BrightEdge a publié une analyse récente montrant que les AI Overviews de Google n’apparaissent plus au hasard, mais selon des choix qu’elle qualifie de « volontaires et ciblés ». Ces évolutions indiquent aux responsables marketing où l’IA intervient dans le parcours d’achat et quelles positions les entreprises doivent anticiper.

Les données montrent que Google concentre l’IA à des étapes du processus d’achat où elle apporte une valeur informationnelle nette, en particulier pendant les phases de recherche et d’évaluation. Autrement dit, les AI Overviews apparaissent surtout lorsque les internautes cherchent à comparer des options ou à comprendre des caractéristiques de produits.

BrightEdge indique que Google n’a conservé qu’environ 30 % des mots-clés associés aux AI Overviews observés au pic de son intervalle d’étude (1er septembre – 15 octobre 2025). Les requêtes retenues affichent par ailleurs un volume de recherche plus important que celles supprimées, ce qui constitue une inversion par rapport au comportement observé en 2024. Cette tendance concorde avec une plus forte conservation dans les catégories où les acheteurs recherchent des explications, des comparaisons et des consignes pratiques.

BrightEdge précise :

« Les chiffres racontent une histoire intéressante : Google n’a conservé que 30 % de ses mots‑clés peak des AI Overviews. Mais ce qui rend 2025 fondamentalement différent : les mots‑clés conservés présentent un VOLUME DE RECHERCHE PLUS ÉLEVÉ que ceux retirés — l’inverse de 2024. Google ne se contente pas de réduire sa présence ; il choisit stratégiquement quand l’IA apporte une aide pertinente. »

L’évolution des AI Overviews reflète donc un réglage fin du système par Google. BrightEdge note un pic de couverture passant de 9 % à 26 % le 18 septembre, suivi d’un retour rapide à 9 %, signe d’expérimentations continues. Le chevauchement annuel des mots-clés associés aux AI Overviews n’est que de 18 %, ce que les analystes qualifient de « réorganisation massive » et qui indique aux marques qu’elles doivent prévoir des fluctuations plutôt qu’une stabilité. Cette volatilité laisse penser que Google teste des variations, ou réagit aux comportements utilisateurs, et que les requêtes affichées au sein des AI Overviews peuvent évoluer au fil du temps.

Observation d’expert : il est vraisemblable que Google interprète les signaux d’usage, expérimente la présentation des AI Overviews, puis augmente leur diffusion lorsque les réactions des utilisateurs sont favorables.

L’IA comme couche d’évaluation et de comparaison

Les conclusions de BrightEdge suggèrent que les AI Overviews coïncident avec l’intention de l’acheteur. Google place l’IA sur des requêtes de recherche telles que « meilleure TV pour les jeux », maintient sa présence sur des requêtes d’évaluation comme « Samsung vs LG », et s’efface lorsque l’intention devient clairement transactionnelle, par exemple pour « Samsung S95C prix ».

Ces exemples illustrent que l’IA joue principalement un rôle pédagogique et comparatif, plutôt qu’un rôle transactionnel. Quand l’internaute se situe au stade final d’achat, Google réduit l’intervention de l’IA et laisse les résultats traditionnels (pages produits, fiches marchandes, pages e‑commerce) assurer la conversion. Cette stratégie montre que Google utilise les AI Overviews pour aider à l’évaluation et à la décision, mais pas pour exécuter l’acte d’achat.

Conséquences principales :

• Les contenus axés sur la comparaison, la mise en perspective des caractéristiques et l’explication technique ont plus de chances d’être exploités par les AI Overviews.
• Les pages purement transactionnelles (prix, promotions, boutons d’achat) sont moins susceptibles d’apparaître dans ces résumés automatisés.

Utilité variable selon les catégories de produits

Les statistiques montrent que l’utilité de l’IA dépend fortement de la catégorie de produits et que Google ajuste la conservation des mots‑clés en conséquence. Certaines catégories ayant maintenu une présence significative des AI Overviews — comme l’épicerie, la télévision et home cinéma, ou les petits appareils électroménagers — partagent un dénominateur commun : les consommateurs y recourent souvent à des comparaisons, des explications ou des guides d’usage.

À l’inverse, des catégories comme le mobilier ou la décoration, qui reposent davantage sur l’exploration visuelle et l’inspiration, voient une faible rétention des AI Overviews. Dans ces secteurs, l’information textuelle a moins d’influence sur la décision instantanée, ce qui réduit l’intérêt d’un résumé automatisé centré sur la lecture et la comparaison.

