En janvier 2026, dans une salle de réunion d’une PME lyonnaise, le responsable marketing présente sa stratégie de contenu. Personas soigneusement construits. Parcours d’achat détaillé. Budget alloué. Tout est cohérent, tout est logique. Un seul détail manque : ses acheteurs cibles, depuis six mois, commencent leur recherche sur ChatGPT. Ils ne lisent pas son blog. Ils interrogent un modèle qui, lui, a peut-être indexé ses concurrents.
L’AI Diffusion Index de Microsoft AI Economy Institute (mai 2026) est sans ambiguïté : 47,8 % des Français en âge de travailler utilisent aujourd’hui des outils d’IA générative, soit une hausse de 3,8 points en un seul trimestre. La France occupe la 5e place mondiale, derrière les Émirats arabes unis, Singapour, la Norvège et l’Irlande, mais devant les États-Unis à 31,3 %. Votre marché cible, lui, n’attend pas.
L’acheteur SaaS B2B a changé de méthode, pas de question
Il cherche toujours la même chose. Réduire son risque, justifier son budget, convaincre les décideurs autour de lui. Ce qui a changé, c’est l’outil qu’il utilise pour préparer ses réponses.
Selon le Buyer Experience Report de 6sense (2025), 94 % des acheteurs B2B utilisent des LLMs pendant leur parcours d’achat : comparer les offres, résumer les avis, simuler les coûts. Ils arrivent en call de démo avec un dossier. Un vrai dossier, pas trois onglets Chrome ouverts à la va-vite. Le cycle d’achat a raccourci : 11,3 mois en 2023, 10,1 mois en 2025 (6sense, Buyer Experience Report 2025). Plus rapide, mieux préparé.
Votre funnel est construit pour l’acheteur lent, celui qui découvrait votre solution en lisant un article, qui revenait deux semaines plus tard, qui demandait une démo sans trop savoir ce qu’il voulait. Cet acheteur-là existe encore. Il est de moins en moins représentatif.
Ce que votre TOFU produit en ce moment
Du contenu pour les moteurs de recherche. Des articles qui répondent à des requêtes informatives génériques, optimisés pour Google, écrits pour un lecteur qui cherche un début de réponse. C’est utile. C’est de plus en plus insuffisant.
L’acheteur GenAI-native ne commence pas par Google. Il commence par une question longue, contextuelle, formulée comme s’il parlait à un consultant. « Quel outil SaaS pour automatiser mon onboarding client sachant que j’ai une équipe de 5 CSM et un CRM Hubspot ? » Il obtient une synthèse. Votre marque apparaît dans cette synthèse seulement si votre contenu est cité, référencé, digéré par les LLMs qui génèrent ces réponses.
Le baromètre numérique 2026 de l’Arcep et de l’Arcom (Crédoc, panel de 4 145 personnes, enquête juin 2025) confirme que 59 % des Français utilisent encore les moteurs classiques pour la recherche d’informations. Contre 28 % via IA. La bascule n’est pas terminée. Elle est en cours. Et elle est plus rapide chez les 25-39 ans, vos acheteurs B2B actuels, à 46 % d’adoption.
Attendre que la bascule soit complète, c’est une décision de contenu.
Les trois étapes de funnel qui cassent en premier
- La phase de découverte (TOFU) : les acheteurs formulent leurs problèmes en langage naturel aux LLMs. Si votre contenu ne répond pas à des questions précises, contextuelles, avec des données vérifiables, il ne sera pas cité. Les articles « 5 raisons de choisir un outil de X » disparaissent des parcours. Les guides qui répondent à une situation spécifique restent.
- La phase de comparaison (MOFU) : c’est là que le LLM est le plus actif. L’acheteur demande une comparaison directe entre votre solution et deux concurrents. Si vous n’avez pas de contenu structuré, factuel, avec des cas d’usage précis, le modèle vous positionne sur des généralités. Votre différenciation disparaît dans la synthèse.
- La phase de validation (BOFU) : le décisionnaire arrive en réunion avec un résumé généré. Il a déjà une opinion. Votre démo n’est plus une découverte, c’est une confirmation ou une infirmation. Les équipes commerciales qui ne savent pas d’où vient cet acheteur, ce qu’il a demandé au LLM, ce qu’on lui a répondu, partent avec un handicap invisible.
