C’est une énorme surprise : 90 % des sources citées par l’IA absentes du top 10 Google et Bing

Les avancées technologiques en intelligence artificielle (IA) sont en train de transformer la façon dont les utilisateurs interagissent avec les moteurs de recherche. Une étude récente menée par Ahrefs, spécialiste de l’analyse SEO, a mis en lumière l’écart entre les sources citées par certains assistants IA et les résultats des principaux moteurs de recherche. Cette étude se concentre sur la relation entre quatre grandes IA : ChatGPT, Gemini, Copilot et Perplexity, et leur alignement avec les résultats de Google et Bing.

Ahrefs a entrepris une analyse approfondie en évaluant 15 000 requêtes sous différentes thématiques. Ces questions vont des sujets pratiques aux préoccupations alimentaires, en passant par des questions multilingues. L’objectif était de déterminer dans quelle mesure les liens mentionnés par ces IA figuraient parmi les premiers résultats de recherche classiques. Une méthodologie rigoureuse a été adoptée, impliquant la soumission de requêtes sur Google et Bing, suivie par les réponses des IA. Les données obtenues ont permis de constater que seulement 11 % des liens fournis par les assistants IA apparaissent parmi les 10 premiers résultats de Google ou Bing.

Cohérence limitée entre les sources IA et les moteurs de recherche

Les résultats de cette étude indiquent que les liens cités par les IA ne correspondent qu’à 11 % avec les résultats de Google, et ce chiffre baisse à 10 % pour Bing. Cela soulève des questions sur l’efficacité des IA à offrir des résultats alignés sur les requêtes des utilisateurs. Les disparités observées peuvent s’expliquer par les méthodes différentes utilisées par les moteurs de recherche et les IA pour sélectionner les sources pertinentes. Tandis que les moteurs répondent à des requêtes précises, les IA adoptent une approche plus élargie, générant plusieurs variantes de la même demande.

Certaines IA, comme ChatGPT, s’appuient sur un mécanisme interne qui détermine la nécessité de lancer une recherche web, ce qui peut limiter les occasions où elles recourent à des sources externes. D’un autre côté, Perplexity se distingue en se basant sur son propre index, le Perplexitybot, et montre une forte correspondance avec les résultats de Google grâce à cette approche indépendante.

Perplexity se démarque parmi les IA

Dans le paysage des assistants IA étudiés, Perplexity se distingue particulièrement. Cet outil se décrivant lui-même comme un « moteur de réponses » original privilégie la citation systématique de ses sources, ce qui semble être une méthode payante. Ses résultats montrent que 28,6 % des pages qu’il cite figurent dans le top 10 de Google. Il s’agit d’un taux nettement supérieur à celui des autres IA comme ChatGPT, Gemini et Copilot, qui tournent autour de 8 %.

Perplexity réussit à associer efficacement son propre index avec le contenu bien référencé sur Google, sans pour autant se lier directement aux listes des moteurs de recherche traditionnels. Ce comportement illustre une stratégie distinctive qui pourrait inspirer d’autres acteurs du secteur. De plus, Copilot, bien qu’il soit mieux intégré avec Bing, atteint un taux de chevauchement de 16,6 %, démontrant ainsi son potentiel à se synchroniser avec ce moteur particulier.

Qu’est-ce qui explique ces divergences?

Tout d’abord, la divergence notable entre les citations IA et les résultats classiques provient des méthodes distinctes d’information. Les moteurs de recherche s’appuient sur des algorithmes conçus pour fournir des réponses à des requêtes spécifiques. À l’opposé, les IA utilisent souvent une technique connue sous le nom de « query fan-out ». Cela signifie qu’elles génèrent un ensemble de variations proches de la demande originale, fusionnant les résultats de manière à prendre en compte plusieurs sous-thématiques associées.

Cette méthode inclut parfois l’application de techniques comme le Reciprocal Rank Fusion (RRF), qui confère une importance particulière aux pages répétées dans plusieurs listes, même si elles ne figurent pas dans le top pour la requête originelle. Par ailleurs, la personnalisation joue également un rôle crucial. Les données contextuelles, telles que l’historique de conversation ou la langue, influent directement sur la sélection des sources.

Conséquences pour les stratégies SEO et de contenu

Les résultats de l’étude d’Ahrefs représentent un signal d’alarme pour les experts SEO et les éditeurs de contenu. S’assurer une position élevée sur Google ou Bing n’est plus suffisant pour figurer parmi les citations fournies par les IA. Ainsi, au lieu de se concentrer uniquement sur les requêtes exactes, il serait stratégique d’opérer un revirement vers des clusters de sujets et des variations de requêtes longues. Cela pourrait maximiser les chances de figurer dans plusieurs formulations similaires.

Il devient essentiel pour les professionnels du contenu de comprendre cette dynamique de « recherche élargie » proposée par les IA. Bien que les moteurs d’IA et les SERP traditionnels conservent des méthodes de tri différentes, des changements futurs dans les modèles d’IA et l’évolution d’outils nouveaux, comme les AI Overviews de Google, pourraient fortement influencer cette convergence.

L’essor des technologies IA dans le domaine de la recherche souligne l’importance de s’adapter aux nouvelles logiques de recherche pour optimiser la visibilité en ligne. Une approche intégrée, tenant compte à la fois des critères des moteurs traditionnels et des processus utilisés par les IA, est plus que jamais essentielle pour se démarquer dans ce paysage numérique en rapide évolution.