L'essentiel
Huit chiffres, chacun avec son périmètre. Tous sont recalculés depuis les données brutes de la collecte. Les intervalles de confiance à 95 % sont donnés dans les sections.
- des réponses factuelles sont exactes
- 88,5 %
- des réponses factuelles sont exactes
- 1 738 sur 1 964 : site, ville du siège, SIREN, forme juridique
- contredisent la source officielle
- 6,0 %
- contredisent la source officielle
- 117 réponses ; le reste n'a pas pu être tranché (109)
- SIREN erronés appartiennent à une autre entreprise du même nom
- 26 sur 27
- SIREN erronés appartiennent à une autre entreprise du même nom
- Vérifiés un par un dans l'Annuaire des Entreprises
- des erreurs sont affirmées sans aucune précaution
- 73 %
- des erreurs sont affirmées sans aucune précaution
- 85 réponses erronées sur 117
- de désaccords sur le site officiel, l'information la plus discordante
- 13,8 %
- de désaccords sur le site officiel, l'information la plus discordante
- 69 sur 500 ; une partie tient au référentiel
- PME citées au moins une fois dans les recommandations de leur secteur
- 4 sur 241
- PME citées au moins une fois dans les recommandations de leur secteur
- contre 24 grandes entreprises sur 97
- des questions reposées obtiennent le même verdict
- 96 %
- des questions reposées obtiennent le même verdict
- 184 paires sur 191, sessions indépendantes
- des réponses factuelles citent l'Annuaire des Entreprises
- 30 %
- des réponses factuelles citent l'Annuaire des Entreprises
- 583 sur 1 964, première source citée
Ce que cette étude mesure, et ce qu'elle ne mesure pas
Un seul modèle (gpt-6.1-sol d'OpenAI), interrogé par son API et non par l'application ChatGPT, avec une recherche web imposée, sur une seule journée, le 9 novembre 2026. L'échantillon réunit 500 entreprises françaises qui ont une fiche Wikidata avec SIREN et site officiel : des entreprises déjà visibles en ligne. Les résultats décrivent ce système, à cette date, sur ces entreprises. Ils ne disent pas ce que répondrait l'application ChatGPT, ni un autre modèle, ni ce même modèle dans six mois.
Pourquoi poser ces questions à une IA ?
Un acheteur qui découvre un fournisseur, un journaliste qui vérifie une raison sociale, un candidat qui cherche le siège d'un employeur : de plus en plus de ces vérifications passent par un assistant conversationnel plutôt que par un moteur de recherche ou un registre. La réponse arrive rédigée, sûre d'elle, avec une ou deux sources en lien. Pour l'entreprise concernée, deux choses comptent alors : que l'assistant dise vrai sur elle, et qu'il pense à la citer quand on lui demande qui choisir.
Les études publiées sur la fiabilité des modèles portent surtout sur des connaissances générales ou sur des marques mondiales. Nous voulions une mesure française, sur des faits vérifiables un par un : le site officiel, la ville du siège, le numéro SIREN et la forme juridique, que le registre public de l'INSEE et du RNE permet de contrôler sans interprétation. Et, à côté, une mesure de visibilité : quand on demande au modèle des entreprises à recommander dans un secteur, lesquelles apparaissent ?
L'étude répond à quatre questions, fixées dans le protocole avant la collecte :
- Quelle part des informations d'identification données par le modèle est exacte, fausse ou invérifiable ?
- Les erreurs dépendent-elles du secteur, de la taille de l'entreprise ou du type d'information ?
- Quelles entreprises le modèle cite-t-il quand on lui demande des recommandations, et selon leur taille ?
- Sur quelles sources le modèle appuie-t-il ses réponses, et ses réponses sont-elles stables ?
Comment l'étude a été menée
500 entreprises tirées au hasard, 50 par secteur, dans les entreprises actives qui ont une fiche Wikidata avec SIREN et site officiel. Quatre questions factuelles par entreprise, 1 000 demandes de recommandation sans nom d'entreprise, une session indépendante par question, et une vérification automatique contre le registre officiel. 3 260 appels, tous réussis.
L'échantillon. La base de sondage réunit les entreprises françaises actives et diffusibles au répertoire SIRENE, de catégorie PME, ETI ou grande entreprise, dont la fiche Wikidata porte un SIREN unique et un site officiel. Chaque SIREN a été vérifié dans l'Annuaire des Entreprises, et le secteur déduit du code NAF ; les holdings (NAF 70.10Z et 64.20Z) sont exclues, leur code ne décrivant pas un métier. Le tirage est aléatoire, stratifié par secteur, avec une graine enregistrée (20261109) : 241 PME, 162 ETI et 97 grandes entreprises, réparties très inégalement selon les secteurs (aucune grande entreprise en formation, 30 sur 50 en finance).
Les questions. Quatre questions factuelles par entreprise, sur un gabarit fixe où seul le nom change (« Quel est le numéro SIREN de l'entreprise… ? »). La forme juridique n'a été demandée que pour les 464 entreprises dont le registre donne une forme exploitable : 36 questions ont été exclues avant la collecte pour ce motif. S'y ajoutent 1 000 demandes de recommandation, 100 par secteur, construites en croisant 60 catégories de produits et 54 types d'acheteurs, sans aucun nom d'entreprise.
Le système mesuré. Le modèle gpt-6.1-sol d'OpenAI, par l'API Responses, avec l'outil de recherche web rendu obligatoire, une localisation approximative en France, un effort de raisonnement faible, sans consigne système, chaque question dans une session neuve. Ce n'est pas l'application ChatGPT : celle-ci peut utiliser d'autres modèles, une mémoire, d'autres réglages. 10 % des questions ont été reposées une seconde fois pour mesurer la stabilité.
