Pourquoi la visibilité IA se brise en changeant de langue

Demandez à ChatGPT, en français, quelles entreprises fabriquent des pompes doseuses industrielles pour l'agroalimentaire. Notez les noms. Posez maintenant la même question en allemand. Vous n'obtiendrez pas la traduction de la première liste : vous obtiendrez une autre liste, avec d'autres entreprises dedans, et il y a de bonnes chances que votre marque figure dans l'une et pas dans l'autre.

Cela surprend presque tout le monde. Ce n'est pas un raté du modèle, et ce n'est pas un problème de traduction qu'un sélecteur de langue viendrait régler. C'est une conséquence directe de la façon dont ces systèmes apprennent, et si vous exportez, c'est probablement le plus gros trou de votre mesure marketing aujourd'hui.

Il n'existe aucune réponse globale à votre sujet

On imagine volontiers que le modèle abrite une opinion arrêtée sur votre entreprise, rangée dans ses poids, qu'il déroulerait ensuite dans la langue où on l'interroge. Ce n'est pas ce qui se passe. Ce que le modèle conserve, c'est le dépôt de tout ce qu'il a lu, et ce qu'il a lu sur vous en allemand n'est pas ce qu'il a lu sur vous en français.

Regardez ce que contient le corpus d'une langue : presse professionnelle, pages de distributeurs, fils de forum où quelqu'un demande quel fournisseur retenir, sites d'avis, articles comparatifs écrits par des gens que personne du comparatif n'a payés. Tout cela produit par des gens ancrés dans un marché précis, dense dans certaines langues, presque vide dans d'autres. Alors quand un modèle répond en espagnol, il s'appuie sur ce que dit le web hispanophone. Les systèmes qui vont chercher leurs sources avant de répondre le font au pied de la lettre : ils récupèrent des pages en espagnol et les résument. Si votre présence en espagnol se résume à une page d'accueil traduite, le modèle travaille sur un corpus où vous n'existez quasiment pas. Il répondra quand même, avec le même aplomb. Il citera simplement quelqu'un d'autre.

Une nuance, parce qu'on la survend souvent : une partie du savoir franchit bel et bien les langues. Les grands modèles partagent des représentations internes, et une marque dont le monde entier parle passe la frontière intacte. Personne n'a besoin de lire le web en coréen pour savoir ce que fabrique Michelin. Le transfert est faible précisément là où vit la plupart des exportateurs : une entreprise reconnue chez elle et dans sa filière, dont toute l'empreinte extérieure tient en quelques dizaines de pages, en une ou deux langues. Pour elle, franchir une frontière linguistique tient moins de la traduction que du redémarrage à zéro.

Traduire son site déplace moins qu'on ne le croit

Votre site est une voix, et c'est celle dont la prétention à l'objectivité est la plus faible de tout le corpus : tout ce qui s'y trouve, c'est vous qui parlez de vous. Les modèles ont lu une quantité vertigineuse de pages « qui sommes-nous » et les traitent en conséquence. Ce qui établit votre existence dans une langue, c'est ce que les autres ont écrit sur vous dans cette langue, dans des endroits où ils n'avaient aucune raison de vous flatter. Traduire est le geste évident, et c'est celui qui change le moins de choses.

La question n'est donc pas « notre site existe-t-il en allemand ». Elle est : qui, écrivant en allemand, nous a déjà cités ?

Vous pouvez le vérifier cet après-midi. Cherchez votre nom de marque en filtrant les résultats sur la langue visée et en excluant votre propre domaine : "votremarque" -site:votredomaine.com. Ignorez le compteur de résultats et lisez ce qui remonte. Si ce sont vos distributeurs qui republient votre communiqué, c'est encore votre voix, avec un autre chapeau. S'il ne remonte rien du tout, vous savez désormais avec quoi le modèle a travaillé le jour où il a décidé de ne pas vous nommer.

Le marché où vous êtes le plus invisible est celui que vous ne testez jamais

Voilà la raison structurelle pour laquelle le problème reste caché. Dans les entreprises exportatrices, le marketing teste sa visibilité dans une langue sur deux : celle du siège, ou l'anglais. Ce sont les langues que lisent les personnes chargées du test. Personne ne tape une question d'achat dans ChatGPT en polonais, parce qu'au siège, personne ne pense en polonais.

L'angle mort n'a donc rien d'aléatoire. Il recouvre exactement l'ensemble des marchés où vous faites du chiffre sans presse locale ni communauté qui parle de vous : par construction, les marchés où une réponse générée a le moins de chances de vous inclure, et ceux que vous avez le moins de chances d'aller vérifier. Vos tableaux de bord disent que la visibilité va bien. Vos tableaux de bord lisent les deux langues où le problème ne s'est jamais posé.

L'asymétrie joue dans les deux sens

Ce n'est pas seulement une menace. Sur un marché d'export, les concurrents locaux qu'un modèle recommande à votre place sont souvent bien plus petits que vous : moins de chiffre d'affaires, une gamme plus étroite. Ce qu'ils ont, c'est de la densité dans cette langue. Une revue professionnelle les a portraiturés, une fédération les répertorie, un forum se dispute à propos de leurs produits. On a nourri le modèle avec un marché où ils sont la réponse évidente, parce que dans les textes qu'il a lus, ils sont à peu près la seule réponse.

