Voici un chiffre qui résume à lui seul le paradoxe du moment : 48 % des Français déclarent utiliser l’IA générative (Baromètre du numérique 2026, Crédoc/Arcep). Près d’un citoyen sur deux dialogue désormais avec un modèle de langage, que ce soit pour chercher une information, comparer des produits ou préparer un achat.
Maintenant, regardons l’autre face de la pièce : les LLM (ChatGPT, Perplexity, Gemini, Claude et consorts) ne génèrent que 0,16 % du trafic web total en France (SE Ranking, 2025). C’est inférieur à la moyenne mondiale. En clair : l’IA est partout dans les usages, mais quasi nulle part dans les dashboards analytics.
Ce décalage pose une question légitime : faut-il ignorer un canal qui pèse si peu, ou anticiper un basculement côté utilisateurs ?
On va regarder les données, étude par étude, pour comprendre ce qui se passe réellement, et ce que ça implique pour les entreprises.
Le trafic IA : une croissance spectaculaire… sur une base insignifiante
Les chiffres bruts du trafic IA en France
Commençons par poser les ordres de grandeur. L’étude SE Ranking, menée de janvier à août 2025 sur le marché français, donne le cadre : les plateformes d’IA représentent 0,16 % du trafic internet total en France, légèrement en dessous de la moyenne mondiale (0,18 %). En 2024, ce chiffre n’était que de 0,02 %. On parle donc d’une multiplication par 9 en un an. Impressionnant en pourcentage de croissance. Marginal en volume absolu.
Le Baromètre GEO de Valiuz, étude inédite menée auprès de 13 grandes enseignes du retail français entre décembre 2024 et décembre 2025, confirme cette dynamique : le trafic issu des IA vers les sites e-commerce a été multiplié par 18 en douze mois. Mais le baromètre précise immédiatement que ce trafic pèse moins de 1 % des sessions totales à fin 2025. C’est l’effet base faible : une multiplication par 18 peut se traduire par un passage de 0,05 % à 0,9 % du total. Difficile de parler de « révolution » dans les KPIs.
L’étude RC2i/SALT.agency, basée sur 54 sites web analysés sur six mois, enfonce le clou : pour 90 % des sites, les IA ne représentent que 0,6 % du trafic total, contre environ 32 % pour le trafic organique classique. Le rapport de force est clair : la recherche Google reste, et de très loin, le canal dominant.
Qui domine le trafic IA ?
Quand on parle de « trafic IA », on parle en réalité essentiellement de ChatGPT. Les données SE Ranking montrent que ChatGPT capte environ 85 % du trafic IA en France (81 % au niveau mondial). Perplexity suit avec environ 12 %, un chiffre stable par rapport à la moyenne mondiale. Gemini, malgré la domination de Google dans la recherche, ne génère que 2 % du trafic IA en France, bien en deçà de ses 5 % mondiaux. Claude et DeepSeek sont quasiment absents (moins de 1 % combinés).
Autrement dit, quand vous analysez votre trafic IA dans Google Analytics, vous analysez en réalité votre trafic ChatGPT. Cette concentration est à garder en tête : une évolution de la politique de liens de ChatGPT (ou un changement d’algorithme) peut faire basculer l’ensemble du canal du jour au lendemain.
Le problème de la mesure : le trafic invisible
Une partie significative de l’impact de l’IA sur le trafic est tout simplement invisible dans les outils d’analytics classiques. Selon Ahrefs, 63 % des sites reçoivent du trafic LLM, mais ce trafic est difficilement mesurable car il n’apparaît pas dans les sources de référencement habituelles.
Le scénario typique est le suivant : un utilisateur pose une question à ChatGPT, obtient un nom de marque ou de produit en réponse, puis ouvre un nouvel onglet et tape directement l’URL du site. Dans les analytics, cette visite apparaît comme du « trafic direct » ou « source inconnue ». Search Engine Land a d’ailleurs noté une hausse de plus de 10 % des visites de pages d’accueil en corrélation avec l’essor des LLM. Un signal qui suggère que les marques connues bénéficient d’un effet de notoriété amplifié par l’IA, sans que cela soit traçable.
Conséquence directe : le chiffre de 0,16 % est probablement une sous-estimation. L’impact réel de l’IA sur le trafic est supérieur à ce que les referrals montrent. Mais dans quelle proportion ? Personne ne le sait précisément.
La conversion : pas mieux, mais autrement
Le taux de conversion : aucune supériorité claire
L’une des idées reçues les plus tenaces est que le visiteur issu de l’IA serait un « prospect chaud » par nature. Mieux informé, plus avancé dans son parcours, donc plus susceptible de convertir. Les données disponibles ne confirment pas cette hypothèse.