La vérification. Chaque réponse factuelle est comparée à la référence par un comparateur déterministe versionné (factcheck-1.2.0) : registre officiel pour le SIREN, la forme juridique et la ville du siège, Wikidata pour le site officiel. Quatre verdicts : exacte, erronée, ambiguë (la bonne valeur figure parmi d'autres) et sans réponse vérifiable. Aucun modèle de langage ne juge une réponse. Les verdicts ont ensuite été relus par Evocia ; la relecture n'en a modifié aucun (0 sur 1 964).
Des questions générées aux réponses analysées
Chaque étape de la collecte, avec ce qui en sort
- 3 000questions générées, factuelles et de recommandation36exclues avant la collecte : forme juridique sans référence exploitable
- 2 964questions validées
- 3 260appels à l'API planifiés296répétitions (10 % des questions), analysées à part
- 3 260réponses reçues (HTTP 200), toutes au premier essai0tentative relancée
- 3 260réponses complètes, recherche web effectuée dans chacune0refus de répondre
- 1 964réponses factuelles principales, toutes vérifiées
- 1 000réponses de recommandation principales
Aucun appel n'a échoué ni été relancé : les 2 964 réponses principales couvrent toutes les questions validées, et les 296 répétitions sont analysées à part.
n = 3 000 questions générées, 3 260 réponses collectées. Source : Evocia, étude EVO-2026-001, édition 2026. Modèle gpt-6.1-sol d'OpenAI interrogé par son API avec recherche web, collecte du 9 novembre 2026.
Pourquoi un code HTTP 200 ne suffit pas, et ce qui a été contrôlé
Une réponse reçue n'est pas forcément exploitable. Le script d'analyse vérifie 50 conditions avant de calculer quoi que ce soit : aucune donnée de démonstration ou de simulation, une seule exécution, sur la version verrouillée du protocole ; un seul appel par question et par répétition, une seule réponse par appel ; même modèle renvoyé que demandé ; recherche web observée dans chaque réponse ; concordance des totaux, et concordance avec les taux calculés par la plateforme de collecte. Les 50 contrôles passent ; un seul échec aurait bloqué la publication.
Détail dans la méthodologie.
Résultat 1
88,5 % de réponses exactes, 6,0 % d'erreurs vérifiées
88,5 %
des 1 964 réponses factuelles sont exactes (intervalle de confiance à 95 % : 86,7 à 90,3 %).
Le modèle donne la bonne information dans 88,5 % des cas (1 738 réponses sur 1 964). 117 réponses (6,0 %) contredisent la source officielle, 77 mêlent la bonne valeur à d'autres et 32 ne contiennent rien de vérifiable. Autrement dit, environ une réponse sur neuf n'est pas une réponse exacte et nette.
La forme juridique est l'information la plus fiable, le site officiel la moins
Répartition des verdicts par information demandée
- Exacte
- Erronée
- Ambiguë
- Sans réponse vérifiable
Le SIREN et le site officiel obtiennent le même taux d'exactitude (86,2 %), pour des raisons opposées : le SIREN pèche par ambiguïté, le site par désaccord franc.
n = 500 réponses par information (464 pour la forme juridique). Source : Evocia, étude EVO-2026-001, édition 2026. Modèle gpt-6.1-sol d'OpenAI interrogé par son API avec recherche web, collecte du 9 novembre 2026.
Ramenée aux seules réponses tranchées, c'est-à-dire exactes ou erronées, l'exactitude atteint 93,7 % (1 738 sur 1 855). Si l'on comptait toutes les réponses non tranchées comme justes, elle monterait à 94,0 % : le vrai taux se situe entre 88,5 % et 94,0 %, selon ce que l'on fait des 109 cas indécis.
Par entreprise, le tableau est plus contrasté. 347 des 500 entreprises (69,4 %) reçoivent quatre réponses exactes sur quatre. 98 (19,6 %) reçoivent au moins une réponse erronée, et 14 en reçoivent deux ou plus. Pour une entreprise qui interroge l'assistant sur elle-même, le risque de lire au moins une information fausse est donc d'environ un sur cinq dans cet échantillon.
Les différences entre informations ne sont pas dues au hasard. Comparées entreprise par entreprise (test de McNemar, correction de Holm), le site officiel est plus souvent erroné que chacune des trois autres informations (p < 0,001) ; le SIREN l'est plus souvent que la forme juridique (p < 0,001) et, de justesse, que la ville du siège (p = 0,05).
Définitions et calcul des taux
Taux = réponses du verdict / réponses factuelles principales (répétitions exclues). Intervalles de confiance : bootstrap de 2 000 tirages des entreprises, stratifié par secteur, pour les taux qui réunissent plusieurs questions d'une même entreprise ; méthode de Wilson pour une information prise seule (une réponse par entreprise). Le plan donne le même poids à chaque secteur : ces taux décrivent l'échantillon, pas l'ensemble des entreprises françaises.
Résultat 2
Le site officiel, l'information la plus simple, est la plus discordante
13,8 %
des réponses sur le site officiel ne donnent pas le domaine de référence (69 sur 500).
Le site officiel est l'information sur laquelle le modèle et la référence s'accordent le moins : 13,8 % de désaccords, cinq fois plus que pour la ville du siège. Mais un désaccord n'est pas toujours une erreur du modèle : 19 des 69 cas opposent le même nom sous deux extensions, et la référence, tirée de Wikidata, est parfois datée.
Les 69 désaccords sur le site officiel, par nature
Ce que le modèle a répondu, comparé au domaine de référence
- Autre domaine42 sur 69
Un autre site : celui du groupe, d'une ancienne marque, d'un homonyme, ou un nouveau nom que la référence n'a pas suivi.
- Même nom, autre extension19 sur 69
Par exemple .com au lieu de .fr : souvent deux sites légitimes de la même entreprise.
- Autre domaine, avec un annuaire4 sur 69
- Un annuaire ou un réseau social à la place du site4 sur 69
Pappers, LinkedIn : le modèle ne trouve pas de site propre à l'entreprise.
