’ensemble, tout semble plausible. En séparant les éléments, les coutures apparaissent.
En gros, près de neuf affirmations sur dix tiennent la route. C’est beaucoup. Assez, en tout cas, pour éviter la caricature du moteur hallucinant à chaque paragraphe.
Mais 11%, à l’échelle d’un système consulté par des milliards de personnes, ce n’est pas non plus une petite maladresse oubliée dans un coin de slide : c’est une usine capable de produire énormément de réponses plausibles, avec une minorité d’erreurs suffisamment bien habillées pour se fondre dans l’ensemble.
Cette configuration est probablement plus dangereuse qu’un système notoirement mauvais.
Quand un outil raconte une absurdité sur deux, on s’en méfie.
Quand il a raison neuf fois sur dix, on baisse la garde.
Les chercheurs distinguent d’ailleurs plusieurs types de défaillances.
Dans une partie des cas, l’affirmation contredit directement la source ou entre en conflit avec elle. Là, le problème est net : la page dit A, la synthèse affirme B, et quelqu’un a manifestement perdu le fil entre les deux sans juger utile de tirer la sonnette d’alarme.
Dans d’autres cas, l’information n’apparaît tout simplement pas dans le contenu que les chercheurs ont pu récupérer.
Cette seconde catégorie demande davantage de prudence : une page peut être partiellement inaccessible. Par exemple, le passage utilisé par Google peut se trouver derrière un paywall, dans une vidéo, un module dynamique, une zone que le crawler n’a pas lue ou un contenu qui a changé entre la génération de la réponse et l’analyse. Toutes les omissions ne sont donc pas nécessairement des inventions.
Mais même avec cette réserve, le résultat central ne bouge pas : la crédibilité de la source et la fidélité de la synthèse sont largement indépendantes.
On a longtemps pensé le problème des systèmes génératifs comme un problème de sourcing. Donnez-leur de meilleurs documents, leur disait-on, et ils produiront de meilleures réponses. Remplacez les forums par des institutions, les blogs opportunistes par des études, les opinions par des sources reconnues, puis la vérité sortira gentiment du tuyau.
Non. Pas nécessairement.
Une bonne bibliothèque ne garantit pas un bon bibliothécaire, surtout quand ce dernier a pour consigne de compresser plusieurs ouvrages en six phrases avant que l’utilisateur ne perde patience et parte regarder des vidéos de capybaras.
La machine peut partir d’une information rigoureuse et la déformer de plusieurs manières sans jamais fabriquer une fausseté spectaculaire.
Imaginez qu’une entreprise publie une étude indiquant : « Sur notre échantillon de 62 PME industrielles, les organisations ayant centralisé leurs données commerciales ont réduit de 18% le temps moyen de préparation des reportings ».
La machine peut en tirer :
« Centraliser les données commerciales réduit de 18% le temps de reporting ».
La phrase est plus belle et surtout faussement universelle.
L’échantillon a disparu, le secteur aussi. Le contexte s’est évaporé.
Pour l’entreprise citée, ce glissement pose un problème supplémentaire : son nom peut cautionner une affirmation qu’elle n’aurait jamais formulée ainsi.
Elle a produit la nuance, Google conserve le chiffre.
Bref, être cité ne signifie pas simplement obtenir de la visibilité mais accepter qu’un tiers automatisé reformule votre pensée, parfois correctement, parfois en l’aplatissant, et que l’utilisateur attribue malgré tout le résultat à votre autorité.
La citation devient alors une drôle de récompense : vous gagnez la reconnaissance, mais perdez une partie du contrôle.
Évidemment, Google présente les citations comme une garantie de traçabilité : « regardez, la source est là, vous pouvez cliquez les reufs ».
Or l’utilisateur ne clique pas nécessairement. La réponse est justement conçue pour lui éviter cette corvée archaïque consistant à ouvrir une page, lire plusieurs paragraphes et former son propre jugement.
Les citations donnent donc moins accès à la preuve qu’elles ne produisent une impression de preuve.
