De la requête à la relation : comment l'IA conversationnelle redéfinit l'accès à l'information et le lien aux marques

Introduction

L'année 2025 marque une inflexion majeure dans les pratiques informationnelles des Français. La généralisation des agents conversationnels tels que ChatGPT, Gemini ou Perplexity modifie non seulement les modalités d'accès à l'information, mais aussi les rapports aux marques, aux entreprises, voire aux institutions. L'étude IFOP–Angie « Nouveaux parcours d'information 2025 » apporte un éclairage quantitatif et qualitatif inédit sur ces mutations. En combinant un échantillon représentatif de la population française avec un sur-échantillon d'utilisateurs réguliers d'IA, cette enquête permet de saisir les ressorts, logiques, limites et conséquences de cette transition vers un paradigme conversationnel.

Ce que révèle cette étude, c'est un basculement progressif d'un web documentaire à un web dialogique, où les moteurs de recherche laissent place à des intelligences artificielles avec lesquelles l'utilisateur engage une conversation, plus ou moins itérative, contextuelle et personnalisée. Ce changement technique s'accompagne d'évolutions cognitives, culturelles et sociales majeures que nous proposons d'analyser.

1. La démocratisation des usages : entre effet de génération et clivage socio-culturel

43 % des Français ont déjà utilisé un agent conversationnel, 30 % le font régulièrement et 7 % quotidiennement. Derrière cette adoption croissante, l'âge apparaît comme un facteur déterminant : 60 % des 18–24 ans sont des utilisateurs réguliers contre 8 % des plus de 65 ans. À cela s'ajoute une forte corrélation avec le niveau de diplôme, la catégorie socio-professionnelle et l'appartenance à des foyers disposant d'usages numériques avancés (enfants, usage professionnel…).

Mais la segmentation ne s'arrête pas là. L'étude distingue deux profils d'usagers avancés :

• Les experts spontanés , peu technophiles, mais ayant intégré des usages efficaces (écriture, correction, synthèse) via un apprentissage intuitif.

• Les explorateurs impliqués , technophiles, invitent à expérimenter, avec un usage réflexif et souvent ludique.

Ces deux figures incarnent deux types de rapport à l'IA : l'un instrumental, l'autre exploratoire. Leur coexistence témoigne de la diversité des parcours d'appropriation et d'une courbe d'apprentissage plus sociale que strictement technique.

2. Une grammaire de l'usage : de la consigne à la connivence

L'étude met en lumière un continuum dans la relation à l'agent conversationnel, qui va de la simple consigne (« reformule ce texte ») à une forme de  connivence quasi relationnelle , rendue possible par la mémoire du LLM. Cette mémoire permet la contextualisation, la continuité et l'ancrage progressif des préférences de l'utilisateur. Elle devient un capital personnel : changer de LLM, c'est perdre un historique, une « intimité cognitive » construite au fil des interactions.

En parallèle, les usages vocaux restent marginaux (moins de 25 %), au profit d'interactions textuelles plus précises, plus maîtrisables — notamment en public ou en contexte professionnel. L'écriture devient ici un mode de contrôle, de mise à distance et de performance de l'interlocution.

3. Vers un paradigme conversationnel : une recomposition du parcours informationnel

L'apport central de l'étude réside dans la reconfiguration du parcours d'accès à l'information. Elle propose de passer d'un modèle  funnel  (séquentiel, multi-acteurs, orienté conversion) à un modèle  dialogique  (flou, rebondissant, centré sur une conversation unifiée).

Ce modèle repose sur une dynamique non-linéaire de requêtes — où l'utilisateur :

1. Formule un besoin ou une intention  ;

2. Affine sa réflexion par boucles de reformulations  ;

3. Comparer et valider  ;

4. Peut aller jusqu'à l'acte d'achat ou au post-achat .

Chaque étape peut être réversible, intégrée à la conversation. Ce modèle circulaire facilite la projection, l'improvisation et la scénarisation du choix. L'IA n'est plus un moteur, elle devient une interface de raisonnement.

4. Intelligences artificielles et marque : confiance informationnelle, défi relationnel

71 % des utilisateurs réguliers d'IA estiment que les réponses sont fiables, un score équivalent à celui de la presse écrite. Ce niveau de confiance s'explique par :

• Une  présentation factuelle et non marketing ,

• L' absence de biais commerciaux explicites  (contrairement aux moteurs de recherche),

• Une  objectivité perçue dans les comparatifs produits .

