Rapport — Qui devient visible quand l'IA répond ?

• Une interrogation ne montre qu'une partie du paysage

  Dans notre scénario, une seule interrogation fait apparaître 28,6 % des entreprises qu'un système nomme au fil de neuf interrogations ; trois répétitions en font apparaître 59,2 %.

  Lire l'analyse →

• La tête de liste change d'une répétition à l'autre

  Deux répétitions de la même question, posées au même système le même jour, placent la même entreprise en tête dans 36,1 % des cas ; 59,2 % des entreprises nommées n'apparaissent que dans une seule des trois répétitions.

  Lire l'analyse →

• Le mois suivant, une partie des noms a changé

  58,3 % des entreprises nommées en vague 1 reviennent en vague 2, et 57,4 % en vague 3, alors que les taux globaux de présence restent presque identiques d'une vague à l'autre.

  Lire l'analyse →

• L'intention pèse plus que la formulation

  Une question d'information fait nommer une entreprise dans 32,8 % des réponses, contre 81,8 % pour une question de découverte ; la formulation contextualisée ajoute 7 points de recommandations par rapport à la formulation de base.

  Lire l'analyse →

• La place du local dépend du secteur

  Un acteur local occupe la première position dans 41,6 % des réponses du commerce local, contre 14 % pour les logiciels.

  Lire l'analyse →

• Citer n'est pas soutenir

  73,6 % des réponses citent au moins une URL ; 90,1 % des URL vérifiées sont valides, et 66,1 % des liens vérifiés soutiennent réellement l'affirmation qui les cite.

  Lire l'analyse →

• Juger une entreprise : souvent sans source

  Face aux questions qui demandent de juger une entreprise nommée, 41,4 % des réponses concluent sans source qui les soutienne et 30,6 % reconnaissent ce qui ne peut pas être établi.

  Lire l'analyse →

• Un petit échantillon ne permet pas de comparer les systèmes

  Au pilote, l'intervalle de confiance de la présence couvre 33 à 43 points par système ; en campagne, 6 à 8 points. Classer des assistants sur quelques dizaines de réponses revient à classer un tirage.

  Lire l'analyse →

Ces lectures décrivent notre scénario simulé. Les écarts entre systèmes y reproduisent nos hypothèses d'entrée ; ce qui est instructif, c'est la méthode et l'effet de la variabilité sur la mesure.

4 320 observations de campagne portent sur les questions de découverte (Q01–Q32) et alimentent les sections Présence à Stabilité ; 1 080 portent sur les questions de vérification (Q33–Q40), lues séparément. Au total : 10 382 mentions d'acteurs fictifs et 12 754 URL fictives codées. Observations invalidées : 0.

Dans notre scénario, 69,9 % des réponses affichées nomment au moins une entreprise, avec 2,26 entreprises en moyenne par réponse (n = 3 931).

28 % des réponses recommandent explicitement au moins une entreprise. Une simple liste n'est pas une recommandation : c'est la distinction la plus importante du codage.

73,6 % des réponses citent au moins une URL. Sur 9 911 URL vérifiées, 90,1 % sont valides ; sur 9 641 vérifiées sur le fond, 66,1 % soutiennent l'affirmation qui les cite.

• Site de l'entreprise1 767 · 17,6 %
• Média1 522 · 15,2 %
• Annuaire ou plateforme d'avis1 965 · 19,6 %
• Institution publique1 588 · 15,8 %
• Forum ou communauté885 · 8,8 %
• Encyclopédie440 · 4,4 %
• Comparateur ou classement1 576 · 15,7 %
• Autre291 · 2,9 %

• Local2 377 · 26,8 %
• National2 471 · 27,8 %
• International3 546 · 40 %
• Inconnu482 · 5,4 %

Premières positions occupées par un acteur local : 24,1 % (n = 2 749).

Indice de Jaccard moyen entre répétitions d'une même vague : 0,37 (n = 1 359 groupes ; 1 = mêmes entreprises à chaque fois). 59,2 % des entreprises nommées n'apparaissent que dans une seule des trois répétitions.

