Adam Smith parlait de la main invisible du marché. Voici venu le rayon invisible du commerce : celui que composent ChatGPT, Gemini ou Perplexity quand on leur demande “quelle est la meilleure marque de café ?”. Un rayon sans linéaire, sans facing, sans tête de gondole. Et pourtant, c’est là que se joue une part croissante des décisions d’achat. Cet article décortique le GEO (Generative Engine Optimization), la discipline qui consiste à exister dans ce rayon. Sans jargon, ou alors traduit immédiatement.

Commençons par une scène ordinaire

Hier soir, quelqu’un a tapé dans ChatGPT : “Je cherche une bonne huile d’olive pour la cuisine de tous les jours, pas trop chère, plutôt française.” En trois secondes, l’IA a répondu avec deux ou trois marques, une fourchette de prix, un argument pour chacune. La personne a noté un nom et l’a acheté le lendemain.

Aucun site visité. Aucun lien cliqué. Aucune publicité vue. Si votre marque ne figurait pas dans cette réponse, vous n’avez pas perdu un client : vous n’avez jamais existé dans sa décision.

C’est ce mécanisme, multiplié par des centaines de millions de conversations hebdomadaires avec les IA génératives, qui fait émerger une nouvelle discipline marketing. J’ai eu la chance de m’y plonger deux fois ces derniers mois : une journée complète avec Pascal Malotti (Valtech) dans le cadre de ma certification Dauphine-PSL x Comundi sur le marketing digital à l’ère de l’IA, puis une session du cabinet Palmer organisée par le Club 47. Ce qui suit est ma synthèse pédagogique de ces enseignements, passée au filtre de mon terrain : la food.

Petit rappel : ce que faisait le SEO

Pour comprendre ce qui change, il faut se souvenir de ce qu’on optimisait jusqu’ici.

Le SEO (Search Engine Optimization) consiste à se positionner dans les premiers résultats de Google. Le contrat était simple : l’internaute tape des mots-clés, Google affiche une liste de liens, l’internaute clique, visite plusieurs sites, compare, puis choisit. Le travail du SEO se résumait à trois piliers : la technique (un site rapide, propre, lisible par les robots), le contenu (des pages riches qui répondent aux requêtes) et le netlinking (des liens entrants depuis d’autres sites, qui font office de votes de confiance).

Le SEO repose sur une hypothèse implicite : l’humain reste l’arbitre final. Le moteur propose, l’internaute dispose. Toute la mesure du marketing digital s’est construite sur cette hypothèse : le clic, la visite, le taux de conversion sur votre site.

Cette hypothèse est en train de céder.

Ce que change le GEO : du lien à la recommandation

Le GEO (Generative Engine Optimization) consiste à être cité et recommandé positivement par les IA génératives. La différence avec le SEO tient en une phrase : le moteur de recherche vous renvoyait un lien à évaluer, le moteur de réponse vous livre une décision déjà mâchée.

Quand vous demandez à ChatGPT “quel robot cuiseur choisir pour une famille de quatre”, il ne vous tend pas dix liens bleus. Il vous répond. Il compare, il tranche, il recommande. On appelle ça l’ère du “zéro clic” : l’utilisateur obtient sa réponse dans l’interface de l’IA, sans jamais visiter les sites des marques concernées.

Les conséquences en cascade :

→ Le trafic de votre site n’est plus l’indicateur central. Vous pouvez être recommandé partout et voir vos visites stagner, puisque la recommandation se consomme ailleurs.

→ La concurrence ne se joue plus sur dix positions d’une page de résultats, mais sur deux ou trois noms cités dans une réponse rédigée. Le rayon invisible est plus étroit que le linéaire de Google.

→ Le pouvoir de prescription de l’IA est massif. Lors de la formation Palmer, un chiffre a été avancé : le taux de conversion atteindrait 18 % quand une marque est recommandée par un LLM, bien au-dessus des canaux classiques. Je prends ce chiffre avec la prudence qui s’impose (c’est une donnée de cabinet, pas une étude académique publiée), mais l’ordre de grandeur dit quelque chose : une recommandation d’IA n’est pas un simple point de contact, c’est une prescription quasi finale.

