← Retour à l'accueil La mort du clic

Article

La mort du clic
Quand le contenu devient matière première

60% des recherches Google se terminent sans clic. ChatGPT génère 190 fois moins de trafic que Google. Le contenu ne perd pas en qualité — il perd sa fonction de destination.

Illustration — La mort du clic

En janvier 2026, LinkedIn a publié un chiffre que personne dans l'industrie du contenu n'attendait de la part d'un acteur majeur : son trafic B2B non-brand a chuté de 60%1. Pas un site de niche. Pas un blog oublié. LinkedIn — 900 millions d'utilisateurs, deuxième domaine le plus cité par les IA selon Semrush, juste derrière YouTube.

Le détail qui transforme cette statistique en signal : les classements n'ont pas bougé. LinkedIn occupe les mêmes positions dans les résultats Google qu'avant. Les pages sont toujours là, toujours indexées, toujours bien classées. Simplement, plus personne ne clique.

1

L'effondrement sans chute

Le modèle classique du web tient en trois étapes : créer du contenu, attirer du trafic, monétiser l'attention. Chaque étape nourrit la suivante. Le contenu de qualité remonte dans les résultats, les résultats génèrent des clics, les clics génèrent de la valeur — publicitaire, commerciale, réputationnelle. Ce modèle a structuré vingt ans d'économie numérique.

Les AI Overviews de Google le fracturent sans le remplacer. 60% des recherches Google se terminent désormais sans qu'un seul site reçoive un clic2. Quand un résumé IA apparaît en haut de la page de résultats, le taux de clic vers les sources citées chute de 34% par rapport à un classement équivalent sans résumé3. L'information est extraite, reformulée, affichée — et l'utilisateur obtient sa réponse sans jamais atteindre la source.

ChatGPT illustre l'asymétrie sous un autre angle. L'outil traite un volume de requêtes équivalent à 12% du volume de Google. Il génère 190 fois moins de trafic référent4. Le ratio est vertigineux. Cela signifie que l'IA conversationnelle consomme du contenu à l'échelle industrielle et n'en renvoie presque rien.

On ne parle pas d'un déclin progressif qu'on pourrait compenser par plus de SEO, plus de contenu, plus d'optimisation. On parle d'un changement de nature. Le contenu ne perd pas en qualité. Il ne perd pas en visibilité technique. Il perd sa fonction de destination. Il devient matière première — extrait, transformé, consommé ailleurs.

2

LinkedIn et la novlangue de la cannibalisation

La réponse de LinkedIn à sa propre cannibalisation est un objet d'étude en soi.

Face à une chute de 60% de son trafic d'acquisition, l'entreprise a créé une AI Search Taskforce — une équipe transversale réunissant SEO, relations presse, rédaction, marketing produit, réseaux sociaux et marque1. La mission : repenser la visibilité dans un monde où le clic n'est plus le signal de succès. Le nouveau cadre se résume en quatre verbes : "être vu, être mentionné, être considéré, être choisi."

La formulation est habile. Elle transforme une perte en repositionnement. On ne dit pas "nous avons perdu 60% de notre trafic d'acquisition" — on dit "nous avons adopté un nouveau paradigme de visibilité." Le mot "trafic" disparaît du vocabulaire. Les métriques de remplacement — mentions dans les réponses IA, taux de citation, présence dans les résumés — mesurent une influence sans preuve de lecture.

C'est un attracteur au sens que j'ai documenté dans un article précédent sur le vibe coding5 : un cadre interprétatif vers lequel le système converge spontanément, ramenant tout vers ses catégories par défaut. Quand /insight analysait mes sessions de développement, il traduisait de l'exploration délibérée en "inefficacité". LinkedIn fait la même opération en sens inverse : il traduit une cannibalisation en "nouvelle ère de découverte." Dans les deux cas, le cadre absorbe ce qui le contredit au lieu de se modifier.

Le guide publié le 10 février par LinkedIn — "How to Optimize Your Owned Content for AI Search" — liste 13 actions pour améliorer la visibilité dans les réponses IA1. Hiérarchie de titres clairs, balisage HTML sémantique, contenu rédigé par des experts identifiables, horodatage visible. Ce sont des fondamentaux de SEO technique reconditionnés pour un nouveau client : non plus l'humain qui cherche, mais la machine qui extrait.

3

Le web d'extraction

Il y a un mot que personne n'utilise encore pour décrire ce qui se passe, mais qui le décrit exactement : l'extraction. Non pas au sens minier — au sens structurel. Le contenu web est devenu une ressource que les systèmes IA extraient, transforment et redistribuent sans que la source participe à la transaction.

Le modèle ancien était symbiotique. Google indexait le contenu et renvoyait du trafic. Le créateur donnait de l'information, le moteur donnait de la visibilité. L'échange était déséquilibré mais réciproque.

Le modèle actuel est extractif. L'IA consomme le contenu, produit une réponse, et l'utilisateur ne visite jamais la source. Google lui-même acte ce changement : les AI Overviews ne sont pas des liens — ce sont des reformulations. Le contenu original est présent dans la réponse, mais la source n'existe plus comme destination. Elle existe comme gisement.

L'analogie la plus juste n'est pas celle du piratage — le pirate redistribue au moins l'original. C'est celle de la mine à ciel ouvert. Le minerai est là, accessible, utile. On l'extrait, on le raffine, on le vend sous une autre forme. Le terrain d'origine n'est pas détruit. Il est simplement vidé de sa valeur.

