L'IA raconte des choses fausses sur mon entreprise : que faire ?

Ce n'est pas une malchance. C'est un défaut de fabrication, et il vise d'abord les petits.

Un client te dit qu'il a demandé à ChatGPT ce qu'il valait mieux choisir, et que la réponse parlait de toi — mal. Horaires faux, adresse d'avant, avis qui ne sont pas les tiens, ou pire, un mot qui te classe direct : « à éviter ». Tu relis, tu ne reconnais rien. Et il n'y a personne à appeler.

1Ce n'est pas rare : c'est la règle, et elle vise les petits

Fin juin 2026, une étude menée sur plus de 13 000 requêtes portant sur des entreprises londoniennes, posées à ChatGPT, Perplexity et Gemini, a donné un résultat qui devrait figurer sur la porte de chaque commerce : 93 % des entreprises testées avaient au moins un fait de base inventé ou purement absent de la réponse.

Le détail est plus intéressant encore que le total, parce qu'il dit qui paie.

Une petite entreprise sur deux se voit donc attribuer au moins un fait qui n'existe pas, et son nom est confondu avec celui d'une autre environ cinq fois plus souvent qu'une grande marque. Ce n'est pas une punition : c'est mécanique. Une grande enseigne est décrite mille fois, par mille sources concordantes ; il est presque impossible de la confondre. Toi, tu es décrit cinq ou six fois — ton site, ta fiche Google, deux annuaires, peut-être un article local. S'il y a une contradiction dans ces six sources, elle pèse un sixième de tout ce qu'on sait de toi.

2Quatre façons de se tromper sur toi — quatre cas réels

En août 2026, Business Insider a publié une enquête sur des dirigeants confrontés à des résumés automatiques faux les concernant. Les quatre cas rapportés ne sont pas quatre anecdotes : ce sont quatre défauts distincts, et chacun se corrige différemment.

1. Les avis d'un autre, mis sur ton compte

The Plastics Shed, fournisseur britannique de plastiques pour le bâtiment, lancé début 2025. Le résumé automatique de Google présentait sa réputation comme majoritairement négative — retards de livraison, personnel malhonnête, marchandise abîmée. Aucun de ces avis n'était le sien : ils venaient de concurrents et de vendeurs d'abris de jardin en plastique, dont le nom ressemblait au sien. L'erreur a fini par être corrigée ; entre-temps, le dirigeant continuait à payer environ 700 £ par mois de publicité Google pour amener des clients devant ce résumé. Sa demande de remboursement a été refusée.

2. Ton entreprise fusionnée avec une société fermée

NW Select Property Management, dans l'Idaho. Le système a confondu la société avec une entreprise au nom proche, fermée depuis des années, et y a agrégé des avis de gestionnaires immobiliers d'autres États. Un client potentiel qui lit ça n'appelle pas : il n'a aucune raison de soupçonner que le résumé parle de deux entreprises à la fois.

3. L'adresse d'avant, qui ne meurt jamais

Une agente immobilière de Virginie du Nord était toujours présentée comme exerçant dans la région de Tampa Bay depuis 2014 — trois ans après avoir quitté la Floride. Dans un métier où le client compare trois professionnels en dix minutes, un détail qui cloche suffit à le faire passer au suivant.

4. L'homonyme qui te fait passer pour une arnaque

Steady Demand, agence de conseil SEO, s'est vue qualifier d'arnaque par un résumé IA. La source : un vieux fil de discussion Reddit qui parlait d'une application au nom voisin. Le mot circule, personne à contacter, aucune procédure d'appel.

Interrogé, un porte-parole de Google a répondu que ses expériences IA visent à présenter des perspectives variées, et reconnu que des erreurs surviennent quand le contexte manque ou que le contenu est mal interprété. C'est exactement le diagnostic : le contexte manque. Reste à savoir qui le fournit.

3Pourquoi ça arrive : personne ne vérifie qui tu es

Il faut se débarrasser d'une intuition fausse : l'idée qu'il existerait, quelque part, une fiche « ton entreprise » que l'IA irait consulter. Il n'y en a pas. Quand un assistant répond à une question sur toi, il fait trois choses, dans cet ordre.

Il cherche. Il lance plusieurs recherches à partir de ton nom, souvent en parallèle et reformulées. Il récupère une poignée de pages.

Il recolle. Toutes les pages qui contiennent ton nom, ou quelque chose d'approchant, sont traitées comme parlant de la même entité. C'est ici que tout se joue : rien, dans cette étape, ne demande « est-ce bien la même entreprise ? ». Deux sociétés au nom voisin, une ancienne raison sociale, une application homonyme, un établissement fermé — tout entre dans le même tas.

Il rédige. Et il rédige d'un seul ton, sans marquer ce qui est certain et ce qui est déduit. Un fait vérifié et un fait recollé sortent avec la même assurance. C'est ce que la mesure londonienne appelle la fabrication énoncée avec assurance — 5 % des cas pour les petites entreprises.

D'où une conséquence contre-intuitive et très utile : l'IA ne cherche pas à savoir si tu es bon, elle cherche à savoir si tu es toi. Tant qu'elle n'en est pas sûre, deux choses peuvent arriver — elle t'écarte au profit d'un concurrent plus facile à identifier, ou elle te décrit avec les morceaux d'un autre. Le second cas est le plus coûteux, parce qu'il est invisible depuis chez toi. C'est le même mécanisme, vu de l'autre côté, que celui qui décide quels commerces une IA recommande.

