85,6 % des restaurants n'existent pas pour l'IA. Ce qui distingue les autres n'est pas la note.

Le 7 août, un audit intitulé Invisible to the Machine a été publié sur arXiv. Sa méthode est inhabituelle et c'est ce qui la rend intéressante : au lieu de regarder qui apparaît dans les réponses des IA, elle est partie du recensement complet des 4 776 restaurants, cafés et bars de deux zones de Bali, puis a compté combien d'entre eux étaient recommandés au moins une fois par ChatGPT, Claude, Gemini ou Perplexity sur 2 208 réponses. Résultat : 85,6 % ne l'ont jamais été. Pas mal classés. Jamais cités. Et le facteur qui sépare le mieux les deux groupes n'est ni la note, ni la qualité de la cuisine : c'est le fait d'avoir un site web à soi.

Ce que cette étude fait de différent

La plupart des chiffres qui circulent sur la visibilité dans les IA sont produits à l'envers. On pose des questions à ChatGPT, on regarde qui sort, et on en déduit un classement des gagnants. Le problème est évident dès qu'on le formule : cette méthode ne peut rien dire des absents, puisqu'elle ne sait pas qui manque.

L'audit de Vladimir Pitenin (Norly Research) prend le problème dans l'autre sens. Il commence par établir la liste exhaustive des établissements existants dans deux marchés délimités, Canggu et Ubud, via les données de Google Places. Il obtient un dénominateur : 4 776. Ensuite seulement, il interroge les IA et coche qui apparaît. Ce qui reste sans coche, ce sont les invisibles, et on peut enfin les compter.

Deux réserves avant d'aller plus loin, parce qu'elles comptent. La première : l'étude a été financée et conduite par une société qui vend des outils de visibilité IA à des établissements. Ça ne disqualifie pas les données, le protocole est publié et les requêtes aussi, mais ça invite à lire les conclusions commerciales avec distance. La seconde : Canggu et Ubud sont des marchés touristiques extrêmement denses. Le taux exact de 85,6 % ne se transpose pas à une rue parisienne. Ce qui se transpose, c'est le mécanisme derrière.

Le chiffre qui devrait vous inquiéter n'est pas 85,6 %

Sur un recensement complet, un taux d'invisibilité élevé est presque attendu : la masse contient des food stalls, des adresses éphémères, des lieux sans aucune présence en ligne. On peut se rassurer en se disant qu'on n'est pas dans cette catégorie.

Alors l'auteur a refait le calcul en ne gardant que les établissements réellement établis, ceux qui ont 50 avis Google ou plus. Il en reste 2 173. Et dans ce sous-ensemble, 72,6 % ne sont toujours jamais recommandés.

C'est le vrai résultat de l'étude. Trois établissements sur quatre disposant d'une réputation locale visible, de dizaines d'avis, souvent d'années d'ancienneté, n'existent pas dans les réponses des assistants. La conviction la plus répandue chez les commerçants, « j'ai de bons avis, donc je remonterai », vient de recevoir un démenti chiffré.

Ce qui fait entrer dans la réponse

La partie la plus utile de l'audit n'est pas le constat, c'est la modélisation. En croisant les caractéristiques de chaque établissement avec sa probabilité d'apparaître, l'auteur isole quatre facteurs significatifs, et un cinquième qui ne l'est pas du tout.

Prenez une minute sur la première ligne et la cinquième. Avoir un site pèse deux fois plus qu'avoir cinq étoiles ne pèse rien. C'est contre-intuitif quand on a passé dix ans à entendre que la réputation est tout, et pourtant la logique est limpide dès qu'on se met à la place de la machine.

Un assistant qui compose une réponse doit faire deux choses : trouver des candidats, puis vérifier qu'ils sont réels et à jour. Une note de 4,7 ne l'aide sur aucun des deux points, parce que tous vos concurrents sont aussi à 4,7, c'est une donnée sans pouvoir de discrimination. Un site, lui, est une source indépendante et vérifiable que le système peut lire, recouper et citer. C'est exactement ce que je décris dans le mécanisme d'une citation par une IA : on n'est pas retenu parce qu'on est bon, on est retenu parce qu'on est vérifiable.

Même remarque pour les prix affichés (× 1,54). Beaucoup de restaurants publient une carte en PDF ou en image, ou pas de carte du tout. Une carte en texte, avec des prix lisibles, transforme une supposition en fait exploitable, et rend éligible à toute la famille des questions qui contiennent un budget. Sur le volet technique, c'est le même raisonnement que les données structurées : donner des faits que la machine n'a pas à deviner.

