En bref.0 % des citations ChatGPT en B2B pointent vers G2, Capterra ou Trustpilot. L'étude Evocia AI Sources Index 2026 le mesure sur 1 000 réponses analysées. L'industrie des comparateurs d'avis logiciels, qui captait une part décisive de la découverte B2B jusqu'en 2024, est aujourd'hui invisible dans la couche IA. Sept raisons expliquent cette bascule, et aucune n'est réversible à court terme.
Que dit vraiment l'étude Evocia ?
L'étude AI Sources Index 2026, publiée le 14 septembre 2026 par le cabinet Evocia, a analysé 1 000 réponses de ChatGPT sur des requêtes B2B typiques (comparaisons logicielles, recherche de prestataires, veille sectorielle, cadrage de projet). Les auteurs ont extrait l'ensemble des citations hyperliens produites par le modèle et les ont classées par type de source.
Le dataset principal couvre 2 259 citations distinctes. La répartition tient en trois chiffres : 89 % des citations pointent vers un éditeur de logiciel ou un fournisseur de service (sa documentation officielle, ses pages produit, son blog d'ingénierie, sa page de prix, sa page de cas client). Environ 10 % vont vers des sources institutionnelles ou éducatives (Wikipedia, universités, sites gouvernementaux, organismes de normalisation). Moins de 2 % vont vers l'ensemble des comparateurs d'avis, forums spécialisés, médias tech et sites d'analystes réunis.
Décortiqué finement, ce 2 % se réduit à presque rien une fois ventilé. Les comparateurs purs (G2, Capterra, Trustpilot, Software Advice, GetApp, TrustRadius) tombent à zéro citation isolée mesurable sur l'échantillon. Autrement dit, aucune réponse ChatGPT B2B ne cite explicitement un comparateur d'avis dans sa liste de sources, à l'échelle statistique de l'étude. C'est le finding le plus brutal de l'étude et celui qui a provoqué le plus de débats dans les cercles marketing B2B à la rentrée 2026.
Autre chiffre marquant : ChatGPT consulte en moyenne 23 pages par requête mais n'en cite qu'une sur huit. Ce ratio de sélection sévère montre que la citation est une récompense rare. Microsoft.com concentre à lui seul une réponse sur cinq, principalement via sa documentation technique (docs.microsoft.com, learn.microsoft.com). Suivent HubSpot, Salesforce, Google, Amazon et Adobe. Tous sont des éditeurs qui publient leur propre contenu sur leur propre domaine. Pour comprendre la mécanique générale derrière ces écarts, voir qu'est-ce que le GEO.
Pourquoi ChatGPT préfère-t-il la doc officielle aux comparateurs ?
Raison numéro un : la source primaire bat l'agrégateur sur trois critères que les LLM valorisent systématiquement.
Fiabilité. Un éditeur de logiciel qui décrit sa propre fonctionnalité est, par construction, la source la plus fiable sur cette fonctionnalité. Il connaît le détail exact des limites, des unités, des cas de bord. Un comparateur qui synthétise la même information le fait avec plusieurs mois de retard et un niveau de granularité inférieur. Pour un modèle qui optimise la véracité, le choix est trivial.
Fraîcheur. La documentation éditeur est mise à jour en continu, à chaque release produit. Les fiches comparateurs sont rafraîchies au mieux trimestriellement, souvent annuellement. Un modèle qui pondère la date de publication (ce que fait ChatGPT via sa couche de retrieval) écarte mécaniquement les comparateurs sur les requêtes qui touchent à des fonctionnalités récentes.
Unicité. Les comparateurs se recopient les uns les autres. G2, Capterra, Software Advice et GetApp décrivent souvent les mêmes logiciels avec des formulations proches, voire issues de la même fiche fournisseur. Les LLM détectent cette redondance et préfèrent la source d'origine unique. C'est exactement le même mécanisme qui fait que ChatGPT ignore les sites miroirs et les fermes de contenu, mais appliqué à l'écosystème B2B.
Ce triple avantage de la source primaire explique pourquoi Microsoft.com, HubSpot.com, Salesforce.com ou Stripe.com dominent les citations ChatGPT dans leurs catégories respectives. Ils publient à la source, à jour, et sur un contenu que personne d'autre ne peut dupliquer.
Les comparateurs sont-ils bloqués techniquement ?
Raison numéro deux : une part significative des comparateurs bloque explicitement les robots IA, soit par robots.txt, soit via leur CDN (Cloudflare, Imperva), soit derrière un paywall partiel.
Trustpilot bloque historiquement GPTBot dans son robots.txt public. G2 a oscillé en 2024 et 2025 entre blocage total et autorisation partielle. Capterra et Software Advice, qui appartiennent à Gartner Digital Markets, suivent une politique de restriction active contre le scraping et le crawl non commercial. Résultat concret : même quand ChatGPT cherche à visiter ces domaines via son module navigation, il reçoit soit un 403, soit une page de challenge Cloudflare, soit une version appauvrie du contenu.
