Le volume de recherche de ChatGPT atteint environ 20 % de celui de Google, selon OpenAI

OpenAI affirme que le volume de recherche de ChatGPT a atteint environ 20 % de celui de Google, avançant une revendication concurrentielle significative dans le cadre de son expansion dans la recherche web. Ce chiffre correspond à la comparaison par OpenAI des volumes de requêtes. Il n’établit pas que ChatGPT détient 20 % du marché de la recherche ni que Google a perdu ces recherches.

Cette affirmation provient d’Adam Fry, responsable produit grand public de ChatGPT, dont les commentaires ont été rapportés dans un article publié le 3 novembre. Selon 9to5Google, OpenAI n’a pas révélé la source du chiffre utilisé pour comparer ChatGPT à Google. L’absence de ce dénominateur, c’est-à-dire le total Google employé dans le calcul, limite ce que les observateurs externes peuvent vérifier.

Google subit une pression quant au point de départ des recherches des utilisateurs et à l’interface qui oriente leurs décisions. Pourtant, la croissance d’OpenAI ne permet pas, à elle seule, de déterminer si l’activité de recherche se déplace, s’élargit, ou les deux. La question utile est de savoir quelle part de la recherche d’informations à forte valeur ChatGPT traite désormais, et avec quelle cohérence les entreprises la mesurent.

Ce que compte réellement le volume de recherche de ChatGPT

L’affirmation d’OpenAI concerne les questions qui déclenchent des recherches web, et non tous les messages envoyés à ChatGPT.

Dans l’entretien publié sur la croissance de la recherche d’Alex Kantrowitz, Fry a décrit l’activité de recherche comme les questions d’utilisateurs nécessitant la consultation d’informations récentes. Une relance qui renvoie ChatGPT vers le web est comptabilisée à nouveau. L’unité de comptage est donc plus restreinte que l’ensemble des messages adressés au chatbot.

Cette distinction est importante, car une conversation peut comprendre plusieurs activités différentes. Une personne peut demander des informations récentes, solliciter un résumé, reformuler le texte, puis demander une autre recherche. Compter chaque message mélangerait la recherche avec la rédaction et l’édition. L’explication de Fry fixe la limite autour des questions qui lancent des recherches web.

Cette limite laisse toutefois place à l’interprétation. L’explication publiée ne fournit pas de spécification de comptage reproductible couvrant tous les cas limites. Les lecteurs disposent donc d’une description de la métrique, plutôt que d’une méthodologie complète permettant de la calculer indépendamment.

L’article sur le volume de requêtes de Ben Schoon identifie la principale lacune de vérification : OpenAI n’a pas révélé l’origine de son chiffre de volume pour Google. Le rapport attribue la comparaison aux propos de Fry lors d’un événement OpenAI. Il ne présente pas d’audit indépendant étayant ce ratio.

La distinction entre un ratio et une part de marché est tout aussi importante. Comparer ChatGPT à Google utilise Google comme référence. Calculer une part de marché exige de définir l’ensemble du marché et de mesurer chaque participant inclus de manière cohérente. Il s’agit de calculs différents, même lorsque les titres présentent les deux sous forme de pourcentages.

Cette affirmation n’établit pas non plus un phénomène de substitution. Une personne peut ajouter des recherches sur ChatGPT tout en conservant ses recherches Google habituelles. Elle peut aussi déplacer certaines questions vers ChatGPT tout en gardant Google pour d’autres tâches. Ces deux comportements sont compatibles avec un chiffre de volume relatif élevé.

L’actualité immédiate est donc précise. OpenAI positionne son activité de recherche web par rapport à l’échelle de Google au moyen d’une comparaison numérique explicite. La question non résolue est de savoir si un chercheur externe pourrait reproduire cette comparaison en utilisant des définitions, des dates et une couverture harmonisées.

Cette incertitude ne rend pas la déclaration dénuée de sens. Elle modifie l’importance à accorder au chiffre. Le traiter comme une affirmation attribuée à l’entreprise préserve sa portée concurrentielle tout en laissant ouverte la question de la mesure.

Pour les lecteurs comparant ChatGPT et Google, c’est le point de départ. Les produits se recoupent dans la recherche d’informations, mais un objectif commun ne produit pas automatiquement des compteurs comparables.