Cependant, lorsqu'il s'agit de requêtes liées à des marques (corporate ou employeur), la confiance diminue. Les utilisateurs perçoivent rapidement le langage « corps » ou trop lisse, soupçonnent une influence de l'entreprise sur le contenu, et préfèrent aller chercher des avis non maîtrisés (Glassdoor, Reddit, forums).

Ce paradoxe révèle une  asymétrie de perception entre produits et entreprises . L'IA est un bon conseiller pour choisir un aspirateur, mais un médiateur imparfait pour évaluer une culture d'entreprise. L'étude évoque une méfiance vis-à-vis de l'institutionnel, renforcée par une faible capacité des IA actuelles à transmettre des émotions, des récits ou une ambiance — éléments clés du storytelling de marque.

5. Le pouvoir discret des LLM sur les intentions d'achat

Plus de 60 % des utilisateurs ayant consulté un agent conversationnel avant un achat déclarent que cela a  augmenté leur intention d'achat . Ce atteint un taux de 78 % chez les utilisateurs quotidiens.

Ce pouvoir de persuasion repose moins sur une logique de conversion que sur une  aide à la décision  :

• Structuration des critères (invites de familiarisation),

• Comparaison contextualisée (tableaux, synthèses),

• Simulations et scénarisation des choix,

• Vérification (contrats, compatibilités, clauses…).

Le prompt devient ici un outil de co-construction du besoin, et non une simple commande. Il favorise l'appropriation de l'information, réduit la complexité cognitive et court-circuite les circuits traditionnels d'influence (publicité, SEO, points de vente…).

6. Une logique de minimisation cognitive : invites dégradés, intentionnalité implicite

L'un des constats saillants de l'étude est la banalisation des  invites minimalistes , voire « dégradées » : pas de ponctuation, fautes, absence de marques, formulations vagues. Ce phénomène s'explique par deux facteurs convergents :

• Les  capacités d'inférence des IA  à décoder l'intention même à partir d'entrées lacunaires ;

• Une  volonté d'économiser l'effort cognitif  côté utilisateur, dans une logique de rapidité, d'efficacité ou de multitâche.

On assiste à une montée en puissance du  prompt comme intention plutôt qu'instruction . La conversation s'apparente à une négociation progressive avec la machine, plus qu'à une suite d'ordres. Cette économie cognitive, presque paresseuse, n'est pas synonyme d'inefficacité : les IA compensent par leur puissance inférentielle.

7. Les limites actuelles : vérification, incomplétude, manque d'ancrage émotionnel

L'étude ne néglige pas les failles du modèle conversationnel. Parmi les principales limites identifiées :

• La nécessité de vérification  : 50 % des utilisateurs vérifient souvent les réponses (via Google, les sites de marques, les proches…),

• Le risque de « proposition manquante »  : le meilleur produit n'est pas toujours suggéré,

• Le manque d'ancrage émotions  : les IA ne proposent pas encore une « mise en scène » émotionnelle des produits (visuels, vidéos, avis…),

• Le défaut de contextualisation avancée  : les modèles ne tiennent pas toujours compte des dernières offres, spécificités locales, ou de promotions.

Ces limitations entraînent parfois une sortie de la « bulle conversationnelle » : retour aux moteurs, aux comparateurs, voire aux contenus UGC. Mais cette sortie est vécue comme une contrainte par beaucoup, preuve de l'attractivité du modèle conversationnel.

Conclusion : vers une économie cognitive relationnelle

Cette étude dessine les contours d'un  nouveau régime informationnel , fondé sur le dialogue, la personnalisation et la continuité. L'IA conversationnelle n'est pas seulement un outil : elle devient une  interface de sens , capable d'accompagner l'individu dans ses choix, ses apprentissages, ses arbitrages — y compris dans sa relation aux marques.

Pour les entreprises, les défis sont nombreux : sortir du langage institutionnel, rendre leurs récits compatibles IA, nourrir les bases de données ouvertes, repenser leur présence dans des modèles où l'accès est conversationnel, non plus indexé.

En somme, nous passons d'un web de l'hypertexte à un web de l'hypercontexte, où  la valeur ne réside plus dans la visibilité brute , mais dans  la capacité à dialoguer avec l'intention de l'utilisateur, à la bonne profondeur .