Au SMX Advanced à Boston plus tôt ce mois-ci, j’ai assisté à des sessions consécutives de Crystal Carter, responsable de la recherche IA et des communications SEO chez Wix, et de Jen Cornwell, directrice principale du référencement IA chez Tinuiti. Sur le papier, ils couvraient le même sujet : comment la recherche par IA remodèle le travail du spécialiste du marketing. Dans la salle, ils n’auraient pas pu aborder les choses de manière plus différente. Cet écart s’est avéré être la chose la plus utile que la conversation m’a apprise.
Après la conférence, j’ai envoyé un e-mail à Crystal et Jen et j’ai reçu une copie des deux présentations pour m’assurer de représenter ce qu’elles avaient dit lors de l’événement.
Carter’s Talk : un cadre pour ce qu’il faut optimiser
La séance de Carter repose sur une distinction qui fait l’essentiel du travail conceptuel. La mémoire est ce qu’un assistant IA déduit passivement de la façon dont vous lui parlez, de votre ton, de vos plaintes, de vos schémas. La personnalisation est ce que vous déclarez activement, via les paramètres de profil, les applications connectées et les préférences déclarées, et elle a suffisamment de poids pour façonner ce que fait réellement un agent, et pas seulement ce que cela donne. Vous ne pouvez pas vous frayer un chemin dans la mémoire déduite de quelqu’un de la même manière que vous ajusteriez une méta-description, mais vous pouvez concevoir les signaux qui façonnent les deux moitiés à la fois.
La preuve la plus concrète qu’elle a apportée n’était pas une diapositive de bonnes pratiques. Il s’agissait d’une expérience iPullRank utilisant trois comptes exécutant des invites identiques avec différents niveaux de données personnelles connectées, qui produisaient des réponses visiblement différentes en mode IA, y compris une réponse s’adressant à un enfant hypothétique par son nom dans une recommandation de streaming. Il s’agit d’une comparaison contrôlée, pas d’une anecdote, et c’est le genre de détail qui devrait inquiéter quiconque traite encore les résultats de recherche de l’IA comme une sortie unique et générique que tout le monde reçoit de la même manière.
À partir de là, Carter s’est tourné vers la tactique, en commençant par les noms dénominaux (« acteur » au lieu de « la personne qui a agi ») parce que les modèles sémantiques regroupent ainsi les requêtes liées à l’identité. Et la requête Google moyenne contient trois à quatre mots, tandis que l’invite d’ouverture moyenne de ChatGPT contient environ 103 mots. Cette lacune est l’argument en faveur d’un contenu étroitement spécifique de type FAQ sur de larges pages de destination. Les utilisateurs qui tapent dans un assistant IA sont déjà plus loin dans l’entonnoir qu’un champ de recherche ne les a jamais fait.
Le discours de Cornwell : un cadre expliquant pourquoi personne n’agit en conséquence
La session de Cornwell ne contenait presque aucune nouvelle donnée SEO, et c’est là le point. Elle a commencé en nommant un problème complètement différent. La plupart des équipes de recherche ne manquent pas d’informations ; il leur manque une organisation prête à agir sur la base des connaissances dont elle dispose déjà. Ce n’est pas un problème de recherche. Il s’agit d’un problème de gestion du changement, et elle a présenté à la salle deux cadres empruntés pour le résoudre : le modèle de changement en huit étapes de Kotter et la courbe de diffusion de l’innovation d’Everett Rogers.
L’appareil qu’elle a utilisé pour le faire coller était la propre fable de Kotter de 2005 sur une colonie de pingouins sur un iceberg en train de fondre, relookée avec des aperçus de l’IA comme la fonte des glaces et cinq rôles (Sponsor, Trust, Catalyst, Analyst, Sceptic) que chaque participant était implicitement invité à attribuer au sein de sa propre équipe. À la diapositive de clôture, vous ne preniez plus de notes sur un processus en huit étapes ; vous organisiez un casting sur votre propre organigramme.
Le point d’ancrage de la recherche qui mérite d’être conservé est le calcul du point de bascule de Rogers. Les innovateurs représentent 2,5 % de la population, les premiers utilisateurs 13,5 %, et une fois qu’un changement atteint ce total de 16 %, l’adoption a tendance à devenir autonome. Appliqué en interne, cela reformule « convaincre l’ensemble de l’entreprise » en « trouver la minorité trouvable », ce qui est une cible beaucoup moins paralysante pour un référenceur plaidant en faveur du budget dans une salle pleine de sceptiques.
Où les deux pourparlers se heurtent réellement
Voici la dissonance et pourquoi cela vaut plus que de parler seul. Le cadre de Carter suppose que le goulot d’étranglement est de savoir quoi construire, les bonnes données structurées, le bon contenu de niche, la bonne configuration du serveur MCP. Le cadre de Cornwell suppose que vous savez déjà quoi construire, et le goulot d’étranglement est d’amener cinq autres départements à vous laisser l’expédier. Mettez-les dans la même pièce et ils cesseront de ressembler à deux conférences sur le même sujet. Ils commencent à ressembler à un diagnostic expliquant pourquoi tant d’initiatives de recherche en matière d’IA stagnent ; la plupart des équipes ne disposent d’outils que pour la moitié du problème.
Si votre stratégie de recherche d’IA a une feuille de route technique mais pas de coalition interne, les tactiques de Carter resteront dans un paquet que personne n’approuvera. Si vous avez l’adhésion de la direction mais aucun jeu spécifique à exécuter, le cadre de Cornwell produira une équipe motivée n’ayant rien de concret à faire lundi matin.
3 mouvements à réaliser dans les deux pièces
- Choisissez une lacune de contenu de niche, pas un audit complet. Utilisez le cadrage de canal appartenant à Carter, mais résistez à la création d’un document complet sur la visibilité de l’IA que personne ne lit. Expédiez un élément de contenu de type FAQ qui correspond à la façon dont les gens invitent réellement les assistants IA, puis utilisez-le comme preuve de concept en interne.
- Trouvez vos 16 % avant de présenter toute la salle. Identifiez une ou deux personnes déjà convaincues par l’investissement dans la recherche en IA et élaborez d’abord votre brief avec elles. Vous n’essayez pas de convaincre votre partie prenante la plus sceptique dès le premier jour.
- Choisissez vos cinq rôles avant la prochaine proposition. Nommez qui dans votre équipe est le sponsor, le sceptique, le catalyseur. Entrer dans une conversation budgétaire en sachant déjà d’où viendra la résistance vaut plus qu’une autre diapositive de captures d’écran du mode IA.
Mettez Carter et Cornwell l’un à côté de l’autre et il est difficile de manquer la leçon. La plupart des équipes considèrent la recherche d’IA comme deux tâches distinctes : celles qui déterminent ce qu’il faut construire et celles qui se battent pour le faire expédier. La chambre de Carter supposait que le plus difficile était de savoir quoi optimiser. Cornwell a supposé que vous le saviez déjà, et le vrai travail consistait à amener tout le monde à agir en conséquence. Les deux ont raison, c’est exactement le problème.
Une feuille de route technique sans coalition interne stagne dans un jeu que personne n’approuve. Une équipe motivée et sans jeu spécifique n’a rien à faire lundi. Les stratégies qui bougent réellement sont celles qui sont exécutées comme une seule tâche, et non comme deux. L’optimisation n’a jamais été la partie la plus difficile. Amener votre organisation à agir en conséquence l’est.
Plus de ressources :
