Quelle perception peuvent bien avoir  ChatGPT, Le Chat, Claude ou encore Perplexity, de mon entreprise et de ma marque ? Quelles informations me concernant vont-ils donner aux utilisateurs, dans quel contexte, avec quelles nuances ? Pour répondre correctement à ces questions, il faut comprendre un minimum le fonctionnement d’un LLM - et pourquoi, d’un LLM à l’autre, on obtient des réponses différentes.

« Nous n’en sommes encore qu’aux débuts…”, rappelle Benoît Raphaël, journaliste et éditeur de la newsletter Génération IA. “De même que pour le SEO où on a tâtonné longtemps - Google ne dévoile pas son algorithme - les IAG ne nous livrent pas les clefs si facilement ! » Et de rappeler quelques principes importants : d’abord, le premier objectif d’un LLM est de vous fournir une réponse. « Il faut qu’il réponde, quoi qu’il arrive - il est programmé pour ça et ne peut rester muet ! C’est pour cette raison qu’il peut très bien vous livrer des informations erronées ou des suppositions, à défaut d’avoir trouvé mieux. S’il tombe sur un article payant, il peut lire le début et imaginer la suite. »

Une opacité presque complète…

Ils prédisent la meilleure réponse possible, par un jeu de probabilités. Ce n’est pas de la sémantique, ce sont des statistiques qui créent du sens. « Ils s’appuient sur les données qui leur ont été fournies pour apprendre, sauf s’ils vont faire une recherche sur Internet, reprend Benoît Raphaël. Dans ce cas, ils vont chercher du contexte, en plus de votre instruction (prompt) et de leurs propres données. Certains vont tout seuls sur Internet, d’autres ne le font que si vous le leur demandez. »

Mais ce qu’il faut savoir - et peu en sont conscients - c’est que les moteurs de recherche ne sont pas encore enterrés. Au contraire ! Les LLMS les utilisent. « Quand ChatGPT va sur Internet chercher du contexte, il se connecte à une API qui elle-même ouvre sur le moteur de recherche de Bing, ou de Google, explique Benoît Raphaël. Et tout cela est opaque : nous ne savons pas qui fait quoi. Nous ne savons pas davantage comment les résultats sont indexés, ni quels pays du monde sont passés au crible. Perplexity commence aussi à créer son propre moteur de recherche, avec sa propre indexation. »

… Et pas grand-monde pour vérifier

En-dehors des partenariats publics avec tel ou tel titre de presse, force est de constater que le capot est loin d’être ouvert. « Beaucoup de choses viennent se mettre entre votre prompt et la réponse du LLM. Et que constatons-nous ? Que les internautes cliquent six fois moins sur les liens proposés par l’IAG que dans le cadre d’un moteur de recherche classique. Ils lui font davantage confiance. Or, 30% des réponses ne sont pas étayées par les sources que donne l’IA elle-même. »

Un tableau de bord conçu pour les spécialistes du marketing

Dans ces conditions, on imagine bien le désarroi des marques, l’outil semblant hors de contrôle. C’est pour cette raison qu’Anthony Pichel, CEO de Ludotech, une agence spécialisée dans le développement de produits digitaux, s’est lancé dans la création d’outils à destination des agences médias et des marques. 

Du BtoBtoC donc, adapté à ce nouveau contexte d’IAG. Deux agences ont déjà signé avec Ludotech pour développer un outil sur-mesure reposant sur ce principe. « Si vous êtes est une compagnie aérienne, cela vous intéresse de savoir qu’elle est perçue par les LLM comme la compagnie la plus confortable du monde. Surtout cette dernière a dépensé  des millions d’euros en communication pour être perçue comme… la plus sûre ! Non ? Vos recommandations, ou celles de l’agence qui vous conseille, n’en seront que plus pertinentes. »

Ludotech ne cherche pas à changer ce que les LLM  comprennent des marques, ni la façon dont elles interprètent les photos et contenus qu’elles trouvent en ligne, mais elle peut apporter aux professionnels du marketing et de la publicité des informations à la fois « fiables et en temps réel » sur la perception de telle ou telle marque, par telle ou telle modèle d’IAG.

« Nos développeurs ont l’expertise et les compétences pour capter et analyser les réponses des IA sur un ensemble de requêtes ciblées », résume Anthony Pichel. « Nous savons agréger ces résultats et les mettre en musique, avec des indicateurs clairs et des catégories thématiques. L’objectif, c’est de donner aux agences et aux marques une grille de lecture opérationnelle, qu’elles peuvent exploiter dans leurs recommandations stratégiques. Nous testons et validons les données que nous fournissons, pour garantir leur robustesse. Même si les évolutions sont fréquentes et nombreuses, nous nous assurons que les développeurs Ludotech restent à jour via différentes initiatives, notamment l’organisation d’un hackathon annuel dédié ».