Une deeptech française de série B a levé 30 millions d’euros. Son procédé réduit les coûts de production de 45 % et l’empreinte carbone de 60 %. Ces chiffres sont dans Les Échos et dans les communiqués de levée. Aucun de ces chiffres n’existe sur son site sous une forme qu’un moteur peut reprendre. C’est exactement ce que mesure la lisibilité par les moteurs IA, le contrôle que Fast Growth Advisors applique à chaque audit.
Sur sa page d’accueil, un visiteur lit : « solutions innovantes de recyclage avancé ».
Posez la question à un assistant IA.
Il saura décrire ce que fait cette entreprise. Il ne saura pas dire ce qui la distingue, alors il citera la catégorie, et donnera en référence le concurrent qui a mis ses preuves dans son HTML.
Ce cas vient de nos audits, anonymisé, et il n’a rien d’exceptionnel.
Nous l’avons retrouvé dans 61 % des 83 audits détaillés de l’Observatoire de Fast Growth Advisors (FGA), et nos mesures le confirment : les chiffres qui prouvent la valeur vivent dans la presse et les communiqués, presque jamais sur le site.
Le débat qui s’ouvre est le mauvais
Depuis le 19 août, Microsoft Clarity affiche un ratio « scrape-to-referral » : combien de pages les IA aspirent pour chaque visiteur qu’elles renvoient. Environ 6 000 pour 1, selon leurs données. Cloudflare avait publié 70 900 pour 1 sur juin 2025, puis autour de 4 580 pour 1 un an plus tard.
Trois chiffres réels, trois fenêtres de mesure, aucun comparable. Le débat va pourtant se cristalliser dessus : les IA prennent beaucoup et rendent peu, que nous doivent-elles ?
Question légitime.
Mais pour un dirigeant de startup B2B, elle passe à côté de la seule chose qui compte : quand un moteur lit votre page d’accueil, qu’est-ce qu’il en garde ?
La question n’a rien de rhétorique : elle se mesure. Nous l’avons mesurée.
Trois façons de disparaître
L’erreur la plus répandue consiste à raisonner en une étape : « le robot voit la page ». Il y en a trois, et une information peut survivre aux deux premières et mourir à la troisième.
D’abord le fetch : l’agent demande l’URL, et peut échouer sur un pare-feu, une page manquante, un bandeau de consentement. Ensuite la réponse : le serveur renvoie des octets, sans exécuter le moindre JavaScript. Enfin l’extraction : un outil transforme ce HTML en texte exploitable, et jette une partie du document au passage.
Trois étages, trois causes d’invisibilité, trois corrections différentes. Un audit qui ne les sépare pas produit un diagnostic faux.
Le troisième étage est presque toujours oublié. C’est pourtant là que se trouvent les résultats les moins intuitifs.
Ce que les extracteurs jettent
Nous avons construit une page de test contenant vingt marqueurs uniques, un par cas limite, noyés dans un texte de longueur réaliste. Puis nous l’avons soumise aux trois extracteurs utilisés dans les pipelines de préparation de corpus des grands modèles : jusText, Resiliparse et Trafilatura.
Trois résultats méritent qu’on s’y arrête.
Une page en rendu client pur, c’est-à-dire une application React qui construit tout son contenu dans le navigateur, sert 128 octets de HTML. Texte exploitable après extraction : zéro octet. Le cas est binaire, sans dégradation partielle.
Un bloc masqué en CSS mais rendu par le serveur est lu en entier. La raison est mécanique : sans exécution du JavaScript, pas de CSS appliqué, donc le moteur ignore que le bloc est caché. C’est l’inversion exacte du SEO classique, où Google rend la page et peut dévaluer le contenu masqué.
Vingt ans de réflexes à désapprendre.
Et le test que tout le monde recommande est faux. Un curl suivi d’un grep sur la réponse brute trouve votre phrase même quand elle est injectée par JavaScript, parce qu’elle est présente comme chaîne littérale dans le script, précisément la portion que tout extracteur jette. Le test déclare conformes les sites qu’il devait détecter.