Hors des cas où seule l'extension change, le taux de désaccord tombe à 10,0 %, et une partie de ce reste tient encore au référentiel : l'erreur réelle du modèle sur le site est plus basse que le taux affiché.
n = 69 réponses jugées erronées sur 500. Source : Evocia, étude EVO-2026-001, édition 2026. Modèle gpt-6.1-sol d'OpenAI interrogé par son API avec recherche web, collecte du 9 novembre 2026.
Ce résultat contredit l'une des hypothèses du protocole, qui attendait l'inverse : que les identifiants administratifs soient moins bien restitués que le site et la ville. La raison tient en partie au référentiel. Pour le SIREN, la forme et la ville, la référence est le registre officiel, tenu à jour par obligation légale. Pour le site, c'est Wikidata, une base collaborative : nous y avons trouvé des domaines étrangers donnés comme site officiel d'entreprises françaises, et d'anciens noms d'entreprises renommées depuis. Dans ces cas, c'est le modèle qui a raison et la référence qui a tort.
Le désaccord est aussi plus fréquent chez les grandes entreprises et les ETI (17,5 % et 17,3 %) que chez les PME (10,0 %), un écart qui n'atteint pas le seuil de significativité (p = 0,09). Une explication plausible : un groupe a plusieurs sites (groupe, marques, filiales, pays), et la question « quel est le site officiel » n'y a pas une seule bonne réponse.
Résultat 3
Les SIREN faux ne sont pas inventés : ce sont ceux d'homonymes
26 sur 27
SIREN erronés appartiennent à une autre entreprise réelle portant le même nom ou un nom proche.
Quand le modèle donne un mauvais numéro SIREN, il ne l'invente pas. Les 37 numéros erronés ont tous une clé de contrôle valide, et dans 26 réponses sur 27, l'un d'eux appartient à une autre entreprise existante dont le nom reprend celui de l'entreprise demandée : un homonyme, une société sœur du même réseau, une ancienne structure.
À qui appartiennent les numéros SIREN erronés
Chaque numéro donné à tort, recherché dans l'Annuaire des Entreprises
- Une autre entreprise au nom identique ou proche26 sur 27
Homonyme dans une autre ville, autre société du même réseau, franchisé, structure fermée.
- Une autre entreprise existante, sans nom commun1 sur 27
- Un numéro inexistant0 sur 27
Dans 7 cas, le numéro donné est celui d'une entreprise fermée : le modèle a trouvé une trace réelle, mais pas la bonne.
n = 27 réponses erronées sur le SIREN (37 numéros), registre interrogé le 9 novembre 2026. Source : Evocia, étude EVO-2026-001, édition 2026. Modèle gpt-6.1-sol d'OpenAI interrogé par son API avec recherche web, collecte du 9 novembre 2026.
L'erreur se comprend en regardant les sources. Le registre public classe les entreprises par numéro, pas par nom commercial. Une recherche par nom renvoie plusieurs sociétés : celles d'un même réseau de laboratoires, région par région ; un restaurant et son homonyme dans une autre ville ; la société d'origine et celle qui l'a reprise. Le modèle choisit l'une d'elles, et la présente comme la réponse.
La même confusion explique les 42 réponses ambiguës (8,4 %) : le modèle y donne plusieurs numéros, deux dans 36 cas et trois dans 6, dont le bon. Au total, 69 réponses sur 500 (13,8 %) ne permettent pas d'identifier l'entreprise avec certitude. Les erreurs de forme juridique, rares (8 sur 464), sont toutes des confusions entre SAS, SARL et SA : SAS au lieu de SARL (4), SARL au lieu de SAS (3), SAS au lieu de SA (1).
Résultat 4
Sept erreurs sur dix sont affirmées sans la moindre précaution
73 %
des réponses erronées (85 sur 117) ne contiennent aucune formule de doute ni de mise en garde.
Le modèle sait parfois qu'il hésite. 27 % de ses réponses erronées commencent par une mise en garde (« si vous parlez de… », « plusieurs entreprises portent ce nom »), contre 7 % de ses réponses exactes. Mais 85 erreurs sur 117 sont énoncées sur le même ton assuré qu'une réponse juste : rien, dans la forme, ne permet au lecteur de les repérer.
Une mise en garde est quatre fois plus fréquente dans une réponse fausse, mais reste minoritaire
Part des réponses contenant au moins une formule de précaution, selon le verdict
La précaution est un signal utile mais rare : la plupart des erreurs ne sont pas annoncées.
n = 1 738 réponses exactes et 117 réponses erronées. Source : Evocia, étude EVO-2026-001, édition 2026. Modèle gpt-6.1-sol d'OpenAI interrogé par son API avec recherche web, collecte du 9 novembre 2026.
La formule la plus fréquente est « si vous parlez de… », présente dans 148 réponses factuelles : le modèle signale qu'il a reconnu plusieurs entreprises possibles et en choisit une. C'est la trace visible du mécanisme décrit plus haut. Elle n'empêche pas l'erreur, mais elle la rend détectable par un lecteur attentif.
Le modèle n'a refusé de répondre à aucune des 3 260 questions. Les réponses factuelles sont courtes (236 caractères en médiane) et s'appuient presque toujours sur une seule recherche : 1 913 sur 1 964 (97,4 %). Une seule recherche, une réponse brève, peu de doute exprimé : le format même favorise l'affirmation.
Comment la précaution est détectée
Par un lexique fermé, relevé à la lecture des réponses et publié dans la méthodologie : « si vous parlez de », « s'il s'agit de », « plusieurs entreprises, sociétés ou entités », « pouvez-vous préciser », « homonyme », « je n'ai pas trouvé », « à vérifier », « sous réserve ». Le marqueur d'incertitude de la plateforme de collecte, limité aux deux dernières formules, n'en relevait que 2 : il sous-estimait fortement la précaution, raison pour laquelle nous ne le retenons pas. Un lexique peut manquer une tournure rare : le taux est une borne basse.
