Lorsque vos clients demandent à ChatGPT, Perplexity ou Gemini de leur recommander « la meilleure routine skincare pour peau sensible » ou « le PC portable idéal pour le montage vidéo », d’où provient la réponse ? Contrairement à ce que l’on pourrait penser, l’intelligence artificielle ne s’appuie pas uniquement sur les sites d’e-commerce ou les tests de la presse spécialisée : elle puise massivement ses recommandations dans les vidéos des créateurs de contenu.
Une récente étude menée par la société d’analyse Sundogs met en lumière une bascule historique dans le Search et l’influence marketing. Alors que les moteurs de recherche traditionnels privilégiaient les mots-clés et les backlinks, les grands modèles de langage (LLM) indexent et analysent en profondeur la parole des créateurs. Le problème ? La majorité des marques abordent encore leurs collaborations avec les codes d’hier, passant complètement à côté de cette nouvelle source d’acquisition.
Les nouveaux critères des IA : la fin des « vanity metrics »
Pour comprendre comment émerger dans les réponses générées par l’IA, il faut d’abord désapprendre les règles des algorithmes de TikTok, Instagram ou du SEO classique. Les LLM n’ont que faire du buzz ou des métriques de vanité.
- Le nombre de vues n’est plus un filtre : L’étude révèle qu’une vidéo cumulant à peine 800 vues a autant (voire plus) de chances d’être citée par une IA qu’une vidéo à 2 millions de vues, à condition qu’elle réponde avec exactitude au cas d’usage posé.
- La prime aux formats longs : Les vidéos longues ont plus d’impact dans les réponses des LLM (les courtes n’apportant pas assez de contenus et sont donc plus difficiles à intégrer).
- La longévité plutôt que la fraîcheur : Les IA continuent de citer des vidéos publiées il y a un an ou deux si les informations restent pertinentes. Le contenu vidéo devient un actif pérenne et capitalisable.
- Le rejet du discours promotionnel pur : Seules 10 % des vidéos recommandées par les IA proviennent de partenariats strictement contrôlés par les marques. Les LLM privilégient l’authenticité et la neutralité perçue du propos…. ou alors le panel n’avait pas assez de vidéos promotionnelles … c’est sans doute un mix des 2 : plus la vidéo est ressentie comme objective et plus l’IA la considère comme utile
4 enseignements stratégiques pour les marques
Cette mutation vers le GEO (Generative Engine Optimization) appliqué à l’influence impose d’adapter vos briefs, votre ciblage et votre manière de collaborer avec les talents.
1. Intégrer les formats longs et explicatifs au mix média
Le format court reste roi pour la notoriété rapide et la découvrabilité sur les réseaux sociaux, mais il est moins efficace pour nourrir les LLM. Les marques doivent systématiquement allouer une part de leur budget à des formats d’analyse approfondie sur YouTube ou en podcast vidéo : crash-tests complets, tutoriels d’utilisation réels, comparatifs techniques. C’est dans ces contenus denses que les modèles extraient leurs arguments d’achat.
2. Desserrer l’étau des briefs : oser la nuance et la comparaison
Le réflexe habituel des marques est d’exiger un script ultra-verrouillé, sans aucune mention de la concurrence et avec des superlatifs répétés. C’est précisément ce qui disqualifie un contenu aux yeux des IA. Pour qu’une vidéo serve de référence à un LLM, le créateur doit pouvoir situer le produit par rapport à ses alternatives du marché, énoncer ses points forts, mais aussi ses limites d’usage. L’honnêteté éditoriale est devenue un critère algorithmique d’indexation.
3. Réévaluer la valeur des créateurs de niche et d’expertise
La micro et la nano-influence prennent une tout autre dimension. Un créateur passionné de mécanique, de logiciels SaaS ou de cosmétique naturelle ne génère peut-être pas des millions de vues, mais son vocabulaire technique, sa rigueur et la granularité de ses retours en font une autorité sémantique pour les modèles linguistiques. Rémunérer ces profils pour leur expertise technique devient un levier direct de visibilité sur les requêtes à forte intention d’achat.
4. Penser « requête utilisateur » dans les scripts oraux
Les IA retranscrivent et vectorisent l’audio des vidéos. Pour que votre produit ressorte lorsqu’un utilisateur pose une question complexe (ex. : « Quel produit choisir pour faire disparaître les rougeurs après un rasage quotidien ? »), le créateur doit verbaliser cette problématique précise et y apporter une réponse claire dans sa vidéo. Plus l’échange audio est structuré autour de cas d’usage réels, plus le modèle de langage sera capable d’extraire votre marque comme solution recommandée.
L’influence marketing entre dans l’ère de la recommandation sémantique
L’influence ne sert plus seulement à capter l’attention éphémère d’une audience sur un flux social ; elle alimente désormais la base de connaissances des intelligences artificielles qui guident les décisions d’achat au quotidien. Les marques qui accepteront de lâcher une part de contrôle éditorial au profit de partenariats approfondis et authentiques s’assureront une présence incontournable au moment même où les consommateurs demanderont conseil à leurs assistants IA.