Google a reconnu la tension. Un dirigeant a décrit en février 2026 la construction d'un mécanisme de retrait des AI Overviews pour les éditeurs comme un "défi d'ingénierie majeur"6. La difficulté technique est réelle. Mais elle masque une difficulté conceptuelle plus profonde : comment permettre à un éditeur de se retirer de l'extraction IA sans disparaître de la recherche classique ? Les deux systèmes partagent le même index. Se retirer de l'un, c'est risquer l'invisibilité dans l'autre. Le piège est structurel, pas technique.

4

Le cas du chercheur indépendant

Je publie mecanique-invisible.com depuis peu. Le site documente mes recherches sur les mécaniques conversationnelles humain-IA — des articles longs, sourcés, techniques. Un sujet de niche, un lectorat spécialisé, zéro budget marketing.

Le site est très peu vu. La question honnête est : par qui pourrait-il l'être ?

Dans le modèle classique, un article de qualité sur un sujet spécialisé finit par remonter. Le référencement naturel récompense la pertinence, la profondeur, la régularité. Les premiers lecteurs partagent, les partages génèrent des backlinks, les backlinks améliorent le classement. C'est lent, mais le mécanisme existe. Chaque article est un investissement dans une visibilité cumulative.

Dans le modèle extractif, ce mécanisme est court-circuité. Un article de mecanique-invisible.com sur le deskilling cognitif ou la friction productive peut être indexé, digéré par un modèle d'IA, et reformulé dans une réponse à un utilisateur qui ne saura jamais que le contenu original existe. L'article a rempli sa fonction — informer — mais dans un circuit qui ne renvoie ni trafic, ni attribution, ni preuve de lecture. Le contenu est utile. Le site est invisible.

La recommandation standard — "optimisez pour la visibilité IA" — suppose que la visibilité dans une réponse IA a de la valeur pour le créateur. Pour LinkedIn, peut-être. La marque existe indépendamment du clic. Pour un chercheur indépendant sans marque établie, être cité par une machine qui ne nomme pas ses sources est indiscernable de ne pas être cité du tout.

C'est ici que le parallèle avec l'attracteur reprend. Le discours dominant — y compris celui de LinkedIn — reformule l'extraction en opportunité : "ne mesurez plus le trafic, mesurez l'influence." Pour un acteur établi, le glissement a une logique. Pour un indépendant, c'est une invitation à produire de la valeur sans retour. Le cadre absorbe tous les profils dans la même promesse, alors que les effets sont radicalement asymétriques selon la taille, la notoriété et les ressources du créateur.

5

Produire pour le gisement

L'ironie est complète. Cet article, au moment où vous le lisez, est un candidat à l'extraction. S'il est suffisamment bien structuré, suffisamment sourcé, suffisamment clair dans sa hiérarchie de titres — exactement ce que le guide LinkedIn recommande — il sera plus facilement consommé par les systèmes IA. Les qualités qui rendent un texte utile à un lecteur humain sont les mêmes qui le rendent extractible par une machine.

Mieux j'écris, plus je facilite l'extraction. Moins bien j'écris, moins je suis lu par les humains. Les deux options convergent vers la même invisibilité du créateur.

La seule différence est la vitesse.

Je continue à écrire. Pas par naïveté — par clarté sur ce que l'écriture produit. Un article publié sur un site indépendant en 2026 n'est pas un investissement dans le trafic. C'est un acte de recherche rendu public. Le destinataire n'est pas "le visiteur" au sens analytique. C'est le lecteur qui, par un chemin que je ne maîtrise pas — recommandation humaine, citation dans un fil de discussion, lien partagé dans un contexte que je ne peux pas prévoir — atteindra la source.

Le web d'extraction n'a pas supprimé cette possibilité. Il l'a rendue improbable. La distinction compte.

Conclusion

60% des recherches Google se terminent sans clic. ChatGPT génère 190 fois moins de trafic que Google pour 12% de son volume de requêtes. LinkedIn traduit sa cannibalisation en "nouveau paradigme."

Le modèle du web comme réseau de destinations est en train de devenir un modèle de web comme gisement de matière première. Le contenu circule — reformulé, synthétisé, redistribué — mais la source ne participe plus à la transaction. Le créateur alimente un système dont il ne perçoit pas les retombées.

Pour les acteurs établis, c'est un problème de métrique. Pour les indépendants, c'est un problème d'existence.

Cet article sera peut-être extrait, reformulé, intégré dans une réponse IA que vous ne lirez jamais ici. C'est la condition de publication en 2026. La reconnaître ne résout rien. Mais prétendre que "la visibilité dans les réponses IA" compense l'absence de lecteurs serait accepter le cadre de ceux qui bénéficient de l'extraction — pas de ceux qui la subissent.

Sources

  1. LinkedIn Marketing, "How LinkedIn Marketing Is Adapting to AI-Led Discovery", 28 janvier 2026 ; "How to Optimize Your Owned Content for AI Search", 10 février 2026. Couverture : Search Engine Land
  2. Données agrégées 2025-2026 : environ 60% des recherches Google se terminent sans clic vers un site externe. Sources : SparkToro, Semrush, analyses sectorielles multiples.
  3. Analyse de l'impact des AI Overviews sur le taux de clic : réduction d'environ 34% pour les pages citées dans les résumés IA par rapport aux classements équivalents sans résumé. Source : ALM Corp
  4. SparkToro (2026) — ChatGPT traite environ 12% du volume de requêtes Google mais génère environ 190 fois moins de trafic référent, d'après une analyse de 76 000 sites. Couverture : MarketingProfs
  5. F. Klimacek, "Le Vibe Coding sous le Microscope", mecanique-invisible.com, février 2026.
  6. Un dirigeant Google a décrit la construction d'un mécanisme de retrait granulaire des AI Overviews pour les éditeurs comme un "major engineering challenge", février 2026. Couverture : MarketingProfs