Changement de nom d'entreprise : pourquoi l'IA garde l'ancien

« Dans combien de temps ChatGPT aura-t-il oublié notre ancien nom ? » La question revient après chaque changement de nom d'entreprise, et elle part d'une image fausse. Un assistant IA n'oublie rien à échéance. L'ancien nom n'a pas de date de péremption, le nouveau n'attend pas son tour dans une file, et le modèle ne contient aucune horloge qui compterait les mois depuis l'annonce. La bonne question est ailleurs : lequel des deux canaux dont l'assistant se sert porte encore l'ancien nom, et dans quelle langue.

Ces deux canaux vieillissent à des rythmes sans rapport. L'un est logé dans le modèle et ne bouge que lorsque le modèle est remplacé. L'autre est le web, qui change au rythme où les autres mettent leurs pages à jour. Les traiter comme un seul problème, c'est s'exposer à des vérifications dont les résultats paraissent incohérents.

Ce que le modèle a retenu avant le changement

La mémoire du modèle, c'est ce qu'il a absorbé pendant son entraînement, figé le jour où l'entraînement s'est arrêté. Cette date, la date de coupure, les éditeurs la publient. Anthropic en donne même deux pour chaque modèle Claude : une date de connaissances fiables, jusqu'à laquelle les connaissances du modèle sont les plus étendues et les plus sûres, et une date de coupure des données d'entraînement, plus large. Pour Claude Haiku 4.5, ce sont février 2025 et juillet 2025 (Anthropic, fiche du modèle). OpenAI indique pour gpt-5-mini une coupure au 31 mai 2024 (OpenAI, fiche du modèle).

Le point décisif est ailleurs : un modèle reste en service longtemps après sa date de coupure. Claude Haiku 4.5 est sorti en octobre 2025, huit mois après sa date de connaissances fiables, et il était toujours disponible via l'API en octobre 2026. Une entreprise rebaptisée dans cet intervalle n'existe, pour ce modèle, que sous son ancien nom.

Le modèle suivant ne règle pas tout. Un entraînement se nourrit de textes, et les textes s'accumulent lentement. Un nom porté pendant vingt-cinq ans figure dans des catalogues, des appels d'offres, la presse professionnelle, des listes d'exposants de salons. Un nom porté depuis six mois figure sur votre site et sur quelques pages déjà corrigées. Un modèle entraîné après le changement peut avoir vu le nouveau nom et associer quand même plus fortement l'ancien. L'ancien nom s'efface d'une génération de modèles à l'autre, pas d'une semaine à l'autre.

C'est la différence avec le cas d'un nouveau produit que les IA ignorent. Un produit nouveau part d'une mémoire vide. Un nom nouveau part d'une mémoire pleine, mais de la mauvaise information. Le vide se comble plus facilement que l'erreur ne se corrige.

La recherche web, l'autre source, qui ne dit pas la même chose

Le second canal, c'est la recherche : les pages que l'assistant va lire sur le web au moment de répondre. La documentation d'OpenAI le décrit pour son outil de recherche : le modèle « peut choisir de chercher sur le web ou non selon le contenu du prompt » (OpenAI, guide de la recherche web). La même question sur votre entreprise peut donc venir un jour de la mémoire, le lendemain de la recherche. Une réponse emploie l'ancien nom, l'autre le nouveau. Ce n'est pas une panne, ce sont deux mécanismes.

La recherche lit le web d'aujourd'hui, mais elle n'est à jour que dans la mesure où les pages trouvées le sont. Et la plupart des pages qui parlent d'une entreprise ne sont pas écrites par elle : catalogues des distributeurs à l'étranger, annuaires B2B, fiches PDF et certificats émis sous l'ancien nom, articles et références antérieurs au changement, pages de renseignements sur les sociétés.

Reste la question elle-même. Le client qui vous connaît depuis quinze ans tape l'ancien nom, et une recherche sur l'ancien nom renvoie des pages qui portent l'ancien nom. Si vos redirections fonctionnent, l'assistant peut aussi atteindre le nouveau site et écrire « anciennement ». Sinon, il décrit une entreprise qui, d'après le web visible, n'a pas changé. Le bon résultat n'est pas une réponse qui a effacé l'ancien nom. C'est une réponse qui relie les deux : X, devenue Y.

SIREN, Kbis, annonce légale : le fil existe déjà

En France, un changement de dénomination sociale laisse une trace administrative nette. Il passe par une modification des statuts, une annonce légale et une déclaration au guichet unique, et un nouvel extrait Kbis porte la nouvelle dénomination. Le numéro SIREN, lui, ne change pas. C'est le fil qui relie l'ancien nom au nouveau, et il vaut la peine de l'afficher sur le site, dans les mentions légales et dans chaque version linguistique.

La fusion-absorption est un autre cas. La société absorbée disparaît, elle est radiée du registre, et certains sites de renseignements sur les entreprises l'affichent alors comme fermée. Si un assistant affirme que votre ancienne société a cessé son activité, il a souvent lu l'une de ces pages sans le contexte. La réponse se trouve sur votre propre site : une page qui explique, en toutes lettres, qui a absorbé qui et depuis quand.