L’étude RC2i/SALT.agency sur 54 sites montre un résultat quasi aléatoire : 56 % des sites constatent un meilleur taux de conversion via le trafic IA, mais 41 % voient des résultats inférieurs. Aucune tendance statistiquement significative ne se dégage, ni en B2B ni en B2C, ni en fonction du volume de trafic. Le trafic IA ne garantit pas un meilleur rendement.
L’étude académique des professeurs Kaiser (Université de Hambourg) et Schulze (Frankfurt School of Finance & Management), publiée en octobre 2025, va dans le même sens. Basée sur 12 mois de données couvrant 973 sites e-commerce et 20 milliards de dollars de revenus annuels, elle conclut que les utilisateurs de ChatGPT cherchent avant tout de l’information, pas des transactions. ChatGPT n’est pas (encore) un canal de vente.
Un parcours différent : l’IA déplace le moment de la décision
Si le taux de conversion n’est pas meilleur, le comportement du visiteur IA est en revanche fondamentalement différent. Le Baromètre Valiuz révèle une donnée particulièrement éloquente : 90 % des visiteurs issus des LLM atterrissent directement sur des fiches produits, et ils passent en moyenne 17 % moins de temps sur le site.
Ce n’est pas le signe d’un désintérêt. C’est le signe que le travail de comparaison, de sélection et de réduction des options a déjà été fait en amont, dans la conversation avec le LLM. Le visiteur IA ne navigue pas, ne passe pas par les filtres ou les pages catégories. Il arrive avec une intention déjà formée, directement sur la page qui l’intéresse.
Le site web n’est plus le lieu de la décision. Il devient le lieu de la vérification et de la finalisation. Le comparatif qui se faisait sur le site (tri par prix, lecture d’avis, navigation entre les fiches) se fait désormais dans ChatGPT ou Perplexity. Et si le produit ne correspond pas à ce que l’IA a « promis », le visiteur repart aussi vite qu’il est arrivé.
C’est là le point clé : l’IA ne génère pas de la conversion, elle réorganise le parcours de décision. Elle déplace le moment du choix en amont du site, ce qui change profondément la façon dont il faut penser l’expérience utilisateur et les KPIs.
Cela se confirme côté recherche : selon DemandSage, seulement 1 % des utilisateurs cliquent sur un lien intégré dans un résumé IA, contre 8 % depuis les résultats classiques. L’utilisateur consomme la réponse dans l’interface IA et ne visite le site que s’il a besoin de confirmer ou de finaliser.
Un point de nuance : la qualité d’engagement varie selon les sites
Attention toutefois à ne pas généraliser un seul modèle de comportement. L’étude SE Ranking montre que les visites IA durent en moyenne 52 % plus longtemps que les sessions organiques (7 minutes 44 secondes contre 5 minutes 05). Le trafic Perplexity, en particulier, génère des sessions de 9 minutes en moyenne.
Ce paradoxe apparent avec les données Valiuz (qui montrent des sessions plus courtes) s’explique par la nature des sites analysés. Sur un site e-commerce, le visiteur IA arrive avec une intention précise et passe moins de temps : il sait déjà ce qu’il cherche. Sur un site de contenu (média, blog, documentation), le visiteur IA vient approfondir un sujet et reste plus longtemps. Le trafic IA n’est pas homogène : son comportement dépend du type de site et de l’intention derrière la requête.
Ce qui change vraiment : les comportements de recherche et d’achat
Si l’impact de l’IA ne se lit pas (encore) dans les analytics, il se lit en revanche de manière très nette dans les enquêtes de comportement. C’est probablement le signal le plus important à suivre pour les professionnels du marketing digital.
L’IA comme outil de tri et de présélection
Le Baromètre Gen-IA d’iligo, réalisé en partenariat avec Media Figaro (nov.-déc. 2025, 1 022 Français de 18 à 69 ans ayant déjà prompté), dresse un panorama détaillé des usages. Les plus fréquents : la recherche d’information (77 %), l’assistance aux tâches (70 %), l’inspiration et la recommandation (64 %), et la prise de décision (60 %). L’IA est utilisée à toutes les étapes du processus de réflexion, de la découverte à l’arbitrage.
L’étude Fevad/Odoxa (février 2026) confirme avec un focus e-commerce : 31 % des cyberacheteurs français utilisent un outil d’IA générative dans le cadre de leurs achats en ligne. Parmi eux, 58 % s’en servent pour gagner du temps, comparer des produits, obtenir des informations ou effectuer une première sélection. Les produits techniques et l’électroménager concentrent 29 % des recherches assistées par IA, les séjours 23 %, les billets de transport 18 %.
