Qui mérite d’être recommandé par l’intelligence artificielle ?
Imaginez deux restaurants du Vieux-Montréal. Le premier apparaît régulièrement dans les réponses de ChatGPT. Le second, pourtant reconnu et recommandé par plusieurs guides gastronomiques, n’est pratiquement jamais mentionné par l’IA.
Lequel attirera le plus de touristes demain ?
Derrière cette simple question se cache un enjeu majeur pour le marketing numérique : avec l’émergence du Generative Engine Optimization (GEO), la visibilité d’une entreprise ne dépend plus uniquement de son positionnement sur Google, mais aussi de sa présence dans les réponses des intelligences artificielles.
Dans cette vidéo, j’explore cette transformation et ses conséquences potentielles sur nos choix touristiques.
J’ai confronté ChatGPT à Google : voici mon expérience
Pour comprendre comment cette transformation se manifeste concrètement, j’ai réalisé une petite expérience empirique dans le Vieux-Montréal.
La question était volontairement simple :
« Quels sont les meilleurs restaurants du Vieux-Montréal pour un touriste ? »
J’ai d’abord posé exactement cette question à ChatGPT dans 10 conversations distinctes, sans historique de discussion. Pour chaque restaurant recommandé, j’ai relevé sa fréquence d’apparition et son classement moyen.
J’ai ensuite effectué la même recherche sur Google, en navigation privée, sans connexion à un compte. J’ai analysé les cinq premiers restaurants mentionnés dans chacun des sept articles retenus sur la première page des résultats, soit 35 positions.
L’objectif n’était pas de déterminer quel moteur recommande les meilleurs restaurants, mais d’observer comment la visibilité des établissements varie selon le canal utilisé.
Les écarts observés sont particulièrement intéressants.
Ce qui m’a particulièrement surpris, c’est la régularité des recommandations génératives. Même lorsque je recommençais une conversation, certains noms revenaient presque systématiquement.
Ma position : l’IA ne devrait pas décider seule de ce qui mérite d’être découvert
À mon avis, le véritable problème du GEO dépasse largement la question du référencement.
Je considère que les intelligences artificielles risquent de renforcer les inégalités de visibilité entre entreprises, en particulier dans le tourisme.
Sur Google, même si les premiers résultats bénéficient d’un avantage évident, l’utilisateur peut consulter différentes sources, comparer plusieurs articles et découvrir des établissements qui ne figurent pas au premier rang.
Avec ChatGPT, l’expérience est différente. L’information est directement synthétisée en quelques recommandations. C’est extrêmement pratique, mais cela signifie également que le modèle réalise une première sélection à la place de l’utilisateur.
Or, cette sélection n’est pas nécessairement représentative de toute la diversité des établissements disponibles.
Un petit restaurant indépendant, récemment ouvert ou disposant de peu de contenu en ligne, pourrait être désavantagé face à une enseigne bénéficiant déjà de nombreuses mentions numériques.
Ce risque est cohérent avec les travaux de Banerjee et al. (2023), qui expliquent notamment comment les biais de popularité et d’exposition peuvent affecter l’équité des systèmes de recommandation touristique.
Une autre étude de Najafi et Costa (2026), fondée sur 420 recommandations produites par dix systèmes d’IA, identifie une concentration récurrente autour de destinations déjà visibles. Les chercheurs parlent de digital overtourism, un phénomène où la concentration touristique pourrait commencer avant même le voyage, au moment de la recherche d’information.
Je trouve cette perspective préoccupante : si les mêmes acteurs sont constamment recommandés, leur visibilité pourrait se renforcer au détriment de nouveaux concurrents.
Faut-il pour autant considérer le GEO comme une mauvaise évolution ?
Non. Et c’est là que ma position mérite d’être nuancée.
Je pense que les moteurs génératifs représentent une véritable amélioration de l’expérience utilisateur. Ils permettent de formuler des demandes complexes, d’obtenir des suggestions contextualisées et de gagner du temps.
De plus, la répétition d’une recommandation ne prouve pas nécessairement une injustice. Un restaurant peut revenir souvent simplement parce qu’il correspond particulièrement bien à la demande.
Il serait donc absurde d’exiger que ChatGPT recommande tous les restaurants avec la même fréquence.
En revanche, je suis favorable à davantage de transparence et de diversité dans les recommandations génératives.
Concrètement, j’aimerais que les modèles puissent mieux expliquer les critères ayant motivé leurs suggestions, citer leurs sources et proposer plus facilement des alternatives moins connues lorsque celles-ci correspondent aux préférences de l’utilisateur.
Pourquoi ne pas proposer, par exemple, trois établissements reconnus et deux adresses plus confidentielles ? Le touriste conserverait le choix, tout en découvrant des possibilités qu’il n’aurait peut-être jamais envisagées.
Et pour les entreprises, faut-il désormais tout miser sur le GEO ?
Je ne le pense pas.
Avec l’émergence de ces nouveaux outils, les entreprises pourraient être tentées de consacrer une part croissante de leurs ressources à influencer les recommandations génératives.
Mais cela soulève une autre question : si les entreprises doivent constamment optimiser leur présence pour être sélectionnées par une IA, les plus petites auront-elles les moyens de rivaliser ?
Selon moi, la meilleure stratégie consiste à travailler simultanément sa visibilité traditionnelle et générative, en privilégiant des informations fiables, actualisées et accessibles.
La revue de Martinez (2026) rappelle d’ailleurs que les méthodes de GEO ne garantissent pas une visibilité stable et durable dans les systèmes génératifs.
Pour les professionnels du marketing numérique, l’enjeu ne devrait donc pas être uniquement d’apparaître dans ChatGPT, mais aussi de comprendre comment ces nouvelles interfaces transforment la concurrence et le parcours des consommateurs.
Conclusion : qui choisit réellement ?
Cette expérience m’a fait réaliser que la visibilité numérique n’est pas simplement une question de présence : c’est aussi une question de sélection.
Je ne pense pas que l’IA soit mauvaise pour le tourisme. Au contraire, elle offre des possibilités considérables. Mais je refuse l’idée selon laquelle ses recommandations seraient automatiquement neutres ou objectives.
À mes yeux, le principal défi du GEO sera de concilier pertinence pour les utilisateurs, transparence des recommandations et diversité des entreprises représentées.
Finalement, la question n’est peut-être plus seulement de savoir quel restaurant apparaît en premier.
C’est de savoir combien d’autres restaurants nous ne découvrirons jamais parce que l’IA ne nous les aura pas proposés.?
Sources:
anerjee, A., Banik, P., & Wörndl, W. (2023). A review on individual and multistakeholder fairness in tourism recommender systems. Frontiers in Big Data, 6, 1168692. https://doi.org/10.3389/fdata.2023.1168692 DOI
Martinez, O. (2026). Optimizing visibility in generative engines: A critical survey of generative engine optimization (2023–2026) [Preprint]. arXiv. https://arxiv.org/abs/2607.14035 alphaXiv
Najafi, M., & Costa, C. (2026). Digital overtourism in AI travel recommendations: Evidence from a comparative analysis. Current Issues in Tourism. Advance online publication. https://doi.org/10.1080/13683500.2026.2654066 DOI