Plus concrètement :

• Les catégories où le texte guide le choix (comparatifs, tutoriels, explications techniques) affichent une rétention élevée.
• Les catégories dominées par le visuel (ambiances, design, look & feel) affichent une rétention faible.

Le filtrage par mot‑clé opéré par Google donne une indication claire sur la façon dont l’IA s’intègre au parcours d’achat : parmi les requêtes conservées, un peu plus d’un quart correspondent à des recherches d’évaluation ou de comparaison (termes « meilleur [produit] », « X vs Y »). À l’opposé, les requêtes du bas de tunnel (prix, achat, offres, modèles spécifiques) sont souvent écartées. En synthèse, l’IA informe et oriente plutôt qu’elle n’enclenche la transaction finale.

Le calendrier des achats module la présence de l’IA

Le moment dans l’année influence fortement l’apparition des AI Overviews. BrightEdge décrit un parcours d’achat type durant la période de fin d’année : recherche en novembre, évaluation et comparaison début décembre, achat fin décembre. Dans ce schéma, l’IA est utile en novembre pour la découverte et la compréhension des options, continue à assister pour les comparaisons en début décembre, puis perd de son influence lorsque les consommateurs se concentrent sur la décision d’achat à la fin décembre.

Implications temporelles :

• Novembre constitue la fenêtre prioritaire pour que le contenu d’évaluation et de comparaison soit visible et cité par l’IA.
• À partir de décembre, l’opportunité de découverte via l’IA diminue, car les intentions des utilisateurs se déplacent vers l’achat.

Pour les marques, cela signifie qu’il faut synchroniser la production et l’indexation des contenus d’évaluation et de comparaison avant les périodes clefs, afin d’augmenter la probabilité d’être agrégés dans les AI Overviews. En parallèle, il est nécessaire de continuer à optimiser les pages transactionnelles pour capter les requêtes qui restent dominées par les résultats classiques.

La faible consistance annuelle (18 %) des mots‑clés associés aux AI Overviews souligne la nécessité de garder une approche agile : surveiller, tester et adapter les contenus en fonction des évolutions de visibilité et de comportement.

Que devraient faire les spécialistes du marketing et les rédacteurs SEO ?

Face à ces observations, voici des axes pratiques — neutres et fondés sur l’analyse — pour adapter une stratégie de contenu afin de rester pertinent tant pour l’IA que pour les recherches organiques classiques :

1) Cartographier les intentions et segmenter le contenu

• Identifiez les pages qui répondent aux intentions de recherche et d’évaluation (guides d’achat, comparatifs, FAQ explicatives) et celles qui servent l’intention d’achat (fiches produit, pages de paiement).
• Structurez votre site pour séparer clairement le contenu pédagogique du contenu transactionnel ; cela facilite la découverte par l’IA et protège les pages de conversion d’un éventuel retrait de visibilité.

2) Prioriser l’indexation précoce des contenus d’évaluation

• Publiez et indexez les pages de comparatif avant les pics saisonniers (ex. : novembre) afin d’augmenter la probabilité que l’IA puisse les citer.
• Utilisez un balisage sémantique clair (titres, Hn, listes, tableaux comparatifs) pour aider les systèmes automatisés à extraire des éléments factuels.

3) Produire des contenus structurés et réutilisables

• Privilégiez des formats qui facilitent la lecture et l’extraction : tableaux de caractéristiques, sections « pour qui / pourquoi », avantages vs inconvénients, et résumés synthétiques.
• Incluez des définitions, des comparaisons explicites (X vs Y) et des critères d’évaluation pour maximiser la probabilité que l’IA utilise ces fragments.

4) Optimiser la dimension sémantique et l’autorité

• Développez le maillage interne entre pages d’évaluation et pages produits pour faciliter le transfert de pertinence.
• Consolidez la qualité éditoriale (sources, métriques, tests) : les systèmes d’agrégation valorisent souvent des contenus documentés et factuels.

5) Ne pas négliger les pages transactionnelles

• Les AI Overviews tendent à s’effacer en bas de tunnel ; continuez à optimiser le SEO traditionnel pour les requêtes transactionnelles (balises produit, prix, disponibilité, avis, snippets optimisés).
• Surveillez la conversion et l’expérience utilisateur : même si l’IA attire l’attention en amont, la vente reste majoritairement captée par les pages e‑commerce classiques.