4Les trois impasses (et pourquoi elles coûtent cher)

Attendre que ça se corrige tout seul. Ça arrive — le fournisseur britannique a fini par voir son résumé redevenir conforme. Mais sans délai, sans garantie, et pendant ce temps le résumé tourne. Les dirigeants interrogés disent tous la même chose : il n'y a personne à contacter.

Signaler, et s'arrêter là. Signaler est utile et il faut le faire : le lien de retour sous l'aperçu, la revendication de ta fiche Google Business, le signalement des avis qui ne sont pas les tiens. Mais un signalement traite une réponse, sur un moteur, à un instant. La cause, elle, est toujours là : demain, la même ambiguïté produira la même erreur sous une autre formulation.

Compenser à la publicité. C'est l'impasse la plus chère, et elle est documentée par les 700 £ mensuels du cas britannique. La publicité achète un emplacement, jamais une correction. Payer pour amener plus de monde devant une mauvaise réponse, c'est financer sa propre mauvaise presse.

5Rendre ton identité indiscutable : cinq ancrages

La seule action qui traite la cause consiste à rendre ta réponse à la question « qui es-tu ? » impossible à confondre. Cinq ancrages, dans cet ordre — du plus rapide au plus lent à produire son effet.

1. Un nom, une orthographe. Choisis la forme exacte de ton nom commercial — accents, tirets, « et » ou « & », suffixe juridique ou non — et impose-la partout : site, fiche Google, réseaux, annuaires, factures, signature d'email. Chaque variante est une entrée de plus dans le tas à recoller.

2. La même adresse et le même téléphone, au caractère près. C'est le fameux trio nom-adresse-téléphone. « 12 rue des Lilas » et « 12, rue des Lilas » ne sont pas la même chaîne pour une machine, et un ancien numéro qui survit dans un annuaire est un pont vers l'entité d'avant. C'est le sujet de notre article sur la cohérence NAP, et c'est le levier le plus rentable des cinq.

3. Un identifiant officiel, exposé. Ton numéro SIREN ou SIRET, ton immatriculation professionnelle si ton métier en a une, affichés sur ton site et repris dans tes données structurées. C'est le seul élément de ton identité qu'aucun homonyme ne peut porter. Un numéro correct ancre tout le reste ; un numéro erroné — celui de ton ancienne structure, une coquille — fausse l'ancrage entier.

4. Une catégorie qui ne prête pas à confusion. « Plastiques pour le bâtiment » et « abris de jardin » se ressemblent pour un humain distrait, donc pour une machine aussi. Dis ton métier en toutes lettres, sur ton site, dans ta fiche, dans ton balisage — et dis ce que tu ne fais pas quand la confusion est prévisible.

5. Des tiers indépendants qui disent la même chose. Un annuaire professionnel, une fédération, la presse locale, une page Wikidata quand elle est légitime. Deux sources concordantes valent mieux qu'une source répétée : c'est le recoupement qui transforme une hypothèse en certitude. Le détail de ce que les IA croisent est dans l'article sur la vérification d'existence.

6Ce que Happia regarde exactement là-dessus

Cette famille de défauts est celle qu'on mesure depuis le début, parce que c'est elle qui décide du reste. Concrètement, l'audit vérifie ton identité sur plusieurs points :

• La cohérence de ton nom partout où il apparaît sur le web, et non seulement sur ton site.
• Ton adresse comparée au registre officiel, et ton adresse de site comparée à ta fiche Google — deux contrôles distincts, parce que les deux écarts n'ont pas la même cause.
• La cohérence de ton discours entre ton site, ta fiche Google et les plateformes : si tu ne dis pas le même métier aux trois, une IA doit choisir.
• Le type d'entité déclaré dans tes données structurées, et sa conformité à ton vrai métier.
• La confiance d'identité, qui est le contrôle central de ce sujet : il compare le registre, ta fiche Google, Wikidata et ton site, et il se déclenche quand une fiche au nom proche pointe vers un autre site que le tien, ou quand un numéro officiel saisi ne correspond pas à ton établissement. C'est exactement le scénario de l'Idaho et celui de l'agence prise pour une arnaque.

Deux règles de maison, parce qu'elles changent ce que tu lis : quand une source ne répond pas ou reste illisible, elle est marquée non mesurée et ne compte pas contre toi — une absence n'est pas un zéro. Et quand une fiche homonyme est détectée, elle n'est pas silencieusement écartée du calcul : elle t'est signalée avec la marche à suivre, parce qu'un problème qu'on masque est un problème qui revient.

En revanche, disons ce qui n'est pas vrai : Happia ne corrige pas Google à ta place, et personne ne peut le faire. Ce qu'on fait, c'est te dire précisément quelle source contredit quelle autre, dans quel sens, et dans quel ordre les reprendre. La correction, elle, se fait chez les sources — et c'est justement pour ça qu'elle tient.

📎 Sources : enquête de Business Insider (Emily Stewart, août 2026) sur les résumés IA erronés visant des petites entreprises — cas The Plastics Shed, NW Select Property Management, Virginie du Nord et Steady Demand, ainsi que la réponse d'un porte-parole de Google, repris et recoupés par Shopifreaks et Briefs ; étude Searchable sur plus de 13 000 requêtes concernant des entreprises londoniennes posées à ChatGPT, Perplexity et Gemini, publiée fin juin 2026 et relayée par SME Magazine. Les contrôles d'identité décrits en partie 6 sont ceux de l'audit Happia, dans leur version d'août 2026.