Référencement local et IA : quelles requêtes basculent, et lesquelles restent

Le référencement local consiste à être trouvé par les internautes qui cherchent un prestataire près d'eux. Son basculement vers l'IA est réel, mais il ne se produit pas là où on l'attend : les requêtes de type « plombier Toulouse » déclenchent rarement une réponse générative, tandis que les questions qui les précèdent dans le parcours d'achat en déclenchent presque toujours une. Un commerce ou une entreprise de services a donc deux terrains distincts à couvrir, avec des leviers qui n'ont rien à voir : sa fiche d'établissement d'un côté, son contenu informationnel géolocalisé de l'autre.

Les requêtes locales ne basculent pas toutes au même rythme

C'est la mesure la plus utile publiée sur le sujet, et la plus contre-intuitive. Whitespark a relevé la présence des AI Overviews sur 540 requêtes locales, réparties sur trois villes américaines (Houston, Phoenix, Denver) et six secteurs : plombiers, avocats en dommages corporels, dentistes, opticiens, cliniques et agents immobiliers. Chaque requête a été classée selon son intention. Les moyennes obtenues s'écartent radicalement l'une de l'autre.

Intention de la requête	Exemple transposé	AI Overview affiché	Local pack affiché
Locale pure	« plombier Toulouse »	15 %	93 %
Informationnelle	« combien coûte le remplacement d'un chauffe-eau »	92 %	6 %
Hybride	« meilleur plombier pour une fuite encastrée »	97 %	17 %

Toutes intentions confondues, l'encart généré apparaît sur 68 % des requêtes de l'échantillon, contre 39 % pour le pack local. Ce chiffre global est celui que le marché cite, et c'est le moins exploitable des trois : il mélange deux populations de requêtes qui se comportent de façon opposée.

Deux enseignements en sortent. D'abord, sur l'intention locale pure, la carte et ses trois fiches restent le résultat dominant : votre fiche d'établissement continue d'y jouer le rôle principal, et le travail classique de référencement local n'est pas périmé. Ensuite, dès que la requête devient une question, elle passe presque intégralement sous une réponse rédigée, et votre fiche d'établissement n'y suffit plus : c'est du contenu qu'il faut, sur votre site ou ailleurs.

Whitespark note un dernier point qui simplifie la priorisation : la prévalence des encarts dépend nettement plus du secteur que de la ville. Les requêtes juridiques en déclenchent partout, quelle que soit la métropole observée. Vous pouvez donc établir un diagnostic par métier, puis le décliner sur vos implantations, plutôt que de repartir de zéro ville par ville.

Le vrai resserrement : trois fois moins d'entreprises visibles

Là où le changement mord vraiment, c'est sur le nombre de gagnants. Sterling Sky a comparé, dans son rapport State of Local SEO in 2026, les entreprises remontées par le pack local classique et celles remontées par sa version générative, sur 322 marchés suivis via Places Scout. Le pack traditionnel faisait apparaître 18 330 entreprises différentes ; sa version IA n'en fait apparaître que 5 943, soit environ 32 %. Dans 88 % des marchés observés, le nombre d'entreprises distinctes citées diminue.

Autrement dit, le format ne réduit pas le trafic de façon uniforme : il concentre. Attention à la portée exacte de la mesure, qui porte sur la taille du vivier et non sur le suivi d'entreprises nommées : l'étude ne dit pas quelles entreprises précises ont disparu, elle dit que le nombre de places distinctes attribuées fond de deux tiers. Pour un acteur déjà bien installé, l'effet est probablement neutre ou favorable. Pour un acteur en milieu de tableau, le risque de ne plus apparaître du tout augmente fortement, et il est invisible dans les rapports qui ne suivent qu'une position moyenne.

Le même rapport relève deux évolutions qui pèsent sur le même espace : la part des rapports de suivi affichant une annonce dans le pack local est passée de 1 % début 2025 à près de 22 % en décembre 2025, et les Local Services Ads de 11 % début 2025 à 31 % en novembre de la même année. Les packs générés, eux, ne comportent pas de bouton d'appel direct, contrairement au pack classique. La surface organique locale se réduit donc par deux mécanismes simultanés, le format IA et la publicité, ce qui rend la comparaison année sur année trompeuse si l'on ne regarde que ses propres positions.

Chaque moteur interroge sa propre base locale

C'est l'erreur la plus coûteuse en pratique, parce qu'elle donne l'illusion du travail fait. Optimiser sa fiche Google ne vous fait pas entrer dans les réponses locales de ChatGPT : les moteurs génératifs ne partagent pas de référentiel d'établissements commun.

Moteur	Base locale principale	Ce que vous pouvez corriger
AI Overviews et AI Mode	fiche d'établissement Google et index de Googlebot	fiche Google Business Profile, contenu du site
ChatGPT	base de points d'intérêt Foursquare pour les fiches, fond cartographique Mapbox pour l'affichage, plus la recherche web	fiche Foursquare, fiche Mapbox via son portail de contribution, pages du site
Perplexity	web ouvert, plateformes d'avis, partenariats sectoriels dont Tripadvisor pour l'hôtellerie	pages du site, fiches des plateformes concernées
Copilot	index et fiches de l'écosystème Bing	fiche Bing Places, contenu du site

Depuis l'ajout des cartes à ChatGPT, une requête locale y affiche des établissements positionnés sur une carte, avec une fiche descriptive. Les données de cette fiche ne viennent pas de Google : OpenAI s'appuie sur un accord de licence conclu fin 2024 avec Foursquare pour ses points d'intérêt, et sur Mapbox pour le rendu cartographique. Or la plupart des entreprises françaises n'ont jamais vérifié ce que ces deux bases savent d'elles, alors que les deux acceptent les corrections. C'est un angle mort typique : trois ans de soin apporté à la fiche Google, et une adresse fausse là où le deuxième assistant le plus utilisé va chercher ses établissements.

