Pendant plus de vingt ans, les médias numériques ont organisé une partie de leur production autour des règles de Google. Les rédactions ont appris à choisir des mots-clés, structurer leurs titres, enrichir leurs pages, développer des rubriques spécialisées et publier au rythme des requêtes des internautes.
L’accord implicite paraissait suffisamment clair. Les éditeurs produisaient l’information, Google l’indexait et leur envoyait des visiteurs. Le système avantageait largement la plateforme, mais les médias conservaient une contrepartie mesurable : du trafic, des pages vues, des revenus publicitaires et, parfois, de nouveaux abonnés.
Les moteurs de réponses modifient cet équilibre. Google ne se limite plus à présenter une liste de liens. ChatGPT, Gemini, Perplexity et les AI Overviews synthétisent les informations directement dans leur interface. L’utilisateur obtient une explication, un résumé ou une recommandation sans nécessairement consulter les sources qui ont alimenté la réponse.
L’article reste lu, mais de plus en plus souvent par une machine avant de l’être, éventuellement, par un humain.
L’article reste lu, mais de moins en moins visité
Une étude du Pew Research Center, réalisée à partir du comportement de navigation d’utilisateurs américains en mars 2025, donne une première mesure de cette transformation. Lorsque Google affichait un résumé généré par intelligence artificielle, les internautes cliquaient sur un résultat classique dans 8 % des visites observées. Sans résumé IA, cette proportion atteignait 15 %. Les liens intégrés directement dans la réponse générée ne recueillaient qu’environ 1 % de clics.
Une étude universitaire publiée en février 2026 aboutit à un constat comparable en analysant plus de 161 000 couples de pages de Wikipédia. Selon ses auteurs, l’exposition aux AI Overviews aurait réduit d’environ 15 % le trafic quotidien des articles concernés. Les effets variaient selon les catégories, avec une baisse plus marquée pour les sujets auxquels une réponse synthétique suffit souvent.
Google défend une lecture différente. L’entreprise affirme que ses fonctions génératives facilitent l’exploration de sujets complexes, présentent davantage de sources et dirigent les utilisateurs vers des pages susceptibles d’approfondir la réponse.
Les deux constats ne sont pas nécessairement incompatibles. Les utilisateurs peuvent effectuer davantage de recherches tout en cliquant moins souvent sur les sites. Google conserve alors plus longtemps l’audience dans son environnement, tandis que les éditeurs contribuent davantage à la réponse sans récupérer une part équivalente de l’attention.
Cloudflare mesure cette asymétrie à travers le rapport entre le nombre de pages explorées par les robots et les visites réellement renvoyées vers les sites. En juin 2025, OpenAI parcourait environ 1 700 pages pour chaque visite générée. Pour Anthropic, le ratio atteignait 73 000 pages explorées pour une seule visite.
Le vieux contrat du Web (accepter les robots en échange de trafic) devient nettement moins avantageux pour ceux qui financent la production de contenus. Les médias risquent d’être davantage consultés par les machines au moment même où leur audience humaine issue des moteurs diminue.
De la bataille du clic à celle de l’autorité
Dans l’univers du référencement classique, un média cherchait à occuper les premières positions dans Google. Le classement déterminait la visibilité, la visibilité générait des visites et les visites alimentaient le modèle économique.
Les moteurs génératifs déplacent la compétition. L’enjeu ne consiste plus seulement à apparaître en tête d’une page de résultats, mais à figurer parmi les sources retenues pour composer une réponse.
Cette évolution transforme la valeur d’un article. Une publication qui attire peu de visiteurs peut malgré tout renforcer la spécialisation d’un domaine, associer une marque à un sujet, fournir une définition facilement reprise ou alimenter un ensemble documentaire cohérent.
Le contenu ne sert alors plus uniquement à produire de l’audience. Il participe à la construction d’une autorité algorithmique : la capacité d’un média à être régulièrement identifié, repris ou cité comme source fiable sur un sujet donné.
Les éditeurs devront donc suivre d’autres indicateurs que les visiteurs uniques, les pages vues ou la durée des sessions. Ils chercheront à connaître leur fréquence d’apparition dans les réponses, les sujets auxquels leur marque est associée, les pages citées par les modèles et la part de visibilité obtenue face aux concurrents.
