Un candidat demande si votre entreprise est un bon employeur. Un client veut savoir si votre service est fiable. Un journaliste cherche les controverses associées à votre dirigeant. Dans chaque cas, un assistant peut livrer un portrait convaincant, parfois documenté, parfois bancal. La réputation se joue alors dans une réponse que vous ne publiez pas, que vous ne maîtrisez pas et que vous aurez peut-être du mal à retrouver. À l’horizon de septembre 2026, cette évolution appelle un chantier concret pour les directions de la communication : observer ces nouveaux points de contact sans prendre chaque formulation pour un verdict.
Du résultat de recherche au portrait composé
Le mouvement est déjà documenté par le lancement des AI Overviews de Google en 2024, l’arrivée de la recherche dans ChatGPT la même année et le développement d’assistants comme Perplexity. Ces interfaces peuvent rapprocher des sources, sélectionner des arguments et formuler une recommandation. Leur place exacte dans les parcours futurs reste incertaine, mais leur fonctionnement change déjà la question posée aux communicants : non plus seulement « où apparaissons-nous ? », mais « que dit-on de nous ? ».
Une bonne visibilité ne garantit pas une description juste. Une organisation peut être citée souvent, mais ramenée à une crise ancienne. Elle peut aussi disparaître d’une sélection de fournisseurs malgré une expertise reconnue. Et une réponse apparemment favorable peut lui attribuer une certification inexistante : l’erreur flatteuse reste une erreur, susceptible de créer des attentes trompeuses.
Mesurer une réponse, pas une position
Les outils classiques suivent les retombées presse, les mentions sociales ou les positions dans les moteurs. Ici, l’objet est mouvant. La réponse dépend de la formulation, de la langue, du contexte de conversation, des sources accessibles et du recours éventuel à une recherche web. Des réglages ou des changements de modèle peuvent également modifier le résultat. Deux captures différentes ne prouvent donc pas, à elles seules, une évolution de réputation.
Autre complication : toutes les réponses n’ont pas la même portée. Être absent d’une liste exploratoire n’équivaut pas à être présenté comme peu fiable au moment d’un achat. Le tableau de bord doit partir des situations utiles à l’organisation, plutôt que d’un inventaire infini de questions. Pour une université, ce seront notamment l’orientation et l’employabilité ; pour un opérateur, la couverture, les tarifs et le traitement des réclamations.
Construire un panel de questions réalistes
Premier travail : recueillir les interrogations auprès du service client, des recruteurs, des commerciaux et des relations presse. Les recherches internes au site peuvent aussi révéler des préoccupations récurrentes, sous réserve de respecter la confidentialité. On constitue ensuite un panel stable, complété par des questions liées à l’actualité. Le but n’est pas de piéger l’assistant, mais de reproduire des demandes plausibles.
- Découverte : « Que fait cette organisation et à qui s’adresse-t-elle ? »
- Comparaison : « Quelles alternatives envisager pour ce besoin ? »
- Confiance : « Quels sont ses points forts et les critiques documentées ? »
- Décision : « Que vérifier avant de signer ou de postuler ? »
Il faut séparer les questions qui nomment la marque de celles qui ne la nomment pas. Les premières mesurent le portrait produit ; les secondes, sa présence spontanée dans une catégorie. Mélanger les deux donnerait un indicateur séduisant mais difficile à interpréter. Même prudence avec les questions orientées : demander pourquoi une entreprise est controversée peut pousser la réponse vers les controverses.
La répétition fait partie de la mesure
Une capture d’écran constitue une alerte, pas une statistique. Pour dégager une tendance, chaque question importante doit être répétée dans des conditions décrites : assistant utilisé, date, langue, interface, connexion éventuelle à un compte, recherche web activée ou non, conversation neuve ou poursuivie. Il faut conserver le texte complet et les liens affichés, pas seulement un résumé produit par un autre modèle.
Un protocole raisonnable commence sur un périmètre restreint, avec plusieurs observations par question, puis s’élargit selon les enjeux. Les essais réalisés par API ne doivent pas être confondus avec l’expérience de l’interface grand public : outils, instructions et sources peuvent différer. La reproductibilité parfaite n’est pas toujours accessible ; la traçabilité, elle, doit être recherchée. Une modification du protocole doit apparaître dans les courbes.
Un tableau de bord à plusieurs lectures
Le réflexe serait de tout réduire à un score de sentiment. C’est insuffisant. « Entreprise ambitieuse, mais service après-vente contesté » contient deux informations distinctes. Une appréciation critique peut être exacte et utile ; une appréciation positive peut reposer sur un fait inventé. La grille doit donc dissocier visibilité, exactitude, thèmes associés, qualité des sources et tonalité.
Pour chaque indicateur, afficher le nombre de réponses examinées et leur dispersion évite les certitudes artificielles. La fréquence de présence dans le panel n’est pas une part de marché réelle des conversations. Sans données fiables d’audience ou d’usage, on ne peut pas déduire combien de personnes ont effectivement rencontré une description. Le tableau de bord mesure d’abord une exposition potentielle dans un dispositif de test.
Garder un contrôle humain
Un modèle peut aider à classer les réponses, à condition de vérifier ses décisions sur un échantillon et de documenter les désaccords. Les accusations graves, les sujets réglementaires et les erreurs concernant des personnes exigent une lecture humaine. Pour hiérarchiser les alertes, mieux vaut considérer ensemble la gravité, la récurrence et l’importance du parcours concerné qu’additionner des mentions négatives.
Corriger l’information, pas maquiller le diagnostic
Quand une erreur revient, l’enquête commence par les sources citées, lorsqu’elles existent. Une page institutionnelle est-elle obsolète ? Une filiale est-elle confondue avec sa maison mère ? Une ancienne controverse manque-t-elle d’un suivi public ? Une citation ne garantit toutefois pas que la source soutient réellement l’affirmation : il faut ouvrir le document et vérifier le passage concerné.
Les réponses opérationnelles restent souvent très classiques : actualiser une fiche, clarifier une politique, publier des éléments vérifiables, demander une correction à un éditeur. Les démarches dites de GEO, pour « optimisation pour les moteurs génératifs », explorent cette nouvelle visibilité. Elles ne constituent pas une garantie de contrôle. Multiplier les contenus promotionnels peut ajouter du bruit plutôt que renforcer la confiance.
Ce chantier doit associer communication, référencement, service client, juridique et responsables des données. Chacun apporte une pièce : perception, accessibilité des contenus, réalité des irritants, risque et méthode. Les tests doivent éviter d’introduire des informations confidentielles dans des services non autorisés. Enfin, corriger une formulation sans traiter le problème qu’elle décrit n’améliore que l’apparence du diagnostic.
Et maintenant ? Si les assistants deviennent une étape plus fréquente des décisions, les tableaux de bord devront intégrer leurs réponses comme un observatoire supplémentaire, non comme une vérité supérieure. La priorité prospective n’est pas de promettre une « part de voix IA » universelle : c’est de bâtir un historique comparable, de repérer les erreurs persistantes et de relier les constats à des actions vérifiables. La réputation restera collective ; sa mesure devra apprendre à travailler avec l’incertitude.