GEA : Quand l’IA cesse de recommander pour commencer à vendre

Article Media 07.01.2026
Par Guilhem Bodin
GEA : comment l'IA conversationnelle va transformer la publicité en ligne

Guilhem Bodin, Partner AI & agentic, Converteo

Partner chez Converteo et spécialiste des stratégies IA, Agentique & Data, Guilhem Bodin accompagne les directions Marketing et Digital dans la transformation de leurs opérations autour de la définition de stratégies agentiques, l’optimisation des parcours clients à l’ère conversationnelle et la mesure de l’impact business de leurs investissements IA.

 

À retenir

  • L’illusion d’une IA neutre se dissipe au profit d’un modèle où la recommandation devient un canal de vente, donnant naissance au GEA (Generative Engine Advertising).
  • Google possède un avantage stratégique majeur, car son écosystème publicitaire existant (Performance Max, flux Shopping) est déjà prêt à être intégré dans les réponses de Gemini.
  • Pour survivre, les marques doivent enrichir leurs flux produits avec des données contextuelles (bénéfices, usages), les rendant « lisibles » et pertinents pour les moteurs conversationnels.

 

L’illusion d’une intelligence artificielle neutre, guidée par la seule pertinence, capable de recommander “le meilleur” produit est en train de se dissiper. Non par une annonce fracassante, mais par une série de signaux faibles, techniques et économiques, qui dessinent une trajectoire limpide : l’IA conversationnelle ne se contentera pas de conseiller, elle deviendra un canal de vente à part entière.

La question n’est plus si la publicité arrivera dans les assistants IA, mais comment et qui en définira les règles. Sur ce terrain, l’écart stratégique entre Google et OpenAI est déjà visible.

Google Shopping dans Gemini : les prémices d’une révolution

Des tests récents ont mis en évidence l’apparition de fiches Google Shopping directement au sein de conversations Gemini, lors de requêtes explicitement transactionnelles. Officiellement, Google a tempéré certaines interprétations et démenti toute annonce formelle d’un déploiement publicitaire généralisé à court terme. Mais le point essentiel est ailleurs : l’infrastructure existe, les briques sont en place, et les expérimentations sont bien réelles.

Nous assistons à l’émergence d’une nouvelle discipline : après le GEO, s’ouvre désormais l’ère du GEA : le Generative Engine Advertising. Une logique où la visibilité ne se joue plus seulement sur la qualité du contenu, mais sur la capacité à être sélectionné et recommandé par un système conversationnel intégré à l’acte d’achat.

GEA has entered the chat : l’avantage stratégique de Google

Sur ce terrain, Google dispose d’un avantage décisif. Non pas parce qu’il aurait réinventé la publicité, mais précisément parce qu’il n’a pas eu besoin de le faire. Performance Max, AI Max, les flux Shopping : ces dispositifs, que les annonceurs utilisent déjà, n’étaient pas de simples outils d’automatisation. Ils constituent un socle prêt à être injecté dans les réponses de Gemini.

Aucun changement radical d’interface n’est nécessaire : la continuité est totale entre intention, recommandation et conversion. Cette continuité suppose une évolution silencieuse mais décisive côté marques : les flux produits ne peuvent plus se limiter à des attributs techniques ou promotionnels. Pour exister dans une réponse générée par un LLM, ils devront intégrer davantage de contexte d’usage, de bénéfices consommateurs et de signaux d’intention – autrement dit, être conçus pour rendre une recommandation immédiatement actionnable.

L’assistant d’achat de Google vs. l’assistant universel d’OpenAI: deux visions

C’est précisément cette capacité à transformer une intention en acte qui marque la différence d’approche. Là où OpenAI ambitionne de devenir un assistant universel, Google s’oriente vers un assistant d’achat. En intégrant des logiques publicitaires directement au cœur des réponses transactionnelles, l’IA ne se contente plus d’éclairer une décision : elle la clôt. La friction disparaît, la recommandation devient actionnable, et la valeur se capture au moment le plus critique du parcours.