Les règles exactes sont publiées par OpenAI dans sa documentation sur les bots. Un site qui bloque GPTBot et OAI-SearchBot dans son robots.txt est, par définition, exclu de la couche de retrieval de ChatGPT. Peu importe la qualité du contenu sous-jacent. Pour la méthode d'autorisation côté site, voir le guide dédié configurer robots.txt pour les bots IA.
Ce blocage est à moitié assumé et à moitié subi. Les comparateurs tirent une partie de leur revenu de la revente de leads qualifiés aux éditeurs. Laisser une IA absorber gratuitement leur contenu pour synthétiser une réponse à l'utilisateur casse mécaniquement ce modèle. Le réflexe de blocage est donc défensif. Mais il a un coût direct : l'invisibilité dans la couche IA. L'arbitrage entre protéger son modèle historique et accepter d'être cité est l'un des choix stratégiques les plus structurants que ces plateformes aient à trancher pour 2027.
Le contenu des comparateurs est-il adapté aux IA ?
Raison numéro trois : même quand ChatGPT accède au contenu d'un comparateur, la mise en forme freine l'extraction.
Les pages G2 ou Capterra sont construites pour un lecteur humain qui scrolle, filtre, trie, compare. Elles reposent massivement sur du JavaScript côté client : carrousels d'avis chargés dynamiquement, tabs qui révèlent le détail des fonctionnalités, graphiques interactifs, filtres qui ne changent pas l'URL. La plupart des robots IA ne rendent pas le JavaScript, ou le rendent partiellement. Résultat : la page vue par GPTBot est squelettique comparée à la page vue par un humain.
Deuxième limite éditoriale : les comparateurs ont peu de contenu rédigé propre. L'essentiel de la page est constitué d'avis utilisateurs courts (quelques lignes), agrégés par un tri non narratif. Un LLM a besoin de paragraphes rédigés qui portent une affirmation factuelle vérifiable. Un flux de 400 avis de 50 caractères ne lui donne pas de prise. Le modèle extrait un sentiment général, il ne retient pas la page comme source citable.
Troisième limite : l'absence de données structurées utiles. Les comparateurs implémentent souvent le schéma AggregateRating et Reviewpour obtenir les étoiles dans les SERP Google. Ces types Schema.org servent l'affichage SERP, pas l'extraction IA. Les types qui aideraient (Product complet avec attributs techniques, SoftwareApplication avec les fonctionnalités, FAQPage, HowTo) sont rarement présents.
En synthèse, un comparateur optimisé pour Google n'est pas automatiquement optimisé pour l'IA. Les deux disciplines partagent 70 à 80 % de bonnes pratiques, mais le delta restant est précisément là où les comparateurs investissent peu. La page produite n'est pas une page que ChatGPT voudrait citer, même si elle ranque haut sur Google.
Les avis sont-ils une source crédible pour une IA ?
Raison numéro quatre : les LLM intègrent une méfiance structurelle vis-à-vis des contenus déclaratifs anonymes.
Un avis G2 ou Capterra est, par nature, une opinion déclarée par un utilisateur dont l'identité professionnelle est partiellement vérifiée (fonction, taille d'entreprise) mais dont l'expertise et la représentativité ne le sont pas. Les plateformes ont des mécanismes anti-faux-avis, mais aucune ne garantit à 100 % qu'un avis donné reflète une utilisation réelle. Les enquêtes sur les faux avis professionnels (y compris sur Trustpilot grand public) sont régulières dans la presse économique depuis 2023.
Un modèle entraîné à minimiser les hallucinations apprend à sous-pondérer les sources où le ratio affirmation-factuelle/déclaration-opinion est faible. Les pages d'avis cochent exactement cette case. La documentation éditeur a l'avantage inverse : chaque affirmation y est auto-engageante (si Microsoft écrit que sa fonctionnalité fait X, X est vérifiable). Pour un modèle qui doit répondre à un utilisateur en citant une source, la doc éditeur offre une surface de responsabilité plus propre.
Cette logique explique aussi pourquoi Wikipedia pèse autant dans les 10 % de citations institutionnelles mesurées par Evocia. Wikipedia n'est pas la source la plus fraîche ni la plus détaillée, mais elle est la plus auditable et la plus consensuelle. Entre un comparateur rempli d'avis non vérifiables et Wikipedia, le modèle préfère Wikipedia sur une requête de type « qu'est-ce que X » ou « quelle est la différence entre X et Y ». Pour aller plus loin sur les biais structurels qui empêchent la citation d'un site, voir pourquoi ChatGPT ne cite pas votre site.
Que faire si vous dépendez du trafic G2 ou Capterra ?
Raisons numéro cinq, six et sept : trois leviers concrets que les équipes marketing B2B peuvent activer dès ce trimestre pour reprendre la main sur la découverte IA.
Raison cinq : publier soi-même la source primaire
Si ChatGPT préfère la doc officielle, votre travail est d'écrire cette doc officielle. Un éditeur SaaS B2B doit publier sur son propre domaine ce que les comparateurs publient à sa place : fiches fonctionnalités détaillées avec cas d'usage, pages de comparaison first-party contre les concurrents, FAQ techniques exhaustives, pages de prix transparentes, documentation d'API publique. Chaque page que vous écrivez est une page que ChatGPT peut citer directement, sans passer par un intermédiaire. Pour les spécificités d'un SaaS, voir le guide dédié GEO pour SaaS B2B.
