Quand on veut savoir si une entreprise « existe » pour un assistant IA, le réflexe est de lui demander ce qu'il sait d'elle. Nous avons voulu vérifier si ce test dit quelque chose d'utile. Un client qui cherche un prestataire ne connaît pas encore son nom : il décrit un besoin, un métier, une ville. La question qui compte est donc celle où le nom n'apparaît pas.
Les 22 et 23 octobre 2026, nous avons posé les mêmes questions à Claude et à GPT pour 35 PME françaises de services. Voici le protocole, les chiffres et ce que ce relevé ne permet pas de conclure.
Le protocole
L'échantillon. 35 PME de services : cabinets de recrutement, agences, sociétés de conseil, d'informatique, de formation ou d'énergie. Elles ont été choisies parmi les prospects d'Alta36, dont une dizaine de cabinets de recrutement ou de chasse de têtes. Leurs noms ne sont pas publiés.
Les modèles. Claude interrogé par Claude Code, GPT par Codex, tous deux avec la recherche web activée.
Les trois questions, posées pour chaque entreprise :
- ce que l'IA sait de l'entreprise, à partir de son nom et de son site ;
- quelles entreprises elle recommande à quelqu'un qui cherche ce métier dans cette zone, par exemple un cabinet de recrutement informatique à Paris ;
- quel est le meilleur prestataire pour un besoin précis de ce métier. Cette question n'a été posée qu'à GPT.
La règle de comptage. Une entreprise est comptée comme recommandée quand l'IA la cite parmi ses recommandations à la question 2. Une simple mention en passant ne compte pas.
Résultat 1 : avec le nom, les deux IA connaissent ces entreprises
Avec le nom et le site, GPT décrit correctement l'activité des 35 entreprises, Claude celle de 34.
Si l'on s'arrêtait là, on conclurait que ces PME sont bien visibles dans les IA.
Résultat 2 : sans le nom, beaucoup disparaissent
| Question 2 (métier et zone, sans nom) | Entreprises recommandées, sur 35 |
|---|---|
| GPT | 17 |
| Claude | 4 |
| Les deux | 3 |
Sur la question 3, plus précise et plus proche de l'offre exacte de l'entreprise, GPT en cite 22 sur 35.
L'écart entre la question 1 et la question 2 est le résultat principal : connaître une entreprise et la recommander sont deux mesures distinctes, et la seconde est bien plus basse, surtout chez Claude.
Résultat 3 : Claude et GPT ne citent pas les mêmes noms
Pour 24 des 35 entreprises, Claude et GPT ne citent aucun prestataire en commun sur la même question. Une entreprise peut donc être recommandée par l'une et absente chez l'autre. Mesurer un seul assistant ne renseigne pas sur l'autre.
Résultat 4 : les sources expliquent une partie de l'écart
Pour la question 2, les réponses s'appuient sur 163 pages chez Claude et 145 chez GPT. Les deux IA ne lisent pas le même type de pages.
Claude lit beaucoup de classements et d'annuaires. Le même site de classement des cabinets de recrutement revient dans 9 des 35 relevés. Quand nous avons pu ouvrir les classements cités, l'entreprise relevée n'y figurait pas dans 7 cas sur 8.
GPT lit surtout les sites des entreprises qu'il recommande. Dans 13 cas sur 35, un concurrent recommandé a une page écrite exactement pour la recherche posée, avec le métier et la ville. Seules 9 des 35 entreprises relevées ont une page de ce type sur leur propre site.
Autrement dit, la recommandation dépend en bonne partie de ce que la recherche web de l'assistant remonte au moment de la question : un classement où l'entreprise est absente, ou la page d'un concurrent qui répond mot pour mot à la demande.
Ce que nous en retenons
Pour qui mesure la visibilité d'une marque dans les réponses des IA, ce relevé plaide pour trois habitudes simples :
- poser la question comme un client la pose, sans le nom de l'entreprise, puisque c'est là que l'écart apparaît ;
- mesurer chaque assistant séparément, puisque leurs listes se recoupent peu ;
- relever les sources citées, qui disent quoi travailler.
Pour une PME, les sources indiquent deux chantiers. D'abord une page de son site qui répond à la recherche telle qu'un client la formule, avec le métier et la ville. Ensuite sa présence dans les classements et les annuaires de son métier que les IA lisent.
Limites
- Échantillon non représentatif. 35 entreprises choisies parmi les prospects d'Alta36, avec une part forte de cabinets de recrutement. Les chiffres ne valent pas pour l'ensemble des PME françaises.
- Outils en ligne de commande. Claude passe par Claude Code et GPT par Codex. Les réponses peuvent différer de celles de claude.ai ou de ChatGPT.
- Réponses instables dans le temps. Les réponses d'un assistant changent d'un jour à l'autre ; ce relevé est une photo des 22 et 23 octobre 2026.
- Question 3 posée à GPT seul. Le chiffre de 22 sur 35 ne se compare à rien chez Claude.
- Règle de comptage stricte. Une mention en passant ne compte pas ; une règle plus large donnerait des chiffres plus hauts.
Nous avons refait l'exercice ville par ville sur deux métiers, avec le même partage des sources : Quelles agences IA Claude et GPT recommandent aux PME, dans dix villes.
L'étude complète, avec la façon de la citer, est publiée sur notre site : Ce que Claude et GPT recommandent quand on cherche le métier de 35 PME.
Alta36 installe pour les PME françaises de 10 à 50 personnes une mémoire d'entreprise et des agents IA pour la direction, la prospection, le contenu et le CRM.
Top comments (0)