Résultat 5
Ni le secteur ni la taille ne changent l'exactitude de façon démontrable
84,3 % à 96,5 %
de réponses exactes selon le secteur, de « Services professionnels » à « Énergie et environnement ».
Les secteurs paraissent différer : de 84,3 % de réponses exactes en services professionnels à 96,5 % en énergie et environnement. Mais avec une cinquantaine d'entreprises par secteur, ces écarts restent dans ce que le hasard du tirage peut produire (p = 0,06 pour les erreurs). La taille ne joue pas non plus : PME, ETI et grandes entreprises obtiennent des taux voisins.
Taux de réponses erronées par secteur, avec son incertitude
Point : taux observé. Trait : intervalle de confiance à 95 % (bootstrap des entreprises)
Les intervalles se chevauchent largement : aucun classement des secteurs n'est défendable avec cet échantillon.
n = 186 à 200 réponses par secteur, 50 entreprises chacun. Source : Evocia, étude EVO-2026-001, édition 2026. Modèle gpt-6.1-sol d'OpenAI interrogé par son API avec recherche web, collecte du 9 novembre 2026.
Le test retenu permute les secteurs entre entreprises, en gardant ensemble les quatre réponses d'une même entreprise : il ne suppose pas que ces réponses soient indépendantes. Pour l'exactitude, la valeur est p = 0,15 ; pour les erreurs, p = 0,06. L'hypothèse d'un effet du secteur n'est donc pas confirmée. Elle n'est pas réfutée non plus : un échantillon plus grand pourrait faire apparaître un écart réel, que celui-ci est trop petit pour établir.
Même conclusion pour la taille, testée à l'intérieur de chaque secteur pour ne pas confondre l'effet de la taille avec celui du secteur : 88,2 % de réponses exactes pour les PME, 88,0 % pour les ETI, 90,0 % pour les grandes entreprises (p = 0,87). Le modèle ne décrit pas mieux une grande entreprise qu'une PME, du moins sur ces quatre informations, quand ces PME sont présentes sur Wikidata.
Comparer un secteur à l'ensemble
Les taux sont recalculés à partir des comptes publiés. Les écarts d'un secteur reposent sur une cinquantaine de réponses par information.
Choisir un secteur
Réponses exactes
85,4 %
169 sur 198 réponses
Réponses erronées
5,6 %
11 sur 198 · IC 95 % : 2,5 à 9,1 %
Entreprises citées en recommandation
2 sur 50
dont 0 grandes entreprises dans l'échantillon du secteur
| Information | Formation et éducation | Ensemble |
|---|---|---|
| Site officiel | 14,0 %7/50 | 13,8 %69/500 |
| Ville du siège | 4,0 %2/50 | 2,6 %13/500 |
| Numéro SIREN | 4,0 %2/50 | 5,4 %27/500 |
| Forme juridique | 0,0 %0/48 | 1,7 %8/464 |
Une cinquantaine de réponses par information et par secteur : un écart de quelques réponses suffit à déplacer le taux de plusieurs points. Lisez le tableau comme une description de l'échantillon, pas comme un classement des secteurs.
Les dix secteurs, triables
| IC 95 % (erronées) | ||||
|---|---|---|---|---|
| Santé et services médicaux | 87,6 % (163/186) | 9,1 % (17/186) | 5,9 à 12,8 % | 9 sur 50 |
| Services professionnels | 84,3 % (167/198) | 8,6 % (17/198) | 4,1 à 13,7 % | 0 sur 50 |
| Logiciels et SaaS | 87,0 % (174/200) | 8,5 % (17/200) | 4,5 à 13,0 % | 0 sur 50 |
| Immobilier | 87,0 % (168/193) | 7,3 % (14/193) | 3,6 à 11,5 % | 4 sur 50 |
| Banque, assurance et finance | 90,2 % (175/194) | 7,2 % (14/194) | 3,6 à 11,7 % | 11 sur 50 |
| Formation et éducation | 85,4 % (169/198) | 5,6 % (11/198) | 2,5 à 9,1 % | 2 sur 50 |
| Commerce et distribution | 88,5 % (177/200) | 4,5 % (9/200) | 2,0 à 7,0 % | 2 sur 50 |
| Tourisme et hôtellerie | 86,8 % (171/197) | 4,1 % (8/197) | 0,5 à 9,0 % | 10 sur 50 |
| Industrie | 91,5 % (183/200) | 3,5 % (7/200) | 1,0 à 6,5 % | 2 sur 50 |
| Énergie et environnement | 96,5 % (191/198) | 1,5 % (3/198) | 0,0 à 3,5 % | 9 sur 50 |
Résultat 6
La taille change tout pour la visibilité : 4 PME citées sur 241
4 sur 241
PME de l'échantillon citées au moins une fois dans les 100 réponses de recommandation de leur secteur.
Exact sur toutes les entreprises, le modèle n'en cite pourtant presque aucune quand on lui demande qui choisir. Sur 500 entreprises, 49 apparaissent au moins une fois dans les 100 recommandations de leur secteur. Les grandes entreprises le sont 15 fois plus souvent que les PME : 24,7 % contre 1,7 %.
Décrites aussi bien, citées très différemment
À gauche, l'exactitude des réponses factuelles ; à droite, la part des entreprises citées en recommandation, même échelle
La taille ne change rien à l'exactitude, elle change tout à la visibilité (p < 0,001, test à l'intérieur de chaque secteur).
n = 241 PME, 162 ETI, 97 grandes entreprises ; 100 réponses de recommandation par secteur. Source : Evocia, étude EVO-2026-001, édition 2026. Modèle gpt-6.1-sol d'OpenAI interrogé par son API avec recherche web, collecte du 9 novembre 2026.
