Les PME sont-elles recommandées par ChatGPT ? 4 sur 241 dans notre étude
Presque jamais, dans notre mesure. Quand on demande à gpt-6.1-sol, un modèle d'OpenAI, l'éditeur de ChatGPT, quelles entreprises françaises recommander dans un secteur, 4 des 241 PME de notre échantillon apparaissent au moins une fois dans les 100 réponses de leur secteur. Pour les grandes entreprises, c'est 24 sur 97.
Notre position : le problème d'une PME n'est pas d'abord ce que l'IA dit d'elle, c'est que l'IA ne la nomme pas. Le même modèle décrit correctement une PME aussi souvent qu'un grand groupe ; il ne la recommande presque jamais.
Les chiffres viennent de l'étude Evocia ChatGPT dit-il la vérité sur les entreprises françaises ?, collectée le 9 novembre 2026 par l'API d'OpenAI, avec recherche web obligatoire. Ce n'est pas l'application ChatGPT.
L'essentiel en 60 secondes
- 4 PME sur 241 (1,7 %) sont citées au moins une fois dans les 100 recommandations de leur secteur, contre 21 ETI sur 162 (13,0 %) et 24 grandes entreprises sur 97 (24,7 %).
- L'écart tient à l'intérieur de chaque secteur (p < 0,001) : ce n'est pas un effet de la composition des secteurs.
- Sur leur identité, le modèle a raison aussi souvent pour les PME (88,2 %) que pour les grandes entreprises (90,0 %).
- 451 des 500 entreprises ne sont jamais citées ; les cinq plus citées réunissent 41 % des mentions.
- En services professionnels et en logiciels et saas, aucune des 50 entreprises tirées n'apparaît dans 100 réponses.
- Les leviers pour être cité relèvent de la recommandation professionnelle : l'étude mesure l'écart, elle ne teste pas les remèdes.
Les PME apparaissent-elles dans les recommandations de ChatGPT ?
En bref
Très rarement. Sur 100 demandes de recommandation par secteur, posées le 9 novembre 2026 au modèle gpt-6.1-sol d'OpenAI avec recherche web, 4 des 241 PME de l'échantillon sont citées au moins une fois (1,7 %). Les ETI le sont à 13,0 %, les grandes entreprises à 24,7 % : 15 fois plus souvent que les PME.
Une grande entreprise de l'échantillon a environ une chance sur quatre d'être citée ; une PME, moins d'une sur cinquante.
500 entreprises (241 PME, 162 ETI, 97 grandes) ; 1 000 demandes de recommandation, 100 par secteur, sans nom d'entreprise. Collecte du 9 novembre 2026. Evocia, étude EVO-2026-001 (modèle gpt-6.1-sol d'OpenAI, API avec recherche web)
Les demandes ne nomment aucune entreprise : « Quelles entreprises françaises recommandes-tu dans la catégorie… pour une PME ? », « Pour une famille, quels acteurs français conseillerais-tu parmi… ? ». Une entreprise est comptée comme citée si son nom vérifié, son SIREN ou son domaine apparaît dans une réponse de son secteur. Le test permute les catégories entre entreprises d'un même secteur, pour ne pas confondre la taille avec le secteur : la finance compte 30 grandes entreprises sur 50 dans l'échantillon, la formation aucune.
Citation suggérée
Interrogé sur les entreprises à recommander dans leur secteur, le modèle d'OpenAI ne cite que 4 des 241 PME de l'échantillon, contre 24 grandes entreprises sur 97. Source : Evocia, étude EVO-2026-001, 9 novembre 2026, https://evocia.fr/blog/pme-recommandations-chatgpt
Le modèle connaît-il moins bien les PME ?
En bref
Non, et c'est le résultat le plus frappant. Interrogé sur l'identité des mêmes entreprises (site, ville du siège, SIREN, forme juridique), le modèle répond juste à 88,2 % pour les PME, 88,0 % pour les ETI et 90,0 % pour les grandes entreprises. L'écart n'est pas significatif (p = 0,87). Il trouve les PME quand on les nomme ; il ne les nomme pas.
| Catégorie | Réponses factuelles exactes | Citées en recommandation |
|---|---|---|
| PME | 88,2 % (841 sur 953) | 1,7 % (4 sur 241) |
| ETI | 88,0 % (556 sur 632) | 13,0 % (21 sur 162) |
| Grandes entreprises | 90,0 % (341 sur 379) | 24,7 % (24 sur 97) |
Même échantillon, même modèle, même jour. Les réponses factuelles portent sur quatre informations par entreprise ; la visibilité, sur 100 demandes de recommandation par secteur.