L’étude IBM/NRF (janvier 2026, 18 000 consommateurs dans 23 pays) apporte le regard international avec un zoom France : 40 % des consommateurs français utilisent l’IA pour guider leurs décisions d’achat. Principalement pour rechercher des produits (34 %), comparer des avis et des options (27 %) et identifier des promotions (24 %). Ce chiffre a bondi de 90 % en deux ans, permettant à la France d’atteindre désormais la moyenne mondiale.
Enfin, l’étude Criteo (mars 2025, 7 000 consommateurs dont un panel français) relève que 43 % des Français intègrent l’IA dans leur parcours d’achat, que 57 % l’utilisent pour comparer les prix (+6 points en un an), et que l’usage pour trouver des idées cadeaux a bondi de 17 points.
La synthèse de toutes ces données converge vers un même constat : l’IA est un outil de tri et de présélection, pas un canal d’achat. Les consommateurs l’utilisent en amont du parcours pour comparer, filtrer, raccourcir la liste des options, puis finalisent ailleurs : sur le site, en magasin, ou via un autre canal. L’IA influence la décision sans capturer la transaction.
Le phénomène générationnel : ce qui est « jeune » aujourd’hui sera la norme demain
Si l’adoption de l’IA est transversale, elle est massivement tirée par les jeunes générations. Et c’est là que les chiffres deviennent vraiment significatifs pour anticiper l’avenir.
Le Baromètre du numérique 2026 (Crédoc/Arcep) révèle que 85 % des 18-24 ans utilisent l’IA générative, contre 48 % en moyenne nationale et seulement 15 % chez les plus de 70 ans. L’écart est considérable.
Sur le volet achat, la Fevad/Odoxa montre que 49 % des 15-24 ans et 46 % des 25-34 ans utilisent l’IA générative dans le cadre de leurs achats en ligne, contre 31 % tous âges confondus. L’étude Havas Market va plus loin : 40 % des moins de 35 ans se déclarent prêts à déléguer certains choix d’achat à l’IA. Le baromètre iligo confirme : 46 % des prompteurs ont moins de 35 ans, et les 25-34 ans sont parmi les plus engagés.
Ce schéma n’est pas nouveau. C’est exactement celui qu’on a observé avec le mobile, puis avec les réseaux sociaux : un comportement adopté massivement par les 18-35 ans, d’abord considéré comme marginal ou générationnel, avant de devenir la norme trois à cinq ans plus tard. Les jeunes qui comparent aujourd’hui leurs produits sur ChatGPT avant d’acheter seront les consommateurs de demain. Et ils ne reviendront probablement pas aux filtres et aux pages catégories.
La confiance : le frein principal (et temporaire ?)
L’adoption est là, mais la confiance totale ne suit pas. L’étude IBM/NRF est claire : seulement 17 % des consommateurs français font pleinement confiance aux recommandations générées par l’IA. La majorité préfère croiser les sources ou conserver un regard critique.
Capgemini (« What Matters to Today’s Consumer 2026 ») relève que 76 % des consommateurs exigent des règles claires sur l’intervention de l’IA dans leur parcours, et 71 % s’inquiètent de l’usage de leurs données. Le Crédoc confirme que 64 % des utilisateurs vérifient systématiquement les réponses produites par l’IA.
Le baromètre iligo nuance toutefois : si 51 % des prompteurs font confiance aux recommandations de l’IA, cette confiance est conditionnelle. Elle repose sur la citation de sources fiables, la cohérence des réponses et la maîtrise du sujet. Selon Forrester (2025), 62 % des consommateurs font davantage confiance à un agent IA lorsqu’il cite précisément ses sources.
Le constat est donc nuancé : l’IA est un canal d’influence, pas encore un canal d’autorité. Les consommateurs l’utilisent, s’en inspirent, suivent parfois ses recommandations — le baromètre iligo note que 42 % ont déjà réalisé un achat suite à une recommandation IA — mais ils gardent un filtre critique. La question est de savoir combien de temps ce filtre tiendra face à des modèles de plus en plus performants et contextualisant de mieux en mieux leurs réponses.
Ce que ça implique pour les professionnels du digital
L’IA comme canal d’influence invisible
Le modèle d’attribution classique (last-click, referral, UTM) ne capte pas l’influence de l’IA. L’utilisateur passe par le LLM, forme son opinion, puis arrive sur le site via un autre canal (trafic direct, recherche brandée, lien dans un email). L’IA est présente dans le parcours de décision mais absente de la chaîne d’attribution.