Entrer et être premier sont deux portes différentes

Le point le plus subtil de l'étude est là, et il réconcilie tout le monde. La note étoiles est nulle à l'entrée, mais elle redevient significative au classement : parmi les établissements déjà recommandés, elle prédit la première position (× 1,17), aux côtés du volume d'avis (× 1,30).

Le vrai risque n'est pas l'hallucination, c'est la péremption

On répète beaucoup que les IA inventent. Sur ce corpus, c'est faux : 0,08 % des mentions seulement correspondaient à des établissements fabriqués. Statistiquement, du bruit.

En revanche, 93 recommandations pointaient vers 14 établissements définitivement fermés. Le mode de défaillance n'est pas l'invention, c'est le retard. Un lieu qui ferme laisse derrière lui des avis, des articles de blog, des listes « les 10 meilleurs », et cette trace continue d'alimenter les réponses longtemps après la fermeture.

Renversez la phrase et vous avez la stratégie : ces systèmes répondent à partir de traces, et les traces ont de l'inertie. Un concurrent qui a publié pendant trois ans continuera d'être recommandé un moment même s'il ralentit. Et vous, si vous commencez aujourd'hui, ne serez pas visible demain, mais vous construisez un stock qui, lui aussi, aura de l'inertie. C'est un travail à effet différé, ce qui est une raison de le commencer tôt, pas de le repousser.

Il n'y a pas « l'IA ». Il y en a quatre, et elles ne sont pas d'accord

Dernier résultat, sous-estimé : l'accord entre les quatre systèmes sur leur top 20 est faible. L'indice de Jaccard mesuré se situe entre 0,33 et 0,54. En clair, deux assistants interrogés sur la même question recommandent en majorité des adresses différentes.

Ça élimine une illusion utile : il n'existe pas de classement unique à conquérir, donc pas d'astuce unique à trouver. Personne ne peut vous vendre « la » méthode pour être premier dans l'IA, parce que les quatre ne désignent pas le même premier. Ce qu'ils partagent, en revanche, ce sont les facteurs d'entrée mesurés plus haut. Et c'est une bonne nouvelle économique : le travail qui vous rend éligible compte pour les quatre à la fois, alors que le travail de classement serait à refaire pour chacun.

Ce que j'en retiens pour un commerce français

Je ne vais pas transposer 85,6 % à la France, ce serait malhonnête. Trois choses seulement me paraissent solides et transférables.

Un. Le seuil d'entrée est plus haut qu'on ne le croit, et il ne se franchit pas avec de la réputation. Si vous n'apparaissez jamais, ce n'est probablement pas un problème de qualité, c'est un problème de matière disponible. J'avais décrit le même diagnostic côté commerce dans les raisons pour lesquelles un commerce n'apparaît pas dans ChatGPT ; cette étude lui donne un appui chiffré.

Deux. Le site web reprend un rôle que beaucoup lui déniaient. Depuis des années on entend qu'une fiche Google et un compte Instagram suffisent pour un restaurant. C'était déjà discutable pour convertir ; c'est mesurablement faux pour être recommandé par une machine. La fiche donne des cases, le site donne du texte, et c'est le texte qui se cite. Le raisonnement complet est dans pourquoi un restaurant a encore besoin d'un site web.

Trois. Les avis restent décisifs, mais pour la bonne raison. Le volume compte à l'entrée (× 1,64), la note au classement (× 1,17). Autrement dit : continuez d'en collecter et d'y répondre, sans espérer que la note seule vous fasse exister. Répondre aux avis en dix minutes par semaine reste l'un des meilleurs rapports effort/effet du métier, et ce que Gemini fabrique à partir de vos avis dans Google Maps en dépend directement.

La checklist, dans l'ordre des facteurs mesurés

1. Avoir un site à soi, indexable et à jour (× 1,92). Pas un lien Linktree, pas une page Facebook : un domaine à vous, avec des pages en texte lisible. C'est le facteur le plus fort de l'étude, et de loin.
2. Publier votre carte et vos prix en texte (× 1,54). Ni PDF, ni image, ni « prix sur demande ». Une page HTML avec les intitulés et les montants.
3. Faire grossir le volume d'avis (× 1,64), sans vous focaliser sur la note. Demandez « qu'est-ce qui vous a plu ? » plutôt qu'« un petit avis ? » : ça produit du texte, pas des étoiles muettes.
4. Exister ailleurs que chez vous (× 1,44). Guides locaux, presse de quartier, blogs, annuaires sérieux, offices de tourisme. Trois mentions solides valent mieux que trente annuaires automatiques.
5. Vérifier que les robots IA peuvent lire votre site. Un site inaccessible aux crawlers IA annule le facteur n° 1. C'est une vérification de cinq minutes dans votre robots.txt.
6. Tenir la fraîcheur. Horaires, fermetures exceptionnelles, changements de carte. La péremption est le mode de défaillance dominant : ne devenez pas votre propre établissement fantôme.
7. Mesurer votre point de départ avant de changer quoi que ce soit, pour savoir ce qui bouge. Côté Google, le rapport IA générative de la Search Console est le point de départ le moins mauvais.