Une rédaction pourrait ainsi perdre une partie de son trafic tout en renforçant sa présence dans les réponses générées. Elle gagnerait en influence, mais sans garantie de revenus supplémentaires tant que les lecteurs ne quittent pas l’interface qui leur fournit la synthèse.
Demain, des groupes composés de plateformes thématiques
Face à cette évolution, une architecture éditoriale apparaît particulièrement rationnelle : un groupe central entouré d’une constellation de médias spécialisés, chacun consacré à un territoire précis.
Une même société pourrait gérer :
- un média consacré à l’intelligence artificielle ;
- une plateforme sur la cybersécurité ;
- un site dédié à l’emploi et aux compétences ;
- une verticale sur la santé et la prévention ;
- un média consacré au tourisme et aux destinations ;
- une plateforme sur l’immobilier et l’habitat ;
- un site spécialisé dans l’événementiel professionnel.
Chaque entité disposerait de son nom, de son domaine, de ses auteurs, de ses sources, de son vocabulaire et de ses formats. La structure centrale mutualiserait la technologie, les outils de publication, les bases documentaires, la commercialisation, la mesure de visibilité et les chaînes d’automatisation.
Cette organisation ne relève déjà plus entièrement de la prospective. Business Insider a annoncé vouloir renforcer une stratégie fondée sur des marques spécialisées telles que Markets Insider, AI Insider, Small Business Insider et CMO Insider, dans un contexte où l’audience issue des moteurs de recherche et des réseaux sociaux devient moins prévisible.
Le mouvement ne signifie pas la disparition des médias généralistes. Il suggère plutôt que la rubrique classique pourrait perdre une partie de son intérêt face à une marque verticale autonome.
Une section « Intelligence artificielle » enfouie dans le menu d’un grand média envoie un signal moins net qu’un domaine entièrement consacré à l’IA, alimenté par des centaines de guides, définitions, entretiens, comparatifs, études et outils. La spécialisation devient visible pour les lecteurs, mais aussi pour les systèmes chargés d’évaluer la cohérence thématique des sources.
L’automatisation change l’échelle économique
Créer dix médias spécialisés imposait jusqu’à présent de constituer plusieurs rédactions, de financer différents calendriers éditoriaux et de multiplier les opérations de publication. L’intelligence artificielle réduit fortement ce coût d’entrée.
Une infrastructure commune sait déjà surveiller de nombreuses sources, repérer des questions émergentes, préparer des brouillons, générer des métadonnées, résumer des documents et transformer une même matière en plusieurs formats. Elle saura de mieux en mieux actualiser des fiches, détecter les contenus vieillissants et adapter les informations à chaque plateforme.
À partir d’une étude ou d’une annonce, une chaîne éditoriale automatisée peut produire :
- un article d’actualité ;
- une fiche de synthèse ;
- une foire aux questions ;
- une chronologie ;
- un tableau comparatif ;
- une newsletter ;
- plusieurs publications sociales ;
- une mise à jour d’un dossier de référence.
Le média de demain pourrait donc ressembler moins à une rédaction traditionnelle qu’à une infrastructure documentaire supervisée. Les journalistes interviendraient principalement aux endroits où leur travail apporte une valeur difficilement reproductible : accès aux témoins, vérification, contradiction, enquête, données originales, analyse et choix éditorial.
La production pourrait s’organiser en trois niveaux. Le premier rassemblerait les contenus documentaires régulièrement actualisés : définitions, calendriers, annuaires, fiches pratiques, historiques et réponses aux questions fréquentes. Le deuxième réunirait les synthèses, comparatifs et décryptages préparés automatiquement puis relus et enrichis. Le troisième concentrerait les articles qui donnent une légitimité à l’ensemble : enquêtes, entretiens, tests réels, baromètres, révélations et analyses originales.
Les deux premiers niveaux assureraient l’étendue de la couverture thématique et la régularité des publications. Le troisième fabriquerait la réputation du média et distinguerait une plateforme éditoriale d’une simple usine à textes.
