Sommaire
Comment Google Search évolue-t-il à l’ère de l’IA ? Lors du WordCamp US, Danny Sullivan a levé le voile sur les coulisses du moteur de recherche. Il a notamment évoqué la multiplicité des signaux, les 15 % de nouvelles requêtes chaque jour, l’arrivée des AI Overviews et les changements d’usages.
Pourquoi Google tient au web ouvert
C’est l’un des messages les plus forts de Danny Sullivan : Google n’existe pas sans le web ouvert. L’essentiel de l’index de recherche repose sur l’exploration et l’indexation de contenus accessibles publiquement. Google reçoit certes aussi des flux et s’appuie sur des partenariats, mais l’infrastructure qui fait tourner le moteur reste entièrement dépendante de la vitalité de l’écosystème web.
Autrement dit, si le web s’appauvrit ou se referme derrière des silos fermés, c’est l’expérience utilisateur de Google elle-même qui se dégrade. C’est pourquoi l’entreprise insiste désormais beaucoup sur son intérêt direct à soutenir un web riche, diversifié et accessible.
Comment fonctionne Google Search (en réalité)
Contrairement à une idée encore répandue, Google ne repose pas sur un algorithme unique qui déciderait du classement des résultats. Danny Sullivan l’a rappelé : la recherche s’appuie sur une combinaison de systèmes distincts, chacun ayant un rôle spécifique.
- Certains détectent le spam et filtrent les contenus indésirables.
- D’autres évaluent la fraîcheur des pages, essentielle dans les requêtes liées à l’actualité.
- Des systèmes spécialisés interviennent pour le contenu local, ou encore lors de situations de crise (incendies, catastrophes naturelles).
- Enfin, plusieurs technologies de machine learning cohabitent : BERT, MUM, RankBrain, chacune apportant sa brique de compréhension du langage et du contexte.
Ces systèmes ne fonctionnent pas seuls : ils s’appuient sur des centaines de signaux. Un signal peut être la présence d’un mot sur une page, sa fréquence, son emplacement dans un passage clé, ou encore des éléments contextuels comme la localisation de l’utilisateur. D’autres signaux, moins évidents pour un humain, se révèlent néanmoins corrélés à la pertinence dans les tests.
Le résultat final n’est donc pas produit par une “formule magique”, mais par l’action combinée de systèmes multiples, chacun mobilisant une variété de signaux adaptés au type de recherche (classique, image, locale, news, etc.).
Pourquoi les résultats changent en permanence
Les variations que l’on observe dans Google Search ne sont pas aléatoires. Elles traduisent un processus continu d’ajustement des systèmes de classement pour améliorer la pertinence.
En 2023, Google a mené près de 1,7 million de tests. Ces expérimentations prennent plusieurs formes :
- Comparaisons directes : une même requête est traitée par le système actuel et par un nouveau modèle. Des évaluateurs externes jugent lequel des deux donne les meilleurs résultats.
- Tests en conditions réelles : parfois, certains utilisateurs voient apparaître des affichages inhabituels. Ce sont des essais destinés à mesurer la réaction et l’efficacité d’une nouveauté.
Au final, environ 5 000 mises à jour sont déployées chaque année. La majorité passent inaperçues, car elles corrigent des détails. Mais certaines, comme les core updates, modifient en profondeur l’équilibre entre signaux et systèmes.
Pour illustrer, Sullivan a comparé ce processus à un classement de films : une liste des “100 meilleurs films” en 2015 ne sera pas identique en 2025. Les anciens films restent bons, mais leur position évolue, et de nouvelles œuvres viennent bousculer la hiérarchie.
Nouveaux usages = nouvelles réponses
Google Search n’a pas seulement évolué parce que ses systèmes internes changent. Ce sont surtout les usages des internautes qui poussent le moteur à s’adapter.
Du desktop aux usages mobiles et vocaux
La recherche se faisait auparavant sur ordinateur, via une simple boîte de saisie. Aujourd’hui, les requêtes viennent de partout : smartphones, assistants vocaux, appareils connectés… Les attentes sont plus immédiates et le contexte compte davantage.
Vers une recherche multimodale
Les utilisateurs ne se limitent plus au texte. Ils veulent pouvoir chercher avec :
- Une photo (identifier une plante, un objet, un produit),
- Une vidéo (montrer un problème et obtenir une explication écrite),
- Ou même un mélange des deux.