Raison six : diversifier la présence externe
Reddit, Hacker News, StackOverflow, GitHub Discussions, médias tech verticaux, blogs d'ingénierie clients. Ces canaux ne vous citeront pas en haut de la SERP Google, mais ils forment la toile de mentions que ChatGPT consulte en couche basse. Un fil Reddit où vos utilisateurs expliquent spontanément votre produit vaut plus, en 2026, qu'une fiche G2 à cinq étoiles non consultée par l'IA. L'animation de ces canaux demande du temps et une discipline éditoriale, pas forcément du budget.
Raison sept : repenser la mesure de l'acquisition
Si vous mesurez votre ROI acquisition uniquement en clics attribués, vous allez continuer à surpondérer G2 et Capterra mécaniquement, puisqu'ils génèrent encore des clics trackés. Mais la découverte, elle, se joue en amont, sans clic, dans la réponse ChatGPT qui précède la visite Google. Il faut ajouter une métrique de citabilité IA à votre dashboard : part de voix dans les réponses ChatGPT, Perplexity, Google AI Overviews, Claude et Copilot sur vos requêtes cibles. Une analyse mensuelle manuelle de 20 requêtes clés suffit pour commencer. C'est exactement le type de mesure que ScoreGeo propose automatiser sur 100 critères.
L'industrie des reviews va-t-elle disparaître ?
Non. Mais son rôle change profondément. Trois scénarios se dessinent pour l'écosystème G2, Capterra, Trustpilot d'ici 2028.
Scénario 1 : repli sur la validation humaine. Les comparateurs cessent d'être des points de découverte et deviennent des outils de validation en bas de funnel. L'utilisateur arrive avec une shortlist déjà formée par ChatGPT ou Google AI Overviews, et vient sur G2 seulement pour lire les avis des pairs avant de signer. Le volume de trafic baisse mécaniquement, mais la qualité du lead augmente. C'est le scénario le plus probable à court terme, et celui que les investisseurs du secteur évoquent depuis la rentrée 2026.
Scénario 2 : ouverture négociée aux IA. Les comparateurs renégocient leurs robots.txt et acceptent d'être lus par GPTBot, PerplexityBot et Google-Extended contre une forme de reconnaissance (lien de retour, mention nommée, partenariat commercial). On observe des mouvements dans ce sens chez certains acteurs sur les mois récents. Cela leur rendrait une part de voix, au prix d'un affaiblissement de leur modèle de monétisation classique.
Scénario 3 : pivot vers des données propriétaires. Les comparateurs cessent de vendre uniquement de la visibilité éditeur et commencent à vendre leur propre data agrégée (études sectorielles, panels d'acheteurs, enquêtes exclusives). Cette data devient citable par les IA en tant que source institutionnelle, pas en tant qu'agrégateur d'avis. C'est le pivot que Gartner et Forrester opèrent depuis des années, et qui leur donne encore une place marginale dans les 10 % institutionnels mesurés par Evocia.
Les trois scénarios peuvent coexister. Le point commun est qu'aucun ne restaure le rôle historique de « porte d'entrée du B2B » qu'ont joué les comparateurs entre 2015 et 2023. Cette ère est close, et le finding Evocia à 0 % en marque la bascule statistique officielle.
Sources et lectures complémentaires
Les chiffres et affirmations de cet article s'appuient sur les sources suivantes, toutes vérifiables :
- Evocia, AI Sources Index 2026 : qui ChatGPT cite vraiment, publié le 14 septembre 2026. Étude quantitative sur 1 000 réponses ChatGPT B2B et 2 259 citations analysées, avec la ventilation éditeurs/institutions/intermédiaires et le finding central à 0 % pour les comparateurs d'avis.
- OpenAI, Overview of OpenAI Crawlers. Liste officielle des robots OpenAI (GPTBot, OAI-SearchBot, ChatGPT-User), leur comportement, les règles robots.txt associées, et les conditions dans lesquelles un domaine est ou n'est pas accessible à la couche de retrieval ChatGPT.
- Google Search Central, Documentation technique SEO. Référence officielle pour comprendre l'articulation entre indexation Google, données structurées et exposition aux IA (Google AI Overviews partageant une partie de son retrieval avec l'index Google classique).
- Pour un cadrage conceptuel sur les mécaniques générales du GEO et son positionnement vis-à-vis du SEO, voir qu'est-ce que le GEO. Pour la méthode d'autorisation des bots IA côté serveur, voir configurer robots.txt pour les bots IA. Pour l'analyse des causes individuelles qui empêchent la citation d'un site donné, voir pourquoi ChatGPT ne cite pas votre site. Pour la déclinaison sectorielle au SaaS B2B, voir GEO pour SaaS B2B.
- Evocia, méthodologie de l'AI Sources Index 2026. Détail du protocole : panier de 1 000 requêtes B2B représentatives (comparaison logicielle, veille sectorielle, recherche de prestataires, cadrage de projet), extraction automatisée des liens cités dans chaque réponse, dédoublonnage et classification par type de source.