Les AI Overviews de Google ont 44 % de chances en plus de critiquer une marque que ChatGPT, selon une analyse de mars 2026 signée BrightEdge portant sur des requêtes dans l'habillement, l'électronique et l'éducation. L'écart affiché semble modeste pris isolément : le sentiment négatif apparaissait dans environ 2,3 % des mentions des AI Overviews de Google, contre 1,6 % pour ChatGPT. Le résultat le plus utile de l'étude se cache derrière ce chiffre. ChatGPT avait environ 13 fois plus de chances de faire remonter une information négative juste avant une décision d'achat, soit le moment où une marque peut le moins se le permettre.
Pourquoi les AI Overviews de Google critiquent davantage les marques que ChatGPT
Les AI Overviews de Google puisent par défaut dans un ensemble de sources web plus large et moins filtré que ChatGPT, et c'est cette largeur qui explique l'essentiel de l'écart de critique. BrightEdge a constaté que Google faisait apparaître un sentiment de marque négatif dans 2,3 % des mentions, contre 1,6 % pour ChatGPT, soit un écart relatif de 44 % sur les trois secteurs mesurés.
BrightEdge, une plateforme de SEO pour entreprises, a tiré ces chiffres de son produit de suivi AI Catalyst, qui suit les mentions de marque sur les moteurs de recherche et les moteurs de réponse IA pour ses clients. En comparant les mêmes requêtes sur les deux moteurs, un second problème est apparu : Google et ChatGPT désignaient des marques différentes comme leaders de catégorie sur 73 % des requêtes communes. Une marque qui apparaît déjà de façon incohérente d'un moteur à l'autre gère en réalité deux réputations distinctes, et si l'une d'elles penche vers le négatif, la marque risque de ne jamais s'en rendre compte sans vérifier chaque moteur séparément.
Le PDG de BrightEdge, Jim Yu, a résumé ce constat sans détour :
Pour le meilleur ou pour le pire, l'IA est le nouvel éditorialiste de votre marque. Chaque moteur caractérise votre marque différemment.
Google a contesté cette présentation, affirmant à Fortune qu'un écart d'environ un point de pourcentage entre les AI Overviews et ChatGPT était négligeable. C'est une objection raisonnable face au chiffre affiché : 2,3 % contre 1,6 % représente une différence absolue faible, même si la comparaison relative paraît spectaculaire. Ce que cette réponse ne traite pas, c'est l'endroit du parcours d'achat où cet écart se manifeste réellement, ce qui compte finalement plus que le taux lui-même.
Le vrai risque n'est pas le taux, c'est l'endroit où la négativité apparaît dans le tunnel de conversion
Le taux de mentions IA négatives compte moins que l'étape du parcours d'achat où elles apparaissent. BrightEdge a constaté que le sentiment négatif de Google se concentrait fortement au stade informationnel, 85 % du temps, tandis que ChatGPT faisait remonter les contenus négatifs bien plus près de l'achat : 19,4 % de ses mentions négatives apparaissaient lors de requêtes de considération à achat, soit environ 13 fois plus souvent que Google.
La critique au stade informationnel, quelqu'un qui pose une question générale sur une catégorie ou compare des options en amont, est une friction que la plupart des marques peuvent absorber. La critique au stade d'achat, quelqu'un qui demande quel fournisseur choisir ou si un produit précis tient ses promesses, est le moment où une lacune de suivi se transforme en deal perdu. Une équipe qui ne suit que son chiffre global d'AI Share of Voice, sans ventiler les mentions par intention de requête, verrait le taux négatif agrégé plus faible de ChatGPT et en conclurait que c'est le moteur le plus sûr, celui qu'on peut surveiller de moins près. Les données par étape du tunnel disent presque l'inverse pour toute marque qui convertit via ChatGPT.
Pourquoi les moteurs ne sont pas d'accord : le grounding, pas la réalité de la marque
Une grande partie du désaccord entre les moteurs s'explique par le grounding, c'est-à-dire le fait qu'une réponse soit construite à partir de sources web récupérées en direct au moment de la requête, ou tirée des données d'entraînement statiques du modèle. Les moteurs qui pratiquent un grounding plus poussé intègrent des avis, actualités et publications de forums plus récents, ce qui fait varier les résultats de sentiment indépendamment de ce que la marque a réellement fait.
Une mesure indépendante réalisée par cloro a suivi les taux de grounding par moteur à deux reprises en 2026, une première fois en juillet puis à nouveau en août. Le taux de grounding de ChatGPT, la part des réponses citant au moins une source en direct, est tombé de 98,4 % à 78,9 % en l'espace d'un seul mois, tandis que celui de Gemini est passé de 41,1 % à 70,7 %, Google ayant élargi les cas où son produit grand public déclenche une recherche en direct. Perplexity est resté le moteur le plus constamment ancré sur les deux mesures, se maintenant au-dessus de 94 % à chaque fois et citant entre 9,5 et 13 sources par réponse.