Le vrai scandale n’est peut-être pas informationnel, mais économique
Jusqu’ici, on pouvait encore présenter les AI Overviews comme une affaire de qualité de réponse : Google choisit-il de bonnes sources ? La synthèse est-elle fidèle ? Le système se trompe-t-il beaucoup ? Est-ce que Gemini comprend correctement la différence entre une corrélation et une causalité (ce qui le placerait déjà au-dessus d’une partie respectable de LinkedIn) ?
Questions légitimes.
Mais à force de discuter de précision, on finirait presque par oublier qui paie pour produire toute cette information et qui empoche la valeur une fois qu’elle a été essorée.
L’étude a donc regardé ce qu’il y avait sur les pages citées par les AI Overviews. Pas seulement les mots : le modèle économique.
Le chiffre est présenté comme une estimation basse, car tous les mécanismes publicitaires ne sont pas nécessairement détectables de manière exhaustive. Une partie des sites peut aussi monétiser autrement, via l’affiliation, les abonnements, les contenus sponsorisés ou les désormais incontournables boutons « accepter tous les cookies ». Mais ça signifie qu’une large part des sources utilisées par les AI Overviews dépend directement du trafic.
Pas de visite, pas d’impression publicitaire. Pas d’impression, pas de revenu. Pas de revenu, moins de moyens pour produire l’article que Google utilisera la prochaine fois pour répondre à la place du site.
Le fonctionnement historique du web reposait sur un échange certes déséquilibré, mais encore identifiable :
- Les éditeurs produisaient l’information.
- Google facilitait sa découverte.
- L’utilisateur cliquait.
- L’éditeur récupérait de l’attention, éventuellement un abonnement, une vente, une adresse mail ou quelques fractions de centime publicitaire.
- Google, lui, monétisait la recherche grâce aux annonces placées autour des résultats.
Tout le monde n’était pas égal dans l’affaire, évidemment. Google possédait l’autoroute, fixait la signalisation, déplaçait les sorties et pouvait envoyer votre trafic dans un ravin après une mise à jour algorithmique baptisée avec un nom d’animal sympatoche.
Mais il existait encore une circulation : l’information quittait le site. Le trafic pouvait y revenir.
Avec les AI Overviews, Google modifie le trajet.
L’éditeur continue de financer la production, de payer les journalistes, les experts, les rédacteurs, les développeurs, les hébergeurs, les photographes ou les pauvres gens chargés de vérifier qu’un chiffre de 2018 n’est pas devenu faux entre-temps.
Google récupère ensuite le résultat, en extrait les morceaux utiles, fabrique une réponse synthétique et la place avant les liens.
L’utilisateur consomme. Il ne clique pas. L’éditeur ne monétise rien.
Et Google, dans un miracle d’adaptation darwinienne qui force le respect, continue de vendre ses propres publicités sur la page.
On résume donc la chorégraphie :
- Les autres paient la recherche.
- Google récupère la matière.
- Google fabrique l’interface.
- Google garde l’attention.
- Google vend la publicité.
- Les autres reçoivent éventuellement une petite citation, joliment posée dans un coin, comme un certificat de participation à leur propre dépossession.
L’asymétrie est d’autant plus savoureuse que Google présente les citations comme un service rendu aux éditeurs : elles permettraient aux internautes de découvrir de nouvelles sources, d’approfondir les sujets et de visiter des pages qu’ils n’auraient peut-être jamais trouvées autrement.
Possible… Certaines citations génèrent probablement des clics très qualifiés. Une personne confrontée à un sujet complexe peut vouloir lire l’étude complète, vérifier la méthodologie, consulter un tableau ou comprendre le contexte.
Mais cette possibilité ne doit pas être confondue avec une compensation.
Mettre le nom du boulanger sur l’emballage après avoir vendu son pain ne signifie pas qu’on lui a reversé le prix de la baguette.
Le rapport de force est limpide : Google décide de la quantité d’information qu’il prélève, de la manière dont il la reformule, de la place accordée au lien et de l’espace publicitaire conservé autour.
