Une part croissante des acheteurs britanniques ne font plus défiler les dix liens bleus pour trouver ce dont ils ont besoin. Ils demandent une recommandation à ChatGPT, lisent la présentation de l’IA située au-dessus des résultats organiques de Google ou demandent à Perplexity de résumer leurs options, et au moment où le site Web d’une entreprise se charge dans un onglet de navigateur, la décision d’achat est souvent à moitié prise. Ce changement ne s’inverse pas.
Les entreprises qui optimisent encore uniquement pour une page de résultats que moins de personnes parcourent réellement perdent du terrain face à des concurrents qui apparaissent dans la réponse elle-même, et les entreprises qui sautent tôt travaillent souvent avec des agences qui ont intégré les services de référencement IA dans ce qu’elles proposent, plutôt que de traiter la visibilité de l’IA comme une expérience secondaire. Les entreprises qui attendent la preuve que cela compte sont celles qui le remarqueront en dernier lieu, une fois que le nom d’un concurrent est celui proposé par un assistant IA et que le leur ne l’est pas.
L’aperçu a fait disparaître votre ancien classement de l’écran
La première position sur Google était autrefois la ligne d’arrivée. C’est toujours important, mais ce n’est plus la seule ligne, et pour un nombre croissant de recherches, ce n’est même pas la première chose qu’une personne voit. Lorsque Google décide qu’une requête mérite un aperçu de l’IA, ce résumé se trouve au-dessus de chaque lien bleu, construit à partir de sources que le modèle a jugées suffisamment claires pour être soulevées et reformulées, et une entreprise classée troisième ou quatrième de manière organique peut toujours perdre complètement le clic si la page d’un concurrent était celle d’où l’aperçu est tiré. L’effet pratique pour les propriétaires d’entreprises britanniques est qu’un bon classement selon les anciennes règles ne garantit plus du tout la lecture, car une couche de résumé généré par l’IA se trouve désormais entre le champ de recherche et la page elle-même, décidant quelles entreprises seront même nommées.
Les machines lisent les entités, pas seulement les mots-clés
Ce changement dans la désignation des personnes nommées n’est pas vraiment un problème de classement ; tout dépend en premier lieu de la manière dont ces modèles perçoivent réellement une entreprise. Le référencement traditionnel a formé une génération de propriétaires d’entreprise à penser par mots-clés : faites correspondre la phrase, répétez-la un nombre raisonnable de fois, créez des liens, attendez. Les grands modèles de langage fonctionnent différemment. Ils construisent une image interne de qui vous êtes, de ce que vous faites, de l’endroit où vous opérez et de la façon dont cela se connecte à tout ce qu’ils savent, et cette image est assemblée à partir de la cohérence sur un site plutôt qu’à partir d’une seule page optimisée.
Une entreprise de menuiserie de Leeds qui s’appelle trois choses légèrement différentes sur sa page d’accueil, sa page À propos et son dossier de Companies House donne à un modèle des signaux contradictoires à réconcilier, et une entité peu claire est résumée avec prudence ou ignorée en faveur d’un concurrent que le modèle peut décrire en toute confiance. Les agences sans équipe spécialisée en interne se tournent de plus en plus vers des services de référencement par IA en marque blanche pour gérer exactement ce type de cartographie d’entité, car une mauvaise base sape tout ce qu’un client essaie de construire par-dessus plus tard. Avoir les bonnes bases, le même nom d’entreprise, le même format d’adresse, la même description de ce que fait réellement l’entreprise, répétée à l’identique partout où elle apparaît en ligne, fait plus pour la visibilité de l’IA qu’une autre série d’articles de blog ciblant une variante de mot clé.
Les données structurées sont ce qui fait qu’une entreprise est citée
Une dénomination cohérente résout la moitié du problème, mais un modèle doit encore extraire les faits du texte figurant sur la page. Le balisage de schéma a été traité comme un avantage pendant des années, toléré par les équipes de référencement qui soupçonnaient Google de l’utiliser à peine et par les clients qui ne l’avaient jamais remarqué, mais ce calcul change avec la recherche par l’IA, car les données structurées transmettent un modèle de faits préformatés plutôt que de lui demander de deviner.
Une page avec un schéma propre d’organisation, de produit, de FAQ et d’entreprise locale fournit à un système d’IA exactement les champs qu’il souhaite : de quoi s’agit-il, qui le gère, où il fonctionne, ce qu’il coûte et ce que les gens demandent généralement à ce sujet. Les entreprises qui sautent cette étape ne se contentent pas de laisser une case technique décochée ; ils demandent à un modèle d’extraire des faits de paragraphes de prose marketing alors qu’un concurrent a déjà fourni les mêmes faits dans un format conçu exactement à cet effet, et les modèles choisissent par défaut la source qui nécessite le moins d’interprétation.
Écrivez pour le résumé, pas seulement pour le parchemin
Les données structurées couvrent les faits qu’un modèle peut soulever instantanément, mais la majeure partie d’un site Web est toujours de la prose, et cette prose doit fonctionner différemment maintenant qu’avant. Une page écrite pour classer est optimisée pour une personne qui fait défiler vers le bas, parcourt les sous-titres et finit par trouver une réponse enfouie dans le paragraphe six. Une page écrite pour un système d’IA nécessite la réponse directe en haut, dans des phrases simples qu’un modèle peut soulever proprement, suivies de détails à l’appui pour l’humain qui clique ensuite.
Il s’agit d’un véritable changement dans la façon dont une page est structurée, et non d’un changement esthétique. Cela signifie des paragraphes d’ouverture plus courts qui répondent réellement à la question implicite, des titres qui énoncent un fait plutôt que de le taquiner, et une volonté de divulguer immédiatement les informations utiles au lieu de les enregistrer en guise de récompense pour le défilement. Les entreprises qui continuent d’écrire pour le parchemin, retenant la réponse pour garder quelqu’un sur la page plus longtemps, optimisent pour un modèle de lecture que le résumé de l’IA contourne de plus en plus complètement.
Agir tôt coûte moins cher que rattraper son retard
Rien de tout cela ne nécessite de détruire un site Web fonctionnel ou d’abandonner l’optimisation des moteurs de recherche qui fonctionne déjà. Cela nécessite de traiter la visibilité de l’IA comme une discipline à part entière, aux côtés du référencement traditionnel plutôt que de le remplacer, et de commencer dès maintenant le travail de base peu glamour : nettoyer la cohérence des entités, ajouter des données structurées appropriées et réécrire les pages qui génèrent le plus de trafic afin que la réponse vienne en premier. Les entreprises britanniques qui reportent cette décision ne le font généralement pas par désaccord.
Ils le font parce que ce n’est pas encore urgent, et au moment où cela deviendra urgent, les concurrents qui ont commencé plus tôt seront déjà les noms qu’un assistant IA recherchera par habitude. Cet écart, une fois qu’un modèle a appris à faire confiance à une entreprise plutôt qu’à une autre pour une requête donnée, est bien plus difficile à combler après coup qu’il ne l’aurait été à prévenir en premier lieu. Les entreprises qui bougent maintenant ne parient pas sur une tendance ; ils construisent les antécédents dont un modèle a besoin avant de recommander qui que ce soit. Attendez assez longtemps, et le choix n’est plus de savoir s’il faut investir dans la visibilité de l’IA mais plutôt de savoir si l’avance d’un concurrent peut encore être rattrapée.