Aucun de ces chiffres n'est figé. Les éditeurs ajustent en permanence le comportement de grounding, ce qui explique précisément pourquoi le profil de sentiment IA d'une marque peut varier d'un mois à l'autre sans que la marque n'ait rien changé à son activité. Un moteur qui pratique moins de grounding s'appuie davantage sur les schémas de mentions de marque déjà présents dans ses données d'entraînement, un problème distinct et plus lent à évoluer que nous détaillons dans notre article sur le décalage du cutoff de connaissances IA.
Ce que cela signifie pour le suivi du sentiment IA
Un score de sentiment unique et mélangé entre les moteurs masque les deux risques qui comptent le plus : quel moteur est structurellement plus sévère, et quels types de requêtes précis concentrent les mentions négatives d'une marque. Suivre le sentiment par moteur et par étape du tunnel, plutôt que sous forme d'un seul chiffre agrégé, est ce qui transforme cette donnée en quelque chose d'actionnable pour une équipe.
Les sources tierces sont généralement à l'origine réelle des contenus négatifs, pas quelque chose que le moteur IA aurait inventé de lui-même. Les fils Reddit, les avis G2 et les discussions LinkedIn représentent déjà l'essentiel de ce que les moteurs IA citent à propos d'une marque, donc un pic de sentiment négatif est souvent une bonne raison de vérifier directement ce qui se dit sur ces plateformes avant de considérer que le moteur est en tort.
Une partie de ce qui ressemble à une critique injuste est en réalité une erreur factuelle plutôt qu'un reproche fondé, et la correction à apporter est différente : rectifier les faits, pas gérer le sentiment. Les marques qui suivent déjà leurs mentions sur ChatGPT, Gemini et Perplexity ont le chemin le plus court pour ajouter le sentiment par moteur et par étape du tunnel comme une couche supplémentaire à leur suivi existant, plutôt que de mettre en place un système séparé. Le sentiment de marque IA mérite le même suivi régulier que n'importe quel autre canal de réputation, pas un audit ponctuel après une mauvaise séquence médiatique.
Questions fréquemment posées
Pourquoi les AI Overviews de Google critiquent-elles davantage les marques que ChatGPT ?
L'analyse de BrightEdge de mars 2026 a montré que les AI Overviews de Google affichaient un sentiment de marque négatif dans environ 2,3 % des mentions, contre 1,6 % pour ChatGPT, soit un écart relatif de 44 %. Cette différence s'explique par la façon dont chaque moteur ancre ses réponses : les AI Overviews puisent dans un ensemble de sources web en direct plus large et moins filtré, ce qui fait davantage remonter les avis et actualités négatifs déjà présents à propos d'une marque.
Un écart comme 2,3 % contre 1,6 % est-il vraiment significatif ?
Google a contesté cette présentation, jugeant négligeable un écart d'environ un point de pourcentage, ce qui est défendable au vu des chiffres bruts. Le risque plus concret identifié par BrightEdge tient au moment, pas au taux : ChatGPT avait environ 13 fois plus de chances que Google de faire remonter une information négative juste avant une décision d'achat, ce qui compte davantage pour le chiffre d'affaires que le pourcentage global.
Que signifie le grounding pour le sentiment de marque IA ?
Le grounding désigne le fait qu'une réponse IA soit construite à partir de sources web récupérées en direct au moment de la requête, ou à partir des données d'entraînement statiques du modèle. Les moteurs qui pratiquent un grounding plus poussé, comme Perplexity, intègrent des avis et actualités plus récents, ce qui fait varier les résultats de sentiment à mesure que ces sources évoluent, indépendamment de ce que la marque a réellement fait.
Les marques doivent-elles suivre le sentiment séparément pour chaque moteur IA ?
Oui. Un score de sentiment mélangé entre les moteurs masque lequel génère les mentions négatives et pourquoi, et les données de BrightEdge montrent que les deux principaux moteurs désignaient des marques différentes comme leaders de catégorie sur 73 % des requêtes communes. Suivre le sentiment par moteur, et selon que la requête est informationnelle ou proche de l'achat, fait apparaître des risques qu'un score agrégé ignore complètement.
D'où vient généralement le sentiment IA négatif à propos d'une marque ?
L'essentiel provient de sources tierces citées par le moteur IA, pas de quelque chose que le moteur aurait inventé. Les fils Reddit, les avis G2 et les discussions LinkedIn représentent déjà l'essentiel de ce que les moteurs IA citent à propos des marques, donc un pic de sentiment est généralement une bonne raison de vérifier directement ce qui se dit sur ces plateformes.