L'écart entre votre position réelle dans un pays et votre présence dans les réponses de la machine sur ce pays est la chose la plus exploitable qu'un exportateur puisse mesurer. Elle vaut infiniment mieux qu'un score global unique, qui moyenne exactement l'information dont vous avez besoin. Imaginez un fabricant français de machines, des ventes solides en Allemagne, aucun contenu en allemand qui ne soit le sien : la bonne question n'est pas son score domestique, c'est pourquoi un acheteur allemand qui interroge un modèle s'entend parler de quelqu'un d'autre, alors que les ventes disent que cet acheteur continue malgré tout de le choisir. Cette discordance est un avertissement au sujet des acheteurs qui n'ont pas encore appelé.

Mesurer sans se raconter d'histoires

Trois règles, et c'est sur la deuxième que la plupart des tentatives échouent.

Posez la question que pose un acheteur. Interroger un modèle sur le nom de votre marque ne vous apprend rien : donnez-lui un nom, il trouvera toujours quelque chose à en dire. Les questions qui comptent viennent de quelqu'un qui ignore encore votre existence. Qui fournit ce composant en Europe. Quelles sont les options pour une entreprise de cette taille. Quels fournisseurs respectent cette certification.

Reformulez pour chaque marché, ne traduisez pas. C'est l'étape que tout le monde saute. La traduction littérale d'un prompt français produit une phrase qu'aucun acheteur local ne taperait. Chaque marché découpe ses catégories à sa façon : le produit porte un autre nom, le critère qui pèse est une norme locale et non une norme mondiale, l'organisme que cite un acheteur allemand n'est pas celui que citerait un acheteur espagnol. Un jeu de prompts passé à la moulinette d'un traducteur mesure une question que personne ne pose, et vous rend une réponse propre et fausse.

Répétez, puis comparez. Ces modèles sont probabilistes : demandez deux fois, obtenez deux réponses. Un résultat unique dans une langue unique est une anecdote. Ce qu'il vous faut, c'est le même jeu de prompts reformulé, exécuté sur les plateformes que les gens utilisent, dans toutes les langues où vous vendez, répété dans le temps. Ce qui compte, c'est l'écart entre les marchés, pas le score dans l'un d'eux.

Là où un outil devient nécessaire

Tout cela, vous pouvez le faire à la main, une fois, pour une langue. Vous ne pouvez pas le faire sur des dizaines de prompts, quatre plateformes d'IA et six marchés, de façon répétée, et garder un travail à côté. C'est là que l'automatisation s'impose, et c'est précisément ce pour quoi PSentry a été construit : un AI Visibility Score calculé par langue et par marché plutôt que globalement, les concurrents locaux nommés à votre place dans chacun d'eux, et une analyse de l'écart d'export qui isole les marchés où vous vendez alors que les machines ne vous citent pas.

Les réserves ont aussi leur place ici. Les scans tournent selon un calendrier, deux fois par mois, pas en temps réel. Et un outil de monitoring mesure : il ne manipule pas ce que disent les modèles et ne promet pas que votre visibilité s'améliorera. Il vous donne une lecture de votre position sur chaque marché, ce que la plupart des exportateurs n'ont aujourd'hui sous aucune forme.

En résumé

Votre visibilité IA n'est pas un chiffre. C'est un chiffre par langue, et ces chiffres peuvent diverger violemment. Le web parle de vous dans certaines langues et se tait dans d'autres, les machines lisent exactement cela et répondent en conséquence. Traduire vos pages n'y change pas grand-chose, parce que la source qui comptait n'a jamais été vous. Et le marché où l'écart est le plus large est, presque par définition, celui que personne n'a songé à vérifier.

Questions Fréquentes

Si je publie du contenu en allemand sur mon site, les réponses en allemand vont-elles changer ?

Cela aide, mais cela suffit rarement à soi seul. Votre site est une source parmi d'autres, et le modèle la pèse pour ce qu'elle est : une entreprise qui se décrit elle-même. La présence dans une langue se construit surtout avec des tiers. La vraie question est donc de savoir si quelqu'un qui écrit en allemand a une raison de vous mentionner.

Une langue se comporte-t-elle pareil dans tous les pays qui la parlent ?

En gros oui, mais pas tout à fait. Un modèle puise dans les mêmes sources germanophones que l'acheteur soit en Allemagne, en Autriche ou en Suisse. Les fournisseurs et les réglementations effectivement cités peuvent toutefois varier, car le modèle reflète les textes qu'il a lus. Traitez la langue comme une unité de départ, pas comme la preuve que tous les pays qui l'emploient se ressemblent.

Faut-il tester l'anglais sur des marchés où ce n'est pas la langue locale ?

Oui. Les acheteurs techniques et industriels font leurs recherches en anglais où qu'ils soient. L'anglais ne remplace pas la langue locale, mais il n'est pas non plus hors sujet. C'est une langue de plus dans l'ensemble, pas l'ensemble.

Mes prompts sont déjà traduits. Pourquoi est-ce insuffisant ?

Parce qu'un prompt traduit, c'est votre question dans leurs mots, pas leur question. Ailleurs, on nomme la catégorie autrement et on pose la comparaison sur d'autres critères. Si le prompt n'est pas de ceux qu'un acheteur local taperait vraisemblablement, la réponse que vous mesurez n'est pas celle qu'il voit.