Questions fréquentes

Pourquoi mon restaurant n'apparaît jamais alors qu'il a de bons avis ?

Parce que les bons avis ne sont pas le critère d'entrée. Dans l'audit, 72,6 % des établissements ayant 50 avis ou plus ne sont jamais recommandés, et la note étoiles n'a aucun effet mesurable sur le fait d'apparaître (× 0,89, non significatif). Ce qui fait entrer, c'est d'avoir un site (× 1,92), un volume d'avis (× 1,64), des prix affichés (× 1,54) et des mentions ailleurs (× 1,44). Votre note sert à être classé premier une fois dans la sélection ; elle ne sert pas à y entrer. Si vous êtes absent, cherchez du côté des sources, pas de la réputation.

Un site sert-il encore à quelque chose si personne ne le visite ?

Son rôle a changé, pas sa nécessité. Il ne sert plus seulement à recevoir des visites : il sert de source vérifiable que les assistants lisent, recoupent et citent. C'est pour ça qu'il ressort comme le premier facteur d'apparition, devant tous les signaux de réputation. Une fiche Google fournit des cases à cocher ; un site fournit du texte (carte, prix, méthode, réponses aux questions réelles). C'est ce texte qui vous rend citable, y compris par les gens qui ne verront jamais votre page d'accueil. Voir comment un restaurant se fait recommander par ChatGPT.

Une étude menée à Bali vaut-elle pour Paris ?

Les chiffres bruts, non. Le mécanisme, oui. Canggu et Ubud sont des marchés touristiques denses et anglophones ; le taux de 85,6 % ne se transpose pas à une rue parisienne, et je me méfierais de quiconque le ferait. Ce qui se transpose, c'est la structure de l'explication : ces systèmes recommandent ce qu'ils peuvent vérifier depuis plusieurs sources indépendantes, et un établissement sans source propre reste hors du champ. Ça ne dépend ni du pays ni de la langue, mais de la façon dont ces systèmes sont construits.

Les IA inventent-elles des restaurants ?

Beaucoup moins qu'on ne le dit : 0,08 % des mentions étaient fabriquées. Le problème réel est la péremption : 93 recommandations pointaient vers 14 établissements fermés, dont les traces en ligne survivent à la fermeture. Pour un commerce ouvert, ça se lit comme une consigne : ce qui compte n'est pas de corriger une IA, c'est d'entretenir une trace récente et cohérente. Un site à jour, des avis frais, des horaires justes.

Faut-il une stratégie différente pour chaque assistant ?

Non, et l'étude le montre indirectement. L'accord entre les quatre systèmes sur le top 20 varie entre 0,33 et 0,54 d'indice de Jaccard : ils recommandent en grande partie des adresses différentes. Il n'y a donc pas un classement à conquérir, donc pas d'astuce spécifique à acheter. Ce qui est commun aux quatre, ce sont les facteurs d'entrée (source propre, avis, prix, mentions). C'est là que l'effort est rentable, parce qu'il compte quatre fois. C'est aussi tout le principe du GEO.

Et si je ne suis pas un restaurant ?

L'étude porte sur la restauration, et je ne prétendrai pas qu'elle vaut telle quelle pour un artisan ou un cabinet. Mais les quatre facteurs mesurés n'ont rien de propre au secteur : une source à soi, du volume d'avis, des tarifs lisibles, des mentions ailleurs. Remplacez « carte » par « prestations et tarifs » et la checklist tient. Si vos bases locales ne sont pas posées, commencez par le SEO local pour les boutiques et artisans avant l'IA.

L'étude complète est en accès libre : Invisible to the Machine (arXiv, 7 août 2026). Si vous voulez savoir de quel côté de la ligne se trouve votre établissement, écrivez-moi : je regarde votre site, votre fiche et vos mentions, et je vous dis lequel des quatre facteurs vous manque en premier. C'est le cœur de mon travail sur le référencement IA, et quand la base manque, ça commence par un site qui donne enfin de la matière aux machines. Pour un restaurant ou un café, la page dédiée aux sites de restaurant détaille la méthode.