Google entre dans une nouvelle phase de scraping SERP grâce aux agents IA. Une partie de ces résultats peut être due à des réseaux de LLM qui procèdent à l’ingénierie inverse des résultats de recherche de Google. Le visage public de la guerre de Google contre le scraping reste celui des trackers de classement, mais la vraie bataille est peut-être ailleurs.
La possibilité de suivre les classements deviendra-t-elle une chose du passé ?
Expansion massive du trafic d’agents IA
La raison qui explique peut-être les actions de Google pour arrêter le suivi des classements est que la quantité de trafic des agents IA a augmenté de façon exponentielle. Selon Cloudflare, qui est en mesure de surveiller le trafic Web, le trafic des sites Web des agents d’IA a augmenté de 1 700 % au cours de l’année écoulée.
Un article récent de Cloudflare explique :
» Fin 2024, Cloudflare traitait en moyenne 63 millions de requêtes HTTP par seconde. Aujourd’hui, ce chiffre a presque doublé pour atteindre 115 millions, avec des pics supérieurs à 150 millions. Au cours de l’année écoulée, les requêtes quotidiennes des agents IA sur notre réseau ont augmenté de plus de 1 700 %. Cette année, pour la première fois, plus de la moitié du trafic Internet n’était pas humain. «
Le problème avec le trafic Web des agents d’IA est qu’il s’agit en partie d’une visite hybride humain/agent, des agents travaillant pour le compte d’humains, ce qui signifie qu’une partie a encore de la valeur pour les sites Web, ce que Google a peut-être déjà pris en compte lors de la formulation de réponses techniques aux trackers de classement.
La recherche AI de Google est plus coûteuse à produire
Le problème pour Google est qu’une quantité massive de trafic pourrait entraîner des problèmes de latence dans la diffusion des résultats de recherche, y compris les résultats de recherche IA. Il s’agit d’un problème plus important pour les mots clés qui déclenchent des résultats de recherche basés sur l’IA, car leur génération est plus coûteuse en termes de calcul.
Une recherche régulière classe les sites Web pré-indexés associés à diverses requêtes. Les résultats de recherche dérivés de l’IA incluent l’inférence LLM sur plusieurs requêtes, ce qui signifie que chaque fois qu’un utilisateur pose une question, le LLM génère plusieurs requêtes associées, ainsi que diverses étapes de raisonnement, avant de répondre par un résumé synthétisé de toutes les sources.
Le mode IA est intrinsèquement plus coûteux en termes de calcul que la recherche traditionnelle, c’est pourquoi Google réduit de manière agressive son coût d’IA par requête à mesure que son utilisation évolue grâce à des améliorations des LLM, du matériel et des optimisations techniques.
Sundar Pichai de Google a souligné à plusieurs reprises les efforts de Google pour réduire les coûts de recherche par requête lors de l’appel sur les résultats du deuxième trimestre. Le coût des requêtes IA était si important qu’il méritait de multiples mentions :
« Hier, nous avons annoncé de nouveaux modèles – Gemini 3.6 Flash et Gemini 3.5 Flash-Lite – qui sont rentables et très efficaces. Nous constatons une forte demande pour notre série performante Gemini Flash, car elle atteint le juste équilibre entre performances et coût. «
À mesure que nous traitons davantage de ces requêtes, nous avons continué à accroître notre efficacité. Grâce à nos optimisations en matière d’ingénierie et de matériel, nous avons réduit ce trimestre le coût des réponses en mode IA à son niveau le plus bas depuis le lancement, même si nous avons apporté des capacités d’IA plus avancées.
Le coût élevé par requête de la recherche basée sur l’IA constitue un réel problème. Les requêtes AI Search sont plus coûteuses en termes de calcul et le trafic des agents IA peut affecter la latence des résultats de recherche. Google a très bien pu adopter une approche plus contradictoire en matière de suivi automatisé des classements afin d’améliorer le calcul du coût par requête.
Réseaux de contenu contradictoire généré par l’IA
Google a publié plusieurs articles de recherche axés sur le contenu généré par l’IA. Les journaux font allusion à des attaquants modifiant leur contenu en réponse aux réactions de Google afin de débloquer les classements. Le suivi des résultats de recherche de Google est essentiel pour débloquer les classements. Bien que les documents de recherche ne mentionnent pas la distillation, le processus de rétro-ingénierie d’un LLM à travers les résultats, les quelques détails partagés par le document de recherche impliquent que c’est contre cela que Google se bat réellement.
Lisez à propos de ces documents de recherche :
Google a déployé un nouveau détecteur de spam AI appelé SAFE
Système de terminaison de cluster évolutif (S-CTS) de Google
Les référenceurs remarquent un effet sur le suivi des classements
Ryan Jones (profil LinkedIn), développeur du service SERPrecon, extrait les mots-clés des concurrents et les données de recherche historiques qui éclairent leur analyse des mots-clés pour l’optimisation du contenu. En tant que principal responsable de cet outil, il est une source d’informations faisant autorité sur le suivi des classements.
Jones a récemment tweeté :
« Nous arrivons au point où personne n’aura plus de suivi de classement à cause de la quantité folle de grattage de l’IA en cours. »
Jones a offert la réponse suivante à la suggestion ironique de quelqu’un à nous, l’IA, de récupérer les résultats de recherche (SERP) :
« C’est pourquoi les trackers de classement échouent. Google bloque tous les trackers d’IA ET l’IA elle-même… et les trackers de classement se font rattraper »
Points à retenir
Ingénierie inverse de l’algorithme de recherche de Google
Quelque chose qui n’a pas été mentionné par Google et qui n’est pas fréquemment discuté est que l’une des raisons pour lesquelles Google décourage le suivi des classements est que les données peuvent être utilisées pour comprendre le résultat du classement de Google afin de créer un modèle d’IA capable de reproduire les résultats de recherche de Google via un processus appelé distillation.
Il se peut très bien que les actions contradictoires de Google contre le suivi des classements soient principalement une tentative d’empêcher les entreprises de procéder à l’ingénierie inverse des résultats de recherche de Google.
Le suivi SERP déforme les données des mots clés
Les décisions de Google sont prises sur la base de données et l’un des problèmes des trackers de classement est l’augmentation du coût par requête. Un autre problème est que les outils de suivi des classements déforment les données réelles de l’inventaire des mots clés. L’inflation de l’inventaire des mots clés est un problème de longue date qui est antérieur à l’ère des agents IA, remontant aux premiers jours du référencement. Mais ce qui se passe aujourd’hui est une augmentation massive qui fausse très probablement les statistiques de clics et de trafic de Google.
Questions à poser
L’exploration automatisée basée sur l’IA au nom des humains et la recherche par l’IA ont connu un essor sur le Web. Google doit répondre au scraping automatisé des résultats de recherche. Ryan Jones affirme que les deux tendances sont liées.
- Les efforts de Google pour arrêter le scraping agressif de l’IA, ce qui amènera le suivi des classements à atteindre un point où il pourrait devenir insoutenable
- L’autre question que je me pose est la suivante : dans quelle mesure les actions contradictoires de Google visent-elles à empêcher l’ingénierie inverse des résultats de recherche de Google ?
