Identifiez les opportunités de croissance à privilégier en fonction de la demande du marché, du paysage concurrentiel, des propositions de valeur de la marque et des sources de citation.
Une forte activité dans les réponses de l'IA ne signifie pas une forte demande du marché. Le nombre de réponses dépend de votre ensemble de questions et de votre échantillonnage, et l'IA aime lister des marques. Découvrez quelles couches de données croiser, et quels signaux justifient un projet plutôt qu'une simple piste de recherche.
Explorez plus 12,000 marchés de niche.
Mis à jour par
Mis à jour le Nov 05, 2026
Pas forcément, et la plupart du temps non. Une « forte activité dans les réponses de l'IA » mélange généralement cinq signaux : des réponses riches, des estimations élevées de volume de prompts, des réponses qui changent à chaque fois, des marques citées encore et encore, et des annonces ou fiches shopping dans l'IA.
Les trois premiers reflètent surtout la quantité de contenu disponible en ligne, la méthode d'estimation et le caractère aléatoire du modèle. Le quatrième montre seulement qu'une marque est entrée dans la liste restreinte de l'IA. Le cinquième montre que quelqu'un est prêt à payer pour ces questions. C'est le plus proche d'une demande commerciale, mais cela ne correspond toujours pas à la taille du marché.
Pour savoir si la demande est importante, il faut au bout du compte revenir aux données de recherche, au comportement sur votre propre site et aux vrais clients.
Une réponse d'IA est le résultat d'une question. Si vous demandez à ChatGPT « Quelles montres connectées conviennent pour nager ? » et qu'il vous donne une longue liste, cela prouve seulement qu'il sait répondre. Vous êtes peut-être la seule personne à poser cette question.
Quand on sépare les deux types de signaux, la situation devient beaucoup plus claire :
Le problème, c'est que le côté demande est presque invisible. Aucune grande plateforme d'IA ne publie ses journaux de prompts, et Ahrefs comme Conductor le reconnaissent en expliquant leurs méthodes. Tous les chiffres de demande qui circulent sont donc des estimations ou des observations indirectes.
Ci-dessous, nous passons les signaux en revue un par un et voyons ce que chacun peut prouver.
Ces cinq signaux sont souvent mis dans le même sac : « ce marché est en plein essor dans l'IA ». Le tableau les sépare. Plus un signal est bas dans le tableau, plus il se rapproche de « quelqu'un est en train de payer ».
| Signal | Ce que vous voyez | Ce qu'il reflète surtout | Ce qu'il peut montrer | Ce qu'il ne peut pas montrer |
|---|---|---|---|---|
| 1. Réponses riches | De longues réponses qui listent beaucoup de marques et citent beaucoup de sources | La quantité de contenu public ; la maturité de la catégorie | Que l'IA dispose d'assez de matière pour parler de la catégorie | Combien de personnes posent la question |
| 2. Volume de prompts élevé | Un outil indique qu'un sujet est « très demandé » | Une projection à partir de panels ou de données de recherche | La popularité relative des sujets au sein d'un même outil | Le nombre absolu de prompts ; l'intention d'achat |
| 3. Réponses instables | La même question renvoie à chaque fois des marques différentes dans un ordre différent | Une génération probabiliste ; la taille du vivier de candidats | Si le vivier de candidats de la catégorie est large ou restreint | Que le marché soit en train de changer |
| 4. Mentions fréquentes d'une marque | Certaines marques reviennent encore et encore dans de nombreuses réponses | La position de la marque dans l'ensemble de candidats de l'IA | La visibilité de la marque dans l'ensemble de questions choisi | Les ventes, la part de marché, les clics |
| 5. Annonces et fiches shopping dans l'IA | Des annonces sponsorisées ou des fiches produit apparaissent sous la réponse | Des annonceurs qui paient ; la plateforme estime qu'il y a une intention d'achat | Que des entreprises sont prêtes à acheter de la visibilité sur ces questions | La taille du marché, le taux de conversion |
De longues réponses qui listent beaucoup de marques vous disent d'abord qu'il existe beaucoup de contenu en ligne sur la catégorie, pas que beaucoup de gens posent la question.
Une étude publiée par SparkToro et Gumshoe en janvier 2026 va dans ce sens. 600 volontaires ont utilisé 12 prompts et recueilli 2 961 réponses de ChatGPT, Claude et de l'IA de Google. Les chercheurs ont constaté que le nombre de marques recommandées par l'IA variait fortement d'un sujet à l'autre, et que cette variation suivait de près le nombre d'entités existant pour ce sujet dans le matériau dont l'IA apprend. Par exemple, Los Angeles compte moins d'une douzaine de concessionnaires Volvo, alors que les romans de science-fiction récents se comptent par milliers.