Google subit une pression sur le point de départ

La pression concurrentielle porte sur celui qui reçoit la question en premier et façonne l’étape suivante.

Prenons une tâche de recherche illustrative : choisir un logiciel pour une petite équipe. Un utilisateur commence par une demande générale, ajoute des exigences de compatibilité et sollicite une documentation à l’appui. L’interface qui gère cet échange influence les produits pris en compte et les compromis qui retiennent l’attention.

Cette influence s’exerce avant un achat, une visite de site web ou une recommandation finale. La première réponse peut restreindre le champ des options. Les questions de suivi peuvent renforcer ce cadrage. Un produit de recherche est donc en concurrence pour occuper une place dans le processus de décision, plutôt que pour simplement recueillir des requêtes isolées.

C’est pourquoi cette affirmation mérite l’attention même sans part de marché auditée. Si la comparaison d’OpenAI reflète une activité de recherche importante, Google fait face à un concurrent qui traite des questions auparavant naturellement formulées dans sa barre de recherche. La pression pertinente concerne les habitudes des utilisateurs et la prise de décision.

Les conséquences varient toutefois selon les tâches. Trouver un site web connu demande une interaction différente de la comparaison de produits inconnus. Vérifier un fait actuel diffère de la préparation d’une note de recherche. Un total unique de volume ne peut pas indiquer laquelle de ces activités alimente la comparaison.

L’intention commerciale compte également. Une question sur l’achat d’équipement n’a pas la même implication économique qu’une simple recherche factuelle occasionnelle. Des volumes de requêtes identiques n’établissent pas des opportunités publicitaires, une valeur client ou une influence sur les achats équivalentes. La nature des questions compte autant que leur fréquence.

Google dispose d’une réponse directe au sein de son expérience de recherche existante : faciliter le traitement de questions complexes sur cette même plateforme. Cette réponse peut inclure une interaction conversationnelle tout en préservant les habitudes de recherche familières. Le choix concurrentiel porte de plus en plus sur l’interface qui répond le mieux à une tâche.

Pour OpenAI, le défi correspondant consiste à transformer des recherches occasionnelles en une habitude fiable de point de départ. Un chiffre agrégé impressionnant n’explique pas si les utilisateurs reviennent régulièrement, utilisent le produit pour des tâches limitées ou l’abandonnent après une réponse insatisfaisante.

Les entreprises font également face à des attentes différentes de la part des utilisateurs. Une réponse synthétisée invite les lecteurs à évaluer la réponse elle-même. Une page de résultats les invite à choisir parmi des sources. À mesure que ces formats convergent, chaque entreprise doit gérer les attentes créées par sa présentation.

Pour les travailleurs du savoir, les enjeux pratiques concernent la qualité de la recherche et le temps. Une réponse pratique n’aide que si elle soutient la décision à prendre. Des sources peu claires ou des relances inutiles peuvent consommer le temps que la recherche conversationnelle semble initialement faire gagner.

Pour les entreprises, la pression s’étend à la découvrabilité. Être présent quelque part sur le web ne garantit pas d’être inclus dans une réponse. Mais un titre sur l’usage ne justifie pas de reconstruire une stratégie marketing sans éléments sur le comportement réel des clients.

La réponse à court terme devrait suivre l’activité observable. Les équipes peuvent examiner quelles questions attirent des visiteurs, quels parcours de recherche génèrent des clients et où les personnes rencontrent leurs informations. Ces observations relient le récit concurrentiel aux résultats commerciaux.

La compétition stratégique plus large reste simple : devenir l’endroit où les personnes posent instinctivement leur prochaine question. Cette habitude est précieuse même lorsqu’une même personne continue d’utiliser plusieurs services.

ChatGPT contre Google est aussi une compétition autour de l’élargissement de la demande

Les deux entreprises peuvent signaler une activité de recherche en hausse sans que les résultats de l’une invalident ceux de l’autre.

La propre description de Google de son activité complique un récit simple de remplacement. Dans ses commentaires sur les résultats de Search du 28 octobre, Sundar Pichai a déclaré que les investissements dans l’IA accroissaient l’utilisation et la croissance des requêtes, y compris les requêtes commerciales. Il a décrit la croissance annuelle des requêtes comme la plus forte depuis cinq ans.