Précision utile : le GEO ne remplace pas le SEO, il s’empile dessus. Un site techniquement sain, rapide, aux contenus solides, reste la condition d’entrée. Les IA s’appuient largement sur ce que les moteurs ont déjà indexé. Un SEO propre est le ticket pour entrer dans la salle ; le GEO décide si on vous donne le micro.

Pourquoi maintenant ? Trois raisons de ne pas attendre

Première raison : l’adoption est déjà là. Les IA génératives comptent des centaines de millions d’utilisateurs hebdomadaires, avec une domination de ChatGPT et une croissance rapide de Gemini. La génération Z a déjà basculé une partie de ses recherches produits vers ces outils. Et même chez Google, les AI Overviews (ces résumés générés par IA en haut des résultats) captent l’attention avant les liens : quand ils s’affichent, le taux de clic vers les sites s’effondre. Le zéro clic n’est pas une prophétie, c’est une courbe déjà entamée.

Deuxième raison : les agents d’achat arrivent. En juin 2025, Walmart a lancé Sparky, un agent conversationnel qui remplace la recherche par mots-clés par une discussion d’achat. Amazon, Instacart et des enseignes européennes avancent dans la même direction. J’ai consacré mon post LinkedIn Signaux faibles n°23 à ce basculement : demain, pour toute une catégorie d’achats (les prévisibles, les répétitifs, les fonctionnels), c’est un agent IA qui choisira. Pas d’agent convaincu, pas de vente. Le GEO est la grammaire de cette conversation entre votre marque et la machine.

Troisième raison : la prime à l’ancienneté. C’est l’un des enseignements les plus contre-intuitifs des deux formations. Les IA ont une forme de mémoire : une marque présente tôt dans leurs sources, citée tôt, recommandée tôt, tend à rester recommandée. Les modèles s’entraînent sur des corpus où votre réputation d’aujourd’hui devient leur réflexe de demain. Chaque mois d’avance creuse un écart que les retardataires paieront au prix fort. En SEO, on pouvait rattraper un concurrent à coups de budget. En GEO, le temps perdu se rachète mal.

Comment une IA construit sa réponse (et pourquoi ça change tout)

Pour optimiser quoi que ce soit, il faut comprendre la machine. Deux mécanismes méritent d’être expliqués simplement.

Le fan-out, ou l’art de poser dix questions à votre place. Quand vous demandez “quelle est la meilleure assurance voyage”, l’IA ne cherche pas cette phrase telle quelle. Elle la décompose en une rafale de sous-questions : quels sont les comparatifs récents ? que disent les avis clients ? quels classements ont publié les médias spécialisés ? qu’en pensent les forums ? Puis elle agrège tout cela en une réponse synthétique. Conséquence directe : votre visibilité ne dépend plus d’une page bien positionnée sur un mot-clé, mais de votre présence cohérente sur toutes les facettes de la question. L’IA enquête comme un journaliste pressé : elle croise les sources, et malheur à la marque qui n’apparaît que dans sa propre communication.

Le chunking, ou la fin des pavés. Les IA digèrent mieux les contenus découpés en blocs courts et autonomes : paragraphes de 150 à 200 mots, tableaux comparatifs, listes structurées, FAQ bien découpées, chiffres clairs, citations d’experts attribuées. Un long texte littéraire de 2 000 mots sans structure est difficile à “ingérer” pour un modèle qui extrait des fragments. Le conseil opérationnel donné chez Palmer : reprendre ses contenus existants et les refragmenter, ajouter des résumés, des tableaux, des questions-réponses. (Vous remarquerez que cet article s’applique le traitement à lui-même : sections courtes, intertitres explicites, FAQ en fin de page. Mise en abyme assumée.)

À ces deux mécanismes s’ajoute le critère le plus déstabilisant pour les marques : la pondération des sources. Selon les chiffres partagés en formation, votre propre site ne pèserait plus que 30 % environ dans l’évaluation que fait un LLM de votre marque. Les 70 % restants viennent des sources tierces : avis clients (Google, Amazon, Trustpilot), articles de presse de médias reconnus (les publirédactionnels sont largement ignorés), discussions sur les forums type Reddit, contenus d’experts, Wikipédia. Là encore, je signale que ce ratio est un ordre de grandeur de praticiens, pas une constante physique. Mais la logique sous-jacente est robuste : une IA qui veut donner un conseil fiable se méfie de ce qu’une marque dit d’elle-même, exactement comme vous vous méfieriez d’un restaurateur qui rédige ses propres avis.