Une précaution s'impose sur les chiffres cités plus haut : les deux études sont américaines. La hiérarchie des sources locales n'est pas la même en France, où le poids des plateformes d'avis généralistes est plus faible et celui des annuaires sectoriels plus fort. Le raisonnement structurel se transpose, les noms de sources non. La seule façon de savoir qui compte sur votre marché est de poser vos vingt requêtes réelles à chaque moteur et de noter les domaines cités, comme nous le détaillons pour mesurer sa visibilité IA.

Six citations sur dix ne pointent pas vers une entreprise

Sur le sous-ensemble le plus documenté de l'étude Whitespark, les requêtes hybrides du secteur plomberie à Houston, la répartition des liens cités par les encarts est de 60 % pour des éditeurs tiers et 40 % pour des sites d'entreprises locales. La majorité des citations va donc à des pages que l'entreprise ne possède pas : comparatifs, presse locale, annuaires, guides sectoriels.

Cette proportion recoupe ce que l'on observe hors du local, et c'est la partie du travail que les équipes découvrent en dernier. Elle a une conséquence budgétaire directe : sur les requêtes informationnelles, une part de l'effort doit passer de la production de pages à la présence dans les pages des autres. Le mécanisme, les quatre familles de sources concernées et la méthode pour les travailler sans tomber dans le faux avis sont détaillés dans notre article sur les sources tierces.

Cinq chantiers, dans cet ordre

1. Traiter la fiche d'établissement comme une base de données, pas comme une vitrine. C'est elle que Google reprend pour décrire votre activité, et une IA reprend ce qu'elle lit. Catégorie principale exacte, zone d'intervention réelle, horaires tenus à jour, attributs renseignés, description factuelle sans slogan. Les incohérences entre plateformes sont plus pénalisantes qu'une fiche incomplète : un moteur qui trouve deux adresses différentes pour vous perd la certitude de parler d'une seule entité.

2. Produire le contenu informationnel géolocalisé. C'est le levier que la mesure désigne, et le plus souvent absent : les questions qui précèdent l'achat déclenchent un encart dans plus de neuf cas sur dix. Prix pratiqués, délais, réglementation locale, contraintes propres au bâti ou au climat de votre zone. Une réponse par question, en tête de section, formulée pour être reprise telle quelle.

3. Réclamer les fiches hors Google. Mapbox, Bing Places, Apple Business Connect, plus les plateformes de votre secteur. L'opération prend une demi-journée et ne se répète pas ; son absence vous rend invisible ou faux chez tous les moteurs qui ne dépendent pas de Google.

4. Travailler les avis pour ce que l'IA en fait. Un modèle ne recopie pas votre note sur cinq, il résume ce que les avis disent. Le volume compte moins que la récurrence des motifs : dix avis qui mentionnent la ponctualité produisent une phrase sur la ponctualité. Répondre aux avis négatifs ajoute votre version au texte disponible.

5. Baliser en LocalBusiness, sans en attendre de miracle. Adresse, coordonnées, horaires et zone desservie en données structurées lèvent des ambiguïtés d'identification. Ce que ce balisage produit réellement, et ce qu'il ne produit pas, est traité dans notre article sur les données structurées.

Mesurer en local : un relevé par ville, pas un relevé national

Une visibilité IA locale ne se résume pas à une moyenne. Le même prestataire peut être cité systématiquement sur une métropole et jamais sur celle d'à côté, parce que la concurrence citée y est différente. Un relevé mené sur Nantes ne dit rien de ce qui se passe à Montpellier ou à Strasbourg.

La méthode reste artisanale et suffit à démarrer : une vingtaine de requêtes par implantation, réparties entre intention locale pure et intention informationnelle, posées à chaque moteur, avec relevé des entreprises et des domaines cités. Deux précautions techniques. Le rapport de la Search Console consacré aux surfaces génératives ne livre que des impressions, sans requête ni ville : il confirme une citation, il ne la localise pas. Et vos propres relevés doivent être faits avec une localisation contrôlée, sinon vous mesurez votre position depuis votre bureau, ce qui n'intéresse personne.

Ce découpage par bassin est aussi celui de notre réseau : nos interventions sont documentées ville par ville, de Toulouse à Nice.

Trois erreurs qui coûtent cher

La première consiste à conclure de l'annonce « 68 % des requêtes locales sont sous IA » qu'il faut tout arrêter pour repartir de zéro : sur l'intention locale pure, la carte reste le résultat dominant, et l'abandonner reviendrait à lâcher la part la plus qualifiée du trafic.

La deuxième est de suivre une position moyenne sans regarder si l'on figure encore parmi les entreprises citées. Vu le resserrement mesuré, une entreprise peut conserver une position stable dans les résultats classiques et avoir totalement disparu du format génératif.

La troisième est de tout miser sur la fiche Google. Elle ne pilote qu'un seul des quatre moteurs, et ce sont les trois autres qui progressent le plus vite en usage.

Pour cadrer un chantier, l'audit GEO commence par ce diagnostic par intention, et nos fourchettes de prix donnent les ordres de grandeur. Sur les moteurs hors Google, voyez la logique propre au référencement Perplexity et notre comparatif des meilleures agences GEO en France.