🚀 Publicité Google dans l’IA : expansion mondiale 2026

Une croissance solide, mais un rythme moins soutenu pour Search

Au troisième trimestre, Alphabet a annoncé un chiffre d'affaires de 127,6 milliards de dollars, en hausse de 25 % sur un an. Dans le même temps, les revenus de Google Search ont progressé de 12 %, contre 17 % au deuxième trimestre et 19 % au premier. La division Google Services (qui inclut notamment Search) a généré 96,3 milliards de dollars, soit +11 % sur un an.

Ce tableau dit deux choses. D'un côté, l'entreprise reste sur une trajectoire de croissance claire. De l'autre, la publicité liée à Search ne progresse plus au même rythme. Après la publication des résultats, l'action Alphabet a reculé de 8 %. Ça ne prouve pas, à elle seule, que les annonces dans l'IA répondront aux attentes des investisseurs. Mais ça rappelle que tout ce qui touche à la monétisation de Search sera scruté.

On peut aussi noter le contraste avec Google Cloud : ses revenus ont bondi de 103 %, à 30,7 milliards de dollars. Autrement dit, la performance d'Alphabet ne repose pas sur une seule corde. Reste que Search a suffisamment de poids pour que l'évolution de sa publicité compte - et que l'entreprise ait envie de sécuriser un futur revenu, plutôt que d'attendre.

L'IA comme nouveau « placement » publicitaire

Google parle d'un déploiement mondial d'annonces dans AI Mode et d'autres formats, dont des publicités à plusieurs échanges, avec aussi une extension d'AI Mode aux États-Unis. En mai, Google avait déjà présenté des formats liés à Gemini : des publicités conversationnelles qui répondent aux questions des utilisateurs, et des recommandations sponsorisées intégrées à des réponses générées par l'IA.

Le raisonnement tient en une phrase : si une partie des recherches passe par une interface conversationnelle, Google ne veut pas laisser l'espace aux annonceurs. Mais il ne s'agit pas de « coller » une annonce classique dans un bloc de texte. Le format doit s'insérer dans un parcours où l'utilisateur pose une question, précise son besoin, puis compare des options. Autrement dit : ce n'est pas juste un changement d'habillage, c'est une façon différente d'organiser l'inventaire publicitaire.

Cela dit, il faut séparer le déploiement de la performance. Dans les éléments communiqués lors de l'appel, Google n'a pas donné de chiffre détaillant les revenus déjà générés par ces annonces. On a donc une intention et la capacité de diffusion - pas encore la preuve que ce levier compensera à lui seul le ralentissement observé sur Search.

À retenir : l'enjeu ne se limite pas au placement d'annonces dans une réponse d'IA. Google devra montrer que le format crée une valeur mesurable pour les entreprises, sans abîmer l'utilité de la recherche.

Des requêtes plus longues et multimodales

Sundar Pichai indique que, dans AI Mode, les requêtes sont en moyenne trois fois plus longues que dans les recherches traditionnelles. Il ajoute aussi qu'une recherche sur cinq dans AI Mode (à l'échelle mondiale) mobilise la voix, des images ou des documents. Google affirme par ailleurs traiter plus de 50 milliards de recherches visuelles par mois.

Ces chiffres sont intéressants, mais ils ne suffisent pas à eux seuls à mesurer l'adoption, ni surtout la valeur commerciale. Ils décrivent l'usage - pas l'impact business.

Pour les annonceurs, des demandes plus détaillées peuvent révéler une intention plus précise. « Quel ordinateur choisir ? » n'exprime pas la même chose que « quel ordinateur, avec tel budget, tels logiciels, et tel poids maximal ». Sur le papier, cela donne au système plus d'éléments pour proposer une option mieux adaptée. Sur le terrain, ça ne garantit ni un clic, ni une vente, ni une rentabilité supérieure. Et dans certains cas, une requête très spécifique peut aussi réduire le nombre de réponses « compatibles ».

La dimension multimodale ouvre d'autres scénarios : rechercher à partir d'une image, dicter une question, ou fournir un document. C'est pratique pour comprendre une demande, mais ça oblige aussi l'annonceur à s'assurer que ses infos produit, ses visuels et ses données de disponibilité sont suffisamment cohérents pour être correctement compris et présentés dans ces parcours.

Le clic n'est pas une preuve de valeur économique

Philipp Schindler, directeur commercial de Google, explique que le taux de clic des fiches produits sponsorisées dans AI Mode serait comparable à celui des résultats organiques. Il cite aussi des études où les utilisateurs jugent ces annonces pertinentes.

Ce sont des signaux utiles, mais ils restent limités : ce sont des résultats communiqués par Google, sans détail permettant ici de comparer les secteurs, les marchés, ou la rentabilité finale.

Un taux de clic comparable ne dit pas si les gens achètent davantage, si le coût d'acquisition reste acceptable, ou si les campagnes cannibalisent d'autres formats Google. Pour une entreprise, la bonne question n'est donc pas seulement « est-ce que l'annonce attire l'attention ? », mais « est-ce qu'elle génère une marge incrémentale ? ». Il est possible d'obtenir des clics tout en déplaçant des conversions qui auraient eu lieu ailleurs.

Il faut aussi tenir compte de l'emplacement réel de la publicité. Si l'annonce apparaît dans un environnement où Google synthétise déjà l'information et propose des recommandations, le message sponsorisé peut gagner en utilité - mais la frontière entre contenu informatif et contenu publicitaire doit rester claire. La confiance dépend en grande partie du fait que l'utilisateur comprend pourquoi une offre lui est montrée.

