Sommaire
La première semaine de février a cumulé une forte instabilité des SERP, une mise à jour ciblée sur Discover et plusieurs signaux sur la monétisation et l’intégration de l’IA dans les produits de recherche et de publicité.
Algorithme Google : volatilité et signaux de mise à jour
Entre fluctuations non confirmées et déploiement annoncé sur Discover, Google envoie cette semaine des signaux contradictoires.
Volatilité persistante, sans confirmation officielle
Après un mois de janvier déjà très agité, les fluctuations se prolongent au début février sur les SERPs, sans annonce de mise à jour. Côté Google, la communication reste prudente. Aucun commentaire opérationnel n’est apporté sur l’origine de ces mouvements.
Première “core update” 2026, centrée sur Google Discover
Google déploie une mise à jour annoncée comme une core update, mais limitée à Discover. Le rollout est prévu sur environ deux semaines, avec un démarrage constaté sur l’anglais aux États-Unis avant une extension à d’autres territoires, dont la France.
Google a défini trois objectifs :
- Davantage de contenus « localement pertinents » (selon le pays de l’utilisateur),
- Moins de sensationnalisme et de titres trop accrocheurs,
- Et une mise en avant plus forte d’articles approfondis, originaux et d’actualité provenant de sites dont l’expertise est reconnue sur un sujet.
Impact possible sur les “best of” auto-promotionnels
Plusieurs signaux partagés dans la communauté SEO convergent vers un même scénario. Des contenus de type listicles orientés “auto-classement” (notamment SaaS) auraient perdu du terrain dans les vagues non confirmées de janvier et début février.
IA dans la recherche : interface, bugs et instrumentation
Au-delà des positions dans les résultats, la semaine montre que la visibilité dépend aussi des choix d’interface et de fonctionnalités liés à l’IA, pas uniquement de l’algorithme.
Bug “AI Overviews” : réponses sans liens
Google a reconnu puis corrigé un incident où certains AI Overviews s’affichaient sans liens/citations. Point important côté éditeurs, l’épisode rappelle que la présence dans les modules IA dépend aussi de choix produit, pas uniquement du ranking.
Vers un reporting IA dans Search Console ?
Un indice a été lâché sur l’arrivée possible d’indicateurs liés à la visibilité dans les expériences de recherche pilotées par IA. Rien d’annoncé officiellement, mais le sujet remonte.
Google AI Mode : suggestions de relance en test
Des itérations produit montrent des propositions de requêtes de suivi sous certaines réponses, avec une logique de parcours multi-étapes plutôt qu’une recherche “one shot”.
Recherche “sur appareil” : l’intention sans transfert de données
Google publie des travaux sur l’extraction d’intention via de petits modèles embarqués.
La compréhension des actions utilisateur peut se déplacer vers l’appareil (et donc vers des agents), avec des parcours davantage multi-étapes.
Crawl & technique : rappels utiles
Deux sujets techniques reviennent dans les discussions de la semaine :
- Les limites de taille de fichiers effectivement explorables selon les formats (page web, PDF, autres),
- La tentation de servir du contenu en markdown “spécial LLM” : cela soulève des enjeux de duplication, de cohérence et de contrôle de rendu.
Local : pression publicitaire en hausse
Sur le local, la pression publicitaire s’intensifie, tandis que Google teste aussi des enrichissements IA dans les fiches, notamment autour des contenus et signaux d’avis.
Local Pack Ads en forte progression
Plusieurs suivis montrent une croissance nette de la présence publicitaire dans le pack local, avec une montée rapide sur les dernières semaines. Pour les acteurs locaux, cela signifie une concurrence plus forte sur le haut de page et une frontière plus floue entre visibilité organique et achat média.
Hôtellerie : labels IA sur certaines photos
Google teste des mentions du type « bon à savoir » sur des photos de fiches hôtel, avec des descriptions générées à partir du contexte et des avis. Cela illustre à la fois l’enrichissement de l’interface locale et la façon dont Google synthétise des informations issues de la réputation.
Publicité : sécurité, support et tests produit
Cette semaine, Google Ads bouge sur deux axes, avec davantage de tests produit et des mesures de sécurité plus strictes sur les changements sensibles.
Google Ads : le support bascule vers des agents IA
Le formulaire de support est de plus en plus remplacé par une expérience conversationnelle, signe d’une automatisation accélérée du “service” côté annonceurs.
Expérimentations et durcissement sécurité
Google Ads introduit à la fois de nouveaux tests et des mesures supplémentaires de sécurité.
