Je surveille de près l’évolution du SEO agentique, car je suis convaincu(e) que, dans les prochaines années, à mesure que les capacités progresseront, les agents auront un impact majeur sur le secteur. Il ne s’agit pas d’une substitution instantanée et sans heurts des talents humains par une intelligence machine hyper-performante : il y aura beaucoup d’essais, d’erreurs et d’ajustements. Néanmoins, tout comme l’automatisation a transformé l’industrie manufacturière, je pense que nous allons observer des bouleversements radicaux dans le fonctionnement de l’espace en ligne.

Marie Haynes est depuis longtemps une référence reconnue dans le milieu, notamment grâce à ses retours sur l’E‑E‑A‑T et le fonctionnement des algorithmes de Google, diffusés dans sa newsletter très suivie. Il y a quelques années, elle a décidé d’arrêter son agence SEO pour se consacrer entièrement à l’apprentissage des systèmes d’IA, convaincue que nous assistons au début d’une transformation profonde.

Dans un article récent, Marie se demandait s’il fallait investir dans les agents d’IA. Pour approfondir ce sujet, nous l’avons invitée à une discussion afin d’explorer les implications pour les professionnel(le)s du référencement.

« L’idée d’optimiser uniquement pour apparaître parmi les dix liens bleus de Google est en train de disparaître. »

Tester les ‘Gem’ de Gemini

Pour comprendre concrètement ce que peuvent accomplir les agents, Marie recommande de commencer par expérimenter avec les Gemini Gems.

Son conseil simple : essayez de créer une collection de Gemini Gems. Selon elle, ces blocs de connaissance et d’instructions vont évoluer pour devenir des éléments clés des futurs flux de travail agentiques.

À titre d’exemple pratique, Marie a partagé sa « Gem d’originalité » : un fichier de plus de 500 mots qui formalise sa manière d’évaluer la qualité et l’originalité d’un contenu, assorti d’exemples concrets. Cette Gem sert de base de connaissances et de guide pour que le système produise un texte qui respecte ses critères.

Son raisonnement est le suivant : « On n’est pas très loin d’un moment où la majorité des tâches SEO que j’effectue pourront être déléguées à des flux de travail agentiques, me sollicitant seulement ponctuellement pour valider des décisions stratégiques. »

Expérimenter avec des Gems permet de formaliser le savoir-faire. Construire ces briques vous aide à réifier vos processus, à repérer les étapes qui se prêtent à l’automatisation et à définir clairement les règles et exemples que l’IA doit suivre.

Assembler des agents : la puissance de la chaîne

Le véritable potentiel apparaît lorsque l’on assemble plusieurs agents pour former des flux de travail agentiques. En chaînant des composants spécialisés, on peut reproduire des processus complexes que l’on exécuterait habituellement en équipe.

Concrètement, cela signifie que vous pouvez enseigner à un ensemble d’agents les différentes compétences d’une équipe : recherche, rédaction, vérification des faits, optimisation technique, et même reporting. Vous devenez alors l’architecte et le superviseur de ces assistants numériques, intervenant comme un « humain dans la boucle » pour contrôler la qualité et orienter les arbitrages difficiles.

Quand vos connaissances sont « téléchargées » dans ces systèmes et que les enchaînements fonctionnent de manière fiable, vous obtenez un effet de levier important : la possibilité de gérer un nombre bien plus élevé de clients ou de projets sans multiplier le travail humain de façon linéaire.

Marie illustre cela ainsi : au lieu de gérer un petit nombre de sites manuellement, elle pourrait superviser une centaine de clients via son flux de travail automatisé, puisque l’essentiel des opérations serait exécuté par les agents.

Cependant, la clé réside dans l’art du prompt et de la conception des agents : savoir structurer les instructions, définir les jeux de données d’apprentissage et contrôler les sorties. Cette compétence — très technique mais aussi méthodologique — sera centrale pour tirer parti des flux de travail agentiques.

À terme, la valeur ajoutée des professionnel(le)s ne sera plus d’optimiser uniquement pour un moteur, mais de faire le lien entre les besoins des entreprises et la technologie : former, encadrer et mettre en place des agents opérationnels.

Pourquoi privilégier Gemini plutôt que ChatGPT ?

Interrogée sur son attirance pour Gemini plutôt que pour d’autres grands modèles comme ChatGPT, Marie explique que sa démarche est orientée vers la préparation au futur plus que la recherche d’un bénéfice immédiat. Elle préfère investir du temps dans un écosystème qui, selon elle, tend à se consolider autour de Google.

