:quality(75):no_upscale())
:quality(75):no_upscale())
:quality(75):no_upscale())
:quality(75):no_upscale())
:quality(75):no_upscale())
:quality(75):no_upscale())
L’IA sonne t’elle la fin de la frontière entre le Owned et le Earned ?
Le challenge
Analyser régulièrement la manière dont les marques apparaissent dans les réponses générées par les principaux modèles de langage (LLM), y compris le sentiment, le cadrage thématique et les signaux de réputation…
La méthode
Créer des personnas. En effet, chaque utilisateur possède sa propre perception d’un besoin, d’une marque, d’une institution, d’un produit ou d’un événement. L’idée est donc de créer autant de prompts afin d’interroger un moteur d’IA selon autant de points de vue. Ce travail ne peut se faire que dans le cadre d’un lien étroit d’expertise entre le client et la société de veille et d’analyse. Une fois les personnas et les prompts définis, il s’agit d’interroger les moteurs d’IA de manière régulière et de produire un nouveau contenu.
Que faire après ?
Le contenu généré constitue un contenu média à part entière. Il peut être comparé avec un résultat de veille traditionnelle ou de veille sociale (ton, perception, identification des messages clés, etc.). Ensuite, le lien entre les équipes communications et le SEO/GEO est essentiel. Il répond à la question : comment faire afin d’optimiser les résultats grâce à un travail sur le owned mais aussi sur le earned?
La leçon
Or le moteur d’IA ne fait pas de différence entre le Owned et le Earned : la frontière entre les deux environnements n’existe quasiment pas pour lui. Même si un algorithme travaille en priorisant des sources au détriment d’autres. L'effacement de la frontière entre Owned et Earned ou le décloisonnement des deux constitue une évolution majeure pour les métiers de la communication. Ils appellent, au sein des entreprises, une collaboration plus étroite entre relations médias, contenus, communication digitale et veille, voire une redéfinition de leurs articulations.