Depuis quelques mois, un glissement discret mais profond s'est opéré dans nos habitudes numériques. Là où nous tapions autrefois une requête dans un moteur de recherche, nous posons désormais une question à un assistant conversationnel. Là où dix liens bleus s'affichaient pour être explorés un par un, un grand modèle de langage — un LLM — propose une synthèse directe, parfois sans citer une seule source vérifiable. Ce basculement n'est pas anecdotique : il remodèle en profondeur l'architecture de l'information sur le web, redistribue le trafic entre les éditeurs, et soulève des questions fondamentales sur la visibilité, la vérifiabilité et la souveraineté des contenus numériques.

Le phénomène a longtemps été minimisé par les acteurs historiques du secteur. Google, qui domine la recherche depuis plus de deux décennies, a lui-même intégré des réponses générées par intelligence artificielle directement dans ses pages de résultats — les désormais célèbres AI Overviews — au risque de cannibaliser le trafic des sites qu'il indexait pourtant. Microsoft a misé massivement sur Copilot. Perplexity AI a séduit des millions d'utilisateurs en promettant une recherche sans distraction. OpenAI a lancé sa propre interface de navigation web. Le constat est sans appel : les LLM ne sont plus seulement des outils de rédaction ou d'assistance ; ils sont devenus des portes d'entrée concurrentes au web traditionnel, et leur influence sur la manière dont l'information circule ne cesse de croître.

L'effacement progressif du clic

Pendant des décennies, l'économie du web reposait sur un principe simple : attirer l'internaute sur une page, le retenir, lui faire cliquer sur des publicités ou l'amener à réaliser une conversion. Le référencement naturel — le SEO — était l'art de se rendre visible dans cette course au clic. Des milliers de professionnels, d'agences spécialisées et d'outils d'analyse ont prospéré autour de cette logique bien huilée. Aujourd'hui, cette mécanique se fissure profondément.

Les LLM répondent directement. Quand un utilisateur demande à un assistant conversationnel quelle est la meilleure façon de sécuriser son réseau domestique en 2026, il obtient une liste structurée, des exemples concrets, parfois même des comparaisons argumentées — le tout sans jamais avoir à ouvrir un seul onglet supplémentaire. Le besoin de cliquer s'évapore. Et avec lui, une part considérable du trafic organique qui faisait vivre les éditeurs de contenu depuis l'avènement du web commercial.

Les chiffres commencent à confirmer ce que les professionnels du secteur pressentaient depuis 2024. Plusieurs études menées entre cette date et le début de l'année 2026 ont mesuré une baisse significative du trafic référencé depuis les moteurs de recherche vers les sites d'information généraliste et spécialisé. Certains éditeurs européens rapportent des chutes allant de quinze à trente-cinq pour cent sur leurs sources de trafic organique, selon les niches concernées. Les sites à forte densité informative — tutoriels techniques, guides d'achat comparatifs, FAQ spécialisées — figurent parmi les plus exposés, car ce sont précisément ces types de contenus que les LLM savent synthétiser avec le plus d'efficacité.

Ce n'est pas seulement un problème de volume de trafic. C'est une remise en question de la logique même du web ouvert. Le modèle économique du contenu gratuit financé par la publicité repose sur l'exposition aux pages. Si ces pages ne sont plus consultées parce qu'un modèle de langage en a extrait l'essentiel pour le restituer dans une interface tierce, toute la chaîne de valeur s'effondre. Les éditeurs se retrouvent dans une position paradoxale et douloureuse : leurs contenus, produits à grand coût humain, servent à entraîner des modèles qui, ensuite, captent leur audience sans aucune rétribution.

Cette tension a cristallisé en 2025 autour de plusieurs affaires judiciaires emblématiques. En Europe, des coalitions d'éditeurs de presse ont interpellé les régulateurs sur la question du droit voisin appliqué aux LLM. La question est désormais pleinement posée dans les instances compétentes : est-il légitime de construire des systèmes d'intelligence artificielle en aspirant librement le web, sans compensation pour ceux qui l'ont alimenté, article par article, pendant des années ?

