91,5 % des meilleurs agents invisibles dans l'IA

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.

Ce que tu vas apprendre en 11 min 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.

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.

Données américaines, marché américain 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.

Ce que ça donne en France

En août 2026, on a posé 115 questions de vendeurs à 7 modèles d'IA dans 32 villes françaises, soit 5 950 réponses collectées et analysées. Les résultats détaillés sont dans notre étude sur 32 villes, et la version complète se télécharge sur la page dédiée. Trois points se recoupent avec l'étude américaine, un point diverge franchement.

Concentration de la visibilité : deux marchés, même logique États-Unis : part des citations captée par le premier agent d'une ville moyenne. France : part de la visibilité captée par 75 marques connues sur 3 737 entités citées. Deux mesures différentes, à lire séparément. US · 1er agent d'une ville : 26.6 US · 4 premiers agents : 56.1 FR · 75 marques connues : 68 Source : Local Falcon (18/08/2026, 100 villes US) et étude IA LAB (août 2026, 32 villes FR)

Voir ce que les IA répondent dans ta ville L'étude complète, 32 villes et 7 modèles, avec la méthodologie et les résultats ville par ville. Gratuite. Télécharger l'étude

Pourquoi ce sont ces noms-là qui sortent

La partie la plus dérangeante de l'étude Local Falcon n'est pas le 91,5 %. C'est le contenu des pages citées. Sur les 25 sites d'agents les plus cités, 18 hébergent une page du type « Top Real Estate Agents in Las Vegas 2026 » ou « Who Is the Best Realtor in Kansas City ». Des pages écrites par l'agent lui-même, sur lesquelles il se classe premier. Le modèle les traite comme la source de référence sur la question.

Ce n'est pas de la triche au sens technique, c'est une conséquence mécanique. Un modèle de langage n'a aucun accès au registre des ventes. Il a accès à des pages qui répondent explicitement à la question posée. Le classement de production est invisible. Une page qui dit « voici les meilleurs agents de la ville » est parfaitement lisible.

Ce que l'IA voit, ce qu'elle ne voit pas Invisible pour un modèle → Lisible pour un modèle Ton volume de ventes : Aucune trace publique exploitable → Un bilan de marché local publié et daté Ta réputation de terrain : Bouche-à-oreille, non indexable → Avis détaillés et nommés, sur plusieurs plateformes Ta vitrine et ton emplacement : Non pertinent hors carte → Fiche établissement complète et cohérente Ton expertise quartier : Dans ta tête et dans tes rendez-vous → Pages de quartier avec chiffres sourcés et datés Le nom de ton agence : Écrit différemment sur 6 supports → Orthographe strictement identique partout Source : Synthèse IA LAB à partir de l'étude Local Falcon et de nos audits 2026

L'AEO, et ce qu'il faut en penser

Le 10 septembre 2026, Inman a publié un entretien avec Sam Mehrbod, dirigeant de Roomvu, sous le titre « What's actually driving AI search visibility for real estate agents ». Sa formule : la porte d'entrée de ton activité est en train de changer. Le vocabulaire qu'il pousse, c'est l'AEO, pour Answer Engine Optimization : optimiser pour les moteurs de réponse plutôt que pour les moteurs de liens.

Précision utile Roomvu vend un outil sur ce marché, dont un scanner gratuit de visibilité IA lancé en août 2026. Ça n'invalide pas le constat, ça le situe. Prends l'analyse, garde ton libre arbitre sur l'outil. Et note qu'AEO, GEO, LLMO désignent à peu près la même chose : on a détaillé la mécanique dans notre guide GEO pour l'immobilier.

Le fond de l'affaire est simple. Pendant vingt ans, le référencement consistait à obtenir un lien dans une liste. Maintenant, il consiste à devenir la phrase que le modèle recopie. Google pousse le mouvement avec son mode IA, analysé ici : Google AI Mode et la visibilité des agents. Et la bataille pour savoir qui contrôle ces réponses est déjà engagée entre portails, réseaux et éditeurs, comme on l'a décrite dans La guerre invisible de la distribution.

Erreurs à éviter

IA et automatisation : mesurer ta visibilité toi-même

Avant tout chantier, il te faut une base de départ. Voici la méthode que j'utilise en audit : trois modèles, cinq questions, trois répétitions, une fois par mois. Ça prend quarante minutes et ça donne une courbe, pas une impression.

