Recherche et Analyses

_What they study, their strongest public findings, and whether the work is peer-reviewed, preprint-only, or industry research._ AI search is full of confident claims. The evidence behind them ranges from peer-reviewed articles to proprietary vendor data and product-specific technical observations. We reviewed 15 people commonly cited in AI visibility and GEO, checked their original work and current roles, and searched scholarly databases for relevant papers. This scoped evidence review leaves follower counts out of the selection. Every profile labels the evidence, summarizes the useful finding, and states the main limitation.

Dmitrij Żatuchin

Cet article explique pourquoi les assistants IA répètent des informations erronées sur une entreprise et comment y remédier. Il détaille cinq étapes : identifier la source de l'erreur, corriger le contenu que vous possédez, surpasser les sources non modifiables par un article plus faisant autorité, formuler le fait pour qu'il soit cité par l'IA, et maintenir la publication pour que la correction perdure. Il montre également combien de temps les différents systèmes d'IA mettent à prendre en compte ces changements.

Daniel Homenko

How Rankfor.AI processes personal data in its published AI visibility research, and what you can ask us to do about it. Published under GDPR Article 14(5)(b). Names come from public professional profiles, no individual is named in any paper or public dataset, and the identifying list is never published. Access, correction, deletion and objection all run through dpo@rankfor.ai.

llms.txt is spreading fast on GitHub, up about nine times in six months, but the largest checks so far show no link between having the file and being cited by AI (p = 0.85 across ~300,000 domains). Most of the surge is documentation tooling auto-emitting the file, not deliberate adoption. The verdict: folklore. It does no harm, it does not earn citations, and it can quietly replace the work that does.

Dmitrij Żatuchin

Ask AI the questions your buyers ask, see if your brand appears, and read the sources it cites. Free with Answer Trail, GDPR aligned. The fix: about 85% of what AI cites sits off your own website, so earn roughly five credible third-party mentions per buyer question to reach about 80% presence, then watch it over time because the cited sources turn over week to week.

Dmitrij Żatuchin

A cross-market citation dataset: 167,551 URL-grounded citations across 128 brands, 13 languages, and 12 markets from GPT, Gemini, and Perplexity. AI grounds brand answers in third-party sources 85.7% of the time; 18% of domains carry 80% of citations; Wikipedia is the top domain in 11 of 12 languages. Open under CC-BY-4.0 with DOI.

Dmitrij Żatuchin

The open dataset behind our 50 brand profiles: 3,750 responses from GPT-5.2, Gemini 3 Flash, and Perplexity sonar-pro to 250 brand-free buying questions across 5 industries, under a dice-roll stability protocol. Three metrics (COI, CVI, DS), mean Gini 0.284, 8% competitive vacuums, and 41.6% cross-model agreement. CC-BY-4.0 on Kaggle and Zenodo.

Dmitrij Żatuchin

The full method behind the Rankfor Index 2026: 66 brands, 12 languages, 3 AI models with live grounding, 35,640 responses, 131,667 citations. Five weighted components (sentiment, recommendation, source quality, consistency, stability) produce the 0-100 AI Visibility Score published on every brand page, plus the metrics only multilingual data can expose: bilingual penalty, citation concentration, and blind languages.

Dmitrij Żatuchin

A live Warsaw poll says Poland starts search inside Google's ecosystem (75%), with Gemini ahead of ChatGPT. Our 46-brand, 17,891-citation study adds the measured part: YouTube is the only channel where every brand appears, and two ice-cream brands show how differently AI builds a reputation from sources.

We pulled 17,891 cited sources that AI uses to describe 46 Polish consumer brands across three frontier models with grounding on. After stripping brand-owned domains, four HR portals (livecareer.pl, pl.indeed.com, interviewme.pl, randstad.pl) carry 460 citations between them, 10.6% of the TOP 20 cross-cutting domains. That makes employer-reputation the third largest source category AI relies on for Polish brands, ahead of Wikipedia, Business Insider PL, and Forbes PL. None of these pages is owned by marketing or PR.

