GEO : votre notoriété ne pèse que 7% dans les réponses des IA (étude Semrush 2026)

J’ai optimisé cet article avec l’IA

Mis à jour le 11 septembre 2026 : ajout d’une section sur les consommateurs américains, tirée d’une seconde enquête publiée par Semrush le 7 septembre, des données belges d’OpenAI Signals et du détail des cinq reproches adressés aux IA.

D’après les résultats d’une étude de Semrush, la notoriété de votre entreprise ne joue quasiment plus au moment où les acheteurs font leurs recherches via ChatGPT, Gemini, Claude… Et une recommandation par l’IA déclenche une sorte d’enquête plutôt qu’une décision. Pour les équipes de communication, le GEO se déplace donc vers deux terrains : la manière dont votre organisation est décrite, et ce qui l’attend juste après la mention. Explications.

Pour mener son étude « How AI tools shape the B2B buying process », Semrush a interrogé 643 professionnels B2B américains en mars et avril 2026. Après retrait de 21 questionnaires disqualifiés, 622 réponses restent valides. Parmi elles, 519 personnes déclarent recourir à l’intelligence artificielle dans leur travail, soit 83%. Toutes les données qui suivent portent sur ces 519 personnes, et sur personne d’autre. Voilà pour la méthodologie.

Les chiffres clés à retenir

• 66% des personnes interrogées recourent régulièrement à l’IA pour chercher des prestataires ou des solutions, 29% de temps en temps.
• 92% estiment que l’IA a influencé la liste de fournisseurs qu’elles ont envisagés, 83% leur décision finale.
• 7% seulement remarquent une entreprise dans une réponse générée parce qu’elles connaissent déjà son nom. 53% la remarquent parce qu’elle correspond à leur cas d’usage précis.
• Après une mention, 71% se rendent sur le site du fournisseur, 63% cherchent son nom dans Google, 38% vont lire les avis.
• La catégorie la plus recherchée via l’IA regroupe les agences et les prestataires de services, à 51%, devant le logiciel à 46%.

Le GEO en une phrase

Pour celles et ceux qui n’auraient pas suivi, le GEO, pour « Generative Engine Optimization », désigne le travail qui rend une organisation repérable, correctement décrite et citée par les moteurs de réponse comme ChatGPT, Gemini, Copilot, Perplexity ou Claude.

Le SEO cherche une position dans une liste de liens. Le GEO cherche une place dans une phrase rédigée par une machine, phrase que l’internaute lira sans forcément cliquer nulle part.

Jusqu’ici, la discipline s’est surtout écrite du point de vue des moteurs : comment ils choisissent leurs sources, comment structurer une page pour qu’un modèle l’extraie proprement. J’ai traité cette face du sujet dans LinkedIn et GEO : comment devenir la source de référence des IA en B2B et dans le décryptage d’un million de mots-clés.

L’étude de Semrush apporte l’autre face, beaucoup plus rare : ce que fait l’être humain qui lit la réponse.

L’IA s’invite à toutes les étapes, pas seulement en amont

L’idée que l’IA sert surtout à défricher un sujet ne résiste pas aux chiffres. Les personnes interrogées y recourent tout au long de leur processus d’achat.

• 72% pendant la recherche initiale, quand elles cadrent la catégorie et définissent leur besoin
• 62% au moment de comparer les fournisseurs entre eux
• 48% pour resserrer la liste courte
• 45% pour appuyer la décision finale

Concrètement, une seule page pédagogique qui explique votre métier ne couvre qu’un quart du parcours. Il faut du contenu extractible aux quatre moments : la définition de la catégorie, l’exploration des solutions possibles, la comparaison frontale, et l’aide à la décision, qui inclut les prix, les conditions contractuelles, les délais de mise en oeuvre et les risques.

Sept pour cent : la notoriété ne fait presque plus le travail

Voici maintenant LE résultat qui devrait retenir l’attention des responsables de la communication. Quand plusieurs entreprises apparaissent dans une même réponse générée, voici ce qui décide de celle qu’on remarque.