La seule inconnue réside dans le timing et dans la dynamique concurrentielle : Google activera-t-il ce levier en premier, ou en réaction à une monétisation de ChatGPT ?

Fin de la neutralité : vers une IA guidée par le modèle économique

Quoi qu’il en soit, une chose est sûre : l’ère de l’IA neutre touche à sa fin. Demain, l’IA ne recommandera plus “le meilleur produit”, mais celui qui aura su s’inscrire dans son modèle économique. Cette bataille ne se limitera pas aux leviers d’enchères ou aux formats publicitaires : elle commence dès maintenant, avec la capacité des marques à rendre leurs produits lisibles, contextualisés et interprétables par des moteurs conversationnels.

Les premières expérimentations le montrent déjà. Que ce soit par l’intégration publicitaire directe dans les réponses ou par des dispositifs plus indirects – comme le fait Amazon en choisissant de monétiser les questions posées au consommateur dans son moteur de réponse Rufus – la recommandation n’est déjà plus un espace neutre. Une autre manière, plus subtile encore, d’orienter la décision.

Par Guilhem Bodin

Partner AI & agentic

Ça m'intéresse

1 / 1

Ce que le cas IKEA révèle vraiment sur le travail à l’ère de l’IA

Face à l'automatisation par l'IA, IKEA a choisi de reconvertir 8 500 agents de centre d'appels.

SCALE AI – Comment la DSI doit évoluer pour réussir le passage à l’échelle de l’IA

Découvrez comment la DSI doit évoluer en fournisseur de plateforme « as a service » pour réussir le passage à l'échelle de l'IA avec les équipes méti...

Agents IA et CDP (Customer Data Platform) : le guide pratique pour passer d’une vision au déploiement d’un projet concret

Couche sémantique, architecture, kill switches, pilote en 10 semaines : comment déployer des agents IA sur votre CDP sans faire dérailler le projet.

Finops IA : Comment maîtriser le coût des tokens dès le prototype et la clé de la rentabilité à l’échelle

Découvrez comment le FinOps IA aide à maîtriser le coût des tokens, du prototype à la production. Optimisez vos modèles LLM et maximisez le ROI.

L’Oréal x Converteo : l’intelligence artificielle au service de l’analyse et de la classification des contenus à grande échelle

Découvrez comment L'Oréal et Converteo utilisent l'IA multimodale pour automatiser la classification de vidéos publicitaires et optimiser leurs coûts...

GEO, LLM et service client : le nouveau front de l’après-vente

Vos clients préfèrent ChatGPT ou Claude aux chatbots de marque. Découvrez comment le GEO redéfinit le service client et le parcours après achat.

MCP Contentsquare : ce que les équipes CRO peuvent vraiment en attendre

Découvrez comment le MCP Contentsquare couplé à l'IA agentique transforme l'analyse comportementale. Opportunités, limites et intégration Jira par Co...

Modèles open weight et modèles frontier : une nouvelle donne pour nos projets agentiques ?

Découvrez pourquoi les modèles open weight concurrencent les modèles frontier et comment adapter votre infrastructure IA pour plus de contrôle et d'e...

Acquisition, activation et rétention en B2B, quand l’IA redessine les équilibres

Découvrez comment l'IA redessine le marketing B2B : modélisation lookalike, réduction du time-to-lead et détection prédictive du churn.

ChatGPT Ads : la nouvelle bataille pour la position de découverte ?

ChatGPT Ads déplace l'acquisition vers la découverte. Découvrez comment dominer ce levier grâce aux indices contextuels et à la synergie GEO/SEA.
The Filter

Arbitrages media 2027 : faut-il intégrer ChatGPT Ads dès cet automne ?

Coûts modérés, ciblage conversationnel et opportunité Q4 : découvrez s'il faut intégrer ChatGPT Ads à vos arbitrages media dès maintenant.

#Agentic101 – Stratégie de déploiement IA : de l’expérimentation à l’industrialisation organique

Comment passer de l'expérimentation à l'échelle ? Découvrez les 5 étapes d'une stratégie de déploiement IA pour structurer votre fabrique agentique.