Cet article a été traduit de l'anglais. [Pour accéder à la version originale en anglais, changez simplement la langue en haut de la page.]
Adapté de l'essai de Duane Forrester sur Duane Forrester Decodes. Aurora étend son cadre pour les équipes marketing qui pilotent des programmes de visibilité AI search.
L'argument le plus courant contre l'investissement dans la visibilité IA va à peu près comme ceci : les referrals IA représentent encore environ 1 % du trafic des publishers, donc optimiser pour l'IA, c'est optimiser pour une erreur d'arrondi. L'argument est interne cohérent et structurellement faux. Il compare le ROI d'un mécanisme de routage (search) à la visibilité d'un système qui n'a jamais été conçu pour router.
Les moteurs de recherche ont été construits pour crawler, indexer, classer, présenter des options sous forme de liste et laisser l'utilisateur cliquer. Le design préservait la responsabilité en gardant l'utilisateur comme agent actif choisissant la source. Les LLMs ont été construits pour produire directement la réponse. Les citations sont des artefacts de grounding produits par un pipeline de récupération, pas des mécanismes de routage. Demander combien de trafic l'IA vous a envoyé, c'est le mauvais instrument appliqué à la mauvaise chose. La bonne question est combien de fois vous étiez la source à partir de laquelle la réponse a été construite.
La surface de responsabilité s'est déplacée
L'architecture qui protégeait les moteurs de recherche d'être responsables de ce sur quoi les utilisateurs cliquaient ne protège pas les LLMs de la même manière. Quand un utilisateur cliquait sur un résultat de recherche et était lésé, le moteur pouvait pointer vers sa liste classée et vers l'agentivité de l'utilisateur. Quand un LLM produit une réponse dans sa propre voix, la surface de responsabilité que la SERP était conçue pour décharger repose sur le modèle qui produit l'output.
Les affaires s'accumulent. Walters v. OpenAI a été rejetée en summary judgment en mai 2025, protégée par des disclaimers. Air Canada a été tenue responsable pour son agent de support estampillé parce qu'un client pouvait raisonnablement se fier à l'assistant propre à une compagnie aérienne. L'affaire de copyright New York Times v. OpenAI a été autorisée à continuer en mars 2025. Anthropic a transigé avec des auteurs de livres en août 2025 pour des montants rapportés en milliards. Le vocabulaire juridique sur lequel les tribunaux convergent est reasonable reliance — et plus un chatbot apparaît spécialisé et autoritaire, plus la défense par disclaimer devient difficile. Cela compte pour la visibilité parce qu'à mesure que la surface de responsabilité migre, les plateformes ont une incitation structurelle à ancrer leurs réponses dans des sources citables, dignes de confiance, attribuables. Être l'une de ces sources n'est plus un résultat soft de positionnement de marque. C'est le chemin de moindre résistance juridique pour les plateformes elles-mêmes.
Le problème du dénominateur
L'argument "l'IA n'est encore que 1 %" mesure une part relative d'une tarte qui rétrécit. Le trafic organique des publishers de presse est tombé de 2,3 milliards de visites mensuelles mi-2024 à moins de 1,7 milliard en mai 2025 — plus de 600 millions de visites perdues en une seule année. Le trafic search de Business Insider a chuté de 55 % entre avril 2022 et avril 2025. HuffPost a perdu environ la moitié de ses referrals search. Le New York Times a vu la part du search dans son trafic passer de 44 % à 37 %. Les recherches zero-click sont passées de 56 % à 69 % entre mai 2024 et mai 2025. Une enquête du Reuters Institute auprès de 280 dirigeants de médias fin 2025 attend encore 43 % de baisse moyenne sur trois ans.
Une part pourcentage stable d'une tarte qui rétrécit n'est pas stable. C'est une perte. Et le pourcentage n'est même pas stable — il se déplace vers les réponses médiées par l'IA.
Ce que vous disent les courbes de capex
Les cinq plus grands fournisseurs US de cloud/IA ont engagé entre 660 et 690 milliards de dollars de capex 2026, presque le double des niveaux 2025. Alphabet seul guide entre 175 et 185 milliards $ (plus du double des 91 milliards de 2025). Microsoft, Amazon, Meta et Oracle sont sur des courbes similaires. Bank of America estime que le capex IA atteindra 94 % des cash flows opérationnels en 2025–2026, contre 76 % en 2024. Ce n'est pas la forme d'une couverture défensive. Ce sont des entreprises qui parient que le canal est l'avenir avant même que la feuille de calcul ne sache comment le noter.
ChatGPT seul est à environ 900 millions d'utilisateurs actifs hebdomadaires, contre environ 200 millions il y a dix-huit mois. La catégorie LLM complète dépasse le milliard d'utilisateurs hebdomadaires. Le comportement bouge assez vite pour que l'adoption soit réglée. Ce qui n'est pas réglé, c'est la mesure.
Un cadre de mesure différent
La visibilité IA ne peut pas être évaluée sur une base clicks-par-dollar. L'unité de valeur n'est pas le clic. L'unité est être la source citée, ancrée, de confiance à l'intérieur de la réponse. Aurora est construit autour de mesures qui correspondent au médium :
- Part de citation par prompt, par moteur. De tous les prompts de votre campagne, dans quelle fraction votre domaine est-il cité ? Tracké dans le temps, c'est la seule métrique honnête "notre contenu a-t-il gagné sa place dans la réponse".
- Visibilité de marque (mentions et paraphrases). Même sans lien. Le modèle utilise votre contenu ; vous voulez le voir qu'il vous lie ou non.
- Exposition concurrentielle. Quand vous n'apparaissez pas, qui apparaît ? Le schéma de substitution est la moitié du diagnostic.
- Source intelligence par catégorie. Quels domaines les moteurs atteignent-ils dans votre catégorie ? C'est le terrain de jeu. Si vous êtes absent du terrain de jeu, vous perdez pour la bonne raison et pouvez agir.
- Dérive moteur. Les deltas par moteur font émerger les moments où les mises à niveau de modèle ont changé la géométrie des réponses. Vous voulez les voir chaque semaine, pas chaque trimestre.
Les praticiens qui résolvent cela ne seront pas ceux qui ont enfin trouvé un cas de ROI qui a convaincu leur CFO. Ils seront ceux qui ont regardé les courbes de capex, les courbes comportementales et les courbes de responsabilité, et ont conclu que le canal est l'avenir indépendamment du fait que la feuille de calcul sache comment le noter.
L'ancien calcul du ROI pose la mauvaise question. La nouvelle question est combien de fois la réponse est construite à partir de vous.
