Un réseau de franchise peut être cité comme source de vérité par les trois principales IA sur son coeur de métier, et rester totalement absent de la seule question qui lui amène des candidats. Ce n’est pas une hypothèse. Nous l’avons mesuré.
Le réseau Daniel Moquet est numéro 1 de ChatGPT, Perplexity et Gemini sur l’aménagement extérieur et le paysage. Position méritée : le concept est parfaitement documenté, sa place de référence existe déjà sur le marché, les IA n’ont qu’à la restituer. Sauf que le métier d’un franchiseur n’est pas de vendre des jardins. Son métier est de recruter des candidats à la franchise. Et un candidat ne tape pas « aménagement paysager ». Il demande comment démarrer en gérance sans apport, combien gagne un franchisé, quelle enseigne se lance sans expérience métier. Sur ces intentions, celles qui fabriquent réellement le business de franchiseur, le réseau était absent.
L’autorité générative ne se joue pas au niveau de la marque, mais de l’intention
Voilà le glissement que ce diagnostic met à nu. Nous avons l’habitude de penser la visibilité par entité : une marque est connue ou elle ne l’est pas. Les moteurs de réponse fonctionnent autrement. Ils attribuent de l’autorité question par question. Une entreprise peut être la référence incontestée sur l’intention qui ne vend rien, et invisible sur celle qui recrute. La notoriété rassure le dirigeant. Elle ne remplit pas son pipeline.
Ce diagnostic, nous ne l’avons pas produit en interrogeant une IA à l’aveugle. Nous avons croisé la Search Console du réseau, qui révèle les intentions de recherche réelles, avec ce que restituent les LLM sur ces mêmes intentions. C’est ce croisement qui fait remonter la faille. Une agence qui commente les tendances de l’IA sans ouvrir une Search Console client ne peut pas la voir. Elle reste au niveau de la marque. Le travail est au niveau de l’intention.
Pourquoi la donnée déclarée ne suffit pas : la corroboration décide
Reste à comprendre pourquoi documenter le concept ne suffit pas à documenter l’offre de franchise. La réponse tient dans un mécanisme que j’ai vécu sur ma propre donnée.
Pendant des mois, j’ai communiqué sur un exit à 26 millions d’euros obtenu pour une start-up que nous avions accompagnée. Le chiffre, je le tenais pour vrai, de bonne foi. En challengeant l’IA, elle m’a corrigé : ce n’était pas 26, c’était 23. Et elle a sorti les articles de presse, les revues, les chiffres qui le confirmaient. Sur mon site, j’affichais 26. La presse, elle, disait 23. L’IA n’a pas cru ma déclaration. Elle a cru la corroboration.
C’est toute la mécanique. Un moteur de réponse ne cite pas ce que vous affirmez. Il cite ce qu’il peut vérifier ailleurs, croisé, cohérent d’une source à l’autre. La donnée déclarée pèse zéro face à la donnée corroborée. Un réseau qui affiche cent franchisés sur une page et quatre cents sur une autre ne perd pas seulement en clarté : il perd sa citabilité, parce que l’IA préfère se taire ou halluciner plutôt que relayer une information qu’elle ne peut pas établir comme vraie.
Ce que nous mesurons, quand d’autres commentent
Sur trente jours, nous avons enregistré 110 000 passages d’agents IA sur les sites que nous suivons. La répartition dessine la réalité du terrain : environ 60 % d’entraînement, 35 % d’utilisateurs renvoyés par un LLM, 6 % de recherche directe. Ces chiffres ne sont pas là pour impressionner. Ils prouvent une chose simple : ce déplacement se mesure, se pilote, se corrige. On ne le subit pas.
2 passages sur 3 se font sans aucun humain
Mémoire : l’entraînement 57 % (L’IA collecte pour se constituer une connaissance durable, réutilisée dans ses réponses futures. Citation de mémoire, souvent sans lien.)
Index : la recherche de l’IA 6 % (L’IA alimente son propre moteur pour préparer ses réponses à la demande — largement adossé à l’index Google.)
À la demande : le candidat interroge 36 % (Interrogée en direct par un candidat, l’IA vient vérifier chez vous en temps réel. Citation avec
lien (ChatGPT Search, Perplexity, Le Chat).
Le principe qui sort de ce diagnostic tient en une ligne. L’autorité générative se travaille intention par intention, elle se prouve par la donnée corroborée, elle se pilote par la mesure. Le reste est de la commodité.
Ce retex prolonge le webinaire « Que disent les IA à vos candidats à la franchise ? », co-animé avec Julien Siouffi pour la Fédération Française de la Franchise. Replay : https://www.youtube.com/watch?v=evbEkeJPuhs