Cela implique de repenser certains KPIs. Suivre uniquement le referral « chatgpt.com » ou « perplexity.ai » dans GA4 ne suffit pas. Il faut aussi regarder l’évolution du trafic direct qualifié, la hausse des visites de pages d’accueil, et surtout commencer à mesurer la visibilité de sa marque dans les réponses des LLM, ce que le marché commence à appeler le « Share of Voice IA ».
Comme le souligne Amandine Launois, head of data & insights retailer chez Valiuz : l’accélération est très nette et les IA sont un vrai canal d’acquisition de trafic en devenir pour les enseignes. Le mot clé ici est « en devenir ». On n’y est pas, mais la trajectoire est claire.
La visibilité dans les LLM : un nouvel enjeu
La question émergente pour les marques n’est plus seulement « suis-je bien positionné sur Google ? » mais aussi « suis-je cité par les IA quand un consommateur pose une question liée à mon secteur ? »
Les données montrent une corrélation entre le référencement Google et les citations IA : selon une étude d’août 2025, 33 % des contenus en première position Google sont cités dans les réponses IA, contre moins de 1 % au-delà de la 11ème position. Le SEO classique reste donc un socle. Mais il ne suffit pas : le rapport « State of AI Search » révèle que 60 % des citations dans les AI Overviews de Google proviennent d’URL qui ne figurent même pas dans le top 20 des résultats organiques. Il y a donc une redistribution possible des cartes.
Les marques fortes bénéficient d’un avantage naturel : elles sont davantage citées par les LLM parce qu’elles sont davantage présentes dans les données d’entraînement. Mais les contenus bien structurés, factuels, avec des données originales, peuvent également émerger. L’enjeu n’est pas de remplacer le SEO, mais d’y ajouter une couche de lisibilité pour les modèles de langage : le GEO.
Pourquoi c'est maintenant que ça se joue ?
Résumons la situation. L’IA générative ne pèse presque rien dans les analytics aujourd’hui. Moins de 1 % du trafic, pas de supériorité claire en conversion, un canal encore embryonnaire. Si vous ne regardez que les dashboards, vous ne voyez rien.
Mais si vous regardez les enquêtes de comportement : 48 % des Français utilisent l’IA, 85 % des 18-24 ans, 40 % des consommateurs français l’intègrent dans leurs décisions d’achat. L’IA ne génère pas de trafic, mais elle génère de l’influence. Elle ne convertit pas mieux, mais elle réorganise le parcours de décision en amont du site.
Le décalage entre adoption utilisateur et impact mesurable est temporaire. Les études Fevad et IBM montrent que les consommateurs identifient déjà les agents IA qu’ils veulent voir émerger : chasseur de bonnes affaires, personal shopper, conseiller produit. Le passage d’un outil de recherche à un outil de transaction est une question de temps, pas de principe.
Les marques qui auront construit leur visibilité dans les LLM avant ce basculement en travaillant leur notoriété, en structurant leurs données produits, en devenant des sources de référence pour les modèles de langage, auront un avantage structurel.
Le moment intéressant, c’est maintenant. Pas parce que l’impact est là, mais précisément parce qu’il ne l’est pas encore.
Sources
SE Ranking — « Le trafic de l’IA en France en 2025 » (octobre 2025)
Baromètre GEO Valiuz — Impact des LLM sur les sites e-commerce en France (déc. 2024 – déc. 2025)
RC2i / SALT.agency — « Le trafic généré par les LLM convertit-il mieux que Google ? » (septembre 2025)
Kaiser & Schulze (Universités de Hambourg / Francfort) — Étude sur l’impact des citations ChatGPT sur les ventes e-commerce (octobre 2025)
Ahrefs — Données sur le trafic LLM (février 2025)
DemandSage — « Zero-Click Era: Google Search vs. AI Overviews » (2025)
Search Engine Land — Données sur l’évolution des visites de pages d’accueil (2025)
Baromètre Gen-IA, iligo / Media Figaro — 1ère édition (novembre-décembre 2025)
Baromètre du numérique 2026, Crédoc/Arcep/Arcom (février 2026)
Fevad / Odoxa — Étude sur l’IA dans le parcours d’achat des Français (février 2026)
IBM Institute for Business Value / NRF — « Own the agentic commerce experience » (janvier 2026)
Criteo — Étude sur les tendances d’achat (mars 2025)
Capgemini Research Institute — « What Matters to Today’s Consumer 2026 » (janvier 2026)
Havas Market — Étude sur l’IA et les achats des Français (2025)
Forrester — Données sur la confiance envers les agents IA (2025)