Dans une page de résultats Google, la notoriété fait une bonne partie du travail : on clique sur le nom qu’on reconnaît. Dans une réponse générée, elle s’efface au moment précis où l’attention se joue.

Deux conséquences pratiques :

1. La première tient au budget : optimiser pour apparaître en premier travaille la variable la moins déterminante des cinq.

2. La seconde tient au vocabulaire. Un modèle ne dispose que des mots que le web lui laisse sur vous. Si toutes vos descriptions annoncent une catégorie, il vous décrira par une catégorie, et vous perdrez face à celle qui annonce une situation. 

Par exemple, « Plateforme de marketing automation » perd contre « marketing automation pour industriels B2B à cycle de vente long et réseau de distributeurs ».

Ce travail de vocabulaire dépasse votre site. Il porte sur vos fiches d’annuaires, vos profils sur les plateformes d’avis, vos pages partenaires, le paragraphe de présentation en bas de vos communiqués, et vos profils LinkedIn, que les modèles citent massivement comme l’a montré l’analyse de Meltwater sur 9,5 millions de citations.

Pour les organisations moins connues que leurs concurrentes, c’est une ouverture réelle. La prime à l’ancienneté, qui structure les résultats de recherche depuis Mathusalem, ne joue quasiment plus à ce stade.

Être cité déclenche une enquête, pas une signature

75% des personnes interrogées accordent leur confiance aux recommandations de l’IA, dont 30% une confiance entière. Et pourtant, presque personne n’agit sur cette seule base. Après une mention, elles vont vérifier.

• 71% se rendent sur le site du fournisseur
• 63% cherchent le nom de l’entreprise dans Google
• 46% comparent la recommandation avec des solutions concurrentes
• 41% retournent poser des questions complémentaires à l’IA
• 38% vont lire les avis sur des plateformes comme G2
• 14% en parlent à des collègues

Autre donnée du même ordre : 41% commencent par l’IA puis valident dans un moteur de recherche, 35% font l’inverse, 20% alternent entre les deux. Et 75% continuent à recourir aux moteurs classiques dans leur recherche de fournisseurs. Les deux canaux servent la même décision.

La conséquence est directe pour un service communication. La visibilité dans l’IA n’est pas un point d’arrivée, elle envoie du monde sur trois surfaces que vous contrôlez inégalement : votre site, votre page de résultats sur votre propre nom, et vos profils sur les plateformes d’avis. 

Chacune est un endroit où l’on perd la personne. Avant d’investir dans le GEO, je regarde donc ces sept points :

• La page d’accueil et les pages d’atterrissage annoncent le cas d’usage dès le premier écran, pas seulement le métier.
• La recherche sur votre propre nom renvoie vos contenus, sans réclamation sans réponse ni comparatif concurrent daté qui vous devance.
• Vos fiches sur les plateformes d’avis sont à jour, avec des avis récents et un mécanisme régulier pour en obtenir.
• Des pages de comparaison existent pour les concurrents que vos prospects citeront.
• Vos prix sont publics et lisibles, avec la structure contractuelle : durée d’engagement, minimums, ce qui déclenche un devis sur mesure.
• Un nom, un visage et des références vérifiables apparaissent sur les contenus, parce que la crédibilité doit survivre au clic.
• Un document transférable existe : une page de synthèse, une étude de cas chiffrée, un modèle de retour sur investissement.

Vos acheteurs ne posent pas les questions que vous testez

La plupart des audits de visibilité IA que je vois passer testent des requêtes de type moteur de recherche : « qu’est-ce que le [métier] », « meilleur [métier] en Belgique ». Les personnes interrogées ne procèdent pas ainsi.

• 61% décrivent leur situation ou leur problème précis
• 56% demandent une comparaison directe entre fournisseurs
• 45% intègrent des contraintes : budget, fonctionnalités attendues, compatibilité avec l’existant
• 43% affinent leur demande par des questions de relance

Votre jeu de requêtes de test doit donc ressembler à des phrases longues et contraintes. Du genre : « nous sommes un hôpital de 900 lits en Wallonie, nous devons refondre notre communication de crise, qui peut nous accompagner ». Et surtout, ne vous arrêtez pas à la première réponse. Parce que 43% relancent, 41% reviennent poser des questions complémentaires après une recommandation.

