Nous construisons des moteurs d'IA conversationnelle sur les archives des éditeurs. Réponses avec citations imposées, raisonnement temporel, résolution d'entités GraphRAG, et une stratégie de licence parallèle qui capte des revenus auprès des moteurs d'IA que vous ne contrôlez pas. Pour les éditeurs de taille intermédiaire qui ne peuvent pas s'offrir une équipe ML de six ingénieurs, mais qui ne peuvent pas non plus se permettre d'attendre.
48 %
des requêtes Google affichent désormais des AI Overviews
theStacc / Search Engine Land, mars 2026
-33 %
trafic de recherche des éditeurs en glissement annuel, sur l'année jusqu'à nov. 2025
Reuters Institute, 2026
-43 %
baisse supplémentaire que les dirigeants de médias anticipent d'ici 2029
Enquête Reuters Institute Trends 2026
Un scénario précis, pas un problème abstrait.
Un quotidien régional comptant 4 millions de visiteurs uniques par mois et une archive de 32 ans fait ses calculs dans son dossier de conseil d'administration de février 2026. Les renvois de recherche organique reculent de 41 % en glissement annuel. Les CPM programmatiques baissent de 18 % supplémentaires. Leurs revenus d'affiliation, qui ont maintenu le modèle économique à flot en 2023, se sont effondrés au tiers de leur pic. Même trajectoire que celle citée par Penske Media dans sa plainte antitrust de septembre 2025 contre Google. Le directeur financier pose la question évidente : qu'est-ce que Google nous doit exactement, et comment le lui faire payer ?
La réponse est inconfortable. Google ne leur doit rien sur le plan contractuel. L'accord tacite (vous nous explorez, vous nous envoyez du trafic) a été réécrit unilatéralement lorsque les AI Overviews ont commencé à apparaître sur 48 % des requêtes. Lorsqu'un AI Overview s'affiche au-dessus d'un lien organique, le Daily Mail a mesuré une chute de 89 % du taux de clic sur ordinateur. Le panel de mars 2025 de Pew a constaté que les utilisateurs confrontés à un AI Overview cliquaient vers un lien traditionnel dans seulement 8 % de toutes les visites. Le contenu de l'éditeur est toujours lu. L'éditeur n'est plus payé.
Parallèlement, la réponse évidente, « construire notre propre IA », porte ses propres cicatrices. Le Washington Post a lancé Ask The Post AI en novembre 2024. En décembre 2025, des messages Slack internes du rédacteur en chef chargé des normes ont fuité : leur podcast généré par IA inventait des citations, attribuait à tort des sources et insérait des commentaires comme s'il s'agissait de la position éditoriale du journal. « Il est vraiment stupéfiant que cela ait pu aller de l'avant », a écrit un rédacteur, « jamais je n'aurais imaginé que le Washington Post déforme délibérément son propre journalisme, puis diffuse ces erreurs à notre audience à grande échelle. » L'échec technique tenait à une étape de vérification des citations manquante. Le dommage réputationnel, lui, fut mondial.
Voilà la vraie forme du problème. Les éditeurs de taille intermédiaire ne peuvent pas se permettre de ne rien faire. Le moteur de recherche qui a bâti leur distribution est désormais leur plus grand concurrent. Ils ne peuvent pas non plus se permettre de lancer un chatbot qui hallucine sous leur propre titre. Et ils ne peuvent pas reproduire les équipes ML internes que le FT, Bloomberg et le New York Times ont constituées avant la chute. Il leur faut un partenaire de réalisation qui a fait le travail ingrat : ingestion d'archives, résolution d'entités, imposition des citations, files de revue éditoriale, et une stratégie de licence parallèle qui capte des revenus auprès des moteurs d'IA qu'ils ne posséderont jamais.