Les demandes de recommandation ne nomment aucune entreprise : « Quelles entreprises françaises recommandes-tu dans la catégorie… pour une PME ? ». Une entreprise de l'échantillon est comptée comme citée si son nom, l'un de ses noms vérifiés, son SIREN ou son domaine apparaît dans une réponse de son secteur. 263 réponses sur 1 000 en citent au moins une, et 8 secteurs sur 10 en comptent : en services professionnels et en logiciels et saas, aucune des 50 entreprises tirées n'apparaît dans 100 réponses.
La visibilité est aussi très concentrée. Les cinq entreprises les plus citées réunissent 41 % des 369 mentions, les dix premières 60 %. 451 entreprises sur 500 ne sont jamais citées dans leur secteur. Ce n'est pas une part de marché : c'est la fréquence d'apparition dans les réponses d'un modèle, sur un jeu de questions donné.
Les entreprises de l'échantillon les plus citées en recommandation
Nombre de réponses, sur les 100 de leur secteur, qui citent l'entreprise
Toutes les plus citées sont de grands groupes ou des ETI connues du grand public. Pour AXA Banque, Olinda (Qonto), Oriade-Noviale, la mention passe par le nom de domaine du groupe, pas par le nom de l'entité de l'échantillon.
n = 100 réponses de recommandation par secteur. Source : Evocia, étude EVO-2026-001, édition 2026. Modèle gpt-6.1-sol d'OpenAI interrogé par son API avec recherche web, collecte du 9 novembre 2026.
Rattachement des mentions et limites
Les mentions sont rattachées par une méthode déterministe : identifiant SIREN, nom de domaine ou nom vérifié de l'entreprise. Les rattachements incertains (190 mentions à revoir) sont exclus. Un nom de domaine de groupe peut compter pour la filiale qui le porte dans l'échantillon. Les noms cités qui ne sont pas dans l'échantillon ne sont pas comptés : l'extraction automatique y relève aussi des expressions qui ne sont pas des entreprises, et nous ne publions pas de classement des marques hors échantillon.
Résultat 7
Le registre public d'abord, le site de l'entreprise ensuite
30 %
des réponses factuelles citent l'Annuaire des Entreprises (data.gouv.fr), la source la plus citée.
Pour répondre sur l'identité d'une entreprise, le modèle cite d'abord la source publique : l'Annuaire des Entreprises apparaît dans 30 % des réponses factuelles, Pappers dans 15 %, l'INSEE ensuite. Pour recommander, il cite des institutions (AMF, service-public.fr, France Num) et les sites des grands acteurs.
Les sources citées dans les réponses sur l'identité des entreprises
Part des réponses factuelles qui citent au moins une fois le domaine
Le site de l'entreprise elle-même est cité dans de nombreuses réponses, surtout pour le site officiel et la ville ; pour le SIREN, ce sont les registres (45 % des réponses citent un registre public).
n = 1 964 réponses factuelles, 2 139 citations annotées. Source : Evocia, étude EVO-2026-001, édition 2026. Modèle gpt-6.1-sol d'OpenAI interrogé par son API avec recherche web, collecte du 9 novembre 2026.
Chaque réponse factuelle s'appuie sur une recherche qui renvoie en moyenne 21 résultats, mais n'en cite qu'un dans le texte (1,09 citation par réponse). Les réponses de recommandation en consultent 49 et en citent 5,2, issues de 1 719 domaines différents ; 198 sur 1 000 citent un site en gouv.fr.
La source citée est-elle liée à la justesse ? Hors site officiel, où citer le site de l'entreprise rend la réponse juste par construction, 2,5 % des réponses qui citent un registre public sont erronées, contre 5,3 % de celles qui ne citent qu'un annuaire privé. Les intervalles se chevauchent (1,5 à 4,1 % contre 3,3 à 8,3 %) : l'écart n'est pas concluant, et il ne dirait rien d'une cause.
Les sources citées dans les recommandations
Nombre de réponses de recommandation qui citent au moins une fois le domaine
Institutions publiques et sites de grands acteurs dominent : les sources d'une recommandation sont celles d'un acteur déjà installé.
n = 1 000 réponses de recommandation, 5 219 citations annotées. Source : Evocia, étude EVO-2026-001, édition 2026. Modèle gpt-6.1-sol d'OpenAI interrogé par son API avec recherche web, collecte du 9 novembre 2026.
Résultat 8
Les faits sont stables d'une session à l'autre, les sources ne le sont pas
96,3 %
des questions factuelles reposées obtiennent le même verdict (184 sur 191).
Reposée dans une session neuve, une question factuelle reçoit le même verdict 184 fois sur 191, alors que le texte n'est identique que 47 fois sur 296. Pour les recommandations, les sources changent beaucoup : deux réponses à la même demande ne partagent en moyenne que 40 % de leurs domaines cités.
Ce qui reste stable quand on repose la même question
296 questions posées deux fois, dans deux sessions indépendantes
Une erreur factuelle a de fortes chances de se répéter ; une liste de sources ou de recommandations, non.
n = 191 paires factuelles, 105 paires de recommandation. Source : Evocia, étude EVO-2026-001, édition 2026. Modèle gpt-6.1-sol d'OpenAI interrogé par son API avec recherche web, collecte du 9 novembre 2026.
Les 7 changements de verdict observés vont dans les deux sens : une réponse exacte devient erronée, une ambiguë devient exacte. La stabilité a un revers : une confusion d'homonymes a toutes les chances de se reproduire à la question suivante. Pour les recommandations, mesurer une seule fois ne suffit pas : la même demande, reposée, fait apparaître d'autres sources et parfois d'autres entreprises.