Prompt d'analyse de tes résultats (à coller avec ton relevé) Tu es consultant en visibilité sur les moteurs de réponse IA, spécialisé immobilier français.

Voici le relevé brut d'un audit : 5 questions de vendeurs, posées 3 fois sur 3 assistants IA, pour la ville de [VILLE].

Analyse uniquement ce relevé, sans rien inventer ni compléter par tes connaissances générales : 1. Classe les entités citées par nombre d'occurrences et indique leur type (réseau national, mandataire, agence indépendante, portail, annuaire). 2. Indique le taux de stabilité : part des noms qui apparaissent dans les 3 répétitions d'une même question. 3. Identifie les questions où aucune agence locale indépendante n'apparaît. 4. Pour l'agence [NOM DE MON AGENCE], dis précisément dans combien de réponses elle apparaît et à quelle position moyenne. 5. Propose 3 chantiers de contenu, classés par effort croissant, en te limitant à ce que le relevé démontre.

Ce que tu peux faire dès cette semaine

Le point commun des agents cités, aux États-Unis comme ici, c'est qu'il existe du texte public, daté, précis, qui répond à la question du vendeur et où leur nom figure. Pas du texte sur eux : du texte utile qui les contient. C'est aussi la logique qu'on applique aux écosystèmes d'outils connectés et à l'organisation de l'agent qui travaille seul : produire une trace exploitable, pas de la présence décorative.

Checklist visibilité IA (à cocher dans l'ordre) 1. Un relevé de départ chiffré, 5 questions × 3 modèles × 3 répétitions. 2. Nom de l'agence écrit à l'identique partout, jusqu'à la ponctuation. 3. Fiche établissement complète, horaires, photos, catégorie exacte. 4. Une page par quartier travaillé, avec des chiffres sourcés et une date de mise à jour visible. 5. Un bilan de marché local publié chaque trimestre, signé, daté. 6. Des avis clients détaillés qui nomment le quartier et le type de bien. 7. Une présence dans des sources tierces crédibles : presse locale, annuaires sérieux, interviews. 8. Zéro auto-classement déguisé en comparatif. 9. Une remesure mensuelle, même protocole. 10. Une décision par trimestre à partir de la courbe, pas de l'humeur.

Ton agence est-elle lisible par une IA ? Le nom exact de ton agence est-il écrit à l'identique sur ton site, ta fiche établissement, tes annonces et tes réseaux ?

As-tu publié dans les 12 derniers mois un contenu local daté avec des chiffres sourcés ?

Sais-tu combien de fois ton agence est citée quand on pose la question à trois IA différentes ?

Tes avis clients mentionnent-ils des éléments concrets (quartier, type de bien, étape de la vente) ?

Tu es probablement invisible : Rien d'exploitable ne circule sur toi. Commence par le relevé de départ et le nom cohérent partout : deux chantiers gratuits, effet immédiat sur la lisibilité. Des signaux, mais dispersés : Les bases existent sans cohérence. Fixe l'orthographe du nom, date tes contenus, et lance une remesure mensuelle pour voir bouger la courbe. Tu joues déjà la bonne partition : Il te manque surtout la régularité et la mesure. Publie un bilan de marché par trimestre et tiens ton relevé mensuel : c'est ce qui creuse l'écart sur douze mois.

Conclusion

L'étude Local Falcon décrit un marché qui n'est pas le nôtre, avec une méthode qui a ses limites : quatre plateformes, un instantané d'août 2026, un référentiel de production américain. Mais elle met un chiffre sur une bascule que nos propres mesures françaises confirment. La performance commerciale ne produit aucun signal lisible par un modèle de langage. Le contenu public, daté, cohérent, oui.

La bonne nouvelle, c'est que presque personne ne s'en occupe encore sérieusement. Sur nos 32 villes, les indépendants qui apparaissent ne sont pas les plus gros : ce sont ceux dont la trace en ligne est la plus propre. Ça se rattrape en un trimestre de travail méthodique, pas en un budget.

Faire mesurer ta visibilité sérieusement 45 minutes avec moi : on relève ta position réelle dans les réponses IA de ton secteur et tu repars avec un plan chiffré. Réserver un échange

Questions fréquentes

Que mesure exactement l'étude Local Falcon ?

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.

Ces chiffres s'appliquent-ils au marché français ?

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.

C'est quoi l'AEO ?

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.

Faut-il publier une page « meilleures agences de ma ville » ?

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.

Comment savoir si mon agence est citée ?

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.