Ouvrez ceci lors de votre prochaine réunion de stratégie. Nous avons essayé d'être honnêtes sur ce que chaque option fait et ne fait pas.
| Option | Ce qu'elle fait réellement | Là où elle pèche |
|---|---|---|
| Fournisseur de chatbot SaaS (Tars, simples surcouches de recherche sur site) | Pose un widget de chat sur votre site. Plongements vectoriels de vos articles. Devisé entre 60 000 $ et 120 000 $, déployé en quelques semaines. | Aucune résolution d'entités. Aucun raisonnement temporel. Aucune vérification des citations. Hallucine sur les requêtes qui comptent (multi-sauts, longitudinales). Votre archive est dans leur cloud. |
| Construction interne des Big Five (FT, NYT, Bloomberg, WaPo, Guardian) | RAG sur mesure sur une archive propriétaire. Ask FT fonctionne sur Anthropic Claude avec citations obligatoires. Bloomberg dispose de BloombergGPT et de la traduction BQL. | Construit par des équipes ML de 6 à 20 ingénieurs sur 12 à 24 mois. Le coût atteint les sept chiffres. Les éditeurs de taille intermédiaire ne peuvent pas reproduire les effectifs, point final. |
| Big 4 / grand intégrateur (Accenture, Deloitte, IBM iX) | Le construiront. Ont réalisé des travaux d'IA générative pour des secteurs adjacents. | Les missions s'élèvent à 1,5 M$-5 M$+ avec une phase de cadrage qui dure plus longtemps que votre trésorerie. Ils recourent à la même pile Microsoft GraphRAG et Neo4j que nous, mais facturent en plus du conseil de niveau associé. Ils n'ont pas construit cinq archives d'éditeurs à la suite. |
| Cloudflare Pay Per Crawl (janv. 2026) | Bloque par défaut les robots d'exploration d'IA sur ~20 % du trafic web mondial. Vous permet de définir Autoriser / Facturer / Bloquer par robot, à un prix par requête appliqué à tout le domaine. | N'empêche pas les AI Overviews de résumer votre contenu (ils le récupèrent au moment de la requête). Ne génère pas de rétention. Pure captation de fuites, et la découverte des prix reste immature. |
| News/Media Alliance + ProRata (mars 2026) | Pool de licences collectif pour 2 200 petits et moyens éditeurs. Partage de revenus 50/50 sur les réponses d'IA traçables par attribution via Gist.ai. La NMA gère la paperasse. | Les revenus dépendent de l'adoption de Gist.ai face à ChatGPT, Perplexity et Gemini. C'est le début. L'accord parallèle NMA+Bria concerne uniquement le RAG d'entreprise. |
| Tollbit / péages directs sur les robots | Facture par requête d'exploration, mécanisme similaire à Cloudflare mais configurable robot par robot. Le Boston Globe, Vox et Future l'ont expérimenté. | Même limite structurelle que Cloudflare : il capte les revenus d'exploration, pas les revenus de requête. Les éditeurs honnêtes devraient exploiter à la fois Tollbit et un levier côté requête. |
| Veriprajna (nous) | Construction sur mesure du moteur conversationnel sur votre pile, avec imposition des citations, résolution d'entités GraphRAG, raisonnement temporel et gouvernance éditoriale. Plus l'intégration de ProRata, Bria, Tollbit et Cloudflare en une seule stratégie de revenus. | Nous sommes un cabinet de conseil, pas un SaaS. Nous ne résolvons pas l'asymétrie de pouvoir des plateformes. Seul votre gouvernement peut le faire. Nous ne prétendrons pas que les dollars de licence de ProRata ou Bria remplaceront 100 % des revenus de recherche perdus. Ils ne le feront pas, en 2026. |
Chaque mission est sur mesure. Voici les quatre domaines de capacités que l'on nous demande sans cesse de combiner.
Les 60 % ingrats de chaque projet. OCR sensible à la mise en page pour le microfilm numérisé et les PDF antérieurs à 2005 (Tesseract pour les documents propres, Azure Document Intelligence ou Google Document AI pour les pages de journaux à colonnes denses). Découpage sémantique qui respecte les titres, les chapeaux et les signatures au lieu de trancher tous les 500 mots. Enrichissement des métadonnées avec la date de publication, l'auteur, la rubrique, et la reconnaissance d'entités nommées pour les Personnes, Organisations, Lieux, Projets de loi et Affaires.