Cinq cas qui expliquent les chiffres
Ces cas sont tirés des réponses collectées, après relecture des verdicts. Ils ont été choisis parce qu'ils sont représentatifs d'un type d'écart, pas parce qu'ils sont spectaculaires. Nommer une entreprise ici ne dit rien d'elle : c'est la réponse du modèle qui est examinée, et plusieurs de ces cas montrent que la référence elle-même peut être discutable.
Homonymie de réseau
Trois sociétés sœurs au lieu d'une
- Question
- Numéro SIREN de Cerballiance, réseau de laboratoires d'analyses
- Réponse du modèle
- Le modèle prévient que Cerballiance regroupe plusieurs sociétés, puis donne les numéros de trois d'entre elles : Paris et Île-de-France Est, Bretagne, Provence-Azur.
- Verdict et explication
- Erronée au sens du protocole : la référence, tirée de la fiche Wikidata de la marque, est la société de gestion du groupe, Cerba Healthcare Gestion, dont le numéro n'apparaît pas. Le modèle avait pourtant signalé l'ambiguïté.
Homonymie d'enseigne
L'enseigne pour la société
- Question
- Numéro SIREN de Bagelstein, enseigne de restauration en réseau
- Réponse du modèle
- Le modèle donne le numéro de Badiff, qu'il présente comme la société qui anime le réseau, puis celui d'Au'Bagel, qui exploite l'enseigne à Versailles. Il précise qu'un restaurant de l'enseigne peut avoir son propre numéro.
- Verdict et explication
- Erronée. La référence est la société Bagels, enregistrée à la même adresse strasbourgeoise que Badiff : deux sociétés sœurs derrière un seul nom commercial.
Référentiel daté
Le modèle a raison, la référence a tort
- Question
- Site officiel de Cegereal, société foncière
- Réponse du modèle
- Le modèle répond vitura.fr, en précisant que Cegereal s'appelle désormais Vitura.
- Verdict et explication
- Comptée erronée : Wikidata donne encore cegereal.com, alors que le registre officiel porte bien la dénomination Vitura. Un désaccord, pas une erreur du modèle.
Approximation géographique
Paris pour la proche banlieue
- Question
- Ville du siège de Capgemini Invent
- Réponse du modèle
- Le modèle répond Paris, en parlant de « siège mondial », sur la foi d'une page LinkedIn. Le registre place le siège de l'entité, Capgemini Consulting, à Issy-les-Moulineaux, dans les Hauts-de-Seine.
- Verdict et explication
- Erronée. 2 réponses donnent Paris pour une commune d'Île-de-France, 3 pour une commune d'une autre région.
Homonymie signalée
« Si vous parlez de… » une autre entreprise
- Question
- Ville du siège de Vetter, PME de Trégueux (Côtes-d'Armor)
- Réponse du modèle
- « Si vous parlez de Vetter Pharma, son siège se trouve à Ravensburg, en Allemagne. »
- Verdict et explication
- Classée sans réponse vérifiable : aucune ville française n'apparaît. En fait, une réponse sur une autre entreprise, homonyme allemande.
Le dernier cas montre une limite du comparateur, que nous avons mesurée. Sur les 31 réponses sur la ville classées sans réponse vérifiable, 9 contiennent en fait le nom de la commune de référence sous une forme que le comparateur n'a pas reconnue (article, arrondissement) ; c'est aussi le cas de 3 des 13 réponses jugées erronées. En les comptant toutes comme justes, l'exactitude sur la ville passerait de 89,2 % à 91,6 % au plus. Les verdicts publiés restent ceux du comparateur prévu au protocole : les chiffres de cette page sont donc prudents.
Les hypothèses du protocole : confirmées, infirmées, non tranchées
Le protocole a été verrouillé avant la collecte, avec ses hypothèses. Voici ce que les données en disent, y compris quand elles les contredisent.
| Hypothèse | Résultat | Verdict |
|---|---|---|
| Une part non négligeable des informations d'identification est inexacte ou invérifiable | 11,5 % des réponses ne sont pas exactes (226 sur 1 964), dont 6,0 % d'erreurs franches | Confirmée |
| Le taux d'erreurs diffère selon le secteur | De 1,5 % à 9,1 % d'erreurs, p = 0,06 | Non confirmée |
| Le taux d'erreurs diffère selon la taille (PME, ETI, grande entreprise) | 5,7 %, 6,3 % et 6,1 % d'erreurs, p = 0,87 | Non confirmée |
| Les identifiants administratifs sont moins bien restitués que le site et la ville | Le site est le plus discordant (13,8 %) ; la forme juridique, la plus fiable (1,7 %) ; le SIREN (5,4 %) fait un peu moins bien que la ville (2,6 %) | Infirmée pour l'essentiel |
| Les recommandations mentionnent rarement les entreprises de l'échantillon | 49 entreprises sur 500 citées au moins une fois, 4 PME sur 241 | Confirmée |
Ce que cela signifie pour une entreprise
Trois enseignements découlent directement des mesures ; les recommandations qui suivent en sont des conséquences plausibles, pas des effets démontrés. Le premier : votre risque principal est d'être confondu avec un homonyme. Le deuxième : les sources publiques qui vous décrivent ne concordent pas toujours. Le troisième : être décrit correctement ne vous fait pas recommander.
| Ce que montre l'étude | Ce que vous pouvez faire | Niveau de preuve |
|---|---|---|
| Les SIREN erronés sont ceux d'homonymes (26 sur 27) | Afficher ensemble, sur vos pages légales et de contact, votre dénomination, votre nom commercial, votre SIREN et votre ville de siège. | Mesuré pour le constat ; plausible pour l'action |
| Le site officiel est l'information la plus discordante (13,8 %) | Vérifier que Wikidata, vos fiches d'annuaires et votre site désignent le même domaine principal, et y reporter un changement de nom. | Mesuré pour le constat ; plausible pour l'action |
| 73 % des erreurs sont affirmées sans précaution | Interroger régulièrement les assistants sur votre entreprise : une erreur ne se signale pas d'elle-même. | Mesuré |
| Les verdicts factuels se répètent d'une session à l'autre | Une erreur constatée une fois a de fortes chances de se reproduire : la corriger à la source vaut mieux que d'attendre. | Mesuré |
| 4 PME sur 241 sont citées en recommandation | Travailler sa présence dans les sources que les modèles citent pour un secteur, et des pages qui répondent aux questions d'acheteurs. | Mesuré pour le constat ; recommandation professionnelle, non testée ici |
Pour savoir ce que les assistants disent de votre propre entreprise, notre guide tester ce que ChatGPT dit de votre entreprise décrit la méthode question par question, et que faire quand une IA donne de fausses informations sur votre entreprise détaille les corrections possibles. Pour la visibilité en recommandation, voir comment apparaître dans les réponses de ChatGPT.