On peut en déduire (c'est notre analyse, pas une conclusion de l'étude) : dans une catégorie grand public riche en avis et en classements, l'IA répondra en détail et avec assurance. Dans une catégorie industrielle avec une forte demande d'achat mais peu de contenu public, l'IA ne donnera peut-être que quelques lignes. La richesse d'une réponse n'a pas de lien nécessaire avec l'ampleur de la demande.
Comment vérifier : ouvrez les sources citées derrière la réponse et classez-les en sites de marque, médias éditoriaux, forums et plateformes e-commerce. Si les citations se concentrent sur quelques sites de classements ou d'affiliation, « riche » signifie simplement que ces sites écrivent beaucoup.
Le volume de prompts (aussi appelé volume de recherche IA) est aujourd'hui l'indicateur qui ressemble le plus à des « données de demande », mais il est entièrement estimé. Face à un chiffre, déterminez d'abord de quelle méthode d'estimation il provient :
Alexa for Shoppingchatgpt.com et perplexity.ai dans votre propre GA4, ainsi que les requêtes de la Search Console. Ce sont de vrais comptages, mais ils ne couvrent que la demande qui est déjà arrivée sur votre site.Il faut aussi vérifier si ces prompts ont un rapport avec l'achat. Un working paper du NBER rédigé par OpenAI avec l'économiste de Harvard David Deming a analysé 1,5 million de conversations ChatGPT. Selon le résumé de Deming, les messages non professionnels représentaient 73 % à la mi-2025. « Seeking Information » (qui inclut la recherche de produits à acheter et de recettes) représentait 21,3 % de tous les messages, derrière « Practical Guidance » à 28,3 % et « Writing » à 28,1 %.
Cela signifie (notre déduction) : une grande partie du volume de prompts d'un sujet peut venir des devoirs, de la rédaction et de l'apprentissage, sans rapport avec l'achat. Un volume de prompts élevé prouve au mieux que « les gens parlent de ce sujet ». Il ne peut pas prouver que « les gens veulent acheter ».
Comment nous vous conseillons de l'utiliser : comparez le niveau relatif et la tendance des sujets uniquement au sein d'un même outil, et ne comparez pas les valeurs absolues d'un outil à l'autre. Regardez-le avec le volume de recherche Google et Google Trends ; c'est plus crédible quand ils vont dans le même sens. Dans les rapports internes, parlez de tendances, pas de chiffres précis.
Si la même question reçoit aujourd'hui une réponse différente de celle de la semaine dernière, la raison la plus fréquente est un échantillon trop petit, pas un changement de marché.
L'étude SparkToro mentionnée plus haut donne des chiffres précis : si vous posez le même prompt 100 fois, la probabilité que ChatGPT ou l'IA de Google renvoie exactement la même liste de marques est inférieure à 1 %. La probabilité d'obtenir la même liste dans le même ordre est encore plus faible, environ 1 sur 1 000. La façon dont les vrais utilisateurs formulent leurs questions est tout aussi dispersée : lorsque 142 participants ont chacun écrit un prompt pour la même intention, la similarité sémantique moyenne n'était que de 0,081.
L'étude a aussi une autre facette. Avec des échantillonnages répétés, le taux d'apparition d'une marque est relativement stable, et les chercheurs le considèrent comme un indicateur raisonnable. En revanche, « à quelle place vous êtes classé dans l'IA » n'a pas de sens.
Comment vérifier : fixez d'abord le marché, la langue, le modèle, l'ensemble de questions et la période ; faites ensuite plusieurs échantillonnages et comparez les taux d'apparition, pas deux captures d'écran. Seuls les changements mesurés avec la même configuration méritent d'être suivis comme signaux de marché.
Quand une marque apparaît encore et encore dans les réponses de l'IA, elle est entrée dans l'ensemble de candidats du modèle. C'est autre chose que les ventes ou la part de marché.
Il en va de même quand vous ventilez les résultats par intention d'achat : si un type de question occupe une grande part de l'ensemble de questions suivi, cela vous indique vers quoi orienter votre contenu, pas combien de personnes achètent.
Même être cité ne garantit pas de visites. Le Pew Research Center a analysé en mars 2025 les données de navigation réelles de 900 adultes américains, soit 68 879 recherches Google. Lorsqu'un résumé IA apparaissait sur la page, les utilisateurs cliquaient sur un résultat classique dans 8 % des cas, contre 15 % sans résumé. Seul 1 % a cliqué sur un lien cité dans le résumé. Ce sont des chiffres de Google Search qui ne s'appliquent pas directement à ChatGPT, mais ils suffisent à montrer qu'il existe un écart net entre « être montré par l'IA » et « recevoir des visites ».