Une organisation qui survit au premier tour et disparaît au troisième a un problème que le suivi de requêtes en un seul coup ne montrera jamais. Relancez au moins deux fois sur vos requêtes prioritaires, et notez à quel tour vous sortez.

Cinq frustrations, cinq trous à combler

Les reproches que les personnes interrogées adressent aux recommandations générées dessinent une feuille de route assez nette.

• 33% les jugent trop génériques pour leur cas d’usage, c’est le premier reproche
• 28% y trouvent un manque de profondeur ou d’exactitude
• 27% constatent qu’elles ne reflètent ni les prix réels ni les structures contractuelles
• 27% doutent de leur crédibilité
• 25% y ont vu manquer des fournisseurs qu’elles savaient pertinents

30% ne signalent aucun problème majeur.

Le point sur les prix mérite un mot. Ce que les acheteurs disent manquer, ce ne sont pas uniquement des montants, ce sont les conditions : durée d’engagement, minimums, ce qui se négocie, ce qui bascule vers un devis. Or les agences et les prestataires de services, première catégorie recherchée via l’IA à 51%, sont aussi les moins lisibles sur ce terrain. Non, peut-être.

L’angle mort : celui qui vous a trouvé ne décide pas

39% seulement des personnes interrogées estiment que la plupart des parties prenantes de leur entreprise recourent à l’IA pendant la recherche de fournisseurs. 52% décrivent une adoption inégale. Autrement dit, la personne que l’IA vous a envoyée doit souvent convaincre des collègues qui n’ont jamais vu la réponse en question.

Deux effets. Votre ambassadeur ou ambassadrice interne a besoin d’un document qui voyage seul, lisible par une directrice financière qui n’a jamais ouvert ChatGPT. Et votre attribution sera fausse : le dossier sera crédité au trafic direct, à la recherche sur votre nom ou à un appel commercial. La sous-évaluation est structurelle, pas un défaut de paramétrage. Annoncez-la avant de lancer le chantier, sinon quelqu’un conclura à l’échec d’un dispositif qui fonctionne. 

Ce mécanisme rejoint ce que j’écrivais sur le groupe d’achat B2B et la buyability.

Ce que les consommateurs font de la même réponse

Le 7 septembre 2026, Semrush a publié une seconde enquête, réalisée par Exploding Topics auprès de 2.338 adultes américains en juillet 2026. Elle porte cette fois sur des consommateurs, et elle éclaire le même moment : celui où l’on vérifie une entreprise avant de lui confier son argent.

• 47,54% des personnes interrogées consultent au moins de temps en temps un chatbot pour se renseigner sur une entreprise ou un vendeur avant d’acheter. Parmi celles qui se servent de l’IA, la part monte à 65,42%, et 32,68% d’entre elles le font souvent.
• 74,15% seraient au moins un peu moins enclines à acheter un produit si l’IA leur signalait des avis mitigés ou négatifs à son sujet.
• 19,43% choisiraient un chatbot si elles ne pouvaient consulter qu’une seule source avant un achat, derrière les avis (37,11%) et les moteurs de recherche (36,67%).
• 65,01% des personnes qui se servent de l’IA ont remplacé au moins une partie de leurs recherches Google liées à des produits par un chatbot. Sur douze mois, 47,6% d’entre elles disent pourtant avoir gardé à peu près le même usage de Google pour préparer leurs achats.

Posés à côté des chiffres B2B, ces résultats décrivent deux attitudes qui ne se superposent pas. Côté professionnel, presque personne n’agit sur la seule recommandation : 71% vont ensuite sur le site du fournisseur, 63% cherchent son nom dans Google, 38% lisent les avis. Côté consommateurs, 19,43% garderaient l’IA s’il ne fallait conserver qu’une source.