6) Mesurer et s’adapter en continu

• Surveillez les changements de visibilité des mots‑clés liés aux AI Overviews et les volumes de recherche associés.
• Utilisez des tests A/B pour ajuster la structure des pages (résumés, listes, questions/réponses) afin d’identifier ce qui est le plus fréquemment repris par l’IA.

Comment lire les signaux fournis par les données ?

La lecture stratégique des indicateurs extraits par BrightEdge permet d’affiner la planification. Voici quelques points d’interprétation utiles :

• Un taux de rétention de 30 % des mots‑clés au pic signifie que Google filtre massivement : il privilégie des requêtes à fort volume et à valeur informationnelle.
• Un chevauchement annuel de 18 % montre que les termes affichés dans l’AI Overview ne constituent pas un ensemble stable ; anticipez des rotations et des variations saisonnières.
• Les catégories où le texte est décisif (électroménager, électronique grand public, alimentation avec critères) sont des cibles prioritaires pour des contenus d’évaluation bien structurés.

En pratique, cela signifie consacrer des ressources à la création répétée de contenus utiles (guides, comparatifs, FAQ) et à leur actualisation régulière. Ces contenus doivent rester indépendants des offres commerciales ponctuelles pour être jugés pertinents par l’IA.

Risques et limites à garder en tête

Si les opportunités sont réelles, plusieurs précautions s’imposent :

• L’IA peut synthétiser l’information de façon erronée : favorisez des formulations claires et vérifiables pour réduire le risque d’interprétation erronée.
• La dépendance exclusive à la visibilité via les AI Overviews est risquée en raison de la volatilité observée ; maintenez une stratégie SEO diversifiée.
• La sur-optimisation pour capter l’IA (ex. : bourrage de comparaisons artificielles) peut dégrader l’expérience utilisateur ; l’équilibre entre exhaustivité et lisibilité reste essentiel.

Exemples pratiques de formats à privilégier

Pour maximiser la probabilité d’être repris par les AI Overviews, privilégiez des formats récurrents et structurés :

• Fiches « meilleur pour » : synthèses qui identifient le « meilleur pour » selon des usages (ex. : « Meilleure TV pour jeux »).
• Tableaux comparatifs : colonnes claires (prix, caractéristiques, avantages, inconvénients).
• FAQ riches : réponses courtes et factuelles aux questions fréquentes de l’acheteur.
• Guides d’achat étape par étape : expliquer comment choisir selon des critères mesurables (résolution, latence, consommation, taille).

Ces structures aident l’IA à extraire des fragments cohérents et utiles pour construire un résumé pertinent, tant pour la recherche que pour l’évaluation.

Surveillance opérationnelle : indicateurs à suivre

Mesurer l’efficacité d’une stratégie face aux AI Overviews implique de surveiller plusieurs métriques :

• Volume de requêtes conservées vs retirées (pour observer la dynamique de retention).
• Position moyenne et visibilité organique des pages d’évaluation et de comparaison.
• Taux de clics (CTR) sur les pages présentes dans les résultats classiques vs celles mentionnées dans les résumés automatisés.
• Trafic organique sur les pages pédagogiques en périodes clefs (novembre/décembre).
• Taux de conversion des pages transactionnelles lorsque le trafic provient de pages d’évaluation.

Conclusions synthétiques

La recherche de BrightEdge donne un aperçu clair : Google applique une logique stratégique dans l’affichage des AI Overviews, privilégiant des requêtes à forte valeur informationnelle et à fort volume. L’IA se positionne principalement comme une couche d’évaluation et de comparaison, utile en phase de recherche, et se retire lorsque l’intention bascule vers l’achat. Les marques doivent donc adapter leurs contenus en conséquence : produire tôt des pages d’évaluation structurées et maintenir des pages transactionnelles optimisées pour capter l’intention d’achat finale.

La volatilité constatée (faible recouvrement annuel, pics et retours rapides) impose de surveiller les tendances et d’être prêt à ajuster les priorités éditoriales plutôt que de compter sur une visibilité invariable. Les meilleures pratiques consistent à créer des contenus utiles, structurés et indépendants des promotions, afin d’augmenter la probabilité d’être utilisés par les synthèses automatisées tout en gardant une solide capacité de conversion via les résultats traditionnels du moteur.

Consultez le rapport de BrightEdge :
Analyse : Test des AI Overviews de Google durant la période des achats 2025 — le recul de 57 % qui change la donne

Image à la une par Shutterstock/Misselss