Quand toutes les IA finissent par recommander la même chose

Pendant longtemps, on a imaginé que chaque moteur d'intelligence artificielle développait sa propre vision du monde.

Après tout, ChatGPT, Gemini et Claude sont conçus par des entreprises concurrentes, entraînés avec des approches différentes et reposent sur des architectures distinctes. Il semblerait donc logique que leurs recommandations divergent régulièrement.

Pourtant, certaines mesures racontent une autre histoire.

Sur une question portant sur les principaux baumes réparateurs ou crèmes multi-usages pour peaux sensibles, les trois fournisseurs étudiés convergent vers exactement la même recommandation principale. Le produit concerné apparaît dans 100 % des réponses de chaque moteur, aussi bien lorsque l'IA répond seule que lorsqu'elle s'appuie sur une recherche web.

Cette observation ne démontre pas que ce produit est le meilleur. Elle ne démontre pas non plus que les modèles utilisent les mêmes données, ni qu'ils se copient entre eux. En revanche, elle met en évidence un phénomène mesurable : des moteurs d'IA concurrents peuvent produire un consensus quasi parfait sur une même question.

Une convergence inattendue

Les différences entre les grands modèles d'IA sont largement documentées.

• Leurs méthodes d'entraînement diffèrent.
• Leurs architectures évoluent indépendamment.
• Leurs stratégies produit sont concurrentes.

On pourrait donc s'attendre à voir apparaître plusieurs recommandations dominantes selon le fournisseur interrogé. Ce n'est pourtant pas ce que montrent les mesures réalisées ici.

Le même acteur est cité par Anthropic, Google et OpenAI dans l'intégralité des réponses analysées. Les concurrents, eux, restent présents mais de manière occasionnelle. Aucun n'apparaît de façon systématique dans les réponses.

Autrement dit, les moteurs continuent à enrichir leurs réponses avec d'autres références, mais ils semblent partager un même point d'ancrage.

Le consensus ne signifie pas l'uniformité

Il serait tentant d'en conclure que toutes les IA répondent exactement de la même manière. Le rapport ne permet pas de l'affirmer.

En réalité, les moteurs ne mettent pas toujours en avant les mêmes arguments. Selon le fournisseur, certains critères sont davantage mobilisés : composition, performance, praticité, prix ou polyvalence occupent une place différente dans le raisonnement présenté à l'utilisateur.

Le discours varie. La recommandation principale, elle, reste stable. Cette distinction est importante.

Deux IA peuvent construire des raisonnements différents tout en arrivant à la même conclusion.

Avec ou sans recherche web, le résultat reste identique

L'une des observations les plus intéressantes concerne l'utilisation de la recherche web. On pourrait penser que l'accès au web modifie profondément les recommandations. Dans ce cas précis, ce n'est pas ce qui est observé.

La présence du produit principal reste identique avec ou sans recherche web : 100 % dans les deux cas.

Cela ne signifie pas que la recherche web est inutile. Le rapport montre d'ailleurs que plusieurs catégories d'arguments évoluent lorsque cette fonctionnalité est activée. En revanche, la recommandation principale, elle, ne change pas.

Quand un marché semble se structurer autour d'un consensus

Cette mesure soulève une question plus large. Existe-t-il des marchés sur lesquels les moteurs d'IA finissent par partager une vision commune ?

Le rapport ne permet pas d'y répondre. Il documente uniquement un cas où cette convergence est observée. Mais cette observation ouvre une piste de réflexion stratégique.

Si plusieurs moteurs indépendants convergent régulièrement vers les mêmes références, la compétition entre marques pourrait progressivement évoluer. Il ne s'agirait plus seulement d'être visible auprès des consommateurs. Il faudrait également comprendre comment émergent les consensus dans les réponses des IA.

Cette idée reste aujourd'hui une hypothèse. Elle nécessiterait l'analyse de nombreux autres marchés avant de pouvoir être confirmée.

Ce que cette mesure démontre réellement

Cette étude ne mesure ni la qualité réelle d'un produit, ni sa part de marché. Elle ne cherche pas à déterminer si les recommandations des IA sont exactes. Elle observe uniquement ce que les moteurs affichent à un instant donné.

Dans ce cas précis, les mesures montrent trois faits :

• trois fournisseurs concurrents convergent vers la même recommandation principale ;
• cette convergence persiste avec ou sans recherche web ;
• les autres acteurs restent présents mais ne deviennent jamais systématiques.

Une question qui dépasse largement ce marché

Au fond, le sujet n'est peut-être pas cette catégorie de produits. La véritable question est ailleurs.

À partir de quel moment plusieurs moteurs d'IA cessent-ils d'avoir des recommandations différentes pour finir par construire un même consensus ?

Comprendre cette transition pourrait devenir un enjeu majeur pour toutes les entreprises qui cherchent à être recommandées par les intelligences artificielles.

Car si les modèles finissent parfois par raconter la même histoire, alors la bataille ne consiste peut-être plus seulement à apparaître dans les réponses des IA. Elle consiste peut-être à comprendre comment naît un consensus dans leur discours.