Les deux résultats ne se comparent pas terme à terme. Les questions diffèrent, et les bases aussi : d’un côté des professionnels qui se servent de l’IA au travail, de l’autre l’ensemble des adultes interrogés, dont 29,96% ne se servent jamais d’un chatbot.

Ce que cette enquête ne permet pas d’affirmer

L’enquête annonce une marge d’erreur de plus ou moins 2 points sur l’échantillon complet, sans rien dire du panel, du recrutement ni d’un éventuel redressement. Tous les comportements sont déclarés, aucun n’est observé.

La base change aussi d’une question à l’autre, et les chiffres ne se recalculent pas toujours entre eux. Les 65,42% relevés chez les 70,04% de répondants qui se servent de l’IA donnent 45,8% de l’échantillon, et non les 47,54% annoncés pour l’ensemble.

Le chiffre mis en avant par l’étude appelle une réserve de plus. Selon Semrush, 57,5% des personnes qui se servent de l’IA ont déjà renoncé à un achat après une information fournie par un chatbot.

C’est, à un centième près, le résultat d’une autre question, celle des achats déclenchés par une recommandation (57,51%), avec 42,5% de réponses négatives dans les deux cas. Coïncidence ou erreur de report, je n’ai pas pu le vérifier.

La question ne dit pas non plus si l’information du chatbot était exacte, ni si l’achat est parti chez un concurrent.

Ce que cela change pour un service communication

La vérification décrite plus haut chez les acheteurs professionnels ne leur est pas propre. Chez les consommateurs aussi, une partie de l’enquête se fait dans la réponse d’un chatbot, qui résume ce que d’autres ont écrit sur vous. Et cette réponse se construit à partir de sources que vous contrôlez inégalement, avis compris.

Pour la Belgique, à ma connaissance, aucune donnée ne mesure ce comportement d’achat. Les séries belges d’OpenAI Signals décrivent en revanche l’usage privé de ChatGPT : en juin 2026, les conseils pratiques pesaient 40,4% des messages non professionnels belges, contre 35% au niveau mondial, et la recherche d’information 24,3%, contre 22%.

Ces chiffres montrent qu’on y demande conseil. Ils ne disent pas combien de Belges y vérifient un vendeur avant d’acheter.

Ce que je retiens, et ce dont je me méfie

Trois réserves avant de reprendre les chiffres de cette étude.

La base d’abord. Tous les pourcentages portent sur les 519 personnes qui recourent à l’IA au travail. Le fameux 66% qui cherchent régulièrement des fournisseurs de cette manière représente environ 55% de l’échantillon complet. Écrivez toujours « parmi les professionnels B2B qui utilisent l’IA au travail », sinon vous gonflez le chiffre.

L’éditeur ensuite. Semrush vend précisément l’outil de suivi de visibilité dans les IA que cette étude rend nécessaire. Juge et partie. Cela n’invalide pas les données, cela oriente les questions posées. La remarque vaut pour les deux enquêtes citées ici.

La nature des réponses enfin. « L’IA a influencé ma liste courte » relève du déclaratif rétrospectif, la catégorie de preuve la plus fragile. Je m’appuie donc surtout sur les données de comportement, ce qu’ils demandent et ce qu’ils font ensuite, plus difficiles à embellir après coup, davantage que sur les données d’influence auto-attribuée.

Pour la Belgique, à ma connaissance, aucune enquête équivalente n’existe à ce jour, ni chez les acheteurs professionnels ni chez les consommateurs. Les seules données publiques disponibles portent sur l’usage de ChatGPT : selon les séries belges d’OpenAI Signals citées plus haut, 26,8% des messages envoyés depuis la Belgique en juin 2026 étaient liés au travail, contre 47,1% en juillet 2024.

Ce chiffre est un plancher, puisque les offres Enterprise sont exclues de l’échantillon. Il ne dit rien de la recherche de fournisseurs, et il ne permet pas d’estimer l’écart entre le marché américain et le nôtre.