Ces déclarations reflètent le bilan de Google sur ses performances. Elles ne valident pas indépendamment la comparaison d’OpenAI. Elles établissent toutefois que Google décrit publiquement une demande en expansion, plutôt que de reconnaître que l’adoption des chatbots implique nécessairement un recul de l’activité de recherche.

Pichai a également décrit une expérience de recherche combinant des résultats traditionnels et des fonctionnalités d’IA. Cela importe, car le point de comparaison concurrentiel évolue. Comparer un assistant conversationnel à une version entièrement statique de Google ne tiendrait pas compte de la manière dont Google présente lui-même sa réponse.

La logique économique permet plusieurs issues. De meilleurs outils peuvent encourager les personnes à explorer des questions qu’elles laissaient auparavant sans réponse. Une interface plus simple peut générer davantage de relances. Les utilisateurs peuvent aussi répartir une tâche de recherche entre plusieurs produits, augmentant l’activité à plusieurs endroits.

Aucune de ces possibilités ne prouve l’absence de substitution. Un marché en croissance peut toujours connaître des pertes significatives dans certaines catégories. Google peut gagner des requêtes globalement tout en perdant certains parcours de recherche précieux. OpenAI peut gagner des recherches sans prendre à Google chaque question correspondante.

La distinction analytique importante est celle entre croissance totale et substitution concurrentielle. La croissance totale demande si davantage d’activité a lieu. La substitution demande si l’activité passe d’un fournisseur à un autre. Une analyse crédible du marché nécessite des éléments répondant aux deux questions.

Les recherches indépendantes sur l’audience offrent une autre perspective. L’analyse d’audience de recherche de Similarweb, publiée en août, indiquait que 95 % des utilisateurs de ChatGPT utilisaient également Google en mai 2026. Elle signalait le même chevauchement pour septembre 2025. Cette constatation soutient la poursuite de l’utilisation des deux produits au sein de l’audience mesurée.

Le chiffre de chevauchement a ses limites. Il mesure si des personnes apparaissent dans les deux audiences, plutôt que la manière dont elles répartissent leurs recherches individuelles. Une personne peut rester utilisatrice de Google tout en déplaçant une part significative de ses recherches ailleurs. Le chevauchement d’audience ne peut pas répondre à cette question.

Similarweb identifie également des exclusions de couverture, notamment l’activité des API, les applications de bureau et les fonctionnalités d’IA intégrées. Ses conclusions décrivent donc la population et les canaux qu’elle mesure. Elles ne doivent pas être étendues à une analyse complète de tous les flux de travail assistés par l’IA.

Pris ensemble, ces éléments soutiennent une interprétation plus précise. OpenAI revendique une échelle relative substantielle. Google fait état d’une croissance des requêtes. Les données indépendantes d’audience montrent une large coexistence. Ces déclarations portent sur des dimensions différentes et peuvent toutes être vraies simultanément.

Le renversement dans cette histoire est qu’un challenger de grande taille n’exige pas un recul immédiat de l’acteur établi. La concurrence peut s’intensifier tandis que la demande augmente. Cela rend la confrontation plus difficile à évaluer à partir d’un seul pourcentage dans un titre.

Pour les lecteurs, cela modifie les données qu’il vaut la peine de rechercher. Le prochain jeu de données utile montrerait les catégories de tâches, la fréquence des requêtes et les comportements de changement de service selon des définitions cohérentes. Un autre titre général sur le trafic laisserait sans réponse une grande partie de la question centrale.

Ce que l’affirmation d’un cinquième laisse sans réponse

La comparaison exige des mesures harmonisées avant de pouvoir étayer des conclusions plus fortes sur la position concurrentielle.

Le premier détail manquant est la période considérée. Une moyenne quotidienne, un pic récent et un total mensuel peuvent produire des impressions différentes. Sans période clairement définie, les lecteurs ne peuvent pas déterminer si la comparaison reflète une tendance durable ou une observation plus ponctuelle.

La couverture géographique compte pour la même raison. Une comparaison mondiale diffère d’une comparaison limitée à un pays précis. La disponibilité des produits, la prise en charge linguistique et les habitudes des utilisateurs peuvent varier selon les marchés. Le rapport ne fournit pas suffisamment de détails méthodologiques pour délimiter ces périmètres.