La nouvelle géographie de l'attention numérique

Si le clic recule, l'attention, elle, ne disparaît pas : elle se redistribue. Les interfaces conversationnelles captent une part croissante du temps que les internautes passaient autrefois à naviguer entre onglets, à comparer des résultats, à construire leur propre parcours informationnel. Ce déplacement de l'attention transforme les règles du jeu pour toute une industrie, et au-delà, pour la manière dont nous accédons collectivement à la connaissance.

Les plateformes de LLM sont devenues des espaces de séjour prolongé. Là où une session de recherche classique durait quelques minutes, ponctuée de visites rapides sur plusieurs sites, une session avec un assistant conversationnel peut s'étirer sur une demi-heure ou davantage. L'utilisateur pose des questions de suivi, affine sa demande, explore des ramifications thématiques. Il ne part plus chercher ailleurs : tout se déroule dans la même fenêtre, dans le même fil de dialogue. L'assistant devient le guichet unique de l'exploration intellectuelle.

Ce phénomène a une conséquence directe sur les marques et les éditeurs qui cherchent à se faire connaître et à maintenir leur influence. Le référencement traditionnel visait à apparaître en première position dans les résultats d'un moteur de recherche. Le nouveau défi, que certains spécialistes appellent déjà le GEO — pour Generative Engine Optimization — consiste à être cité, mentionné ou recommandé par les modèles eux-mêmes. C'est une rupture conceptuelle profonde : on ne cherche plus à plaire à un algorithme de classement par mots-clés, mais à être présent dans les données d'entraînement d'un modèle, ou à être intégré dans les sources que ce modèle consulte en temps réel via des mécanismes de RAG, la génération augmentée par récupération.

À retenir : « Le SEO est mort, vive le GEO » est une formule simpliste, mais elle contient une vérité opérationnelle : les marques et les éditeurs qui ne réfléchissent pas dès aujourd'hui à leur présence dans les écosystèmes de LLM risquent de devenir progressivement invisibles dans l'espace informationnel de demain.

Les stratégies marketing s'adaptent en conséquence, parfois de manière expérimentale. Certaines agences spécialisées proposent désormais des audits de citabilité dans les LLM : elles testent si une marque, un produit ou un expert est correctement représenté dans les réponses générées par les principaux modèles du marché. D'autres travaillent à la production de contenus structurés et balisés sémantiquement de façon à maximiser les chances d'être intégrés dans les corpus de référence qui alimentent les systèmes d'IA.

Ce rééquilibrage de l'attention a également des effets préoccupants sur la diversité de l'information disponible en ligne. Quand un moteur de recherche renvoyait vers dix sources différentes, l'utilisateur avait une chance réelle d'être exposé à des perspectives variées, parfois contradictoires, qui nourrissaient son esprit critique. Un LLM qui synthétise fait des choix implicites et souvent opaques : il accorde plus de poids à certaines sources qu'à d'autres, lisse les nuances, efface les débats. La pluralité du web, déjà mise à mal par les bulles de filtre algorithmiques des années précédentes, subit une nouvelle pression structurelle.

Vérifiabilité, hallucinations et crise de confiance éditoriale

L'un des défis les plus aigus que posent les LLM comme interfaces d'accès à l'information concerne la fiabilité de ce qu'ils produisent. Les modèles de langage génèrent du texte en prédisant la séquence de mots statistiquement la plus probable — ils ne savent pas, au sens strict et épistémologique du terme, ce qu'ils affirment. Conséquence directe : ils peuvent formuler des affirmations factuellement incorrectes avec la même fluidité et le même aplomb que des vérités bien établies. Ce phénomène, baptisé hallucination dans le vocabulaire de l'IA, est documenté depuis les premières générations de modèles. Il n'a pas disparu avec les versions les plus récentes, même si son taux d'occurrence a été significativement réduit grâce aux progrès du fine-tuning et des mécanismes de vérification interne.