Vient ensuite la passe de résolution d'entités : fusionner « M. Musk », « Elon Musk », « PDG de Tesla » en un seul nœud, et distinguer « John Smith le conseiller municipal » de « John Smith le proviseur » sur 25 ans de signatures. Nous combinons l'extraction fondée sur LLM avec des règles déterministes ajustées à votre domaine de couverture, puis une revue humaine pour les 200 premières entités par nombre d'articles. Senzing ou Neo4j Graph Data Science gère le volet algorithmique. Les jugements de fond relèvent de nous et de vous, conjointement.
La recherche vectorielle seule ne peut pas répondre à « Comment la position du maire sur le logement a-t-elle évolué entre 2010 et 2024 », car la réponse ne se trouve dans aucun fragment unique. Nous transformons l'archive en un graphe de connaissances Neo4j ou Amazon Neptune doté d'arêtes typées (HAS_STANCE, ENDORSED_BY, VOTED_ON), puis versionnons chaque arête avec des horodatages valid_start et valid_end dérivés des dates de publication.
Au moment de la requête, un planificateur agentique décompose la question en sous-requêtes temporelles, parcourt le graphe et assemble un récit chronologique avec des citations en ligne. Nous utilisons Microsoft GraphRAG comme socle open source et personnalisons les prompts d'extraction d'entités selon vos domaines de couverture spécifiques. Pour les archives plus longues, nous superposons T-GRAG (arXiv 2510.13590) pour la récupération sensible au temps. C'est toute la différence entre un chatbot qui trouve des articles et un chatbot qui synthétise l'histoire à travers eux.
L'incident du podcast du Washington Post est le cas d'école. Trois couches, aucun raccourci. D'abord, un prompt système d'ancrage strict interdit toute affirmation absente du contexte récupéré. Ensuite, un vérificateur a posteriori (un appel LLM distinct) contrôle chaque phrase générée par rapport à sa source citée et écarte toute phrase dont la citation ne contient pas réellement l'affirmation. Enfin, un seuil de confiance achemine les réponses peu fiables vers une file de revue éditoriale avant qu'elles n'atteignent l'utilisateur, avec des niveaux de gravité configurables.
Nous instrumentons le journal des réponses afin que votre bureau des normes puisse auditer n'importe quelle session en moins d'une heure. Nous construisons aussi un « interrupteur d'arrêt », un seul contrôle de tableau de bord qui désactive le widget public tout en gardant le back-end en marche pour l'ingénierie. Ennuyeux, essentiel, jamais présent dans un chatbot SaaS.
La plupart des cabinets ne vous vendent qu'un seul levier. La réponse honnête est qu'il vous faut les deux. Le levier de rétention, c'est votre propre moteur conversationnel, packagé comme un palier d'abonnement « Intelligence » premium (le modèle Ask FT : 1 000 $+/an par utilisateur professionnel avec des requêtes agentiques illimitées). Le levier de captation de fuites consiste à adhérer à ProRata (partage de revenus 50/50 via Gist.ai), Bria (usage d'IA interne en entreprise) et Tollbit (péages directs sur les robots), plus une posture Cloudflare Pay Per Crawl qui bloque GPTBot, ClaudeBot, CCBot et Google-Extended tout en facturant Perplexity et Mistral.
Nous intégrons les tableaux de bord de licence à vos analyses de revenus existantes afin que votre directeur financier voie une seule vue, pas cinq. Nous ne promettrons pas que les dollars de licence remplaceront les revenus de recherche perdus en 2026. Nous vous promettons que vous ne les laisserez pas sur la table.
Pas de présentation de cadrage qui prend un trimestre. Pas de document de stratégie de 80 pages. Nous mettons un widget de chat fonctionnel devant votre équipe éditoriale dès la semaine 8 et nous itérons à partir de là.