Les quatre premiers signaux sont produits par l'IA elle-même. Les annonces sont différentes : ce sont des votes que les entreprises expriment avec leur budget.
Selon l'annonce officielle d'OpenAI, ChatGPT a commencé à tester des annonces le 9 février 2026 auprès des utilisateurs adultes connectés aux formules Free et Go aux États-Unis. En mars, OpenAI a annoncé étendre le test au Canada, à l'Australie et à la Nouvelle-Zélande. En août, l'entreprise a annoncé le lancement des annonces au Royaume-Uni, au Mexique, au Brésil, au Japon et en Corée du Sud. Les annonces portent la mention Sponsored, sont affichées séparément de la réponse et sont attribuées selon le sujet de la conversation, les conversations précédentes et les interactions avec les annonces. OpenAI affirme que les annonces n'influencent pas les réponses et n'apparaissent pas à côté de sujets comme la santé, la santé mentale ou la politique.
Pourquoi c'est plus proche de la demande (notre analyse) : si des annonceurs sont prêts à acheter de la visibilité sur des questions comme « comment choisir un téléviseur pour le salon », au moins certaines entreprises pensent qu'il y a des acheteurs. C'est bien plus convaincant que « l'IA répond de façon très détaillée ».
Trois variables à surveiller :
Les fiches shopping sont un autre indice : quand une plateforme traite une question comme une question d'achat, elle affiche souvent des fiches produit. Il est aussi utile de noter quelles questions déclenchent des fiches produit et quels concurrents occupent ces emplacements.
Les cinq signaux peuvent être rangés comme une échelle. Cherchez des preuves de bas en haut : aucune quantité de signaux de bas niveau ne peut remplacer des preuves de niveau supérieur.
Échelle de preuves : cinq niveaux, de « l'IA sait répondre » à « la demande arrive jusqu'à vous »
Pour un contenu, atteindre L2–L3 suffit généralement. Pour décider d'entrer sur un nouveau marché, il faut aller jusqu'à L5. Toutes les catégories n'ont pas de L4, et l'absence d'annonces ne signifie pas l'absence de demande.
L'ordre ci-dessous commence par les vérifications les moins coûteuses. Plus vous avancez, plus vous vous rapprochez de la demande réelle.
Après ces cinq vérifications, pour décider s'il faut poursuivre la recherche, lancer un petit pilote ou mettre en pause, consultez le tableau de décision du Guide complet de la veille marché dans la recherche IA. Pour évaluer précisément si les acheteurs sont déjà en phase de comparaison, lisez Avant d'entrer sur un nouveau marché : comment utiliser les requêtes IA publiques pour savoir si les acheteurs comparent déjà ce type de produit.
Faire une fois à la main les cinq vérifications ci-dessus n'est pas difficile. Ce qui est difficile, c'est de garder la même configuration à chaque fois et de pouvoir réexaminer les preuves plus tard. Market Intelligence de Dageno enregistre les réponses de l'IA, les sources citées, les intentions d'achat, les annonces et les fiches produit pour un même marché, modèle, région et période, ce qui correspond directement aux niveaux L1 à L4 de l'échelle de preuves. Ci-dessous, nous prenons le marché des Smart Watches comme exemple.
Regardez sur quel contenu s'appuient les réponses. Les sources et contenus cités par l'IA listent les domaines cités, le nombre de citations et la part des réponses qui citent chacun d'eux, et classent chaque domaine par type, comme Official Sites, Editorial & News et Community & Social. Dans la figure 1, youtube.com est cité dans 19,7 % des réponses, et apple.com arrive 6e avec 6,7 %. Les réponses de cette catégorie sont riches surtout parce que le contenu communautaire et médiatique les porte.
Figure 1. Cited source leaderboard de Dageno, marché des Smart Watches
Regardez sur quelles questions l'activité se concentre. AI Search Intents regroupe les questions par intention d'achat. Dans la figure 2, « Recommendations » représente 55,1 % de la part de demande. À l'intérieur, « Choose for your needs » représente 81,2 %, tandis que « Compare options & decide » ne représente que 0,3 %. Cela indique que le contenu doit s'organiser autour des cas d'usage. La part de demande décrit les questions suivies, pas le volume de recherche.