Appliquer la mesure à votre entreprise
Le test gratuit pose des questions de vos acheteurs, plusieurs fois, à ChatGPT et à d'autres moteurs, et vous dit si vous êtes cité.
Les limites de l'étude
- Un seul système, un seul jour. Un modèle d'OpenAI, par son API, avec recherche web obligatoire, le 9 novembre 2026. L'application ChatGPT, d'autres modèles ou un autre jour peuvent donner d'autres résultats ; les modèles changent souvent.
- Un échantillon d'entreprises visibles. Seules les entreprises présentes sur Wikidata avec SIREN et site officiel ont pu être tirées. Ce sont des entreprises déjà documentées en ligne ; pour une entreprise absente de Wikidata, les erreurs sont probablement plus fréquentes, mais l'étude ne le mesure pas.
- Un plan à quotas égaux. 50 entreprises par secteur, quelle que soit la taille réelle du secteur. Les taux d'ensemble décrivent l'échantillon ; ils ne sont pas pondérés pour représenter l'économie française.
- Une vérification automatique, relue mais pas refaite. Le comparateur est déterministe et versionné, et ses verdicts ont été relus par Evocia sans être modifiés ; il a pourtant des angles morts : 12 réponses sur la ville contiennent la bonne commune sans être reconnues, et une réponse qui décrit un homonyme peut être classée sans réponse vérifiable. Les chiffres publiés sont plutôt prudents.
- Un référentiel imparfait pour le site officiel. Wikidata est collaboratif et parfois daté. Le taux de désaccord sur le site mesure autant la qualité de Wikidata que celle du modèle ; hors simples changements d'extension, il tombe à 10,0 %, et une partie de ce reste tient encore au référentiel.
- Quatre informations seulement. L'activité, les produits, les prix ou les dirigeants n'ont pas été testés : aucune référence officielle ne permet de les vérifier automatiquement. Les erreurs sur ces sujets ne sont pas mesurées ici.
- Des recommandations sur des questions générées. Les 1 000 demandes croisent catégories et types d'acheteurs ; quelques combinaisons sont peu naturelles. La visibilité mesurée vaut pour ces questions, et ne compte que les entreprises de l'échantillon.
- Des comparaisons de petits groupes. Une cinquantaine d'entreprises par secteur : les écarts entre secteurs ne sont pas interprétables un par un, et aucun classement n'en est tiré.
Conclusion et questions ouvertes
Le modèle d'OpenAI interrogé ici dit vrai sur les entreprises françaises dans 88,5 % des cas, ce qui est beaucoup et pas assez : une entreprise sur cinq de l'échantillon reçoit au moins une réponse fausse sur son identité, et la plupart de ces erreurs sont affirmées sans réserve. Elles ne viennent presque jamais d'une invention, mais d'une confusion entre entreprises du même nom, que le modèle reproduit d'une session à l'autre. Surtout, l'exactitude ne dépend pas de la taille, alors que la visibilité en dépend entièrement : le modèle décrit aussi bien une PME qu'un grand groupe, mais ne recommande presque que les grands groupes.
Plusieurs questions restent ouvertes, et feront l'objet des prochaines éditions :
- Les résultats tiennent-ils pour l'application ChatGPT, pour d'autres modèles (Claude, Gemini, Perplexity), et dans le temps ?
- Que devient l'exactitude pour les entreprises absentes de Wikidata, qui sont la grande majorité ?
- Corriger une fiche Wikidata ou une page légale change-t-il la réponse du modèle ? Cela demande une expérience contrôlée, que cette étude ne fait pas.
- Comment évolue la visibilité d'une PME qui publie des pages répondant aux questions d'acheteurs ?
Les articles tirés de l'étude
Chacun approfondit une question, avec ses propres tableaux et sa grille pratique.
- ChatGPT donne-t-il le bon numéro SIREN ?
Les erreurs viennent des homonymes : comment les reconnaître et vérifier un numéro.
- Les PME sont-elles recommandées par ChatGPT ?
4 sur 241 dans l'étude : qui occupe la place, et ce qu'une PME peut faire.
- Où ChatGPT trouve-t-il les informations sur une entreprise ?
Registre public, annuaires privés, site officiel : les sources, information par information.
- ChatGPT signale-t-il quand il n'est pas sûr ?
Les formules qui trahissent un doute, leur valeur, et la stabilité des réponses.
Pour les journalistes
En une phrase. Interrogé avec recherche web sur 500 entreprises françaises, un modèle d'OpenAI donne la bonne information d'identité dans 88,5 % des cas ; ses erreurs viennent de confusions entre homonymes, sont presque toujours affirmées sans réserve, et ses recommandations ne citent que 4 PME sur 241.
- 88,5 % de réponses exactes sur 1 964 questions d'identité (IC 95 % : 86,7 à 90,3 %) ; 6,0 % d'erreurs vérifiées.
- 26 des 27 numéros SIREN erronés appartiennent à une autre entreprise réelle du même nom.
- 73 % des erreurs sont affirmées sans aucune formule de doute.