Nous échantillonnons 1 % de votre archive, mesurons la difficulté d'ingestion (export Arc XP propre vs microfilm numérisé vs HTML cassé de 2003), élaborons un inventaire d'entités de vos 200 premières Personnes/Organisations/Lieux, et chiffrons la construction complète avec un intervalle de confiance défendable. L'écart entre le meilleur et le pire des cas pour la seule ingestion est d'environ 8 pour 1 en effort. Nous donnons à votre directeur financier un chiffre, pas une fourchette.
Construire le pipeline d'ingestion (OCR, découpage sémantique, enrichissement des métadonnées). Mettre en place la couche de récupération hybride : recherche éparse BM25 pour les correspondances exactes d'entités, plus des plongements vectoriels denses pour la similarité sémantique, avec un reranker Cohere ou BGE par-dessus. Déployer le widget de chat dans un environnement de préproduction que vos rédacteurs peuvent casser en privé.
Exécuter l'extraction et la résolution d'entités sur l'ensemble de l'archive. Mettre en place Neo4j avec des arêtes versionnées. Ajouter le décomposeur de requêtes temporelles. À la fin de la phase 2, le widget de chat peut répondre à « comment X a-t-il évolué sur Y années » avec une réponse ordonnée chronologiquement et étayée par des citations.
Déployer le vérificateur de citations a posteriori, la file de revue à seuil de confiance et l'outillage d'audit du bureau des normes. Ouvrir le widget à un faible pourcentage d'abonnés authentifiés derrière un drapeau de fonctionnalité. Régler la politique de longueur des réponses et les modèles de refus contre de vrais journaux de requêtes, pas des benchmarks synthétiques.
Câbler l'attribution ProRata et Bria dans votre tableau de bord de revenus. Configurer les règles Cloudflare Pay Per Crawl par robot. Aider les équipes produit et tarification à concevoir le palier Intelligence et son parcours d'essai. Transférer la propriété opérationnelle à votre équipe avec une période d'accompagnement en binôme de 90 jours.
Réserve honnête : les délais supposent une archive de 100 000 à 500 000 articles sur Arc XP, Brightspot ou WordPress VIP. Une archive savante de 5 millions d'articles sur Atypon, ou un tas de microfilms numérisés des années 1990, peut ajouter 8 à 16 semaines à la seule phase 1. L'audit de la phase 0 existe précisément pour détecter cela avant que vous ne signiez un chiffre.
Huit questions. Vous indiquent quelle phase dominera le coût de votre construction et quoi corriger avant de demander un devis à un fournisseur.
Pour une archive de 10 à 25 ans comptant 100 000 à 500 000 articles, un moteur conversationnel de qualité production revient à environ 180 000 $-450 000 $ pour la construction initiale, plus 4 000 $-15 000 $ par mois pour l'inférence, le stockage vectoriel et les appels au reranker, aux volumes de requêtes typiques d'un éditeur de taille intermédiaire. Le pipeline d'ingestion est le poste le plus important, généralement 50 à 60 % du coût de construction. L'écart dépend de trois choses : à quel point l'archive est déjà propre (exports Arc XP modernes vs microfilm numérisé des années 1990), si vous avez besoin d'une couche de graphe de connaissances pour les requêtes multi-sauts, et la profondeur de l'outillage de revue éditoriale. Une surcouche de chatbot SaaS vendue par un fournisseur de plateforme vous devisera 60 000 $, mais elle hallucinera sur les requêtes qui comptent, car elle n'a jamais construit une vue à entités résolues de votre archive spécifique.