Les preuves partent en premier
Sur une startup typique, la couverture du texte est plutôt bonne. Le discours passe. Ce qui disparaît, ce sont les éléments qui prouvent : logos clients en carrousel JavaScript, avis en widget tiers, grille tarifaire à bascule mensuel-annuel, chiffres clés animés au défilement.
Le moteur sait alors dire ce que fait l’entreprise. Il ne peut pas dire ce qui la distingue.
Ajoutez le pattern des 61 % évoqué plus haut, et le mécanisme se referme : les preuves qui existaient étaient déjà ailleurs que sur le site, et celles qui restaient sur le site sont portées par du JavaScript que les moteurs ne lisent pas. Doublement invisibles.
Que retiennent les extracteurs d’une page réelle ?
Nous avons construit une page d’accueil de startup B2B, fictive, portant les défauts les plus fréquents : chiffres de résultat, logos clients, témoignage et grille tarifaire injectés par JavaScript. Puis nous avons fait tourner dessus les trois extracteurs qui servent à préparer les corpus des grands modèles.
| Lecture | Octets de texte | Part | Éléments suivis retenus |
|---|---|---|---|
| Vue par un humain, JavaScript exécuté | 1 450 | 100 % | 8 / 8 |
| trafilatura | 706 | 49 % | 1 / 8 |
| jusText | 796 | 55 % | 2 / 8 |
| Resiliparse | 949 | 65 % | 2 / 8 |
Le volume rassure, le détail accable. La moitié du texte survit, mais les éléments retenus ne sont jamais ceux qui comptent : la promesse passe, et l’ancien positionnement resté en display:none lors d’une refonte passe chez les trois. Les six preuves réelles, les trois chiffres de résultat, les logos clients, le témoignage et les tarifs, ne survivent nulle part.
La capture de la page, les trois extractions reproduites en clair et le protocole complet sont dans le livre blanc : Le message récupérable, en accès libre, avec sa version PDF.
0,91 sur 5
L’Observatoire FGA note quinze sous-critères sur 94 audits complets de startups françaises post-levée. Le sous-critère le plus faible de tous : la lisibilité par les moteurs IA, à 0,91 sur 5. Moins de 20 % du potentiel.
Pour situer, aucun des quinze sous-critères ne dépasse 60 % du potentiel, et les mieux notés, différenciation et clarté du message, plafonnent à 52 %.
La GEO-readiness est donc le point faible d’un ensemble déjà faible.
Est-ce grave aujourd’hui ? Les referrals venus de ChatGPT vers les sites B2B ont été multipliées par quatre en un an selon Demandbase, soit une hausse de 303 %, et IDC (International Data Corporation) projette que 70 % des acheteurs B2B américains s’appuieront sur l’IA générative pour découvrir et évaluer leurs fournisseurs d’ici 2028. Chacun jugera de l’urgence. Le point mesurable, lui, est déjà là : le canal grandit, et les trois quarts des sites que nous auditons n’y sont pas lisibles.
Le test de trente secondes
Désactivez JavaScript dans votre navigateur. Rechargez votre page d’accueil.
Ce qui reste à l’écran est, en première approximation, ce qu’un moteur de réponse peut lire de vous. Si votre discours est là mais que vos logos, vos chiffres et vos tarifs ont disparu, vous savez ce qui vous reste à faire, et la correction relève d’une intervention ciblée, pas d’une refonte.
Pour aller au-delà de la première approximation, il faut mesurer ce que nous appelons le message récupérable : la part du positionnement qui survit à une lecture sans JavaScript, extracteur compris. C’est ce que mesure notre protocole d’audit, cas limites compris : trois extracteurs, et le contrôle que la promesse, les différenciateurs et les preuves ressortent du texte extrait.
La fenêtre est encore ouverte. Elle ne le restera pas : vos concurrents publient du HTML.