Par où commencer, concrètement

1. Écrivez dix requêtes telles que vos clients les formuleraient, avec leur situation et leurs contraintes, et testez-les dans ChatGPT et Gemini, les deux moteurs les plus employés pour la recherche de fournisseurs, à 71% et 61%. Relancez deux fois sur chacune.
2. Notez la formulation exacte par laquelle les modèles vous décrivent. C’est votre positionnement vu de l’extérieur, et il est rarement celui que vous croyez.
3. Réécrivez ce paragraphe de présentation partout où il apparaît hors de votre site : annuaires, plateformes d’avis, pages partenaires, communiqués, profils LinkedIn.
4. Passez les sept points de vérification listés plus haut, et corrigez ce qui casse avant de dépenser un euro en visibilité.
5. Publiez ce que vous cachez : conditions tarifaires, durées d’engagement, limites de vos offres. C’est la réponse directe au reproche de 27% des personnes interrogées, qui ne retrouvent dans les réponses ni les prix réels ni les structures contractuelles. J’en déduis, sans que l’étude permette de le mesurer, que des limites affichées aident aussi un modèle à dire pour qui vous convenez, ce qui touche au premier reproche, celui des recommandations trop génériques.

Questions fréquentes

Qu’est-ce que le GEO ?

Le GEO, ou generative engine optimization, regroupe les actions qui rendent une organisation repérable, correctement décrite et citée par les moteurs de réponse comme ChatGPT, Gemini, Copilot ou Perplexity. Il se distingue du SEO en ce qu’il vise une place dans une phrase rédigée par un modèle plutôt qu’une position dans une liste de liens.

La notoriété d’une marque compte-t-elle dans les réponses des IA ?

Beaucoup moins qu’on ne le suppose. Selon l’étude Semrush publiée en juillet 2026, 7% des acheteurs B2B interrogés remarquent une entreprise dans une réponse générée parce qu’ils connaissent déjà son nom, contre 53% parce qu’elle correspond à leur cas d’usage précis.

Sur quels moteurs faut-il se rendre visible en priorité ?

ChatGPT et Gemini, employés respectivement par 71% et 61% des acheteurs B2B américains pour rechercher des produits et des fournisseurs. Copilot suit à 45%, un chiffre souvent négligé alors qu’il repose sur l’index de Bing, dont l’indexation mérite donc une attention propre.

Suffit-il d’être cité par une IA pour gagner un client ?

Non. La citation déclenche une vérification : 71% des acheteurs se rendent ensuite sur le site du fournisseur, 63% cherchent son nom dans un moteur de recherche et 38% consultent des avis. Un site faible, une page de résultats encombrée ou des avis anciens annulent le bénéfice de la mention.

Ce phénomène concerne-t-il aussi les prestataires de services ?

Davantage que le logiciel. Les agences et les prestataires de services constituent la catégorie la plus recherchée via l’IA, à 51%, devant les logiciels à 46% et les outils marketing à 45%.

Les consommateurs vérifient-ils aussi une entreprise auprès d’une IA avant d’acheter ?

Aux États-Unis, 47,54% des 2.338 adultes interrogés en juillet 2026 par Exploding Topics, pour une enquête publiée par Semrush, disent consulter au moins de temps en temps un chatbot pour se renseigner sur une entreprise ou un vendeur avant un achat. Le chiffre est déclaratif, et aucune donnée équivalente n’existe pour la Belgique à ma connaissance.

Pour aller plus loin

L’étude complète, signée Margarita Loktionova, a été publiée par Semrush le 8 juillet 2026. La seconde enquête, menée auprès de 2.338 consommateurs américains, a été publiée par Semrush le 7 septembre 2026. Sur le même terrain, j’ai décrypté ici ce que le GEO change à l’écriture des experts et des dirigeants sur LinkedIn et le rapprochement entre la Search Console et les réseaux sociaux.

Xavier Degraux ► Consultant & formateur LinkedIn™ · Prise de parole et réputation des organisations et de leurs dirigeant.es · Employee advocacy ► +500 organisations accompagnées depuis 2013 ► 10 ans journaliste éco (L’Echo, Trends)