Pour un utilisateur qui pose une question technique sur la configuration d'un serveur, qui cherche des informations médicales pour un proche, ou qui veut comprendre les implications d'une décision de justice récente, une réponse erronée présentée avec confiance peut avoir des conséquences très concrètes. Or, contrairement à une page web que l'on peut évaluer à travers sa mise en forme, son auteur identifié, sa date de publication ou la réputation de son éditeur, une réponse de LLM n'offre souvent aucun de ces marqueurs traditionnels de crédibilité que nous avons appris à décoder au fil des années.

« Un outil qui répond vite mais parfois faux n'est pas nécessairement plus utile qu'un outil qui requiert un effort supplémentaire pour parvenir à l'information juste. »
— Extrait d'un rapport du Conseil scientifique du numérique, mars 2026

Les développeurs de modèles ont tenté de répondre à cette critique en améliorant la capacité de leurs systèmes à citer leurs sources. Des outils de navigation web en temps réel, intégrés dans de nombreux assistants conversationnels courant 2025, permettent aux modèles de s'appuyer sur des pages actuelles plutôt que sur des données d'entraînement potentiellement obsolètes. Les réponses sont alors accompagnées de références cliquables. Mais le problème de fond demeure entier : l'utilisateur doit-il vérifier chaque affirmation individuellement ? Et s'il le fait, n'a-t-il pas perdu l'avantage de commodité et de rapidité qui constituait précisément la promesse centrale du LLM ?

La crise de confiance touche également les éditeurs de contenus authentifiés et référencés. Des médias ont rapporté des cas où leurs articles avaient été paraphrasés par des modèles de manière inexacte, attribuant à des journalistes des positions qu'ils n'avaient pas défendues, ou condensant un développement argumenté en une affirmation tranchée qui en trahissait la nuance originelle. Cette dégradation de l'information par compression automatique est difficile à mesurer systématiquement et encore plus difficile à corriger une fois le contenu synthétisé diffusé à grande échelle.

Face à ces enjeux de traçabilité et d'authenticité, plusieurs initiatives ont émergé dans l'écosystème numérique. Des consortiums de journalistes et d'éditeurs travaillent à l'élaboration de standards de métadonnées permettant aux contenus vérifiés d'être identifiés comme tels par les systèmes d'IA. Le projet C2PA — Coalition for Content Provenance and Authenticity — initialement centré sur la détection de contenus synthétiques générés par IA, étend progressivement son périmètre pour couvrir la traçabilité des sources journalistiques. En Europe, les obligations de transparence imposées par l'AI Act aux fournisseurs de systèmes d'IA générative touchent indirectement à ces questions cruciales.

Ce que les éditeurs peuvent encore construire

Face à cette transformation rapide, la tentation du repli sur soi est compréhensible. Certains éditeurs ont commencé à bloquer les robots d'indexation des LLM via leurs fichiers de configuration techniques — une décision symboliquement forte, mais aux effets pratiques limités, car les modèles déjà entraînés sur leurs données continuent d'en refléter le contenu sans que cela ne soit visible ou contrôlable. D'autres ont choisi la voie contentieuse, réclamant des droits voisins ou engageant des négociations directes avec les opérateurs de LLM pour obtenir une forme de rémunération ou de co-branding clairement identifié.

Mais au-delà des postures défensives, une partie des acteurs cherche à tirer un parti actif de la nouvelle donne. Plusieurs pistes stratégiques se dégagent avec une certaine clarté.

