Qu’est-ce que l’optimisation générative de l’IA (GAIO) ? Pourquoi les spécialistes du marketing, mais aussi les professionnels des relations publiques, devraient-ils s’en préoccuper ?
L’optimisation générative de l’IA (Generative AI Optimization, GAIO) est une nouvelle discipline marketing, encore largement hypothétique, similaire à l’optimisation des moteurs de recherche (Search Engine Optimization, SEO). Dans notre agence, nous avons jusqu’à présent appelé cette discipline Chatbot Optimization, mais à l’avenir, nous l’appellerons GAIO ([ˈgaːjo]), à l’instar de l’expert SEO allemand Philipp Kloeckner.
Le GAIO s’articule autour de la question de savoir comment les entreprises peuvent s’assurer que leur marque et leurs produits figurent en bonne place dans les grands modèles linguistiques (LLM) largement utilisés, tels que ChatGPT, Bing Chat et Google Bard. Il est important de le savoir, car ces modèles pourraient potentiellement influencer de nombreuses décisions d’achat à l’avenir – et c’est probablement déjà de plus en plus fréquemment le cas. Ainsi, par exemple, savez-vous que si vous demandez à Bing Chat quel est le meilleur grille-pain pour une cuisine de résidence universitaire, l’IA vous recommandera un appareil de la marque Philips ? Si vous vous faites passer pour le PDG d’une startup en pleine croissance et que vous demandez de l’aide pour choisir un logiciel ERP adapté, l’IA vous proposera d’essayer SAP Business One. Comment ces recommandations sont-elles formulées ?
Les mentions de marque remplacent les backlinks
Bing Chat tient toujours compte du contexte fourni par l’utilisateur. Par exemple, il suggérera un ordinateur portable différent selon que vous vous présentez comme un gamer ou bien un graphiste. L’IA cite des sources secondaires telles que des médias spécialisés, des blogs ou des sites de comparaison pour étayer ses recommandations. Il est intéressant de noter que les pages des fabricants, en revanche, ne sont presque jamais utilisées comme source.
Cela bouleverse les règles établies de l’optimisation des moteurs de recherche. En effet, lors d’une recherche traditionnelle sur le web, les liens retour (plus communément appelés backlinks) restent l’un des principaux critères de pertinence. Celui qui peut collecter le plus grand nombre de liens de haute qualité figurera en meilleure place dans les classements des résultats de recherche. Toutefois, lors d’une recherche effectuée via un chatbox, la situation est différente : l’accent n’est plus mis sur les liens retour, mais sur les mentions de marque. Concrètement, cela signifie que l’important n’est plus de savoir qui renvoie à mon site web, mais où je suis mentionné, et ce que l’on dit de moi (excellente nouvelle pour les consultants en relations publiques !). Par conséquent, cela signifie que le site web lui-même perd de son importance, car les utilisateurs des moteurs de recherche y sont moins souvent redirigés.
Mettre la théorie en pratique
Au début de cet article, le GAIO a été qualifié de discipline marketing « hypothétique » ; peut-être est-il également justifié de parler d’une discipline « émergente ». Il y a deux obstacles à surmonter : premièrement, il faut convaincre une masse critique d’utilisateurs des avantages de la recherche par chat. Deuxièmement, nous devons déterminer à quoi ressemblera la boîte à outils du GAIO.
Pour attirer et fidéliser un nombre suffisant d’utilisateurs, les modèles d’intelligence artificielle doivent s’améliorer considérablement, notamment en ce qui concerne les recommandations de produits et les questions liées aux produits. Alors que Bing Chat est déjà capable de fournir des recommandations basées sur le contexte et même justifiées de manière compréhensible, Google Bard ne fournit actuellement que de brèves listes de produits sans justifications ni citations de sources, n’offrant ainsi aucune valeur ajoutée à l’utilisateur. ChatGPT, quant à lui, offre une grande quantité de conseils et de contexte, mais refuse de recommander des produits ou des marques spécifiques. Cela s’explique par le fait que les données d’entrainement du LLM ne s’étendent actuellement que jusqu’à septembre 2021, contrairement à Bard et Bing Chat qui peuvent accéder à des données en direct de l’internet. Toutefois, si le rythme des progrès technologiques se poursuit comme il l’a fait au cours des derniers mois, ces problèmes pourraient bientôt être résolus.
La boîte à outils GAIO
Comment le GAIO fonctionnera-t-il à l’avenir ? Le problème le plus immédiat pour les entreprises est certainement le manque de visibilité : actuellement, elles ne savent ni à quelle fréquence et ni dans quel contexte leurs produits et leurs marques sont mentionnés dans les réponses des LLM.
Quelles sont les questions posées et à quelle fréquence ? Les réponses contiennent-elles des informations obsolètes ou inexactes ? Dans quels contextes certains produits sont-ils recommandés et quelles sont les sources de ces recommandations ? Les concurrents sont-ils plus souvent mentionnés ? Pour répondre à ces questions, de nouveaux outils sont nécessaires, qui devraient fonctionner de manière similaire aux outils de référencement populaires, tels que Semrush ou Sistrix.
Une fois cette visibilité établie, les futurs spécialistes du GAIO doivent apprendre à comprendre quels facteurs influencent la présence d’une entreprise dans les réponses des LLM. Il s’agit des paramètres connus dans le domaine de l’optimisation des moteurs de recherche sous le nom de « facteurs de classement ». Jusqu’à présent, Bing Chat a été la principale source d’information sur la manière dont les réponses sont formulées, car il renvoie à des sources sous ses réponses. Pour ChatGPT, on connaît les données d’entraînement qui sous-tendent le modèle et leur pondération, ce qui constitue un bon point de départ pour la poursuite des recherches.
Dès que nous comprenons ces variables, nous pouvons essayer de les influencer. C’est à ce moment-là que commence la véritable optimisation. Une tactique relativement simple pourrait consister à évaluer systématiquement les sites web que les LLM utilisent régulièrement comme sources pour certaines catégories de produits. Par la suite, les marques pourraient tenter de placer leurs propres produits et messages sur ces pages.
Pour être en mesure de comprendre si de telles mesures font réellement la différence, il est nécessaire de mesurer leur succès. Jusqu’à présent, toutes les conditions préalables ne sont pas réunies, car les fournisseurs de LLM ne fournissent pas encore d’informations ni de statistiques. Cela devrait toutefois changer dans les prochaines semaines : Microsoft veut faire le premier pas en intégrant les rapports de Bing Chat dans ses Outils pour les webmasters. En outre, Bing Chat sera spécifiquement identifié dans les données de référence afin que les propriétaires de sites web puissent comprendre combien de visiteurs le chatbot dirige vers leurs sites. À partir de là, il sera possible de tirer les premières conclusions et de mieux comprendre la pertinence de l’IA générative dans le parcours client.
Le GAIO est-il hypothétique ?
Le GAIO est-il plus qu’un raisonnement hypothétique ? Oui – à condition que nous voyions un nombre croissant d’utilisateurs employer l’IA générative pour la recherche de produits. Si c’est le cas, de plus en plus de marques commenceront à se demander comment augmenter leur probabilité d’apparaître dans les réponses des LLM les plus populaires. Mais comme pour la plupart des canaux numériques à croissance rapide, l’avantage du premier arrivé s’impose. Il peut donc s’avérer utile de s’engager très tôt avec le GAIO.
Article rédigé par Sven Winnefeld
