Publié le · mis à jour le · 10 min de lecture · par Yoann Uzan
Pourquoi Google avance plus vite que les autres
Google dispose d'un avantage structurel que ses concurrents génératifs n'ont pas : une infrastructure publicitaire mature, des annonceurs déjà équipés, des flux produits en place et une mesure de conversion installée. Là où OpenAI construit un produit publicitaire à partir de zéro, Google branche des formats génératifs sur un système existant.
L'échelle suit : AI Mode dépasse le milliard d'utilisateurs mensuels. C'est, de très loin, la plus grande surface de réponse générative accessible à la publicité. Pour un annonceur français, c'est aussi la seule qui soit pleinement achetable aujourd'hui, avec Microsoft Copilot.
Les quatre formats annoncés à Marketing Live 2026
Google a présenté quatre formats à Marketing Live 2026. Ils ne sont pas interchangeables : chacun correspond à un moment distinct du parcours, et chacun exige une matière différente de la part de l'annonceur.
Conversational Discovery Ads. Ils interviennent quand l'utilisateur décrit une situation sans nommer de produit : « je dois équiper une équipe de dix personnes qui travaillent à distance ». Aucune liste de mots-clés ne couvre cette formulation. Ce qui la couvre, ce sont des actifs qui expliquent des cas d'usage, des contextes et des contraintes. Les marques qui ne parlent que de leurs références produit sont absentes de ce moment.
Highlighted Answers. Ils placent une réponse d'annonceur en évidence sur une question factuelle. Le format récompense la précision : un chiffre, un délai, une condition d'éligibilité. Une page évasive ne fournit rien d'exploitable et n'est pas retenue.
AI-Powered Shopping Ads. Ils assemblent une recommandation d'achat à partir du flux produit. Ici, la qualité du catalogue est la qualité de la publicité : attributs, disponibilité, prix, variantes, compatibilités. Un flux incomplet produit une recommandation faible, quel que soit le budget engagé.
Business Agent for Leads. Il conduit une conversation de qualification et transmet un contact. Il suppose des règles de qualification explicites côté annonceur et un traitement rapide des demandes : un lead conversationnel refroidit plus vite qu'un formulaire.
AI Max for Search : l'élargissement et son revers
AI Max étend la couverture d'une campagne de recherche au-delà des mots-clés déclarés, en lisant les pages de destination et les actifs fournis. Le gain de volume est réel. Le revers l'est également : des requêtes hors périmètre, une dilution de la qualité et des dépenses sur des intentions non commerciales.
Quatre garde-fous suffisent à rendre l'outil exploitable. Séparer les campagnes au démarrage, pour lire la performance propre de l'élargissement. Travailler les exclusions par thème plutôt que par mot isolé. Nettoyer les pages utilisées comme source, car une page vague élargit dans la mauvaise direction. Enfin, contrôler chaque semaine les termes de recherche générés, plus volatils qu'en recherche classique.
AI Overviews et AI Mode : deux logiques distinctes
AI Overviews est un résumé généré affiché au-dessus des résultats classiques. Il capte une part des clics informationnels et impose d'être présent dans le résumé lui-même. AI Mode est une expérience conversationnelle complète, où l'utilisateur enchaîne les questions.
Dans AI Mode, le moteur produit des requêtes dérivées — les fan-out queries — pour construire sa réponse. Une question unique peut en générer plusieurs dizaines : prix, délais, prérequis, alternatives, limites. Un site qui ne traite explicitement aucune de ces sous-questions n'est jamais convoqué, même s'il se positionne bien sur la requête principale.
La conséquence pratique est éditoriale : il faut cesser de concentrer toute l'information sur une page unique et la répartir en pages autonomes, chacune répondant à une sous-question de manière affirmative. C'est le travail décrit sur notre page expert GEA.
Mesurer sans se tromper de repères
Les indicateurs habituels du search induisent en erreur sur ces formats. Le volume d'impressions est plus faible, le taux de clic plus élevé, le nombre de sessions par utilisateur souvent supérieur. Une baisse d'impressions accompagnée d'une hausse du coût par clic n'est pas nécessairement une dégradation : elle peut traduire un déplacement vers des moments plus avancés du parcours.
Nous recommandons de suivre trois éléments en parallèle : le coût par lead qualifié, la part de dépense engagée sur des requêtes hors périmètre, et la présence de la marque dans un panel de requêtes conversationnelles relevé à intervalles fixes. Les deux premiers viennent de la plateforme, le troisième doit être construit.
Par où commencer concrètement
Sur un compte français existant, la séquence la plus efficace tient en quatre semaines. Semaine 1 : audit du flux produit et des pages de destination utilisées comme source. Semaine 2 : création d'une campagne AI Max séparée avec exclusions thématiques. Semaines 3 et 4 : lecture des termes générés, ajustement des actifs, première comparaison avec la campagne classique équivalente.
Ce cycle a une vertu qui dépasse Google : il enseigne les mécaniques communes à toutes les surfaces génératives — assemblage dynamique, recommandation unique, requêtes dérivées. Les acquis se transposent ensuite vers ChatGPT et Perplexity sans reconstruire le socle.
Conclusion
Google est aujourd'hui le terrain d'apprentissage le plus accessible du GEA depuis la France. Les enchères sur ces surfaces ne sont pas encore saturées et les annonceurs qui y installent une base d'apprentissage maintenant bénéficieront d'un avantage d'antériorité au moment où les autres inventaires s'ouvriront.