L’essor de l’intelligence artificielle générative redessine en profondeur les règles de la visibilité des marques.
Jusqu’ici, la présence dans les médias constituait l’un des principaux leviers de notoriété et d’influence. Aujourd’hui, cette équation se complexifie : être cité dans un média ne garantit plus d’être visible dans les réponses produites par ChatGPT, Gemini ou Perplexity.
C’est le principal enseignement du rapport « The AI Coverage Gap » publié par Hotwire Global.
Réalisée à partir d’une analyse des 100 médias les plus influents en France, l’étude révèle que 39 % d’entre eux sont totalement ou partiellement inaccessibles aux systèmes d’intelligence artificielle. Une réalité qui remet en question certains fondamentaux des stratégies de relations publics et de communication.
IA vs médias : une nouvelle bataille pour la visibilité
L’émergence des moteurs de réponse basés sur l’IA transforme progressivement les parcours d’information. De plus en plus d’utilisateurs s’adressent directement à des assistants conversationnels pour obtenir des recommandations, comparer des produits ou rechercher des informations sur une entreprise.
Dans ce contexte, les modèles de langage deviennent des intermédiaires majeurs entre les marques et leurs audiences. Or, pour être cités ou recommandés par ces systèmes, encore faut-il que les contenus soient accessibles aux robots qui alimentent leur apprentissage et leurs mécanismes de récupération d’information.
L’étude de Hotwire met en lumière un paradoxe croissant : une couverture médiatique de qualité peut aujourd’hui avoir un impact limité dans l’univers de l’IA générative si elle n’est pas techniquement exploitable par les modèles.
Cette situation crée ce que l’agence appelle un « AI Coverage Gap », autrement dit un écart entre la visibilité obtenue dans les médias traditionnels et celle réellement acquise dans les environnements pilotés par l’intelligence artificielle.
Des obstacles techniques ou un blocage volontaire
Plusieurs facteurs expliquent cette déconnexion.
Selon Hotwire, les restrictions imposées dans les fichiers robots.txt figurent parmi les principales barrières. Ces fichiers permettent aux éditeurs de contrôler les robots autorisés à explorer leurs contenus. De nombreux médias choisissent désormais de bloquer certains crawlers associés aux plateformes d’IA.
D’autres freins résident dans les protections mises en place au niveau des serveurs ou des réseaux de diffusion de contenu (CDN), qui limitent l’accès automatisé à certaines ressources.
Enfin, les modèles économiques fondés sur les abonnements constituent également un obstacle majeur.
Les contenus placés derrière des paywalls ou nécessitant une inscription préalable deviennent plus difficiles à exploiter pour les systèmes d’IA, réduisant ainsi leur probabilité d’apparaître dans les réponses générées.
Résultat : une partie significative des contenus journalistiques et des retombées médiatiques échappe à l’écosystème de l’IA, indépendamment de leur qualité éditoriale ou de leur influence auprès des lecteurs humains.
Les RP à l’ère de l’optimisation IA
Cette évolution oblige les communicants à repenser leurs indicateurs de performance.
Jusqu’à présent, la réussite d’une campagne RP se mesurait principalement à travers le volume de couverture, l’audience potentielle des médias obtenus ou encore leur crédibilité éditoriale.
Désormais, une nouvelle dimension s’ajoute : la capacité de ces contenus à être compris, indexés et réutilisés par les modèles de langage.
L’optimisation pour les moteurs de recherche (SEO) pourrait ainsi être progressivement complétée par une forme d’optimisation pour les intelligences artificielles, parfois désignée sous les termes de GEO (Generative Engine Optimization) ou d’AI Visibility.
Pour Hotwire, les entreprises doivent intégrer cette réalité dès la conception de leurs stratégies de communication afin de maximiser leur présence dans les environnements conversationnels.
Quatre priorités pour les marques
Face à ce nouveau défi, l’agence identifie quatre axes d’action prioritaires.
Le premier consiste à réaliser un audit des médias selon leur niveau d’accessibilité aux systèmes d’IA.
L’objectif est de compléter les critères traditionnels de sélection des supports par une analyse de leur capacité réelle à contribuer à la visibilité dans les environnements génératifs.
Deuxième priorité : adapter la structure des contenus.
Les modèles de langage privilégient les informations claires, contextualisées et organisées. Une architecture éditoriale rigoureuse, des données explicites et un vocabulaire cohérent deviennent des facteurs clés pour améliorer la compréhension algorithmique.
Le troisième enjeu concerne la mesure de la performance.
Les marques sont invitées à dépasser les KPI historiques pour intégrer des indicateurs liés à la présence effective dans les réponses générées par les IA.
Enfin, Hotwire recommande d’inscrire ces questions au niveau stratégique. Alors que les directions générales s’interrogent de plus en plus sur les impacts de l’IA sur la réputation et l’influence des entreprises, les responsables communication doivent être en mesure d’apporter des analyses et des recommandations fondées sur des données.
Une mutation durable pour la réputation numérique
Pour Isabelle Rahé, directrice générale de Hotwire France, cette évolution marque un changement structurel dans la manière dont se construit la réputation des organisations.
L’enjeu ne se limite plus à publier des contenus ou à obtenir des retombées médiatiques. Il s’agit désormais de comprendre comment les marques sont interprétées, représentées et recommandées par les systèmes algorithmiques qui façonnent une part croissante des usages informationnels.
À mesure que l’IA générative s’impose comme une porte d’entrée vers l’information, la visibilité médiatique ne pourra plus être évaluée uniquement à travers les audiences humaines. Les marques devront également s’assurer qu’elles existent dans l’univers des modèles de langage.
Une transformation qui pourrait bien redéfinir durablement les pratiques des relations publics et du marketing d’influence.
NB : l’ensemble des résultats de cette étude est consultable ici