Ce que les funnels performants font différemment
Ils produisent du contenu pensé pour deux audiences simultanément : le lecteur humain et le modèle qui indexe. Ce sont souvent les mêmes règles : précision factuelle, données sourcées, structure claire, réponses directes aux questions que posent les acheteurs. Pas de la rédaction « pour l’IA ». De la rédaction rigoureuse.
Ils documentent leurs cas d’usage avec des résultats chiffrés. Pas « nos clients gagnent du temps » mais « une entreprise de 50 personnes a réduit son temps d’onboarding de 18 à 6 jours sur 90 jours de déploiement ». Ce niveau de précision est indigeste pour un article SEO générique. C’est exactement ce qu’un LLM cite quand il répond à la question « quel outil pour réduire le temps d’onboarding ».
Ils mesurent leur présence dans les réponses LLM. GEO (Generative Engine Optimization), AIO (AI Optimization) : les noms changent selon les agences. Le principe reste le même : tester régulièrement si votre marque apparaît quand un acheteur pose les questions que vous avez identifiées. Pas une fois. Chaque trimestre.
| Étape | Acheteur pré-GenAI (2022) | Acheteur GenAI-native (2026) |
|---|---|---|
| Découverte | Recherche Google, lecture d’articles de blog | Question longue à ChatGPT, synthèse LLM en 2 min |
| Comparaison | Visite des sites concurrents, lecture des pages Pricing | Demande de comparaison directe au LLM avec cas d’usage |
| Validation interne | Envoi de liens à des collègues, réunion de présentation | Résumé généré partagé en Slack, décision pré-formée avant la démo |
| Signal d’intention | Formulaire de contact après 3-4 visites du site | Demande de démo après validation LLM, intention haute dès le premier contact |
La question que personne ne pose encore
Votre contenu est-il citable ? Pas lisible. Citable. Un LLM ne « lit » pas, il extrait. Il cherche des assertions vérifiables, des données attribuées, des cas d’usage précis. Si votre meilleure page MOFU est construite autour d’un témoignage client flou et de trois bullets points généraux, elle n’existe pas dans le parcours GenAI.
Les taux de conversion MQL-vers-SQL en SaaS B2B plafonnent à 15-21 % en moyenne (données benchmarks sectoriels 2025). Cette friction est, en partie, le symptôme d’un funnel qui livre des leads insuffisamment informés. L’acheteur GenAI-native qui arrive en BOFU est souvent mieux qualifié : il a déjà fait une partie du travail de MOFU. Le problème, c’est qu’il n’arrive jamais si votre marque était absente de sa recherche.
« L’IA est devenue l’outil privilégié pour la recherche d’informations, la rédaction et la traduction de contenus. » Zakari Alahyane, membre du collège de l’Arcep, baromètre numérique 2026.
Un constat de régulateur, tiré d’une enquête terrain auprès de 4 145 Français interrogés en juin 2025.
Par où commencer, concrètement
Trois chantiers, dans l’ordre.
D’abord, auditez vos 10 meilleures pages MOFU. Posez la question suivante à chacune : si un LLM devait extraire un fait précis, une donnée chiffrée, un cas d’usage spécifique depuis cette page, qu’est-ce qu’il trouverait ? Si la réponse est « rien de précis », c’est une page à retravailler avant tout autre chantier.
Ensuite, testez votre présence LLM sur cinq requêtes que vos acheteurs formulent réellement. Pas les mots-clés de votre plan SEO mais les questions que posent des humains en situation d’achat. « Quel SaaS pour [cas d’usage précis] avec [contrainte spécifique] ? » Notez ce qui ressort. Identifiez quels concurrents sont cités. Comprenez pourquoi.
Enfin, créez un format de contenu que vous n’avez probablement pas encore : la fiche technique de cas d’usage. Une page par situation client réelle, avec un contexte précis (secteur, taille d’équipe, contrainte initiale), un processus décrit étape par étape et un résultat mesuré. Court. Factuel. Citable. C’est ce que les LLMs cherchent. C’est aussi ce que les acheteurs aiment lire quand ils arrivent sur votre site après avoir consulté un modèle.
47,8 % de vos prospects utilisent la GenAI pour trouver des solutions. Votre funnel est encore construit pour les autres 52,2 %.
Longtemps, on a parlé de la GenAI comme d’un outil interne, un gain de productivité pour les équipes. Elle est devenue un intermédiaire entre votre marché et vous.