Toutes les PME de l'étude ont une fiche Wikidata et un site officiel : ce sont des PME déjà visibles en ligne. Pour celles qui n'en ont pas, la majorité, l'exactitude est probablement plus basse ; l'étude ne le mesure pas. Les erreurs que le modèle commet sur l'identité d'une entreprise, et notamment sur son numéro SIREN, sont analysées dans ChatGPT donne-t-il le bon numéro SIREN ?.
Quelles entreprises le modèle cite-t-il à la place ?
En bref
De grands groupes, très concentrés. Les cinq entreprises de l'échantillon les plus citées réunissent 41 % des 369 mentions, les dix premières 60 %. En tête : Électricité de France (EDF), citée dans 42 réponses sur 100 de son secteur, puis BNP Paribas (34) et Crédit Agricole (31). 451 entreprises sur 500 ne sont jamais citées.
| Entreprise de l'échantillon | Catégorie | Secteur | Réponses qui la citent, sur 100 |
|---|---|---|---|
| Électricité de France (EDF) | Grande entreprise | Énergie et environnement | 42 |
| BNP Paribas | Grande entreprise | Banque, assurance et finance | 34 |
| Crédit Agricole | Grande entreprise | Banque, assurance et finance | 31 |
| Engie | Grande entreprise | Énergie et environnement | 29 |
| AXA Banque (par le domaine du groupe) | Grande entreprise | Banque, assurance et finance | 17 |
| LNA Santé | Grande entreprise | Santé et services médicaux | 16 |
| Olinda (Qonto) (par le domaine du groupe) | ETI | Banque, assurance et finance | 15 |
| Arkema | Grande entreprise | Industrie | 14 |
| Orsys | ETI | Formation et éducation | 13 |
| Chimirec | ETI | Énergie et environnement | 11 |
Mentions rattachées par le nom, le SIREN ou le domaine. Pour AXA Banque, Olinda (Qonto), la mention passe par le nom de domaine du groupe (par exemple un site de marque), pas par le nom de l'entité de l'échantillon. Fréquence d'apparition dans les réponses d'un modèle, pas une part de marché.
Les secteurs ne se ressemblent pas. En services professionnels et en logiciels et saas, aucune des 50 entreprises tirées n'apparaît : le modèle y cite d'autres acteurs, hors échantillon, que l'étude ne compte pas. En énergie et en finance, où l'échantillon compte beaucoup de grands groupes, la majorité des réponses en citent au moins un. Sur 1 000 réponses, 263 citent au moins une entreprise de l'échantillon de leur secteur.
Sur quelles sources s'appuient ces recommandations ?
En bref
Sur des institutions et sur les sites des grands acteurs. Chaque réponse de recommandation consulte en moyenne 49 résultats et en cite 5,2. Les domaines les plus cités sont des services publics (service-public.fr, France Num, l'AMF) et des sites de grands groupes ; 198 réponses sur 1 000 citent un site en gouv.fr.
Le site d'une entreprise de l'échantillon est cité dans une recommandation pour 44 entreprises sur 500, dont 4 PME. Les sources d'une recommandation sont donc d'abord celles d'un acteur déjà installé. Le détail des sources citées par le modèle, pour identifier une entreprise comme pour en recommander une, est dans où ChatGPT trouve-t-il les informations sur une entreprise. Pour le B2B et les logiciels, notre AI Sources Index 2026 montre la même logique : les sites d'éditeurs et leur documentation dominent.
Que peut faire une PME pour être recommandée ?