Les premières données de FT Professional et du Bloomberg Terminal indiquent le contraire. Ask FT a augmenté ce que le FT appelle en interne l'engagement Actual Core Reader en faisant remonter des contenus d'archives intemporels que les abonnés n'auraient autrement jamais trouvés. La peur de la cannibalisation suppose un volume d'intention statique. En réalité, les requêtes conversationnelles entraînent les utilisateurs dans des sessions plus profondes sur des sujets qu'ils auraient abandonnés après un seul survol de résultat de recherche. Le risque est réel pour les contenus d'actualité générale minces, où le chatbot peut résumer un seul article en un paragraphe. Il est bien plus faible pour les contenus analytiques, longitudinaux et d'investigation, où l'expérience de chat est un assistant de recherche, pas un résumé express. Nous dimensionnons le palier tarifaire et la politique de longueur des réponses pour correspondre à la profondeur de votre contenu, et non pour copier un modèle d'un autre éditeur.
Cloudflare Pay Per Crawl, lancé en janvier 2026 sur environ 20 % du trafic web mondial, vous permet de définir Autoriser, Facturer ou Bloquer par robot à un prix appliqué à tout le domaine. La réponse techniquement correcte est que vous pouvez bloquer GPTBot, ClaudeBot, CCBot et PerplexityBot tout en autorisant Googlebot et Bingbot, car Google sépare publiquement l'exploration de Googlebot de Google-Extended (le collecteur d'entraînement de Gemini). Bloquer Google-Extended n'affecte pas le classement de recherche. La préoccupation politique est que les AI Overviews de Google font toujours remonter du contenu des pages indexées même lorsque Google-Extended est bloqué, car ils le récupèrent au moment de la requête. Donc bloquer n'empêche pas votre contenu d'être résumé dans les AIO, cela empêche seulement qu'il serve à entraîner les futures versions de Gemini. Une posture défendable pour la plupart des éditeurs de taille intermédiaire en 2026 est : Bloquer GPTBot, ClaudeBot, CCBot et Google-Extended. Facturer PerplexityBot et Mistral. Autoriser Googlebot et Bingbot. Puis acheminer les dollars de licence via ProRata, Bria et Tollbit pour capter des revenus auprès des moteurs d'IA que vous ne contrôlez pas.
Vous l'êtes. L'incident du podcast d'IA du Washington Post de décembre 2025 (citations fictives, insertion de commentaires comme position éditoriale du journal) est le cas d'école qui a transformé cela d'une hypothèse en une question de niveau conseil d'administration pour les éditeurs. Il n'existe aucun bouclier de la Section 230 pour le contenu que votre propre système génère à partir de votre propre archive ; la sortie de l'IA est traitée comme votre produit de travail éditorial. Les mesures d'atténuation sont architecturales, pas contractuelles. Nous imposons trois couches : un prompt système d'ancrage strict qui interdit d'utiliser toute connaissance en dehors des fragments récupérés, une vérification des citations a posteriori qui écarte toute phrase dont la source citée ne contient pas l'affirmation, et un seuil de confiance qui achemine les réponses peu fiables vers une file de revue éditoriale avant qu'elles n'atteignent l'utilisateur. Nous instrumentons aussi le journal des réponses afin que votre bureau des normes puisse auditer n'importe quelle session dans l'heure qui suit. Rien de tout cela n'existe dans une surcouche de chatbot SaaS.
Le RAG vectoriel récupère des fragments sémantiquement similaires à la requête. Cela fonctionne pour la recherche de faits. Cela échoue pour les requêtes qui font la valeur d'une archive de presse : Comment la position du maire sur le logement a-t-elle évolué sur 12 ans. Qui relie la Personne X au Scandale Z, et via quelles organisations intermédiaires. Quelles étaient les sources récurrentes citées dans la couverture de la controverse du conseil scolaire. Ce sont des requêtes multi-sauts, longitudinales et pilotées par les entités. GraphRAG prétraite l'archive en un graphe d'entités (personnes, organisations, lieux, événements) doté de relations typées, puis parcourt le graphe au moment de la requête. La partie difficile n'est pas la base de données de graphe (Neo4j ou Amazon Neptune s'en chargent). La partie difficile est la résolution d'entités : fusionner « M. Musk », « Elon Musk », « PDG de Tesla » et « propriétaire de X » en un seul nœud, et distinguer « John Smith le conseiller municipal » de « John Smith le proviseur de lycée » sur 25 ans de signatures et de coquilles de pigistes. Nous utilisons une combinaison d'extraction fondée sur LLM, de règles déterministes de résolution d'entités ajustées à votre domaine de couverture, et de revue humaine pour les 200 premières entités par nombre d'articles. C'est la partie que personne d'autre ne fera pour vous.