Miser sur l'expertise irremplaçable

Les LLM excellent dans la synthèse de connaissances générales déjà bien documentées et largement disponibles sur le web. Ils peinent à produire ce qui nécessite une présence sur le terrain, un réseau de sources exclusives cultivées sur le long terme, ou une expertise de niche très pointue acquise par l'expérience. Le reportage d'investigation approfondi, l'analyse sectorielle fondée sur des données propriétaires, l'entretien exclusif avec un acteur clé — ces formats conservent une valeur editoriale que l'IA ne peut pas fabriquer de toutes pièces. Les éditeurs qui résisteront à la pression sont probablement ceux qui auront su creuser leur différenciation dans ces zones irréductibles de la connaissance humaine.

Développer des formats natifs conversationnels

Plutôt que de subir la transformation comme une contrainte extérieure, certains médias prennent les devants en intégrant eux-mêmes des interfaces conversationnelles à leurs plateformes éditoriales. Proposer à ses lecteurs un assistant capable de répondre à leurs questions en s'appuyant exclusivement sur le corpus documentaire du site, c'est conserver la maîtrise de l'expérience tout en adoptant les codes de l'ère conversationnelle. C'est également une manière concrète de valoriser son fonds éditorial accumulé au fil des années, plutôt que de le laisser aspirer gratuitement par des tiers qui en captent la valeur.

Renforcer le lien direct avec l'audience

La lettre d'information, le podcast, la communauté en ligne fidélisée : autant de formats qui établissent une relation directe et volontaire entre éditeur et lecteur, sans passer par l'intermédiaire d'un moteur de recherche ni d'un assistant IA qui fait des choix à la place de l'utilisateur. Dans un monde où les flux d'information sont de plus en plus médiatisés par des couches d'abstraction automatisées, maintenir ce lien direct constitue une forme précieuse de souveraineté éditoriale que rien ne peut aisément remplacer.

Vers un nouveau contrat numérique pour le web

La montée en puissance des LLM comme interfaces primaires d'accès à l'information sur le web n'est pas une fatalité à subir passivement : c'est un réaménagement profond qui appelle des réponses coordonnées à plusieurs niveaux — technique, juridique, économique, et finalement politique et démocratique.

Le web tel qu'il s'est construit depuis trente ans repose sur un contrat implicite : l'information circule librement, les créateurs de contenu sont récompensés par la visibilité que leur offrent les moteurs de recherche, et les utilisateurs disposent de la capacité à naviguer, comparer et forger leur propre jugement. Les LLM remettent en cause ce contrat historique sans pour autant proposer un modèle de substitution clairement défini, transparent et équitable pour l'ensemble des parties prenantes.

Les grandes questions demeurent ouvertes et urgentes. Qui doit être rémunéré pour les données qui ont permis l'entraînement des modèles ? Comment garantir la diversité et l'exactitude de l'information dans un écosystème dominé par quelques grands opérateurs d'IA concentrant une puissance de calcul et des ressources financières sans précédent ? Comment préserver la capacité critique des utilisateurs lorsque la friction naturelle de la navigation — ce temps passé à chercher, lire, comparer, douter — disparaît au profit d'une réponse instantanée et synthétique qui invite davantage à la confiance passive qu'à la vérification active ?

Ces interrogations dépassent largement les frontières de la technologie. Elles engagent notre conception collective de l'accès à la connaissance, de la pluralité nécessaire de l'information dans une société démocratique, et du rôle que nous souhaitons confier aux systèmes automatisés dans notre rapport quotidien au monde et aux savoirs. Il appartient aux professionnels du numérique, aux régulateurs, aux éditeurs et aux utilisateurs eux-mêmes de les traiter avec toute la rigueur et la vigilance qu'elles méritent — avant que les réponses ne soient imposées par défaut, sans délibération collective, par ceux qui disposent de la puissance de calcul pour le faire unilatéralement.

Le web n'est pas mort. Mais il mue, profondément et rapidement. Et comme toutes les mues technologiques majeures, celle-ci sera douloureuse pour ceux qui n'auront pas commencé à s'y préparer, et riche d'opportunités pour ceux qui auront su anticiper les nouvelles règles du jeu avant que les dés ne soient définitivement jetés.