Son argument principal : Google construit un ensemble d’outils et d’interconnexions que l’on voit se structurer concrètement dès aujourd’hui. Pour Marie, cela fait de Google un acteur susceptible de dominer la compétition autour des plateformes d’IA, d’où son choix d’apprendre et de travailler avec Gemini.

Elle résume sa stratégie ainsi : privilégier l’outil qui correspond le mieux à l’écosystème technique probable des prochaines années afin d’anticiper les évolutions du marché plutôt que d’optimiser uniquement pour les capacités présentes.

Les transformations suivront les flux monétaires

Marie anticipe que l’intégration des flux de travail agentiques ira crescendo dans l’entreprise lorsque ces solutions commenceront à générer des revenus tangibles. La diffusion massive viendra lorsqu’il sera évident que l’utilisation d’agents permet d’accroître le chiffre d’affaires ou d’améliorer sensiblement les marges.

Elle rappelle que, malgré l’énorme somme investie dans le développement de l’IA, une large partie des entreprises ne retire pas encore un retour financier direct de ces technologies. À ce propos, on trouve des estimations diverses : une étude citée dans l’article original évoquait qu’une grande majorité des organisations n’ont pas transformé l’usage de l’IA en gains financiers immédiats (voir les liens vers McKinsey et MIT / analyses récentes).

Le parallèle avec le référencement est instructif : il y a eu une période où seules quelques personnes comprenaient comment améliorer la visibilité sur Google. Lorsqu’il est devenu rentable de maîtriser ces techniques, un écosystème complet d’outils et de prestataires s’est structuré autour du SEO. Marie anticipe que la même dynamique se reproduira avec les agents et les flux de travail agentiques, une fois les cas d’usage monétisés clairement identifiés.

Elle reste prudente sur les calendriers : la transition n’est pas nécessairement imminente dans les 12 prochains mois, mais elle estime que la tendance est déjà bien engagée.

Que devraient faire les professionnel(le)s du référencement aujourd’hui ?

La vitesse des évolutions et la densité d’informations rendent l’apprentissage ardu : même celles et ceux qui travaillent exclusivement sur ces sujets peuvent se sentir submergés par le volume de nouveautés. Marie reconnaît d’ailleurs qu’elle consacre à présent tout son temps professionnel à la veille et à l’expérimentation sur les systèmes d’IA, et que la sensation d’être dépassé(e) est fréquente.

Son conseil opérationnel : continuer à apprendre, tester, et pratiquer l’écriture de prompts. Plus concrètement :

• Pour chaque tâche répétitive que vous effectuez, réfléchissez à la manière de formaliser un processus qu’un agent pourrait exécuter.
• Tentez de construire un petit prototype d’agent, même incomplet : l’expérience acquise vous servira pour l’amélioration suivante.
• Ne vous contentez pas d’abandonner à la première tentative infructueuse ; analysez les limites, ajustez les instructions et recommencez.

Pour les équipes techniques, Marie recommande d’expérimenter la « vibe coding » avec des outils qui facilitent la mise en production sans nécessiter une maîtrise approfondie du code : par exemple Google Anti Gravity ou AI Studio. Ces plateformes permettent de déployer des expériences et des sites en s’appuyant sur des composants d’IA, souvent avec peu ou pas d’HTML à écrire.

Par ailleurs, un moyen rapide d’apporter de la valeur à des clients tout en construisant des compétences est de produire des rapports de veille approfondis. Utiliser Gemini ou ChatGPT pour analyser comment des concurrents intègrent l’IA et formuler des recommandations pratiques peut constituer un service utile et formateur.

Compétences à développer et risques à maîtriser

Au-delà de la capacité à écrire des prompts, plusieurs compétences techniques et méthodologiques deviendront déterminantes :

• Conception de pipelines : savoir découper un processus en étapes automatisables et définir les points de contrôle humain.
• Qualité des données : structurer et nettoyer les sources d’entraînement et d’exemples pour éviter les biais et les dérives.
• Évaluation et audit : mettre en place des métriques pour mesurer la fiabilité, l’originalité et la conformité des sorties des agents.
• Sécurité et gouvernance : définir les règles d’accès, de confidentialité et de responsabilité lorsque des décisions sont partiellement automatisées.
• Communication : traduire des résultats techniques en recommandations opérationnelles compréhensibles par les décideurs.

Les risques ne sont pas négligeables : dépendance excessive à l’automatisation, qualité variable des contenus générés, exposition à des erreurs factuelles, et enjeux éthiques liés aux décisions prises par des agents. Une surveillance humaine active et des tests réguliers resteront indispensables.