Le moteur conversationnel est un service distinct qui consomme un flux de votre CMS et expose une API de chat vers votre site. Le schéma d'intégration diffère selon la pile. Arc XP expose une Content API et des webhooks mais pas de hooks de plongement, donc nous exécutons une tâche de synchronisation qui récupère les articles nouveaux et mis à jour toutes les cinq minutes et les ré-encode. WordPress VIP prend en charge des endpoints REST personnalisés et nous déployons généralement un microservice distinct plus un bloc Gutenberg pour le widget de chat. Brightspot est le plus flexible grâce à son modèle de types de contenu, qui rend l'extraction de métadonnées structurées bien plus propre. Les éditeurs Atypon (surtout savants) coexistent avec la recherche Literatum plutôt que de la remplacer. Dans tous les cas, le widget de chat est un embed JS que vos rédacteurs peuvent poser sur n'importe quelle page, et le back-end tourne dans votre compte cloud, pas le nôtre. Nous ne vous enfermons pas dans un service hébergé.
Les deux, car ils résolvent des problèmes différents. L'accord NMA + ProRata annoncé en mars 2026 est un pool de licences collectif : 2 200 éditeurs peuvent y adhérer pour monétiser la demande d'entreprise pilotée par le RAG, contre un partage de revenus 50/50 traçable par attribution. Bria est l'accord parallèle visant l'usage interne d'IA en entreprise. Ce sont de la captation de fuites, ils vous paient lorsqu'un moteur d'IA que vous ne possédez pas utilise votre contenu. Votre propre moteur conversationnel est le levier de rétention : il approfondit l'engagement de votre audience existante et crée un palier premium. ProRata vous paie une fraction d'une fraction par requête. Votre propre palier Intelligence (Ask FT facture 1 000 $+/an par utilisateur professionnel) offre une forte marge et se cumule avec la valeur de votre archive. Faites les deux. Le coût de la participation à ProRata est quasi nul (la NMA gère la paperasse), et le revenu s'ajoute à l'investissement d'ingénierie que vous réalisez déjà.
Pour une archive Arc XP ou Brightspot propre de 100 000 à 500 000 articles, un widget de chat ancré sur citations avec recherche hybride et filtrage temporel de base est livré en 14 à 18 semaines. GraphRAG avec résolution d'entités ajoute 10 à 14 semaines de plus. Un palier d'assistant de recherche agentique ajoute encore 8 à 12 semaines. Le poste unique le plus long est toujours l'ingestion de l'archive, surtout si vous avez du contenu antérieur à 2005 avec du HTML cassé, des photos manquantes ou des PDF numérisés issus d'un projet de numérisation de microfilms. Nous commençons par un audit d'archive de 2 semaines avant de chiffrer un délai fixe, car l'écart entre « exporter depuis le CMS » et « passer à l'OCR un million de pages numérisées » est de 8 pour 1 en effort. L'audit vous donne un chiffre défendable à présenter à votre directeur financier.
Le livre blanc interactif qui sous-tend cette page de solution.
Traitement architectural complet : GraphRAG, RAG temporel, RAG agentique, le modèle économique de l'Intelligence-as-a-Service, et des études de cas détaillées d'Ask FT et du Bloomberg Terminal AI.
Commencez par l'audit d'archive de 2 semaines. Prix fixe, sans engagement sur la construction complète.
Nous échantillonnons 1 % de votre contenu, mesurons la difficulté d'ingestion, élaborons vos 200 premières entités, et donnons à votre directeur financier un chiffre défendable pour la construction complète. Si l'audit dit de ne pas construire, nous vous le disons.