Les grands modèles d’IA générative façonnent désormais la perception des marques. Mais contrairement à une idée reçue, ils ne reflètent pas toujours la réalité la plus récente.
Selon la deuxième édition du Baromètre IA Réputation du CAC 40 publié par Vectors et Trickstr, les réponses produites par ChatGPT, Gemini, Claude ou Grok s’appuient souvent sur des contenus anciens, parfois obsolètes, qui continuent d’influencer durablement l’image des entreprises.
Une évolution qui fait émerger un nouvel enjeu stratégique : optimiser sa visibilité auprès des IA génératives…
La réputation d’une entreprise ne se construit plus uniquement dans les médias, sur les moteurs de recherche ou les réseaux sociaux. Elle se façonne désormais aussi dans les réponses des intelligences artificielles génératives, utilisées chaque jour par des centaines de millions de personnes pour s’informer, comparer des marques ou préparer une décision.
Pour mesurer cette nouvelle réalité, Vectors et Trickstr publient la deuxième édition de leur Baromètre IA Réputation du CAC 40.
L’étude repose sur près de 40 000 questions adressées à quatre modèles d’IA générative – ChatGPT, Gemini, Claude et Grok – afin d’évaluer la manière dont ces systèmes présentent les grandes entreprises françaises.
Premier constat : les IA ne produisent pas une photographie fidèle de la réputation actuelle d’une entreprise. Elles restituent avant tout la mémoire des contenus qu’elles ont intégrés…
Les IA vivent dans le passé
Contrairement à un moteur de recherche classique, un grand modèle de langage ne privilégie pas systématiquement l’information la plus récente ou la plus fiable. Il sélectionne les contenus qui répondent le plus directement à la question formulée.
Résultat, des articles publiés il y a plusieurs années, d’anciens communiqués ou des pages corporate oubliées peuvent continuer à peser fortement dans les réponses générées.
Selon les auteurs du baromètre, la représentation des entreprises reste largement ancrée dans la période 2020-2024, correspondant aux principales données d’entraînement des modèles.
Cette inertie se traduit parfois par des informations dépassées : anciens dirigeants toujours associés à leur entreprise, controverses historiques remises en avant ou perception qui ne reflète plus les évolutions récentes de la stratégie ou de la gouvernance.
Pour les directions de la communication et du marketing, l’enjeu évolue donc. Il ne s’agit plus uniquement de maîtriser l’actualité, mais d’alimenter durablement un corpus de contenus suffisamment riche pour influencer les futures réponses des IA.
Schneider Electric en tête et la revanche du luxe
Le classement général place Schneider Electric en première position avec un score de 86,9 sur 100, devant L’Oréal (85,5) et Safran (85,2). Air Liquide et Publicis Groupe complètent le Top 5.
Selon l’étude, ces entreprises présentent plusieurs caractéristiques communes : un leadership reconnu sur leur marché, une communication fondée sur des preuves concrètes plutôt que sur des promesses marketing et une gouvernance stable.
Autant d’éléments qui offrent aux modèles d’IA des contenus cohérents et facilement mobilisables.
Le mouvement le plus net de l’édition est la revanche du luxe, qui signe les plus fortes progressions par rapport à la première édition.
À l’inverse, les reculs tiennent surtout à des ruptures de gouvernance ou à des signaux financiers négatifs, que les modèles lisent comme des fins de cycle.
Notoriété et réputation ne vont pas toujours de pair
L’étude met également en évidence un décalage entre visibilité médiatique et réputation générée par l’IA.
Les entreprises les plus connues ne sont pas nécessairement celles qui obtiennent les meilleures évaluations. À l’inverse, certains groupes moins exposés médiatiquement bénéficient d’une image particulièrement favorable grâce à un corpus documentaire jugé plus cohérent.
Les auteurs observent également que les modèles citent spontanément des entreprises qui ne font pas partie du CAC 40, comme Mistral, Doctolib ou EDF, preuve que leur représentation du paysage économique dépasse largement les seuls indices boursiers.
Même constat concernant les dirigeants : la moitié des citations se concentre sur cinq personnalités seulement. Jean-Pascal Tricoire, figure historique de Schneider Electric, apparaît comme le dirigeant le plus valorisé par les modèles, davantage pour son leadership de long terme que pour sa notoriété médiatique.
Une réputation façonnée par un nombre limité de sources
L’étude analyse plus de 572 000 citations utilisées par les modèles. Sans surprise, les sites officiels des entreprises constituent la première source d’information, représentant près d’un tiers des références identifiées. Les médias arrivent ensuite, suivis des agrégateurs de contenus.
Mais derrière cette répartition globale se cachent d’importantes concentrations.
Certaines grandes agences de presse influencent une part significative des réponses sur plusieurs critères de réputation.
De son côté, une plateforme d’avis de salariés occupe une place prépondérante dans la perception de la marque employeur, avec des effets qui débordent parfois sur d’autres dimensions comme la gouvernance ou la qualité des produits.
Autre enseignement : la RSE constitue désormais un critère peu différenciant. Les discours des entreprises étant devenus très homogènes, les IA peinent à établir des distinctions. En revanche, elles identifient rapidement les incohérences entre les engagements affichés et les controverses documentées…
Le GEO, nouveau terrain de jeu des communicants
Cette évolution fait émerger une nouvelle discipline : le Generative Engine Optimization (GEO). Son objectif consiste à produire des contenus capables d’être repris et mobilisés par les IA lorsqu’elles répondent aux questions des utilisateurs.
La logique rappelle celle du référencement naturel, mais s’applique désormais aux conversations avec les assistants IA.
Les entreprises doivent anticiper les questions qui seront posées et s’assurer que des contenus crédibles, précis et facilement exploitables existent déjà pour y répondre.
L’enjeu dépasse la simple visibilité. Les auteurs rappellent qu’une étude de Terra Nova sur le vote publiée en 2026 montre que près d’un tiers des utilisateurs d’IA déclarent avoir changé d’avis après avoir consulté une réponse générée par ces outils.
Si ces systèmes influencent déjà les opinions dans des domaines aussi sensibles que la politique, leur impact sur les décisions liées aux marques, aux employeurs ou aux investissements apparaît tout aussi stratégique.
À mesure que les IA génératives s’imposent comme de nouveaux intermédiaires de l’information, la réputation des entreprises ne dépend donc plus seulement de ce qu’elles publient aujourd’hui, mais aussi de ce que les modèles retiendront demain.
« Ce baromètre ne mesure pas ce que les entreprises disent d’elles-mêmes, mais ce que les IA retiennent et répètent chaque jour à des millions d’utilisateurs : souvent une image figée.
Jérémie Noël, directeur général de Vectors
La bonne nouvelle, c’est que cette mémoire se travaille, c’est ce qu’on appelle désormais le GEO (Generative Engine Optimization), et les entreprises qui l’ont compris prennent une longueur d’avance. »
Méthodologie
Le Baromètre IA Réputation du CAC 40 repose sur 39 800 questions structurées administrées à quatre modèles d’IA générative : ChatGPT (GPT-5.5), Grok 4, Gemini 3.5 Flash et Claude Haiku 4.5. Les questions couvrent neuf dimensions de la réputation corporate : vision stratégique, produits et services, innovation, marque employeur, performance financière, RSE, capital de marque, gouvernance et adoption de l’IA. Chaque réponse a fait l’objet d’un scoring normalisé sur 100, et 572 796 citations de sources ont été extraites et catégorisées. Les hallucinations et informations datées ont été volontairement conservées : elles font partie intégrante de la perception générée par les IA.