L’avenir du référencement et des métiers

Marie rappelle une citation souvent attribuée à des dirigeants de la tech : l’IA est une technologie d’impact comparable, selon leur point de vue, au feu ou à l’électricité. Même en tenant compte de son propre biais — elle a investi beaucoup de temps pour comprendre ces systèmes — elle estime qu’un degré significatif de perturbation sociale et professionnelle est à prévoir.

La capacité à identifier les tendances pertinentes pour ses client(e)s et à synthétiser l’information pour en extraire ce qui a une valeur pratique deviendra une compétence stratégique. Les professionnel(le)s qui sauront combiner expertise métier et maîtrise des agents seront en forte demande.

En synthèse : les personnes capables de déployer des agents productifs, de transformer ces déploiements en revenus et d’expliquer clairement leurs bénéfices à des dirigeants auront un avantage concurrentiel important à l’avenir.

Exemples d’applications pratiques

Pour rendre concret ce que peuvent apporter les agents, voici quelques cas d’usage plausibles pour des spécialistes du référencement et des responsables marketing :

• Audit automatique de contenu : un agent scanne un site, identifie les pages à faible performance, propose des optimisations et génère un plan d’action priorisé.
• Création assistée de briefs éditoriaux : à partir de mots-clés et d’objectifs commerciaux, un ensemble d’agents produit un calendrier éditorial, des titres optimisés, et un guide de ton pour les rédacteurs.
• Surveillance de la concurrence : un agent suit les modifications de contenus chez les concurrents, détecte les nouvelles fonctionnalités et alerte sur les opportunités à exploiter.
• Personnalisation à grande échelle : des agents génèrent des variantes de pages ou d’emails adaptés à des segments clients, testent les performances et apprennent des résultats.
• Génération de rapports automatisés : compilation de données, interprétation et synthèse en langage clair pour la direction.

Ces exemples montrent comment la combinaison de plusieurs agents spécialisés peut remplacer ou augmenter des processus humains tout en apportant agilité et montée en volume.

Bonnes pratiques pour débuter

Pour qui souhaite entrer dans ce domaine sans se perdre, quelques étapes méthodiques sont utiles :

1. Cartographiez vos tâches récurrentes et identifiez celles qui sont routinières et bien structurées.
2. Formalisez vos règles métiers : consignez les décisions que vous prenez et les critères que vous utilisez.
3. Créez des Gems simples (ou équivalents) qui codifient ces règles et exemples ; testez-les sur des cas réels.
4. Mesurez les performances : taux d’erreur, économies de temps, qualité perçue par les utilisateurs finaux.
5. Itérez : améliorez vos prompts et vos chaînes d’agents en fonction des retours et des résultats.

Cette approche empirique permet d’apprendre rapidement sans déployer immédiatement des systèmes complexes et coûteux.

Ressources et outils évoqués

Plusieurs outils et ressources peuvent faciliter la prise en main :

• Documentation et page d’accueil des Gemini Gems — pour comprendre le concept et commencer à créer des Gems.
• Google Anti Gravity et AI Studio — outils permettant de prototyper et de déployer des expériences d’IA.
• Articles d’analyse sur la valeur économique de l’IA : études citées par McKinsey et par des observatoires universitaires (analyses récentes).

Conclusion : un rôle évolutif pour les expert(e)s

La direction générale est claire : les agents d’IA vont transformer des pans entiers du travail lié au référencement et au marketing digital, mais pas sans une phase de maturation. Les professionnel(le)s qui réussiront seront ceux qui adoptent une posture d’apprentissage continu, qui structurent leur savoir-faire en composants réutilisables et qui conçoivent des flux de travail agentiques supervisés par des humains.

La transition demande du temps, de l’expérimentation et une vigilance constante sur la qualité et l’éthique. Pourtant, les opportunités sont réelles : augmenter la productivité, élargir l’échelle d’intervention et proposer de nouvelles offres à valeur ajoutée. Les premiers à maîtriser ces pratiques auront un avantage concurrentiel durable.

Pour approfondir le propos et voir des démonstrations, l’enregistrement de la discussion avec Marie Haynes est disponible plus bas dans la page (lecture intégrée) pour consultation directe.

Remerciements à Marie Haynes pour avoir partagé ses observations et son expérience autour de ces sujets lors de notre échange.

Autres ressources mentionnées :

Image à la une : Shelley Walsh/Search Engine Journal