Figure 2. Search intent overview de Dageno, marché des Smart Watches
Regardez si quelqu'un paie. La concurrence publicitaire dans l'IA enregistre les annonceurs et les emplacements publicitaires observés dans ChatGPT Ads et Google AI Overview Ads, et la visibilité des produits dans le shopping IA enregistre les produits, les prix et les marchands des fiches produit. Dans la figure 3, toutes plateformes et toutes régions confondues, ce marché compte 200 emplacements publicitaires et 99 annonceurs. Whoop est celui qui apparaît le plus, avec 13 emplacements. Le nombre d'emplacements publicitaires ne représente ni les dépenses ni les conversions.
Figure 3. Vue d'ensemble des annonces de Dageno, marché des Smart Watches
Ajoutez ensuite la popularité des prompts et vos propres données. Prompt Volumes hiérarchise les sujets avec la même configuration, et Cross-Model and Regional Benchmarking compare les différences entre modèles, pays et langues. Quand vous connectez GSC et GA4, vos propres requêtes, pages d'atterrissage et événements clés apparaissent à côté des données IA, chacun avec l'étiquette de sa source de données. Cela complète le niveau L5.
Si votre équipe manque de bras, Dageno propose aussi un service GEO/AEO géré qui couvre le diagnostic, le contenu, les sources et la livraison continue. Pour être clair : Dageno n'estime ni la taille du marché ni la demande totale (voir la page étude d'entrée sur le marché). Ce qu'il fait, c'est rendre chaque niveau de preuve réexaminable et vérifiable. Les décisions d'investissement nécessitent toujours des données propriétaires et des études clients.
La même « activité » peut mener à des conclusions opposées selon la configuration. Avant d'agir, passez en revue ces points :
Découvrez comment votre marque se comporte dans la recherche IA
Obtenir votre rapport gratuit S'inscrire sur DagenoAvant d'agir selon un plan rédigé par une IA, vérifiez les preuves qui le sous-tendent. Notre note Les stratégies générées par l'IA doivent passer un test de preuves avant que les équipes agissent explique pourquoi.
Non. La richesse des réponses dépend surtout de la quantité de contenu utile en ligne. Pour juger de la popularité, regardez au moins l'évolution relative du volume de recherche ou des estimations de volume de prompts et, si possible, les données de votre propre site.
Le volume de recherche Google repose sur les propres données de Google, sa méthode de mesure est donc beaucoup plus stable. Le volume de prompts est toujours une estimation et sert à comparer la position relative des sujets entre eux. Quand les deux vont dans le même sens, le résultat est plus crédible. Quand ils divergent nettement, il vaut la peine d'en chercher la raison séparément.
Pas forcément. Les méthodes d'estimation peuvent sous-estimer certains groupes, comme les utilisateurs mobiles et en entreprise. Si vos acheteurs cibles utilisent l'IA pour choisir des produits et que des concurrents apparaissent déjà dans les réponses, cela mérite d'être priorisé même si le volume estimé est faible.
Vérifiez d'abord trois choses : dans quel pays les annonces apparaissent, quelles questions elles ciblent et si le concurrent les maintient. Des annonces qui continuent d'apparaître suggèrent que le concurrent obtient un retour, mais vous devez tout de même décider en fonction de votre propre économie unitaire.
Non. Dageno observe les réponses de l'IA, les citations, les annonces et les fiches produit pour cadrer le périmètre de votre recherche et trouver les écarts concurrentiels. La taille du marché et le potentiel de ventes nécessitent une étude commerciale indépendante et des données propriétaires.
Une forte activité dans les réponses de l'IA est une piste qui mérite d'être suivie, pas une conclusion à présenter directement pour faire valider un projet. Identifiez d'abord de quel type d'activité il s'agit, puis cherchez des preuves dans cet ordre : « l'IA sait répondre → les acheteurs posent la question à plusieurs reprises → quelqu'un paie → la demande arrive jusqu'à vous ». Ainsi, une belle liste générée par l'IA ne faussera pas votre jugement.
Pour voir les réponses de l'IA, les concurrents, les citations et les annonces de votre propre marché, vous pouvez lancer une recherche gratuite. Elle couvre plus de 12 000 segments de marché.
Pour aller plus loin
Toutes les pages ont été consultées le 20 octobre 2026.
Mis à jour par
Dageno
Dageno is the research and insights team at Dageno AI, publishing industry reports and expert analysis on AI Search Visibility, Generative Engine Optimization (GEO), and AI-powered search discovery.
Dageno • Nov 04, 2026
Dageno • Nov 05, 2026
Dageno • Nov 05, 2026
Dageno • Nov 04, 2026