Publier davantage ne suffit pas à créer de l’autorité
La tentation sera forte de confondre spécialisation, volume et crédibilité. Certains éditeurs pourraient conclure que des dizaines de milliers de pages automatiquement générées finiront mécaniquement par imposer leur domaine dans les moteurs de réponses.
Cette stratégie contient pourtant sa propre faiblesse. Une plateforme remplie de textes interchangeables ne produit ni information exclusive, ni réputation extérieure, ni raison particulière d’être citée plutôt qu’une autre.
Google indique que l’emploi de l’intelligence artificielle n’entraîne pas en lui-même de pénalité. L’entreprise rappelle cependant que les contenus générés en masse dans le but principal de manipuler les résultats peuvent relever de ses politiques contre les abus.
L’autorité ne se construit d’ailleurs pas uniquement à l’intérieur d’un domaine. Elle dépend aussi des citations extérieures, des liens entrants, de l’identité des auteurs, de la qualité des sources, de la publication de données originales et de la reconnaissance acquise auprès d’autres acteurs du secteur.
Une plateforme automatisée peut couvrir méthodiquement un sujet sans devenir une référence. Elle ressemble alors à une bibliothèque bien rangée que personne ne juge indispensable de citer.
À l’inverse, une enquête, un chiffre inédit, une base de données exclusive ou un témoignage obtenu directement créent une information que les autres médias, les moteurs et les utilisateurs viennent chercher. Un million de pages générées ne remplacent pas une donnée originale que tout le monde est obligé de reprendre.
Une presse pour les humains, une autre pour les machines
Deux économies éditoriales pourraient progressivement cohabiter. La première continuera de rechercher une relation directe avec le lecteur à travers les abonnements, les newsletters, les applications, les communautés et les événements. Sa priorité restera la confiance et la fidélité.
La seconde recherchera une forme de présence cognitive. Elle tentera d’inscrire une marque, une analyse ou une donnée dans les réponses produites par les intelligences artificielles.
Les groupes les plus solides associeront probablement les deux modèles. Les enquêtes, chroniques, interviews et rendez-vous éditoriaux continueront de viser une audience humaine. Les guides, bases documentaires, glossaires, comparatifs et pages structurées renforceront la capacité du média à être compris et cité par les machines.
Cette combinaison soulève une difficulté économique. Plus un contenu fournit une réponse claire, complète et facilement synthétisable, moins l’utilisateur ressent le besoin de consulter la page originale. Le média améliore sa visibilité dans les réponses tout en réduisant parfois ses propres occasions de monétiser cette visibilité.
L’autorité algorithmique devra donc alimenter d’autres activités : abonnements professionnels, études, événements, outils, formations, bases de données, services ou génération de contacts commerciaux. Sans revenus complémentaires, devenir la source favorite d’un moteur de réponses risque de constituer un honneur particulièrement coûteux.
Des bases de connaissances avec l’apparence de médias
La prochaine génération de groupes de presse ne se limitera peut-être plus à publier des journaux et des magazines numériques. Elle construira des portefeuilles de plateformes thématiques, alimentées par des chaînes de production largement automatisées et légitimées par une proportion plus réduite de contenus humains à forte valeur éditoriale.
Ces plateformes conserveront l’apparence d’un média, avec des titres, des articles, des auteurs, des rubriques et des newsletters. Leur architecture profonde se rapprochera pourtant davantage d’une base de connaissances publique, conçue pour répondre à des questions, relier des sujets et fournir des informations aisément interprétables par les machines.
Leur objectif ne consistera donc plus uniquement à attirer des lecteurs. Elles chercheront également à devenir les intermédiaires documentaires des moteurs de réponses.
Après avoir appris à écrire pour les classements de Google, les rédactions devront apprendre à documenter le monde pour Google, ChatGPT, Gemini, Claude ou Perplexity. Elles continueront à parler d’audience, de lecteurs et de qualité éditoriale, mais leurs tableaux de bord mesureront aussi les citations, les mentions et l’autorité thématique obtenues dans les réponses générées.
Le lecteur restera au centre du discours. Dans l’architecture technique et économique de ces futures plateformes éditoriales, il risque pourtant de devenir un destinataire parmi d’autres.
Augustin GARCIA