De cette pondération découle un nouvel indicateur : le sentiment score. L’IA n’enregistre pas seulement qu’on parle de vous, elle évalue la tonalité (positive, neutre, négative) de l’ensemble des mentions. Votre e-réputation, longtemps gérée comme un sujet de communication de crise, devient une infrastructure commerciale.

La couche technique, expliquée à ceux qui n’ont jamais ouvert un fichier JSON

Restent les fondations, celles dont personne ne parle dans les dîners mais qui conditionnent tout le reste : les données structurées.

Une page web est écrite pour des yeux humains. Une machine, elle, a besoin d’étiquettes. C’est le rôle de schema.org, un vocabulaire standardisé (porté à l’origine par les grands moteurs de recherche) qui permet de déclarer noir sur blanc : ceci est un produit, voici son nom, son prix, sa disponibilité, sa note moyenne, son nombre d’avis, ses allergènes, son poids.

Ces étiquettes s’écrivent le plus souvent au format JSON-LD. Le mot JSON effraie, il ne devrait pas : c’est simplement une façon d’écrire des informations sous forme de paires “étiquette : valeur”, lisible par les machines et, avec un peu d’habitude, par les humains. Quelque chose comme : nom = “Sardines à l’huile d’olive bio”, marque = “La Belle Conserve”, prix = “4,50 €”, note = “4,8/5”. Rien de plus mystérieux qu’une fiche signalétique, mais dans une langue que les agents IA parlent couramment.

Pourquoi c’est décisif : quand un agent d’achat compare des produits, il ne lit pas votre belle page avec ses photos lifestyle. Il cherche des données exploitables. Une fiche produit sans données structurées, ou pire, une fiche dont le contenu est généré en JavaScript que les robots ne voient pas, est une fiche muette. Lors de la formation Palmer, l’exemple a été donné d’une FAQ très riche mais entassée sur une seule page en JavaScript : illisible pour les LLM, donc inexistante. Dans le monde physique, on dirait : le produit est en réserve, pas en rayon.

Pour les marques alimentaires qui vendent via la distribution, le sujet s’étend aux flux produits : les catalogues transmis aux enseignes et aux marketplaces. La qualité, la complétude et la structuration de ces flux déterminent ce que les agents d’achat des distributeurs verront de vos produits. C’est un chantier ingrat, invisible, et stratégique.

Le paradoxe qui résume tout : l’affaire Tally

Un cas, partagé par Pascal Malotti et documenté publiquement par l’entreprise elle-même, illustre la bascule mieux qu’un long discours.

Tally.so est un créateur de formulaires en ligne : huit personnes, pas de levée de fonds, pas de budget publicitaire significatif. Début 2025, l’équipe constate dans ses questionnaires d’accueil que de plus en plus d’utilisateurs déclarent avoir découvert l’outil “via ChatGPT”. Quelques mois plus tard, ChatGPT est devenu leur premier canal d’acquisition, avec plus de 2 000 inscriptions hebdomadaires.

Le plus instructif est la cause. Tally n’a pas mené de grande stratégie SEO ni acheté de visibilité. L’entreprise était simplement citée, depuis des années, dans des fils Reddit, des blogs, des comparatifs communautaires, par des utilisateurs sincèrement contents. Quand ChatGPT a commencé à puiser dans le web en temps réel, toutes ces mentions authentiques ont fait office de plébiscite. La réputation construite chez les autres a pesé plus lourd que tout ce que la marque aurait pu publier chez elle.

Voilà le paradoxe du GEO : une marque au site moyen mais à la réputation externe solide peut surclasser un concurrent au site irréprochable mais dont personne ne parle. Le centre de gravité de la visibilité s’est déplacé hors de vos murs.

Et l’alimentaire dans tout ça ? La ligne de partage

J’en viens à mon terrain. Je crois que le GEO ne s’appliquera pas uniformément à un portefeuille de produits alimentaires, et c’est la thèse que je défends depuis mon Signaux faibles n°23.

Les agents d’achat vont prendre en charge les courses prévisibles, répétitives, fonctionnelles : l’eau, la lessive, le café du quotidien, les yaourts de la semaine. Sur ce versant, le GEO est une condition d’existence. Prix compétitif, avis nombreux et soignés, disponibilité fiable, fiche produit structurée jusqu’à l’os : la bataille est algorithmique, et une fiche illisible par les machines équivaut à une absence du rayon.