La référence Google exige également une explication. Une estimation provenant d’un prestataire externe et un total interne à l’entreprise présentent des limites différentes. La source, la méthode de collecte et la date influent toutes sur la comparabilité. L’accès d’OpenAI à sa propre activité ne dissipe pas l’incertitude concernant le total d’une autre entreprise.

Vient ensuite l’unité d’activité. Une requête utilisateur, une conversation et une opération de récupération en arrière-plan décrivent des réalités différentes. L’explication de Fry laisse entendre que les questions des utilisateurs déclenchent des recherches. Une méthodologie complète devrait néanmoins expliquer comment cette règle s’applique aux différents comportements du produit.

Cela devient particulièrement important lorsque les systèmes évoluent. Après une mise à jour, un assistant peut répondre à davantage de questions grâce à des informations récupérées. Ce changement pourrait accroître son activité de recherche enregistrée, sans modification équivalente de la fréquence à laquelle les utilisateurs ouvrent le produit.

Il s’agit d’une possibilité méthodologique, et non d’une conclusion sur le système d’OpenAI. Elle illustre pourquoi une règle de comptage stable est importante. Une série de croissance devient plus difficile à interpréter lorsque le routage du produit et les définitions de mesure changent sans documentation.

Le volume de requêtes ne permet pas non plus d’établir la qualité des réponses. Un service peut traiter de nombreuses questions tout en affichant des performances inégales selon les sujets. L’utilisation agrégée ne mesure ni l’exactitude factuelle, ni la pertinence des sources, ni la réussite des utilisateurs dans l’accomplissement de leurs tâches.

Les questions répétées sont tout aussi ambiguës. Les relances peuvent témoigner d’engagement et d’une exploration utile. Elles peuvent aussi refléter de la confusion ou une première réponse incomplète. Les compter indique qu’une activité a eu lieu ; les évaluer exige des éléments supplémentaires.

Pour la même raison, un nombre moindre de requêtes peut parfois indiquer une expérience réussie. Une réponse claire peut permettre d’achever immédiatement une tâche. Un processus plus fragmenté peut générer des recherches supplémentaires. Le volume fournit une échelle, tandis que l’achèvement de la tâche offre une autre mesure de l’utilité.

L’affirmation ne tranche pas non plus la question économique. Traiter une requête engendre des coûts, tandis que les revenus dépendent du modèle économique et du comportement des utilisateurs. L’échelle relative des requêtes ne permet à elle seule d’établir ni la rentabilité, ni les performances publicitaires, ni la pérennité d’une stratégie produit donnée.

Les conséquences pour les éditeurs constituent une autre question distincte. Une réponse peut mentionner une source, y renvoyer par un lien ou inciter quelqu’un à la consulter. Ces actions ont des conséquences différentes. La comparaison avec un cinquième ne fournit aucune mesure directe du trafic de référencement ou des revenus des éditeurs.

Ces lacunes devraient guider le langage employé autour du volume de recherche de ChatGPT. « OpenAI affirme » identifie correctement la source de la comparaison. « ChatGPT a conquis un cinquième du marché de Google » ajoute une conclusion que les éléments divulgués ne permettent pas d’établir.

Le scepticisme doit rester proportionné. L’absence de méthodologie justifie une réserve, non une contre-affirmation inventée selon laquelle le chiffre serait nécessairement faux. La position défendable consiste à rapporter la déclaration, à en identifier les limites et à rechercher des éléments qui la rendent reproductible.

Cette norme s’applique tout autant aux affirmations de croissance concurrentes. Le récit de Google mérite lui aussi un examen des définitions et de la couverture. Un traitement cohérent aide les lecteurs à comparer les éléments sans adopter intégralement le récit privilégié par l’une ou l’autre entreprise.

Ce qu’il faut surveiller à mesure que la rivalité dans la recherche se développe

Les prochains signaux utiles concerneront la transparence des mesures, la réponse de Google et la manière dont les personnes répartissent leurs véritables tâches de recherche.

D’abord, surveillez si OpenAI publie une comparaison reproductible. La divulgation la plus utile identifierait la référence Google, la période d’observation, le périmètre géographique et les règles de comptage. Elle expliquerait également si ces règles sont restées cohérentes à mesure que le comportement de recherche de ChatGPT évoluait.

Une telle divulgation renforcerait l’affirmation si des chercheurs indépendants pouvaient en reproduire le résultat général. Une définition révisée ou un périmètre plus restreint en modifierait l’interprétation. Dans les deux cas, cela apporterait davantage d’informations que de répéter le pourcentage sans documentation supplémentaire.

