Nous avons mesuré qui l'IA cite vraiment pour les requêtes d'agences à Montréal

Les 27 et 28 août 2026, nous avons soumis la même série de requêtes d'acheteur à ChatGPT, Perplexity et aux aperçus IA de Google, en français et en anglais, en notant non seulement si notre agence était nommée, mais exactement quelles sources chaque moteur utilisait à notre place. Quinze exécutions complétées. Nous avons été cités dans trois d'entre elles, et dans aucune des douze requêtes où la personne ne connaissait pas déjà notre nom. Voici le jeu de données complet, y compris ce qui ne nous avantage pas : une étude où l'auteur ne fait que gagner est une publicité.

Ce que nous avons mesuré

Dix requêtes, choisies parce qu'elles correspondent à ce qu'un vrai acheteur tape plutôt qu'à ce qu'une agence souhaiterait qu'il tape : deux requêtes de marque, six requêtes commerciales de catégorie, une requête de prix et deux en français. Chacune a été lancée sur trois moteurs de réponse et évaluée sur trois points — une réponse IA est-elle apparue, y étions-nous nommés, et quelle est la liste complète des sources récupérées.

C'est cette troisième colonne qui compte. Savoir que vous n'avez pas été cité n'indique rien d'actionnable. Savoir que le moteur a plutôt tiré six pages du site d'un concurrent, ou quatre fiches d'annuaire, vous dit exactement ce à quoi il fait confiance dans votre catégorie.

• Les requêtes ont été lancées depuis une session de navigateur localisée à Montréal, déconnectée pour ChatGPT et Perplexity lorsque possible.
• Les aperçus IA de Google se suppriment sous automatisation : chaque résultat Google a été revérifié dans une session personnalisée normale avant d'être consigné.
• Perplexity autorise exactement une requête anonyme avant un mur d'inscription ; les neuf autres ont été lancées connecté.
• Les requêtes françaises ont été évaluées comme un ensemble indépendant, et non comme des traductions des requêtes anglaises.

Le résultat principal

Les deux requêtes qui nous ont cités portaient notre nom dans la question. Sur les douze requêtes commerciales froides — celles qu'un client potentiel tape réellement lorsqu'il ne sait pas encore qui appeler — nous n'apparaissons aucune fois.

Les trois moteurs ne s'accordent pas entre eux

C'est le constat que nous n'attendions pas, et le plus utile. Les trois moteurs ne puisaient pas dans un bassin commun de sources fiables. Ils appliquaient des mécanismes de sélection visiblement différents, ce qui signifie qu'une tactique unique ne les fera pas bouger tous les trois.

Les aperçus IA de Google sélectionnent sur le volume d'avis

Sur chaque requête commerciale locale, l'aperçu IA se résolvait vers des fiches Google Business, et les entreprises nommées partageaient une propriété. Voici la note et le nombre d'avis de chaque entreprise citée sur « best SEO agency in Montreal for small business » :

Quinze est le plancher observé — le plus petit nombre d'avis d'une entreprise que le moteur ait accepté de nommer. À noter : la note n'ordonnait pas la liste. Un 5,0 avec 49 avis se classait sous un 4,8 avec 214. Le volume semble compter davantage que la moyenne, soit l'inverse de ce que la plupart des entreprises optimisent.

L'implication est brutale pour une petite agence. Aucune quantité de balisage schema, de réglage llms.txt ou de restructuration de contenu ne vous fera entrer dans ces réponses précises. La barrière est hors site, elle est lente, et c'est le levier le plus puissant sur lequel une entreprise locale inconnue puisse travailler.

Perplexity sélectionne sur quelque chose que vous contrôlez

Perplexity s'est comporté tout autrement, et c'est là que se trouve la bonne nouvelle. Ses ensembles de sources étaient à peu près pour moitié des palmarès de tiers et pour moitié des pages de services d'agences — et les agences citées depuis leur propre site n'étaient pas les chefs de file du marché. Chivalae, RightNode Media, Lenoretech, GMN Studio, Média Conceptions, Netleaf, seomontreal.io, DVCOM et Solutions M ont toutes été citées directement depuis des pages qu'elles ont publiées elles-mêmes, sans volume d'avis derrière.