- Tests d’expériences “multi types de campagnes” au sein d’un même test,
- Arrivée d’un système de validation à plusieurs (multi-party approval) pour limiter les prises de contrôle et modifications à risque,
- Refonte du Partner Portal côté annonceurs.
Qualité média : lecture “invalid clicks”
Des données partagées dans l’écosystème Ads mettent en avant des écarts de “clics invalides” selon les inventaires, avec une séparation entre fraude suspectée et clics accidentels. Pour les annonceurs, l’enjeu est de comprendre où se situent les risques et comment cela peut influencer les exclusions de placements et l’allocation budgétaire.
AdSense : reporting plus granulaire
De nouveaux découpages (navigateur, OS et environnement d’hébergement/app) apparaissent côté éditeurs, dans la logique d’un pilotage plus fin des performances et de la qualité d’inventaire.
Éditeurs et IA : monétisation, licences et formats
En parallèle des évolutions produit, la question du modèle économique revient au premier plan. Entre licences, retrait de fonctionnalités contestées et préparation de nouveaux formats publicitaires, les plateformes testent des voies pour financer l’IA et encadrer l’usage des contenus.
Microsoft avance sur la rémunération des contenus
Microsoft étend un dispositif qui vise à rémunérer des éditeurs en échange de licences d’usage de leurs contenus par des systèmes d’IA. L’objectif est de créer un revenu additionnel pour les médias, tout en sécurisant l’accès à des contenus “premium” à grande échelle.
Bing retire ses “recettes Frankenstein”
Bing retire une fonctionnalité de recettes générées par IA après des critiques sur des mélanges d’étapes provenant de sources différentes. Quand la synthèse brouille l’origine des contenus, le risque réputationnel devient un frein au déploiement pour les éditeurs…
Bing déploie davantage la recherche “multi-turn”
Bing pousse une recherche en plusieurs tours qui incite à enchaîner les requêtes dans la même interface. La visibilité pourrait aussi se jouer sur la capacité à répondre à une suite de questions liées, pas seulement à une requête isolée.
ChatGPT prépare des briques techniques pour la publicité
Des indices techniques repérés dans certaines réponses suggèrent une préparation de l’intégration publicitaire. À ce stade, cela ressemble à une mise en place d’infrastructure, sans preuve d’un déploiement généralisé côté utilisateurs.
ChatGPT fait évoluer la présentation de ses réponses
Les réponses gagnent en habillage, avec davantage d’éléments visuels et des sélections d’actualité sur certaines requêtes.
Industrie : chiffres publicitaires et lecture marché
Alphabet a publié ses résultats sur la période, avec une progression des revenus publicitaires. Les surfaces commerciales restent prioritaires et continuent de gagner du terrain dans certaines zones de la SERP.
Contexte : ce que le procès antitrust dit de l’algorithme
Les éléments rendus publics dans le cadre du dossier antitrust donnent des indications sur la façon dont Google évalue la qualité et ajuste ses classements. L’idée générale qui ressort est que les signaux d’usage et d’interaction pèsent fortement dans plusieurs systèmes internes.
La donnée utilisateur au cœur des systèmes
Les documents évoquent l’exploitation de signaux liés aux interactions, comme la requête et son contexte, les clics, certains comportements dans la page de résultats et le temps passé. Ces données servent notamment à entraîner des systèmes et à ajuster l’ordre d’affichage.
Annotations, spam et propriété industrielle
Les pages indexées peuvent recevoir des annotations et des scores, dont certains liés au spam. Google explique ne pas pouvoir détailler ces informations, en particulier parce qu’elles relèvent de systèmes propriétaires.
Implication opérationnelle
En pratique, cela renforce une lecture déjà connue des SEO : les signaux de satisfaction et l’utilité perçue comptent, et les optimisations purement mécaniques ont un rendement limité si l’expérience et la réponse au besoin ne suivent pas.
Données structurées et moteurs IA : un débat qui revient
La semaine remet enfin sur la table une question très pratique pour les SEO. Les données structurées servent toujours à l’écosystème Google (compréhension et éligibilité à certains affichages), mais leur rôle est moins évident quand il s’agit d’assistants IA et de moteurs conversationnels.
Les données structurées ne sont pas forcément “interprétées” par les moteurs IA
Plusieurs retours suggèrent que certains systèmes IA parcourent le JSON-LD comme un bloc de texte, sans traiter le balisage comme un format à part avec validation stricte. Le balisage reste donc utile pour le SEO “classique”, mais il ne garantit pas, à lui seul, une meilleure reprise ou une meilleure compréhension côté IA.