Sur l’autre versant, les produits plaisir (la boîte de sardines artisanales, la tablette de grand cru, le fromage du marché) vivront dans une économie de l’attention libérée : le consommateur déchargé des corvées par son agent sera plus disponible, plus exigeant, plus enclin à raconter ses choix. Là, la désirabilité, le rituel et l’expérience priment. Le GEO y compte moins, sans tomber à zéro : le jour où quelqu’un demande à son IA “quel chocolat offrir à un amateur”, mieux vaut que des humains aient parlé de vous ailleurs que sur votre propre site. La mécanique des 70 % de sources tierces travaille aussi pour le plaisir, simplement elle s’y nourrit de récits plutôt que de données.

Le même foyer délègue le Sopalin à l’agent et choisit ses sardines au marché le samedi. Les arbitrages ne sont pas figés par catégorie de consommateurs, ils varient par moment et par contexte. Pour une marque, l’exercice consiste donc à cartographier son portefeuille : quels produits relèvent du rayon invisible et de sa guerre algorithmique, lesquels relèvent de l’attention et du désir. Ce ne sont pas les mêmes chantiers, ni les mêmes compétences, ni, souvent, les mêmes équipes.

Par où commencer : un plan en quatre temps

Les deux formations convergeaient sur la méthode : prioriser par une matrice impact / facilité de mise en œuvre, puis avancer par étages.

1. Consolider les fondations SEO. Site rapide, contenus accessibles sans JavaScript bloquant, données structurées schema.org sur toutes les fiches produits. Sans cette base, le reste est du vernis.

2. Refragmenter l’existant. Reprendre les contenus déjà publiés et les “chunker” : résumés en tête de page, tableaux comparatifs, FAQ découpées question par question, chiffres sourcés. Fort impact, effort modéré : c’est par là qu’on commence.

3. Investir la réputation externe. Stimuler les avis clients authentiques, travailler les relations presse pour obtenir des mentions dans des médias reconnus, être présent (honnêtement) dans les conversations des communautés. Ce chantier est plus long, il casse les silos : SEO, contenu, communication et RP doivent travailler ensemble, ce qui suppose une gouvernance transversale que peu d’organisations ont aujourd’hui.

4. Mesurer autrement. Trois indicateurs remplacent progressivement les positions Google : la part de voix sur un jeu de “master prompts” (les questions types de votre catégorie), le nombre de citations de la marque par les IA, et le sentiment score. Des outils comme Semrush commencent à les suivre. En attendant, un test gratuit et immédiat : ouvrez ChatGPT en navigation privée, demandez les meilleures marques de votre catégorie, et regardez si vous existez.

FAQ express

Le GEO va-t-il tuer le SEO ? Non. Le SEO devient le socle du GEO. Les budgets et les métiers vont se recomposer, pas disparaître.

Faut-il un gros budget pour démarrer ? Non. Les premières étapes (données structurées, refragmentation des contenus, stimulation des avis) relèvent de la méthode plus que de l’investissement. Le cas Tally le montre : huit personnes, zéro budget pub.

Mon produit est un produit plaisir, suis-je dispensé ? Dispensé de la guerre algorithmique, probablement. Dispensé d’e-réputation, certainement pas : les IA recommandent aussi des cadeaux, des idées recettes et des découvertes.

Quand faut-il s’y mettre ? La prime à l’ancienneté répond à votre place : maintenant, modestement, plutôt que massivement dans deux ans.

Cet article prolonge mon post Signaux faibles n°23 sur les agents d’achat et la bifurcation des stratégies de marque alimentaire. Les enseignements cités proviennent de la certification Dauphine-PSL x Comundi (intervention de Pascal Malotti, Valtech) et d’une session du cabinet Palmer organisée par le Club 47. Les chiffres de cabinet (taux de conversion, pondération 30/70) sont donnés comme ordres de grandeur de praticiens, non comme données académiques. Le cas Tally.so est documenté publiquement par l’entreprise.

Vous voulez savoir de quel côté de la ligne se trouvent vos produits, et si vos fiches parlent la langue des machines ? C’est le travail que je mène chez INSWiP avec les marques alimentaires. Parlons-en.