Cette surface est donc gagnable par du travail sur site, pour une entreprise qui n'a pas encore accumulé les avis nécessaires pour rivaliser sur Google. C'est la citation la moins chère à la portée d'une petite agence, et presque personne ne la vise délibérément.

Le motif : des pages titrées comme la question

En parcourant chaque page récupérée par Perplexity, les pages citées avaient un point commun. Elles étaient titrées comme la requête est tapée, et non comme l'organigramme d'une agence est dessiné :

• « Agence SEO Montréal pour PME — Google et IA » (DVCOM)
• « GEO Agency in Montreal — Certified AI SEO Experts » (Digitad)
• « Digital Marketing Agency Montreal » (RightNode Media)
• « Web Design & Branding for Small Businesses » (MTLweb)

Nos deux seules réussites suivent la même règle et la confirment par l'autre bout. Les deux seules pages à nous qu'un moteur ait jamais récupérées sont notre page de tarifs et notre page de comparaison avec HubSpot — les deux seules pages que nous possédons qui sont formulées comme une question plutôt que nommées d'après un service. Une page intitulée « Services » ne répond à rien que quiconque ait tapé.

Là où nous sommes arrivés derniers

La perte la plus nette concerne la requête la plus proche de notre propre positionnement. Sur « generative engine optimization GEO agency Canada », Perplexity a cité cinq concurrents montréalais — Digitad, Netleaf, Vortex Solution, BlackCat SEO et Canibuy — chacun depuis une page dédiée au fait d'être une agence GEO. Notre offre équivalente n'existait que comme section d'une page de service SEO plus large. Cinq pages qui nommaient la chose ont été citées ; celle qui la mentionnait au passage ne l'a pas été.

Notre requête de marque a révélé un second problème que nous ignorions. Des dix sources récupérées par Perplexity lorsqu'on lui demande ce qu'est FutureSource, deux seulement étaient nous. Les huit autres appartenaient à deux entreprises entièrement différentes portant le même nom : une société britannique d'études de marché et — nouveauté pour nous — une plateforme de négociation de contrats à terme. Un moteur qui répond à une question sur vous en lisant surtout autre chose va nuancer, et c'est exactement ce qu'a fait ChatGPT, en ajoutant que nos chiffres étaient autodéclarés et non audités.

Ce que nous avons changé

Une mesure ne vaut son coût que si elle change quelque chose. Dans les deux jours suivant l'exécution, nous avons corrigé une date de fondation qui contredisait notre propre profil LinkedIn, réécrit un énoncé de désambiguïsation qui décrivait l'autre entreprise de façon inexacte, retiré une statistique attribuée à une source inexistante, ajouté des citations sourcées à 44 pages, et bâti la page GEO dédiée dont les données rendaient l'absence évidente.

Nous relancerons les dix mêmes requêtes avec la même grille dans environ trois semaines. Garder les requêtes constantes est la seule chose qui transforme un instantané en tendance, et c'est ce qui sépare une recherche d'une anecdote.

Ce que cette étude ne vous dit pas

• Dix requêtes dans une seule région métropolitaine constituent un petit échantillon. Traitez les mécanismes comme directionnels et les décomptes exacts comme illustratifs.
• Les moteurs de réponse sont non déterministes et personnalisent fortement. La même requête peut renvoyer un autre ensemble de sources une heure plus tard.
• Le plancher de quinze avis est le chiffre le plus bas que nous ayons observé, pas un seuil que Google publie ou reconnaît.
• Nous avons mesuré la citation, pas le trafic. Être nommé dans une réponse et être cliqué sont deux résultats distincts, et nous n'avons pas tenté de mesurer le second.
• L'étude a été menée par une agence qui concurrence sur le marché qu'elle mesure. Nous publions les listes de sources afin que les mécanismes puissent être vérifiés indépendamment.