Google admet que ses systèmes IA restent des boîtes noires : ce que ça change pour le SEO

Google a lâché une phrase utile, presque involontaire, dans le dernier épisode de Search Off The Record. Nikola Todorovic, Director of Software Engineering chez Google Search, a expliqué pourquoi l’IA et le machine learning ont longtemps été utilisés en systèmes isolés dans Search : parce que ces modèles sont difficiles à déboguer.

Dit autrement : même Google ne pilote pas toute sa recherche IA avec un tableau de bord propre, linéaire et parfaitement explicable.

Ce n’est pas une révélation pour les ingénieurs. C’est une confirmation pour les SEO. Les modèles modernes, de BERT à MUM, puis les couches génératives derrière AI Overviews et AI Mode, ne se comportent pas comme les anciens systèmes de scoring. Avant, un signal pouvait être ajusté, pondéré, mesuré. Aujourd’hui, une partie du traitement ressemble davantage à une chaîne de décisions probabilistes.

Et c’est précisément pour ça que Google les compartimente.

AI Overviews n’est pas AI Mode

La nuance est importante. D’après Google, AI Overviews part d’une recherche classique, ajoute quelques requêtes de type fan-out, récupère des résultats, puis synthétise. La base reste donc l’ancienne mécanique : crawl, index, ranking, sélection de sources, puis couche IA au-dessus.

AI Mode, lui, va plus loin. Requêtes longues, conversation, reformulations successives, citations, liens, parcours plus interactif. Google dit que le système utilise Search, mais qu’il repose sur une infrastructure plus récente et plus large.

Donc non, il ne faut pas raisonner comme si toutes les surfaces IA de Google étaient identiques. C’est une erreur fréquente. AI Overviews, AI Mode, snippets classiques, Discover et résultats organiques ne répondent pas exactement aux mêmes contraintes.

Pour un site, cela signifie une chose simple : un bon ranking organique ne garantit pas une citation IA. Il l’aide, clairement. Mais il ne suffit pas.

Le vrai sujet : l’observabilité SEO disparaît

Le SEO a toujours été un métier d’inférence. On ne voit pas l’algorithme. On observe les effets.

Mais avec les systèmes IA, l’inférence devient plus dure. Une baisse de trafic peut venir d’un changement de ranking classique, d’une modification de requêtes générées par fan-out, d’un changement de format d’affichage, d’un choix de citation, ou d’un simple déplacement du clic dans la page.

Search Console reste utile, mais elle ne donne pas encore une lecture propre de ces couches. On voit des clics, des impressions, des requêtes. On ne voit pas toujours si la page a été utilisée dans une réponse IA, ignorée par la synthèse, ou remplacée par une source plus facilement résumable.

C’est là que beaucoup de reportings SEO deviennent fragiles. Les courbes seules ne suffisent plus.

Il faut croiser :

• les logs serveur pour voir le crawl réel ;
• les pages qui gagnent ou perdent des impressions ;
• les requêtes longues, pas seulement les mots-clés courts ;
• les citations dans AI Overviews quand elles apparaissent ;
• les concurrents cités, même quand ils rankent moins bien en organique classique.

Ce n’est pas plus sexy. C’est juste plus sérieux.

Ce que Google confirme sans le dire

Quand Google explique que l’IA est isolée pour être déboguée, il confirme trois réalités.

Première réalité : les systèmes IA peuvent produire des effets inattendus. Sinon, il n’y aurait pas besoin de les isoler.

Deuxième réalité : les anciens fondamentaux restent la couche de départ. Si votre site est mal crawlé, lent, pauvre, dupliqué ou flou sur ses entités, l’IA ne va pas le sauver. Elle va l’ignorer plus vite.

Troisième réalité : la valeur doit être plus explicite. Une page moyenne, écrite pour couvrir une requête, est beaucoup moins défendable dans un système qui reformule, compare et synthétise.

Le contenu doit donner à la machine des éléments nets : définitions, données, cas concrets, auteur identifiable, sources, structure HTML propre, angles uniques. Pas du remplissage.

Ma lecture

Je ne crois pas au discours magique du type “faites du bon contenu et tout ira bien”. C’est trop vague.

La bonne approche en 2026, c’est de traiter chaque page comme une preuve exploitable. Preuve d’expertise. Preuve de fraîcheur. Preuve de différence. Preuve de fiabilité technique.

Si Google travaille avec des systèmes IA partiellement opaques, alors le SEO doit devenir plus vérifiable côté site. Moins de croyances. Plus de traces.

Un article doit pouvoir répondre à trois questions : pourquoi cette page existe, pourquoi elle est meilleure qu’une synthèse générique, et pourquoi une IA devrait la citer plutôt qu’une autre.

Si la réponse est floue, le problème n’est pas Google. C’est la page.

La boîte noire ne disparaîtra pas. Il faut donc rendre votre site moins ambigu.