James Cadwallader (Profound): Voici comment être visible dans les recherches IA

Pendant des années, le marketing digital a considéré la visibilité comme une équation de trafic : le classement dans les moteurs de recherche génère des clics, et les clics génèrent des conversions. Mais à mesure que des outils comme ChatGPT, Gemini et Perplexity deviennent le premier réflexe pour rechercher de l’information, ce modèle commence à s’essouffler.

Profound est une plateforme qui aide les entreprises à comprendre comment elles apparaissent dans les recherches IA. Depuis le lancement de l’entreprise, son fondateur et CEO, James Cadwallader, accompagne des équipes marketing dans leur transition d’un modèle basé sur les liens et les clics vers un modèle centré sur les citations et les réponses synthétisées, y compris auprès de 10 % des entreprises du Fortune 500.

Nous avons échangé avec James pour décrypter ce que ce changement implique réellement : pourquoi l’IA connectée au web a rendu l’AEO inévitable, comment les interfaces génératives transformeront l’expérience de recherche, et ce que les marques devraient faire dès maintenant pour rester visibles. Cette conversation s’inscrit dans la série Perspectives de Pigment, où la CEO de Pigment, Eléonore Crespo, échange avec des dirigeants qui façonnent la manière dont les entreprises modernes opèrent.‍

La recherche d’information vit son moment « CD vers streaming »

James estime que les réponses générées par l’IA sont en passe de devenir l’interface par défaut pour accéder à l’information.

Cette analogie illustre bien la dimension progressive de cette transformation. Les liens ne disparaîtront pas du jour au lendemain, mais le comportement par défaut des internautes est en train d’évoluer. Une fois le statu quo bouleversé, tout l’écosystème se réorganise autour de ce nouveau paradigme.

L’IA n’a pas toujours été aussi fiable qu’aujourd’hui

Au début de l’année 2024, ChatGPT faisait face à un problème majeur : il n’était pas connecté aux données du web en temps réel. Chaque fois qu’on lui posait une question, sa réponse s’appuyait uniquement sur les informations disponibles jusqu’à la date limite de ses données d’entraînement. Par conséquent, chaque réponse correspondait à une photographie figée de ce que l’on savait à un instant donné.

Cette technologie ne suffisait pas à remplacer la recherche web, car les utilisateurs veulent accéder à des informations exactes et actualisées. Mais, plus tard cette même année, Perplexity a démontré qu’il était possible de fournir des réponses en temps réel, sourcées directement depuis le web.

Imaginez interagir avec une IA à travers une page web interactive, générée en temps réel

Si la première transformation correspond au passage des liens aux réponses, la seconde marque le passage des pages statiques à des interfaces dynamiques et générées à la volée.

Cette page ne restera pas statique longtemps. Il anticipe que les réponses évolueront vers des images, des vidéos et des composants interactifs, tous générés en temps réel afin que les utilisateurs puissent naviguer, comparer et effectuer des transactions sans quitter l’interface.

James décrit cette nouvelle couche comme une « interface générative ». Il propose un exercice visuel pour illustrer le concept.

Alors que les entreprises d’IA générative comme ChatGPT, Claude et Perplexity cherchent à maintenir les utilisateurs au sein de leurs interfaces conversationnelles, obtenir des clics depuis ces environnements devient moins stratégique. Désormais, l’objectif principal de l’AEO est de s’assurer que votre produit, votre positionnement et votre contexte concurrentiel sont représentés avec précision au sein d’une expérience conversationnelle que vous ne contrôlez pas.

Le levier le plus accessible consiste à publier davantage de contenu sur votre site web

Interrogé sur les actions concrètes à mettre en place, James met en avant ce qu’il considère comme le levier le plus simple à activer : créer et publier du contenu sur votre site web. Cela peut sembler peu spectaculaire, voire évident, mais c’est le fondement même d’Internet.

Le contenu constitue la matière première sur laquelle s’appuient les moteurs de réponse. Les marques doivent donc veiller à traiter de manière exhaustive et précise les véritables questions que se posent leurs acheteurs.

Les moteurs de réponse ont besoin d’explications structurées et explicites, qui lèvent toute ambiguïté. Si un modèle ne peut pas récupérer clairement votre information et la citer, il ne pourra pas vous représenter fidèlement.

Cela implique d’aller au-delà du contenu traditionnel de haut de funnel pour produire des contenus pensés aussi pour les machines. Ils ne seront peut-être pas tous mis en avant dans le menu principal de votre site, mais ils doivent exister afin que les bots puissent accéder aux informations nécessaires en temps réel.

D’autres tactiques méritent également d’être explorées, comme Reddit, les relations presse traditionnelles ou encore les contenus YouTube, particulièrement présents dans les résultats de Gemini. Dans la plupart des cas, toutefois, ces initiatives devraient être envisagées après avoir priorisé le contenu publié sur votre propre site.

Ajouter des FAQ est une tactique concrète qui fonctionne dès maintenant

Les moteurs de réponse traitent des milliards de requêtes, y compris des questions très spécifiques et à forte intention, qui ne justifient pas toujours la rédaction d’un article de blog élaboré.

Les FAQ traduisent l’intention des acheteurs en contenu clair et structuré, augmentant ainsi la probabilité que votre page soit citée par les LLMs. Sur le plan structurel, elles contiennent à la fois la question et la réponse dans un langage explicite, ce qui les rend faciles à récupérer, interpréter et réutiliser par les modèles.

Au lieu de contraindre un système d’IA à deviner l’intention, vous faites le travail préparatoire pour lui.

