Le problème n'est plus la recherche Google
Une analyse récente d'un cabinet RH francophone pose un constat brutal : un candidat sur deux ouvre désormais une IA générative pendant sa recherche d'emploi. La réponse qu'il obtient sur ton entreprise se construit sans toi, à partir de sources que tu ne pilotes pas.
Dit autrement : tu n'es plus le narrateur de ta propre histoire. Une machine agrège des morceaux épars - un article de presse vieux de trois ans, un avis Glassdoor, une mention sur un forum - et fabrique un résumé que le candidat prend pour argent comptant.
Le réflexe classique serait de paniquer côté marque employeur. Mais si tu diriges une boîte ou si tu es indépendant, la vraie question est ailleurs.
Ce qui vaut pour les candidats vaut pour les prospects
Les candidats ne sont pas les seuls à interroger les IA. Les acheteurs B2B font pareil. Un dirigeant qui cherche un prestataire ne passe plus deux heures à éplucher LinkedIn et les sites corporate. Il tape une question dans son assistant et lit la réponse en trente secondes.
Si tu n'existes pas dans cette réponse, tu n'existes pas dans son choix. Si tu y apparais avec un résumé tiède ou pire, associé à un concurrent plus visible, tu as perdu avant même de le savoir.
La capacité à attirer des clients, c'est ton ascenseur social. Et cet ascenseur fonctionne de plus en plus sur des rails que tu ne vois pas - les modèles de langage qui ingèrent le web et recrachent des synthèses.
Ce que tu contrôles vraiment
Bonne nouvelle : les IA ne fabriquent pas leurs réponses à partir de rien. Elles agrègent ce qui existe. Si tu publies régulièrement du contenu indexé, structuré, avec un point de vue clair, tu alimentes la machine.
Premier levier : la fréquence. Un fondateur qui publie un post LinkedIn par semaine pendant un an crée cinquante signaux. Un qui poste une fois tous les trois mois en crée quatre. Devine lequel l'IA cite quand on lui demande qui fait quoi dans un secteur.
Deuxième levier : la cohérence. Si ton message change tous les mois, l'IA produit une bouillie. Si tu martèles la même thèse avec des angles différents, elle finit par la répéter. Les modèles adorent les patterns.
Troisième levier : le format long. Les posts courts nourrissent peu. Un article de blog, une newsletter archivée, une page de cas client - ce sont ces formats qui pèsent dans les embeddings. Le contenu jetable reste jetable, même pour les machines.
L'erreur classique : vouloir tout contrôler
Certains réagissent en voulant optimiser chaque mot pour les IA, comme on optimisait pour Google en 2015. Mauvaise piste. Les modèles évoluent trop vite, et personne ne sait exactement comment ils pondèrent les sources.
Ce qui marche, c'est plus simple : produire du contenu de qualité, le publier là où il sera indexé, et le faire assez souvent pour que la trace s'accumule.
Tu ne peux pas dicter ce que l'IA dira de toi. Mais tu peux lui donner assez de matière pour qu'elle dise quelque chose de précis plutôt qu'un vague « c'est une entreprise qui fait du conseil ».
La vraie question
La marque employeur n'est qu'un symptôme. Le vrai enjeu, c'est ta visibilité dans un monde où les décisions se prennent après une requête à un assistant.
Si tu veux tester, ouvre Claude ou ChatGPT et pose la question : « Qui sont les experts en [ton domaine] en France ? » ou « Que sait-on de [ton entreprise] ? »
La réponse te dira où tu en es. Et si elle te déplaît, tu sais ce qu'il te reste à faire : construire la trace que les machines pourront lire.
Qu'est-ce que ton assistant préféré raconte de toi aujourd'hui ?
Plus sur la machine de contenu dans Le Journal.