La recherche IA se scinde en deux : moteurs de réponses et assistants

Une scission discrète est devenue évidente cette dernière année : les outils que l’on appelle vaguement « recherche IA » ont divergé en deux produits aux comportements, citations et playbooks d’optimisation différents. Les marques qui les mesurent comme un canal unique tirent de mauvaises conclusions de leurs propres données.

Les deux surfaces

Les moteurs de réponses — Google AI Overviews, Perplexity et outils similaires — se comportent comme une couche de recherche posée sur la recherche. L’utilisateur pose une question, le moteur récupère des documents, et la réponse arrive avec des citations visibles. La liste de citations est la nouvelle première page, et en être absent est la nouvelle deuxième page.

Les assistants — ChatGPT, Gemini, Claude, Copilot dans leurs modes conversationnels — se comportent comme des conseillers. Ils s’appuient davantage sur les connaissances d’entraînement et moins sur la récupération en direct, les citations sont souvent absentes ou lâches, et les recommandations émergent sous forme de présélections (« quels sont les meilleurs outils pour X ? »). Il n’y a pas de liste de citations à conquérir ; il y a une présélection à intégrer.

L’enjeu, en chiffres

La scission se produit pendant que l’économie du clic sous-jacente à la recherche se contracte. Le jeu de données du Pew Research Center de mars 2025 — 68 879 recherches Google par 900 adultes américains — établit que 18 % des recherches ont produit un résumé IA ; sur ces pages, les utilisateurs ont cliqué sur un résultat traditionnel 8 % du temps contre 15 % sur les pages sans résumé, et ont cliqué sur une source à l’intérieur même du résumé dans à peine 1 % des cas [1]. L’analyse d’Ahrefs sur 300 000 mots-clés chiffre la perte de clics de la première position due aux AI Overviews à 34,5 % en avril 2025, pour atteindre environ 58 % en décembre 2025 [2]. Parallèlement, l’étude d’Ahrefs sur 75 000 marques révèle que les mentions web de marque corrélaient à 0,664 avec la présence dans les AI Overviews — une association plus forte que les backlinks [3]. L’attention migre vers la couche des réponses sur les deux surfaces à la fois — c’est exactement pour cela qu’il faut les mesurer séparément plutôt que de les moyenner.

Pourquoi la scission importe

• Des modes de défaillance différents. Sur les moteurs de réponses, une marque peut réparer sa visibilité en réparant des pages précises — affirmations extractables, clarté de l’entité, faits corroborés. Sur les assistants, la visibilité dépend davantage de la façon dont la marque est décrite, largement et de façon cohérente, dans le corpus dont le modèle a appris.
• Des temporalités différentes. Les corrections de pages font bouger les citations des moteurs de réponses en jours ou semaines. Le comportement des assistants évolue plus lentement, car il suit la description de votre marque par le web tout entier, pas une seule page.
• Des mesures différentes. La visibilité sur les moteurs de réponses est auditable prompt par prompt : quelles sources ont été citées. La visibilité sur les assistants exige de répéter le même prompt, car les présélections varient selon les sessions et les mises à jour des modèles.

Ce que nous voyons dans les données de suivi

Exécuter le même jeu de prompts calibrés acheteur sur les deux surfaces rend la scission mesurable. Trois schémas reviennent régulièrement :

1. Des marques citées de manière constante dans les AI Overviews sont souvent absentes des présélections des assistants pour la même question — et inversement. Les deux scores sont corrélés, pas identiques.
2. Les présélections des assistants favorisent les marques dont l’étiquette de catégorie claire est répétée par de nombreuses sources indépendantes. « Ce que c’est » doit être sans ambiguïté avant que « à quel point c’est bon » ne compte.
3. La position compte toujours sur les deux surfaces. Une mention dans la première phrase d’une réponse vaut bien plus qu’une mention dans le dernier paragraphe — citations affichées ou non.

La conclusion pratique

Cessez de rapporter la « visibilité IA » comme un chiffre unique. Suivez les citations des moteurs de réponses et les mentions des assistants comme deux tendances séparées, avec leurs propres jeux de prompts et leurs propres backlogs d’amélioration. Le travail de contenu se recoupe — des affirmations claires et des descriptions d’entité cohérentes aident les deux — mais la mesure ne peut pas être fusionnée, car les surfaces échouent pour des raisons différentes.

Si vous voulez voir aujourd’hui comment votre marque se répartit entre les deux surfaces, le scan de référence gratuit de Novaxilabs les rapporte séparément, moteur par moteur, avec les prompts exacts utilisés.

Références

1. Pew Research Center, « Google users are less likely to click on links when an AI summary appears in the results », juillet 2025. pewresearch.org
2. Ahrefs, « AI Overviews Reduce Clicks by 34.5% » (avril 2025) et mise à jour de décembre 2025. ahrefs.com/blog/ai-overviews-reduce-clicks
3. Ahrefs, « An Analysis of AI Overview Brand Visibility Factors (75K Brands Studied) », 2025. ahrefs.com/blog