Pour les équipes qui souhaitent mener une expérimentation ciblée, ajouter des FAQ de qualité aux pages clés d’évaluation constitue un point de départ pragmatique. Une entreprise SaaS, par exemple, devrait répondre à des questions telles que : le produit s’intègre-t-il à une stack spécifique ? Comment la tarification évolue-t-elle selon les niveaux d’usage ? Quels contrôles de sécurité existent pour un workflow donné ? Combien de temps dure l’implémentation 

Alors, comment mesurer le ROI lorsque les clics ne racontent plus toute l’histoire ?

Bien qu’il soit possible de suivre le trafic de référence humain provenant des sources IA, ces chiffres sont partiellement biaisés, car de nombreux utilisateurs ne cliquent plus vers les pages web. En AEO, l’équivalent le plus proche des clics reste la citation.

James explique que, dans certains cas, ChatGPT peut à lui seul représenter plus de 10 % du trafic de référence.

Certaines des méthodes les plus efficaces pour attribuer de la valeur à la recherche IA sont aussi les plus simples. Pour plusieurs clients de Profound, l’ajout de « ChatGPT » ou « recherche IA » comme option dans le champ « Comment avez-vous entendu parler de nous ? » a permis d’attribuer des centaines de milliers de dollars de pipeline. Sans résoudre entièrement la question de la mesure, cette tactique simple met en lumière une demande qui resterait autrement invisible.

Pour éviter que l’IA n’hallucine à propos de votre marque, mettez régulièrement vos contenus à jour

Les hallucinations des LLMs diminuent progressivement, mais elles persistent. Un système d’IA peut afficher une tarification obsolète, attribuer incorrectement une fonctionnalité ou décrire votre produit sur la base d’informations qui étaient exactes à un moment donné, simplement parce qu’elles ont été publiées.

La cause la plus fréquente est un contenu périmé. Un ancien article de blog, une page partenaire non actualisée ou un avis tiers mentionnant les tarifs de l’année précédente peuvent influencer silencieusement la manière dont l’IA répond aux questions concernant votre marque.

James partage l’exemple d’une institution financière décrite de manière inexacte dans des réponses générées par l’IA. Les informations diffusées par le LLM n’étaient pas inventées ; elles étaient exactes au moment de leur publication dans un article tiers. Mais cet article n’avait pas été mis à jour, et cette page obsolète façonnait la représentation de la marque dans les réponses des LLMs. Une fois la source identifiée et corrigée, les mentions incorrectes ont disparu.

En pratique, cela signifie auditer les sources tierces qui mentionnent votre entreprise et leur demander d’actualiser les informations devenues inexactes. Cela implique également de mettre à jour régulièrement vos propres pages. Enfin, cela suppose de surveiller activement la manière dont votre marque apparaît dans les principaux LLMs, afin d’identifier les écarts avant qu’ils ne deviennent la première réponse qu’un acheteur verra.

Comment Profound utilise l’IA en interne

En matière d’adoption de l’IA au sein de l’entreprise, James privilégie les profils autonomes et curieux — des personnes qui aiment expérimenter. Il considère la maîtrise des outils d’IA comme un prérequis, au même titre que savoir utiliser Google Sheets.

Parmi les outils de leur stack qu’il recommande figure Dust AI, une base de connaissances interne qui centralise les sources de données et les intègre à Slack afin de rendre l’information accessible en temps réel. Avec les bons outils et les bonnes personnes, l’adoption de l’IA relève moins d’un plan de déploiement structuré que de la suppression des frictions qui freinent la rapidité d’exécution.

La croissance de Profound a été rapide. L’entreprise travaille désormais avec 10 % des sociétés du Fortune 500 et ses équipes sont réparties entre New York, San Francisco, Londres et Buenos Aires. Pourtant, James n’attribue pas cet élan à un playbook de recrutement ou à un modèle organisationnel rigide.

Il décrit la construction de l’équipe comme un processus plus intuitif, guidé par les valeurs. L’un des conseils les plus importants qu’il ait reçus au début de l’aventure, de la part de l’investisseur Keith Rabois, était de ne suivre les règles de personne. Il s’agit de constituer l’équipe dirigeante adaptée à l’entreprise que vous construisez réellement.

Le style de leadership de James privilégie la rapidité de décision plutôt que des playbooks opérationnels détaillés. Il est convaincu que des personnes intelligentes et ambitieuses peuvent résoudre la plupart des défis, y compris la gestion d’équipes et la structuration des processus lorsque le moment s’y prête.

Conclusion

Les réponses générées par l’IA deviennent la couche par défaut de la recherche d’information, y compris lorsqu’il s’agit d’informations sur votre entreprise. Un acheteur peut ne jamais visiter votre site web tout en se forgeant une opinion solide sur votre société uniquement à travers l’usage des LLMs.

Le plan d’action présenté par James n’a rien de complexe : publier davantage de contenu, le structurer pour les machines et utiliser stratégiquement les FAQ pour réduire toute ambiguïté. Il implique également d’élargir la mesure au-delà des clics, en intégrant les citations, les visites d’agents et les signaux d’attribution qui reflètent la manière dont la découverte fonctionne réellement aujourd’hui.

Au sein de Profound, il applique cette même logique à la construction de l’entreprise : recruter des profils curieux et autonomes, maintenir des processus légers et considérer la maîtrise de l’IA comme un prérequis.

Cette intensité nourrit une ambition plus large. James ne voit pas Profound comme une solution ponctuelle dédiée à la recherche IA. Il l’imagine évoluer vers un véritable atelier pour les marketeurs, un système de référence pour comprendre comment les marques apparaissent.