Cette mécanique touche d’abord les médias et les sites éditoriaux financés par l’audience, mais les entreprises B2B auraient tort de regarder le carnage depuis le balcon en se disant que cela concerne uniquement les gens qui mettent des bannières publicitaires entre deux paragraphes.
Leur modèle est différent mais la logique, beaucoup moins.
Une entreprise B2B ne produit généralement pas un article pour toucher trois euros de display. Elle le produit pour obtenir du trafic, construire une audience, collecter un contact, influencer une décision, nourrir une opportunité ou faire comprendre à un prospect qu’elle sait autre chose que fabriquer des slides avec des hexagones.
Si Google absorbe la réponse avant le clic, la chaîne de valeur est également interrompue.
Le visiteur ne découvre pas la marque : il ne voit pas l’étude de cas, il ne s’inscrit pas à la newsletter, il ne passe pas sur la page produit. Il reçoit l’information, mais pas l’écosystème qui devait l’entourer.
Voilà pourquoi parler seulement de « baisse de trafic » reste insuffisant.
Le trafic n’est pas la valeur finale, certes. Mais il est souvent le point d’entrée vers cette valeur.
Sans visite, pas de relation. Sans relation, pas de progression.
Les marques ont longtemps accepté ce risque parce que la visibilité offerte en retour pouvait être considérable. Un bon positionnement créait un flux durable de visiteurs et permettait d’amortir largement le coût du contenu.
Avec les AI Overviews, la même page peut produire de la valeur pour Google sans produire la même valeur pour son auteur.
C’est là que le contrat implicite se fissure : le contenu reste nécessaire au système. Le clic, lui, devient facultatif.
C’est vrai pour les médias.
C’est vrai pour les créateurs indépendants.
C’est vrai pour les bases documentaires.
C’est vrai pour les entreprises qui financent des études, des guides ou des ressources en espérant obtenir autre chose qu’une mention microscopique au pied d’une réponse générée.
À court terme, Google dispose d’une quantité gigantesque de contenu existant. Le buffet est rempli, les chambres froides débordent et Internet a produit assez de « guides complets » pour nourrir plusieurs générations de modèles.
À long terme, la question devient plus gênante.
Pourquoi continuer à investir dans une information coûteuse si sa valeur est captée avant même que l’utilisateur rencontre son producteur ?
Google pourrait répondre que les sources continuent à bénéficier d’une visibilité.
Les éditeurs pourraient répondre qu’on ne paie pas les salaires en « visibilité » (malgré les efforts persistants de certains prospects / clients pour démontrer le contraire).
Le conflit n’est donc pas un petit désaccord entre référenceurs nostalgiques et ingénieurs enthousiastes.
Il porte sur le financement même du web documentaire.
- Qui produit ?
- Qui distribue ?
- Qui synthétise ?
- Qui monétise ?
- Et surtout, qui possède la relation avec l’utilisateur à la fin du processus ?
Dans l’ancien système, Google contrôlait l’accès, mais le site pouvait encore récupérer la relation.
Dans le nouveau, Google veut l’accès, la réponse et la relation. Le grand chelem, quoi.
Cette concentration est particulièrement visible lorsque les annonces sponsorisées apparaissent au-dessus ou autour de l’AI Overview. Le moteur réduit la place des résultats organiques, satisfait une partie de l’intention avec des contenus produits par des tiers, puis réserve ses zones les plus lucratives à ceux qui paient.
Après, il faut quand même rester rigoureux.
L’étude ne mesure pas directement les pertes financières causées par chaque AI Overview ; elle ne calcule pas le revenu publicitaire supprimé page par page, ni le nombre exact de visites que chaque éditeur aurait reçues sans réponse générée. Elle démontre juste une exposition économique. Elle montre qu’une proportion importante des sources dépend de la publicité et que Google conserve sa propre capacité de monétisation sur les pages où leurs contenus sont synthétisés.
Pour mesurer le dommage précis, il faut croiser ces résultats avec les travaux consacrés à la baisse des clics et à l’augmentation des recherches sans visite.
