Par Cédric Dossou Yovo
Selon l'étude Local Falcon publiée le 18 août 2026 (37 500 recherches IA dans les 100 plus grandes villes américaines), 91,5 % des agents immobiliers établis disposant d'un site n'ont jamais été cités une seule fois par une IA, et seuls 21,2 % des plus gros vendeurs individuels le sont. Les sites les plus cités sont ceux qui hébergent une page « meilleurs agents de la ville » : 18 des 25 premiers. En France, nos mesures sur 32 villes (5 950 réponses, 7 modèles, août 2026) montrent la même concentration, mais au profit des enseignes nationales plutôt que d'agents individuels. Le volume de ventes n'est pas un signal lisible par un modèle : le contenu local public, daté et cohérent l'est.
Une étude américaine a passé 37 500 recherches IA au crible dans les 100 plus grandes villes des États-Unis. Verdict : 91,5 % des agents établis avec un site ne sont jamais cités, et les gros vendeurs ne s'en sortent pas mieux. Tu vas voir ce que mesure vraiment cette étude, ce que nos propres données françaises disent du même phénomène, pourquoi les pages « meilleurs agents de la ville » ramassent la mise, et quoi faire concrètement sans acheter de badge à personne.
Ce que tu vas apprendre en 11 min
Le meilleur vendeur de la ville n'existe pas pour ChatGPT
Prends la meilleure agence de ta ville. Celle qui signe le plus de mandats, qui a la vitrine la mieux placée, dont tout le monde connaît le nom au café d'en face. Ouvre ChatGPT, demande « quelle agence pour vendre ma maison à [ta ville] ». Il y a de fortes chances qu'elle n'apparaisse pas. Pas une fois. Pendant qu'un confrère dont tu n'as jamais entendu parler, lui, sort en premier.
Ce n'est plus une impression. Le 18 août 2026, Local Falcon a publié The Realtor AI Visibility Index, une étude qui a lancé 37 500 recherches IA dans les 100 plus grandes villes américaines pour savoir quels agents les modèles acceptent de nommer. Inman en a tiré un titre net : les meilleurs producteurs perdent. C'est le sujet de cet article, et surtout ce que ça donne quand on refait la mesure en France.
Ce que dit vraiment l'étude américaine
Le protocole : quatre plateformes interrogées (ChatGPT, Google AI Overviews, Gemini, Grok), 100 villes, 37 500 requêtes, puis croisement des noms cités avec le classement de production RealTrends Verified. Voici les chiffres que l'étude publie.
91,5 %
des agents et équipes classés, disposant d'un site web, n'ont jamais été cités une seule fois par une IA
21,2 % seulement des agents individuels les plus gros vendeurs de leur ville sont cités par au moins une plateforme. Sur 945 producteurs identifiés, 499 publient un site, 106 sont cités. 18 sites sur 25 parmi les plus cités hébergent une page « meilleurs agents immobiliers de [ville] ». Ces pages ne sont pas des comparatifs neutres. 26,6 % : dans une ville américaine moyenne, un seul agent capte plus du quart de tout ce que l'IA dit des agents de ce marché. Quatre agents en captent plus de la moitié. 82,6 % des agents nommés le sont par une seule plateforme et par aucune autre. Il n'y a pas un classement à gagner, il y en a quatre qui ne se parlent pas. 3 757 agents ou équipes distincts nommés au total, soit environ 42 par ville. Google AI Overviews, lui, ne répond rien sept fois sur dix.
Tout ce qui précède décrit les États-Unis : autres portails, autre structure de courtage, autre rapport au classement public. Rien de tout cela ne se transpose tel quel en France. C'est justement pour ça qu'on a mesuré la même chose ici.
Données américaines, marché américain
Elle a lancé 37 500 recherches IA dans les 100 plus grandes villes des États-Unis sur quatre plateformes (ChatGPT, Google AI Overviews, Gemini, Grok), relevé les 3 757 agents ou équipes nommés, puis croisé ces noms avec le classement de production RealTrends Verified 2026. Résultat publié le 18 août 2026 : 91,5 % des agents classés et disposant d'un site n'ont jamais été cités, et 21,2 % seulement des plus gros vendeurs individuels apparaissent. C'est un instantané d'un marché américain, pas une mesure française.
Non, pas directement. La structure du courtage, les portails et le rapport aux classements publics diffèrent. Nos propres mesures en France, sur 115 questions posées à 7 modèles dans 32 villes en août 2026, retrouvent la même concentration et la même instabilité des réponses, mais au profit des enseignes nationales : Orpi apparaît par exemple dans 31 villes sur 32 de l'échantillon. En France, l'agent indépendant est d'abord en concurrence avec un réseau, pas avec un confrère individuel.
Answer Engine Optimization : l'optimisation pour les moteurs de réponse, c'est-à-dire les assistants qui produisent une réponse rédigée au lieu d'une liste de liens. Le terme recouvre à peu près la même réalité que GEO ou LLMO. Le principe : ne plus chercher à obtenir un lien dans une liste, mais à devenir la phrase que le modèle reprend. Concrètement, ça passe par du contenu qui répond explicitement à la question posée, daté, sourcé, et par une identité cohérente sur toutes les sources publiques.
Aux États-Unis, c'est le levier qui fonctionne le mieux d'après l'étude : 18 des 25 sites les plus cités en hébergent une, et l'auteur de la page s'y classe presque toujours premier. En France, l'auto-classement expose aux règles sur la publicité comparative et les pratiques commerciales trompeuses. Si tu produis un comparatif local, produis-le avec des critères explicites, des sources vérifiables et sans te désigner vainqueur. Un bilan de marché trimestriel sourcé apporte un signal comparable sans le risque.
Fais un relevé de départ : 5 questions de vendeur typiques, posées 3 fois chacune sur 3 assistants différents, dans une conversation neuve à chaque fois. Note tous les noms cités et leur position. Un test unique ne prouve rien, car les réponses varient beaucoup d'une interrogation à l'autre. Refais la même mesure chaque mois, même questions, même jour : seule l'évolution de la courbe permet de juger l'effet de tes actions.