Une estimation indépendante ne serait utile que si ses limites étaient claires. Les visites de sites web ne peuvent pas automatiquement servir d’indicateur des recherches. Les utilisateurs d’applications ne peuvent pas automatiquement servir d’indicateur du volume de requêtes. La méthode doit correspondre à la question posée.

Deuxièmement, surveillez les changements de produits de Google parallèlement à ses publications commerciales ultérieures. La question pertinente est de savoir si les fonctionnalités conversationnelles attirent une activité utile tout en soutenant l’expérience de recherche au sens large. Les annonces de produits montrent à elles seules une intention stratégique ; un comportement durable fournit des preuves plus solides d’efficacité.

Les propres rapports de Google exigeront une lecture attentive. Une croissance du nombre total de requêtes soutiendrait l’existence d’une demande continue, mais ne trancherait pas chaque concurrence au niveau des catégories. De même, les évolutions de l’activité commerciale mériteraient une analyse distincte plutôt que d’être intégrées à une affirmation générale sur l’utilisation.

Une réponse réussie de Google affaiblirait l’hypothèse selon laquelle l’adoption des assistants érode automatiquement sa position. Des éléments montrant que les utilisateurs commencent de plus en plus leurs recherches importantes ailleurs renforceraient la pression concurrentielle identifiée ici. Ces deux scénarios exigent des preuves plus précises que le simple décompte des fonctionnalités.

Troisièmement, surveillez les mesures indépendantes de la répartition des tâches. Les recherches les plus révélatrices examineraient ce que les personnes demandent à chaque produit, à quelle fréquence elles y reviennent et si leurs habitudes perdurent. Le chevauchement des audiences reste un contexte utile, mais le comportement au niveau des requêtes répondrait à une autre question.

Si les personnes déplacent systématiquement certaines tâches de recherche vers ChatGPT, cela étayerait un argument de substitution plus fort. Si l’activité augmente sur les deux services, cela soutiendrait une croissance de la demande. Si les gains s’estompent après l’expérimentation, la pérennité du changement paraîtrait plus faible.

Ces signaux devraient guider les décisions pratiques au cours des prochains mois. Les entreprises n’ont pas besoin de désigner un gagnant exclusif avant d’améliorer leurs informations. Une documentation claire, des descriptions de produits exactes et des éléments justificatifs accessibles aident les lecteurs, quel que soit le point de départ de leurs recherches.

Les travailleurs du savoir peuvent adopter une approche tout aussi ancrée dans les faits. Comparez les outils à l’aide de tâches récurrentes, puis évaluez si les réponses sont vérifiables et utiles. Notez quand une recherche permet de gagner du temps, quand elle introduit de l’incertitude et quand il reste nécessaire d’ouvrir la source sous-jacente.

Pour les travaux reposant sur des recherches accumulées, le défi se poursuit après la découverte. Une source utile doit rester retrouvable aux côtés des notes et des décisions qu’elle a éclairées. C’est là que la gestion des connaissances personnelles devient pertinente dans la discussion sur la recherche.

Enregistrer une réponse sans son contexte justificatif peut rendre la vérification ultérieure plus difficile. Préserver la source, la date et la raison de son importance offre un chemin plus clair à un futur lecteur. Cette pratique aide, quelle que soit l’interface de recherche qui a initialement fait apparaître l’information.

Suivez le volume de recherche de ChatGPT comme une affirmation attribuée, puis recherchez des éléments reliant l’échelle à des habitudes durables et à des recherches réussies. Demandez-vous quelles tâches se déplacent réellement, quelles sources restent visibles et si la comparaison devient reproductible. Pour votre propre flux de travail, choisissez une tâche de recherche récurrente et comparez les résultats entre les outils. Ouvrez les pages justificatives, vérifiez leur pertinence et conservez les éléments à l’origine de votre décision. Un chiffre d’utilisation élevé peut révéler un concurrent qui mérite d’être surveillé. Votre prochaine session de recherche peut révéler quelque chose de plus immédiat : quelle interface vous aide à parvenir à une réponse défendable avec le moins de travail inutile. Quel point de départ mérite ce rôle lorsque la réponse doit résister à l’examen ultérieur ?