Fusion, rachat, simple changement de nom : trois pièges distincts

Le simple changement de nom est le cas le plus bénin : même société, même SIREN, nom nouveau. Le risque principal est le décalage, avec un assistant qui vous décrit correctement mais sous l'ancien nom.

La fusion est plus piégeuse. Pour un assistant, les deux sociétés d'avant restent deux sociétés, puisque c'est ainsi que les décrivent ses données d'entraînement. À une question de catégorie, il peut les citer toutes les deux comme des alternatives. Un acheteur y lit deux concurrents là où il n'y a plus qu'un fournisseur. La description de l'une peut aussi emprunter des détails à l'autre, un proche cousin du problème de l'homonyme, sauf qu'ici les deux noms sont bien les vôtres.

Le rachat qui conserve la marque comme gamme ou comme filiale se situe entre les deux : l'assistant peut la présenter comme indépendante, avec l'ancien actionnaire et les anciennes coordonnées.

Que mesurer après un changement de nom

Le changement de nom modifie l'objet mesuré, donc la mesure doit changer elle aussi. Quatre familles de questions suffisent pour l'essentiel :

• Avec l'ancien nom, comme un client historique. La réponse mentionne-t-elle le nouveau ? Dit-elle qu'il s'agit de la même entreprise ?
• Avec le nouveau nom, comme un prospect. L'assistant le reconnaît-il, ou le traite-t-il comme une société inconnue ?
• Sans aucun nom : quels fabricants de votre produit servent votre marché ? Quel nom apparaît ? Après une fusion, les deux anciens noms apparaissent-ils comme deux entrées ?
• Les sources : quand l'assistant cite des pages, lesquelles portent encore l'ancien nom ? Ce sont les premières à faire corriger.

Chaque famille se mesure dans chaque langue où vous vendez. Le nouveau nom gagne vite le web francophone, où se trouvent votre site et votre communiqué. Il atteint le catalogue du distributeur allemand ou l'annuaire italien quand quelqu'un, là-bas, y pense. L'ancien nom résiste le plus longtemps dans les marchés que vous suivez le moins.

Elle se mesure aussi assistant par assistant. Perplexity est construit autour de la recherche et cite les pages qu'il lit ; ChatGPT et Claude décident au cas par cas. Les comparer montre vite quel canal est en retard. Dans l'idéal, la première mesure se fait avant l'annonce, sous l'ancien nom : elle indique ce qu'était la normale, et permet de lire une baisse comme un décalage plutôt que comme une perte de visibilité. Reposer les mêmes questions à intervalle régulier est la partie fastidieuse, et c'est ce que fait PSentry : 2 analyses par mois sur ChatGPT, Claude, Gemini et Perplexity, un score par langue et les sources citées. L'outil mesure quel nom les assistants emploient. Il ne les fait pas changer, et personne ne peut le promettre.

Ce qui dépend de vous sur le web

La mémoire du modèle ne se modifie pas. Ce qui se travaille, ce sont les pages que la recherche trouvera.

• Des redirections durables. Si le domaine change, l'ancien doit rediriger page par page, pas seulement vers l'accueil. Le guide de Google sur les déménagements de site demande de garder les redirections au moins 180 jours, et son outil de changement d'adresse transfère les signaux pendant 180 jours (Aide Google Search Central). Cela concerne Google Search, mais la recherche des IA lit le même web.
• Une phrase simple sur le site, dans chaque langue : « Y s'appelait X jusqu'en 2026 ».
• Des données structurées honnêtes. Schema.org ne prévoit aucune propriété pour un ancien nom. La plus proche, alternateName, est définie comme un simple alias (schema.org) : elle relie les deux noms à une même organisation, sans date.
• Les pages des autres : distributeurs, annuaires, salons, registres de certification. Une liste par langue, en commençant par celles que les assistants citent réellement.

Rien de tout cela ne garantit qu'un assistant emploiera le nouveau nom. Cela supprime les raisons pour lesquelles une réponse fondée sur la recherche ne le ferait pas.

Trois questions avant de tourner la page de l'ancien nom

Faut-il supprimer l'ancien nom du site ?

Non, pas tout de suite. Une page qui ne le mentionne jamais ne donne à la recherche aucun moyen de relier la question d'un client historique au nouveau nom. Il suffit de le citer une fois, avec la date du changement.

Peut-on demander à OpenAI ou à Anthropic de corriger le nom ?

Il n'existe aucun formulaire pour cela. Ce que le modèle a appris à l'entraînement ne change qu'avec un nouveau modèle. Ce qu'il trouve par la recherche change avec le web.

Combien de temps surveiller l'ancien nom ?

Jusqu'à ce qu'il disparaisse des réponses dans toutes les langues où vous vendez. C'est une mesure, pas une date, et les marchés négligés seront les derniers.