Reste, quoi qu’il arrive, que le système crée une asymétrie structurelle entre ceux qui financent l’information et celui qui contrôle son dernier kilomètre.
Les premiers produisent un actif.
Le second décide s’il devient une destination ou une simple matière première.
C’est pourquoi les entreprises ne peuvent plus seulement se demander comment apparaître dans les AI Overviews, on n’en est plus là : elles doivent se demander dans quelles conditions cette apparition leur rapporte réellement quelque chose :
- Une citation visible suffit-elle ?
- Le clic restant conduit-il vers une expérience plus riche ?
- La marque est-elle identifiable ?
- L’utilisateur peut-il entrer dans un canal propriétaire ?
- Le contenu nourrit-il seulement Google ou renforce-t-il également les sales, la newsletter, la vidéo, les campagnes et le produit ?
En d’autres termes : l’actif éditorial possède-t-il une vie économique en dehors de la SERP ?
Si la réponse est non, le problème ne vient pas uniquement des AI Overviews.
L’arrivée des réponses générées ne crée pas cette dépendance : elle présente simplement la facture.
Pendant des années, les éditeurs ont nourri Google parce qu’il leur rendait du trafic.
Désormais, Google découvre qu’il peut garder le repas, les convives et l’addition.
Adios el SEO ?
Je pourrais terminer cet article avec la prophétie habituelle : « le SEO est mort ».
C’est une formule pratique. Le SEO est mort en 2011. Puis en 2013. Ensuite avec la recherche vocale, les featured snippets, TikTok, ChatGPT, les mises à jour Helpful Content, les réseaux sociaux, les assistants conversationnels et probablement plusieurs fois entre deux Core Updates pendant que personne ne regardait.
À ce stade, le SEO n’est plus une discipline, c’est Kenny dans South Park.
Donc non, les AI Overviews ne signent pas la disparition immédiate du référencement, des contenus ou des moteurs de recherche. Google a toujours besoin de pages à explorer, d’informations à comprendre, de sources à citer et de sites capables de donner un semblant d’assise documentaire à ses réponses.
Le contenu qui résiste aux AI Overviews doit ouvrir une étape suivante pour l’utilisateur :
- Comprendre son propre cas.
- Comparer des scénarios.
- Tester une hypothèse.
- Accéder à des données.
- Voir une démonstration.
- Adopter une méthode.
- Entrer dans une audience propriétaire.
Bref, le contenu ne peut plus seulement être une réponse. Il doit devenir une infrastructure.
Et c’est probablement la meilleure nouvelle cachée dans tout ce bordel.
Les contenus interchangeables vont souffrir.
Les pages écrites uniquement pour occuper une requête vont perdre une partie de leur intérêt économique. Les synthèses de synthèses, les guides qui recopient les guides et les articles dont l’idée centrale tiendrait sur un dessous de verre vont devenir de plus en plus faciles à avaler sans laisser la moindre trace de leur auteur.
Très bien : ils encombraient déjà sérieusement le paysage.
En revanche, les entreprises capables de produire une matière originale, de construire un point de vue, d’organiser leurs contenus en système et de créer une vraie continuité entre découverte, expertise et décision disposent encore d’un avantage.
Pas d’une protection absolue, mais en tout cas d’un avantage réel. Parce que si Google peut synthétiser ce que vous dites, il ne peut pas posséder à votre place l’expérience qui vous permet de le dire, la relation que vous entretenez avec votre marché ni la confiance accumulée autour de votre nom.
Pendant vingt ans, les entreprises ont appris à écrire pour être trouvées.
La prochaine étape sera plus exigeante.
Elles devront produire quelque chose qui mérite encore d’être vu.
Et vous, vous en êtes où là-dessus ? Pour le savoir, Évaluez la maturité stratégique et opérationnelle de votre système de contenu B2B. 18 questions. 5 piliers. Un diagnostic actionnable :
Ça vous a plu ? Quelques contenus homemade en + :
