Recherche
Études originales construites sur le corpus AIVIS de domaines réellement analysés — chaque chiffre est reproductible à partir d'un jeu de données ouvert.
The AI Readiness Index 2026
Le web est-il prêt pour les moteurs de réponse IA ? Mesuré sur 1 831 domaines réels, pas un sondage.
Jeu de données ouvert (CC-BY)
L'Agent Commerce Index
Dans quelle mesure les boutiques en ligne sont-elles lisibles par les agents d'achat IA, par plateforme ? Mesuré sur 20 149 boutiques réelles, pas un sondage.
Jeu de données ouvert (CC-BY)
AI Brand Concentration Report 2026
À quel point les recommandations de l'IA sont concentrées dans 62 catégories de logiciels, et où ChatGPT, Perplexity, Gemini et Claude divergent.
Jeu de données ouvert (CC-BY)
Rapport 2026 sur l’adoption de llms.txt
Combien de sites publient réellement un fichier llms.txt pour les assistants IA ? Mesuré sur 1 459 sites réels, pas par sondage.
Jeu de données ouvert (CC-BY)
Rapport 2026 sur le blocage des robots IA
Quels robots IA les sites tiennent-ils à l’écart, et lesquels laissent-ils entrer ? Mesuré sur 1 401 robots.txt réels, pas par sondage.
Jeu de données ouvert (CC-BY)
Rapport 2026 sur la couverture des données structurées
Combien de sites se décrivent aux machines avec schema.org, et avec quels types ? Mesuré sur 1 459 pages d’accueil réelles, pas par sondage.
Jeu de données ouvert (CC-BY)
Rapport sur le rendu JavaScript 2026
Combien de sites sont invisibles pour les robots d'IA parce que leur contenu exige JavaScript ? Mesuré sur 450 pages d'accueil réelles, pas un sondage.
Jeu de données ouvert (CC-BY)
Agents d'achat IA : les questions d'acheteur auxquelles répondent les boutiques
Frais de port, délai de livraison, délai de retour, annulation, retrait en magasin, retour d'articles ouverts : ce qu'un agent trouve avant d'acheter pour quelqu'un.
Jeu de données ouvert (CC-BY)
Sources
Sur un benchmark de 10 000 requêtes, ajouter des statistiques, des citations et des sources a augmenté la visibilité d'une page dans les réponses des moteurs génératifs jusqu'à 40 %. Aggarwal et al., GEO: Generative Engine Optimization (KDD 2024)
Les moteurs de recherche IA répondent par génération augmentée par récupération, introduite par Lewis et al. en 2020 : ils lisent d'abord des pages web en direct, donc une page illisible ne peut pas être citée. Lewis et al., Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks (NeurIPS 2020)