Sources
- Microsoft Clarity. See Which AI Crawlers Drive Real Website Visits, carte « AI Scrape-to-Referral Ratio », blog Microsoft Clarity, 13 août 2026, relayée le 19 août. Exemple public : environ 6 000 pages aspirées pour un visiteur renvoyé. clarity.microsoft.com
- Cloudflare. Ratio crawl-to-referral mesuré sur son réseau : près de 70 900 requêtes pour un visiteur renvoyé par le robot d’Anthropic sur juin 2025, puis un ordre de grandeur autour de 4 580 pour 1 un an plus tard (Cloudflare Radar). URL primaire à poser à l’intégration.
- Vercel et MERJ (cabinet d’analyse d’audience). The rise of the AI crawler, 17 décembre 2024. Étude sur journaux serveur : aucun des grands crawlers IA ne rend le JavaScript, les fichiers JavaScript (JS) sont téléchargés sans être exécutés (11,50 % des requêtes pour ChatGPT, 23,84 % pour Claude). vercel.com
- Observatoire FGA du Message-Market Fit, édition V2. Sous-critère lisibilité par les moteurs IA à 0,91 sur 5 sur 94 audits complets ; aucun des quinze sous-critères au-dessus de 60 % du potentiel ; pattern « preuves absentes du site » relevé dans 61 % de 83 audits détaillés. Mesures internes Fast Growth Advisors.
- Demandbase. Triplement en un an des visites référencées depuis ChatGPT vers les sites B2B (645 000 à 2,6 millions de visites par mois, juin 2025 à juin 2026). URL primaire à poser à l’intégration.
- IDC. Projection : 70 % des acheteurs B2B américains s’appuieront sur l’IA générative pour découvrir et évaluer leurs fournisseurs d’ici 2028. URL primaire à poser à l’intégration.
- Fast Growth Advisors. Mesure d’extraction propre du 29 juillet 2026, reproductible (
cas_limites_realiste.html,test_extracteurs.py), sur jusText, Resiliparse et Trafilatura.
FAQ
Qu’est-ce que la lisibilité d’un site par les moteurs IA ?
C’est la part de votre positionnement qu’un moteur de réponse peut réellement lire et restituer, une fois passés les trois étages qui séparent l’URL du texte exploité : le fetch, la réponse du serveur et l’extraction. Un site peut s’afficher parfaitement dans un navigateur et rester illisible pour un moteur qui n’exécute aucun JavaScript et jette une partie du document à l’extraction. La lisibilité se mesure sur ce que l’outil garde, pas sur ce que l’écran montre.
Pourquoi ChatGPT ou Claude peuvent-ils ignorer un contenu qui s’affiche bien dans mon navigateur ?
Parce que ces moteurs ne rendent pas la page. Ils demandent le HTML brut et lisent ce qui s’y trouve, sans exécuter le JavaScript ni appliquer le CSS. Un contenu construit dans le navigateur, comme une application React en rendu client, leur arrive vide. Une étude Vercel et MERJ de décembre 2024 a montré qu’aucun des grands crawlers IA ne rend le JavaScript. Votre navigateur, lui, fait ce travail, ce qui explique l’écart entre ce que vous voyez et ce qu’un moteur retient.
Le test « désactiver JavaScript » suffit-il à savoir ce qu’une IA lit de mon site ?
Il donne une première approximation fidèle et gratuite. Désactivez JavaScript, rechargez votre page d’accueil, et ce qui reste à l’écran est proche de ce qu’un moteur peut lire. Pour aller plus loin, il faut ajouter l’étage d’extraction, car un texte présent dans le HTML peut encore être écarté par l’extracteur. La mesure complète porte sur ce que nous appelons le message récupérable, la part du positionnement qui survit à une lecture sans JavaScript, extracteur compris. Il ne dit rien, en revanche, de ce qu’un extracteur jette une fois la page récupérée, seconde moitié du diagnostic.
Faut-il refondre son site pour être lisible par les IA ?
Rarement. Dans la plupart des cas que nous auditons, le discours passe déjà et ce sont les preuves qui disparaissent : logos en carrousel JavaScript, chiffres animés au défilement, tarifs à bascule, avis en widget tiers. Ramener ces éléments en texte HTML rendu par le serveur relève d’une intervention ciblée, pas d’une reconstruction. La refonte n’est justifiée que lorsque le site entier est en rendu client, cas où l’extraction ne récupère rien du tout.