Le nouveau parcours change la mesure

Dans un parcours conversationnel, l'attribution devient plus délicate. Un utilisateur peut découvrir une marque dans une réponse, revenir ensuite via une recherche « classique », puis acheter après avoir comparé. Si l'entreprise ne regarde que le dernier clic, elle risque de sous-estimer le rôle de la découverte. À l'inverse, attribuer toute la conversion à la première exposition publicitaire surestime facilement l'effet.

Pour tester un format, l'idée est de séparer la performance en niveaux :

• Visibilité et interaction : impressions, taux de clic, évolution de la part de trafic issue du format.
• Résultat commercial : conversions, coût par acquisition, valeur moyenne des commandes, marge après dépenses publicitaires.
• Effet incrémental : comparaison avec une période, une audience ou un groupe témoin pertinent, quand le volume permet un test fiable.

Ce découpage évite de tirer des conclusions uniquement sur l'engagement. Et surtout, il aide à détecter si on « déplace » du budget entre formats plutôt qu'on ne crée vraiment plus de ventes.

Préparer un test sans casser l'existant

Commencez par choisir les produits ou services pour lesquels une recommandation contextualisée peut vraiment faire sens. Un catalogue bien renseigné, des prix à jour, des informations de disponibilité fiables et des pages de destination cohérentes rendent l'évaluation bien plus simple. À l'inverse, si vos données produit sont incomplètes ou si votre offre change souvent, le souci peut venir de la qualité des informations plutôt que du canal.

Ensuite, choisissez une situation de comparaison : un budget isolé, un segment de campagnes, ou une période suffisamment stable. Évitez de modifier en même temps les enchères, les créations, le ciblage et les pages de destination. Sinon, si les résultats bougent, vous ne saurez pas quoi en est la cause.

Avant de lancer, documentez clairement : budget, durée, produits concernés, indicateurs suivis, et critères de décision. Et vérifiez que les conversions sont correctement mesurées. Les cycles de vente longs, les achats répétés et les conversions hors ligne rendent l'analyse plus floue. En B2B, par exemple, un formulaire rempli n'a pas le même poids qu'une opportunité qualifiée ou qu'un contrat signé.

Enfin, comparez avec votre performance habituelle - sans partir du principe que la nouveauté est automatiquement un canal « additionnel ». Si AI Mode génère des ventes qui, sinon, auraient été attribuées à des annonces Search classiques, le chiffre d'affaires attribué au nouveau format peut monter sans que le total des ventes augmente. C'est précisément l'intérêt des mesures d'incrémentalité.

Protéger la qualité des données et la confiance

Une publicité dans une réponse conversationnelle peut être perçue comme une recommandation, même quand elle est sponsorisée. D'où l'importance de l'étiquetage. Il y a aussi un enjeu de réputation : une annonce mal contextualisée, ou une promesse qui ressemble trop à un « conseil neutre », peut créer de la méfiance - même si le clic suit.

En France et dans l'Union européenne, les équipes doivent examiner le dispositif au regard de la publicité, de la protection des données, et de la transparence des services numériques. Le RGPD reste un cadre central dès lors qu'il y a traitement de données personnelles. Les obligations exactes dépendent de la façon dont le service fonctionne, des données utilisées, et du rôle de chaque acteur. Il ne faut donc pas « déduire » la conformité uniquement à partir d'une description commerciale.

Concrètement, marketing et juridique peuvent vérifier, avant d'élargir :

• Les informations affichées sont-elles exactes, à jour et cohérentes avec la page de destination ?
• L'utilisateur identifie-t-il clairement le contenu sponsorisé ?
• Les données collectées pour mesurer la campagne sont-elles nécessaires, et traitées selon les règles internes de l'entreprise ?
• Les résultats sont-ils examinés par pays, appareil et type de parcours, sans tirer de conclusion sur un échantillon trop faible ?

Ce contrôle ne doit pas devenir un prétexte à ralentir l'expérimentation. Il sert surtout à éviter de découvrir après coup un risque de conformité, de qualité ou de confiance difficile à corriger.

Une décision qui dépend de l'économie de votre activité

Les annonces dans l'IA peuvent être plus pertinentes pour certains modèles que pour d'autres. Le e-commerce, avec des fiches produit structurées et des intentions d'achat comparables, peut produire des signaux exploitables assez vite. Pour un service complexe ou un achat à cycle long, le format jouera parfois surtout un rôle de découverte, pas de conversion directe. Dans ce cas, la durée du test et le choix des indicateurs doivent refléter ce parcours.

La taille de l'entreprise compte aussi. Une grande marque a souvent assez de volume pour comparer des groupes ou segmenter correctement. À l'inverse, une PME ou une jeune entreprise peut manquer de budget pour isoler un effet statistiquement robuste. Dans ce cas, mieux vaut tester une offre et un marché précis, plutôt que de répartir un budget trop faible sur trop de campagnes.

Et ne vous limitez pas à comparer le taux de clic avec un résultat organique : ces formats ne remplissent pas forcément le même rôle, ni le même emplacement, ni le même moment du parcours. Regardez plutôt le coût total, la qualité des conversions et la marge. Si l'interface ou les rapports ne permettent pas encore une attribution assez solide, traitez les résultats comme des indices - pas comme une preuve de rentabilité.

Repères pour décider :

• Testez si l'intention de recherche correspond bien à votre offre et si vos données sont fiables.
• Gardez une référence comparable pour isoler l'effet du format.
• Élargissez seulement si la valeur incrémentale est crédible et si l'expérience reste claire pour l'utilisateur.
• Réévaluez quand Google change les formats ou les règles de diffusion : un résultat observé aujourd'hui n'est pas forcément stable demain.