Google appelle cela le multimodal : différentes formes d’entrée, mais une réponse cohérente.
Personnalisation et formats variés
Les nouvelles générations d’utilisateurs privilégient souvent les vidéos courtes ou le contenu expérientiel (avis, discussions sur forums, réseaux sociaux…). D’autres préfèrent encore lire des articles complets.
Google cherche donc à adapter la présentation des résultats : plus de vidéos pour certains profils, plus de textes détaillés pour d’autres.
AI Overviews : ce que c’est… et ce que ça n’est pas
Parmi les évolutions les plus visibles de Google Search, les AI Overviews occupent une place centrale.
Un point de départ, pas une fin de parcours
Contrairement aux craintes de certains éditeurs, Google présente les AI Overviews non pas comme un substitut aux clics, mais comme un saut d’entrée. Ces résumés générés par l’IA visent à donner une première vue d’ensemble sur un sujet, tout en proposant des liens cliquables : encadrés, ancres internes, carrousels… L’objectif affiché reste d’encourager l’exploration.
Pourquoi les résultats diffèrent des “blue links”
L’AI Overview ne reprend pas forcément les mêmes pages que les résultats classiques. Cela s’explique par le mécanisme de fan-out. Lorsqu’une requête complexe est saisie (ex. : “meilleur vélo électrique pour 5 km de trajet avec côtes”), le système la décompose en plusieurs sous-requêtes.
Il agrège ensuite les réponses issues de ces multiples recherches, afin de produire un résumé plus riche et plus diversifié que ne le ferait la liste traditionnelle de liens.
Quels changements pour les utilisateurs ?
Selon Sullivan, les tests montrent que les AI Overviews :
- Incitent les utilisateurs à formuler plus de requêtes,
- Font apparaître une plus grande diversité de sites dans les résultats,
- Et favorisent un engagement plus fort sur les pages consultées (moins de “clics déçus”, plus de temps passé).
Les AI Overviews transforment l’expérience de recherche en un dialogue plus naturel et en une porte d’accès vers un spectre de contenus plus large. C’est du moins ce qu’affirme Google. Tous les SEO ne sont pas d’accord avec ces points.
AI Mode & Web Guide : les expérimentations en cours
En parallèle des AI Overviews, Google teste d’autres formats destinés à enrichir l’expérience de recherche.
AI Mode : une recherche plus conversationnelle
Avec AI Mode, l’utilisateur peut choisir une interface qui ressemble davantage à un échange de type chat. L’idée est de permettre des requêtes plus naturelles, des relances successives et un suivi de contexte, comme dans une discussion. Google y voit une réponse aux attentes d’une partie du public qui préfère commencer sa recherche par une expérience générative plutôt que par une liste de liens.
Web Guide : organiser les “blue links”
Autre expérimentation, le Web Guide. Ici, l’IA n’écrit pas de résumé : elle se contente d’organiser les liens bleus en catégories thématiques. Exemple : pour une recherche “voyage solo au Japon”, l’affichage propose d’un côté des blogs, de l’autre des conseils pratiques et plus loin des guides culturels.
Ce format vise à rendre la navigation plus lisible, sans remplacer les résultats classiques. Pour l’instant, il est testé dans l’onglet Web de l’interface, mais pourrait évoluer.
La check-list de Danny Sullivan pour les éditeurs et SEO
En conclusion de sa présentation, Danny Sullivan a partagé des recommandations très concrètes pour les créateurs de contenu. Une façon de rappeler que, malgré l’arrivée de l’IA, les fondamentaux restent inchangés.
À faire
- Produire du contenu unique et réellement utile pour les utilisateurs.
- Soigner l’expérience de page : lisibilité, accès rapide à l’information et bonne navigation.
- Diversifier les formats (texte, images, vidéos…) afin de répondre aux usages multimodaux.
- Mesurer la valeur des visites : conversions, leads, engagement, et pas seulement le volume de trafic.
À éviter
- Croire qu’il existe une taille idéale de contenu (ex. les fameux “2 000 mots”).
- Ajouter des éléments artificiels “pour Google” (par ex. une mention expert reviewed sans réelle valeur pour le lecteur).
- Se perdre dans des micro-optimisations SEO déconnectées de l’expérience utilisateur.
Google cherche avant tout à aligner ses signaux sur ce qui est bon pour les internautes. Miser sur la qualité et l’utilité reste la meilleure stratégie à long terme.