- 4 PME sur 241 citées au moins une fois dans les recommandations de leur secteur, contre 24 grandes entreprises sur 97.
- L'Annuaire des Entreprises est cité dans 30 % des réponses factuelles, première source.
Méthode courte. 500 entreprises tirées au hasard (50 par secteur, 10 secteurs), 4 questions d'identité chacune et 1 000 demandes de recommandation, posées le 9 novembre 2026 au modèle gpt-6.1-sol d'OpenAI par son API, recherche web obligatoire. Vérification automatique contre le registre officiel et Wikidata. Ce n'est pas l'application ChatGPT.
À ne pas écrire. Que « ChatGPT se trompe sur 12 % des entreprises » : 11,5 % est la part des réponses non exactes, erreurs franches et cas indécis réunis. Que les secteurs se classent entre eux : les écarts ne sont pas significatifs. Que les entreprises les plus citées ont une « part de marché » dans l'IA.
Graphiques. Chaque figure a un lien direct et se télécharge en PNG ou en SVG, avec sa source ; reprise libre avec la mention « Source : Evocia, étude EVO-2026-001 ». Contact : contact@evocia.fr. Notre page presse réunit nos autres chiffres.
Données, méthode et citation
Les tables ci-dessous sont des agrégats, publiés sous licence CC BY 4.0. Les réponses brutes du modèle, leurs en-têtes techniques et la liste nominative des entreprises ne sont pas publiés : une majorité des entreprises de l'échantillon s'est opposée à la diffusion commerciale de ses données au répertoire SIRENE. Seuls les cinq cas commentés plus haut sont nommés. Les 1 000 demandes de recommandation, qui ne nomment aucune entreprise, sont publiées en entier.
- verdicts-par-attribut.csvVerdicts par information demandée, avec intervalles
- verdicts-par-secteur.csvVerdicts par secteur et par information
- verdicts-par-categorie.csvVerdicts par catégorie d'entreprise
- typologie-ecarts.csvNature des écarts, information par information
- visibilite-par-categorie.csvEntreprises citées en recommandation, par catégorie
- visibilite-par-secteur.csvEntreprises citées en recommandation, par secteur
- entreprises-les-plus-mentionnees.csvLes 15 entreprises de l'échantillon les plus citées
- domaines-cites-factuel.csvDomaines cités dans les réponses factuelles
- domaines-cites-recommandation.csvDomaines cités dans les recommandations
- repetabilite.csvIndicateurs de stabilité entre répétitions
- flux-observations.csvFlux des questions aux réponses analysées
- questions-recommandation.csvLes 1 000 demandes de recommandation
- gabarits-questions-factuelles.csvLes quatre gabarits de questions factuelles
La méthodologie détaillée donne le dictionnaire des indicateurs, le lexique de précaution, la liste des contrôles et la procédure pour recalculer chaque chiffre. Le fichier de résultats complet est produit par un script reproductible à partir du classeur source, dont l'empreinte SHA-256 est publiée.
Citer l'étude.
Evocia (2026). ChatGPT dit-il la vérité sur les entreprises françaises ? Édition 2026. Étude EVO-2026-001, version 1.0, publiée le 9 novembre 2026. https://evocia.fr/etudes/chatgpt-entreprises-francaises-2026
Corrections. Une erreur dans cette page ou dans les données se signale à contact@evocia.fr. Toute correction est datée dans le journal ci-dessous, et le fichier de résultats change alors de version ; les versions précédentes restent décrites. Notre façon de publier est expliquée dans qui écrit et comment.
Journal. 9 novembre 2026 : publication de la version 1.0. Le même jour, en soirée : les verdicts ont été relus par Evocia, sans modification. Les cinq cas commentés sont désormais nommés. Correction : l'entreprise du cinquième cas relève du commerce, pas de l'industrie. Aucun chiffre ne change.
Sources de référence : Annuaire des Entreprises (INSEE SIRENE et RNE, Licence Ouverte), API Recherche d'entreprises, Wikidata (site officiel, propriété P856), documentation de l'outil de recherche web d'OpenAI.
Questions fréquentes
ChatGPT donne-t-il des informations fiables sur les entreprises ?
Sur l'identité d'une entreprise (site, ville du siège, SIREN, forme juridique), le modèle d'OpenAI testé avec recherche web répond juste dans 88,5 % des cas et se trompe franchement dans 6,0 %. Ses erreurs viennent surtout de confusions entre entreprises du même nom, et sont rarement signalées comme incertaines.
L'étude a-t-elle testé l'application ChatGPT ?
Non. Elle a interrogé le modèle gpt-6.1-sol d'OpenAI par son API officielle, avec une recherche web imposée et sans mémoire. L'application ChatGPT peut utiliser d'autres modèles et réglages : ses réponses peuvent différer.
Pourquoi le site officiel est-il l'information la plus souvent fausse ?
Parce qu'une entreprise a souvent plusieurs sites, et parce que la référence utilisée, Wikidata, est parfois datée. Une partie des 69 désaccords oppose deux sites légitimes ou un ancien nom à un nouveau.
Les PME sont-elles moins bien décrites que les grandes entreprises ?
Non : l'exactitude est voisine (88,2 % pour les PME, 90,0 % pour les grandes entreprises). En revanche, elles sont presque absentes des recommandations : 4 PME citées sur 241.
Le numéro SIREN donné par une IA est-il fiable ?
Dans 86,2 % des cas, oui. Sinon, c'est le plus souvent le numéro d'une autre entreprise du même nom, ou plusieurs numéros dont le bon. Vérifiez toujours un SIREN dans l'Annuaire des Entreprises avant de l'utiliser.
Peut-on reprendre les chiffres et les graphiques ?
Oui, sous licence CC BY 4.0, avec la mention « Source : Evocia, étude EVO-2026-001 » et un lien vers cette page. Chaque graphique a un lien direct et se télécharge en PNG ou en SVG.