Entreprises de la vague 1 retrouvées en vague 2 : 58,3 % (n = 1 980) ; en vague 3 : 57,4 % (n = 1 976).

Réponses nommant au moins une entreprise avec au moins une erreur factuelle vérifiable : 10,2 % (n = 3 931). Les erreurs factuelles ne sont couvertes par aucun critère d'accord : lecture descriptive.

• Conclut sans source373 · 41,4 %
• Conclut avec une source qui soutient252 · 28 %
• Reconnaît ce qui ne peut être établi276 · 30,6 %

Question de conformité (Q36, RGPD) : 38,2 % des réponses reconnaissent ce qui ne peut pas être établi, contre 29,6 % pour les autres questions de vérification. Une réponse générative n'est jamais une preuve de conformité, de fiabilité ni de mauvaise réputation.

73 paires indépendantes, 51 arbitrages sur 34 observations. Les codeurs et l'arbitre sont simulés : ces valeurs découlent des taux d'erreur de codage du modèle et montrent comment les critères fonctionnent, pas la fiabilité d'une équipe réelle.

Limites du modèle de simulation

• Paramètres choisis par la rédaction, non estimés sur des données réelles.
• Indépendance des réponses entre elles, sauf via la notoriété des acteurs et sa dérive mensuelle : les vrais systèmes ont des dépendances plus complexes (index, mises à jour, personnalisation).
• Dérive des acteurs modélisée comme une marche aléatoire : aucune mise à jour de produit, aucun événement d'actualité.
• Arbitrage idéal : l'arbitre retrouve toujours le contenu de référence, ce qu'aucun arbitre humain ne garantit.
• Erreurs factuelles comptées, jamais rédigées : le modèle ne produit aucun texte de réponse.
• Une seule graine publiée : d'autres graines produiraient d'autres valeurs autour des mêmes tendances.
• Les écarts entre ChatGPT, Gemini, Claude, Perplexity et les Aperçus IA sont des hypothèses d'entrée : la simulation les retrouve parce que nous les y avons placés. Aucun classement de plateformes ne peut en être tiré.
• Aucune entreprise réelle n'apparaît : les acteurs sont des codes fictifs, les adresses sont en « .example ».
• Les taux de présence, de recommandation, de citation ou d'erreur ne décrivent pas le comportement réel des assistants en Belgique.
• Les temps de collecte et de codage sont simulés : ils ne remplacent pas une mesure chronométrée.

Limites du protocole (valables aussi pour une collecte réelle)

• Personnalisation résiduelle impossible à exclure totalement.
• Les produits évoluent pendant la collecte ; la version est relevée mais pas contrôlée.
• Les 4 secteurs ne représentent pas toute l'économie.
• Les réponses ne sont pas déterministes : la stabilité est mesurée, pas supposée.
• La localisation par adresse IP ne reproduit pas tous les signaux d'un utilisateur belge réel.
• Aucune mesure de trafic ni de conversion.
• Formules gratuites : le modèle par défaut et les plafonds peuvent changer sans préavis ; ils sont relevés, pas contrôlés.
• Aperçus IA de Google : disponibilité annoncée pour tous les utilisateurs ; présence effective en Belgique et français à vérifier hors corpus en modes connecté et non connecté, configuration unique à valider avant le pilote.
• Politique validée : les 8 entreprises choisies pour Q33–Q40 peuvent être identifiées dans la méthodologie ; marques spontanées en statistiques agrégées. Q33–Q40 sont analysées séparément, jamais incluses dans la découverte spontanée. Les marques exactes restent documentées dans l'archive et le registre.

Ce qu'il faudrait mesurer dans le monde réel

• Interroger réellement les cinq systèmes dans les conditions du protocole v1.1 (Belgique, français, comptes et réglages contrôlés).
• Mesurer la présence effective des Aperçus IA en Belgique, connecté et non connecté, avant de fixer une configuration.
• Faire coder les réponses par deux personnes indépendantes et un arbitre, et vérifier chaque URL à la main.
• Comparer les taux observés aux hypothèses de ce modèle : chaque écart dira quelle hypothèse était fausse.