En bref
Travailler sa présence là où le modèle va chercher, plutôt que d'attendre qu'il la connaisse. Les pistes ci-dessous découlent de ce que l'étude observe, sources institutionnelles et sites de grands acteurs, mais aucune n'y a été testée : ce sont des recommandations professionnelles, pas des effets démontrés.
| Ce que l'étude observe | Piste pour une PME | Niveau de preuve |
|---|---|---|
| Les recommandations citent surtout des institutions et des sites de grands acteurs | Être présent dans les sources de son secteur : annuaires professionnels, organismes, médias spécialisés | Recommandation professionnelle, non testée ici |
| Le modèle décrit bien les PME qu'on lui nomme | Publier des pages qui répondent aux questions d'acheteurs, avec le nom de la catégorie et de la clientèle visée | Plausible, non démontré |
| La liste des entreprises citées varie d'une réponse à l'autre | Mesurer sa présence sur plusieurs questions et plusieurs répétitions, pas sur une seule réponse | Mesuré (variabilité) |
| Les grands groupes sont cités même par leur domaine de marque | Un domaine et un nom cohérents partout facilitent le rattachement | Plausible, non démontré |
Grille Evocia, tirée des observations de l'étude EVO-2026-001.
La méthode détaillée pour apparaître dans les réponses est décrite dans comment apparaître dans les réponses de ChatGPT, et la façon dont le modèle choisit les entreprises qu'il cite dans comment ChatGPT choisit les logiciels et les entreprises qu'il recommande. Être cité ne suffit pas s'il vous confond avec un homonyme : voir quand ChatGPT ne signale pas ses doutes.
Le test gratuit d'Evocia pose des questions de vos acheteurs, plusieurs fois, à ChatGPT et à d'autres moteurs, et vous dit si votre entreprise est citée.
Vérifier si les IA citent mon entrepriseLes limites de cette mesure
En bref
Elle compte seulement les 500 entreprises de l'échantillon, 50 par secteur parmi des milliers, sur des demandes générées et un seul modèle, un seul jour. Une PME non citée ici peut l'être sur une question plus précise. Ce qui est solide, c'est l'écart entre catégories, mesuré à l'intérieur de chaque secteur.
- Les demandes croisent une catégorie de produits et un type d'acheteur ; certaines combinaisons sont peu naturelles.
- Une mention par domaine de groupe peut compter pour la filiale qui le porte ; les rattachements incertains sont exclus.
- Les noms cités hors échantillon ne sont pas comptés : l'extraction automatique y mêle des expressions qui ne sont pas des entreprises.
- L'application ChatGPT, un autre modèle ou un autre jour peuvent citer d'autres entreprises.
Questions fréquentes
Pourquoi ChatGPT recommande-t-il toujours les mêmes entreprises ?
Dans notre mesure, ses recommandations s'appuient sur des institutions et sur les sites de grands acteurs, et dix entreprises réunissent 60 % des mentions de l'échantillon. Les acteurs déjà très documentés en ligne sont ceux qu'il trouve et cite.
Une PME peut-elle apparaître dans les réponses de ChatGPT ?
Oui, mais rarement sur une question générale : 4 PME sur 241 dans notre étude. Une PME a plus de chances sur une question précise, qui correspond à sa spécialité ou à sa ville ; l'étude ne mesure pas ce cas.
ChatGPT connaît-il moins bien les petites entreprises ?
Sur leur identité, non : 88,2 % de réponses exactes pour les PME de l'échantillon, autant que pour les grandes entreprises. Toutes avaient une fiche Wikidata et un site officiel.
Sources
Transparence et méthode
Auteur
Evocia · Cabinet français de visibilité dans les IA
Evocia mesure et améliore la visibilité des entreprises sur Google et dans les réponses des IA. Les chiffres de cet article viennent de son étude EVO-2026-001, dont la méthode et les données agrégées sont publiées.
Comment cet article a été réalisé
- Étude EVO-2026-001 : 500 entreprises françaises tirées au hasard, 50 par secteur, parmi celles qui ont une fiche Wikidata avec SIREN et site officiel. 1 000 demandes de recommandation sans nom d'entreprise, 100 par secteur, posées le 9 novembre 2026 au modèle gpt-6.1-sol d'OpenAI par son API, recherche web obligatoire.
- Mentions rattachées par une méthode déterministe (SIREN, domaine, nom vérifié) ; les rattachements incertains sont exclus. Test de permutation des catégories à l'intérieur de chaque secteur, 10 000 tirages.
- Détail des calculs et des contrôles dans la méthodologie de l'étude ; tables agrégées téléchargeables sur la page de l'étude.
Historique des mises à jour
- 9 novembre 2026Publication initiale : part des PME, ETI et grandes entreprises citées dans les recommandations du modèle d'OpenAI, comparaison avec l'exactitude, concentration des mentions, sources des recommandations, pistes et limites.