A full-scale replication study analyzing 1,239 grounding citations from Google’s newly released Gemini 3.5 Flash across the 66-brand Nordic-Baltic-CEE Index. We map how Google has closed the citation gap.

Tier-1 publishers dictate brand visibility in AI systems. We mapped the geographic dependencies of AI validation in Northern Europe, proving that cross-border business journalism drives model grounding far more than local press releases.

Traditional social media feeds are invisible to generative AI. Our analysis of Northern European brands reveals that YouTube and Reddit dominate social citations, while platforms like Instagram and X provide zero meaningful validation.

Business-to-business companies achieve a 20.1% owned-media visibility share in generative AI systems, compared to just 13.4% for B2C brands. We dive into how sectors like Aviation, Energy, and Fintech dominate AI citations through structured utility content.

Nous avons reproduit le benchmark LongMemEval de MemPalace avec quatre approches de récupération sur 500 questions couvrant les 6 types de LongMemEval. L'extraction de connaissances structurées (modèle SECI) a obtenu un score de 93,9 % en R@5 contre 92,1 % pour le stockage brut verbatim. La conclusion clé : le modèle d'embedding tronque à 256 tokens, alors que les sessions font en moyenne 10 000 caractères. Le stockage brut perd 90 % du contenu au niveau de la couche d'embedding. L'extraction condense la session complète dans la fenêtre d'embedding.

Dmitrij Żatuchin

5 000 personas d'acheteurs B2B en entreprise avec modélisation complète des comités d'achat sur 15 secteurs, 47 019 requêtes de recherche réelles et 7 500 requêtes de marques concurrentes. Échantillon anonymisé issu de 130 000 personas générés par 5 LLM. Sous licence CC BY 4.0.

Dmitrij Żatuchin

Nous avons analysé 71 388 personas d'acheteurs en entreprise à travers 15 secteurs et 4 LLM. Lors de l'évaluation des fournisseurs, les acheteurs demandent à l'IA des études de cas (20 %), des rapports d'analystes (22 %), des livres blancs (19 %) et des calculateurs de ROI (14 %). Les articles de blog, les podcasts et les vidéos ont obtenu un score de 0 % pour chaque point de douleur et chaque secteur. Votre calendrier éditorial est peut-être rempli, mais votre pipeline est vide. Les données expliquent pourquoi.

Dmitrij Żatuchin

La plus grande étude multi-sectorielle sur le sourcing de la réputation par l'IA à ce jour. 24 entreprises, 8 secteurs, 1 311 réponses, 3 041 attributions de sources codées via GPT-5.2 et Gemini 3 Flash. Constat clé : 70,2 % de ce que l'IA « sait » sur les marques ne peut être rattaché à aucune source. Les modèles divergent sur le sentiment (0,83 contre 0,32), la cohérence moyenne n'est que de 0,54, et le fait d'être coté en bourse n'offre aucun avantage. Publié dans Springer Discover Artificial Intelligence.

Dmitrij Żatuchin

Alors que 60 % des recherches sur le web se terminent désormais sans clic, les systèmes d'IA tels que Gemini, ChatGPT et Perplexity sont devenus l'interface principale entre les acheteurs et les marques. Le SEO traditionnel - conçu pour le classement dans les résultats basés sur des liens - ne permet pas de répondre à la manière dont les grands modèles de langage sélectionnent, évaluent et recommandent les marques. Cet article présente l'Answer Engine Optimization (AEO) et la Generative Engine Optimization (GEO) comme les deux disciplines permettant de combler cette lacune, et décrit les quatre dimensions de l'AI Visibility Score qui déterminent si votre marque sera mentionnée : la mémorabilité, la cohérence du message, la structure du contenu et la perception de la valeur.

Daniel Homenko

150 requêtes effectuées lors de la Saint-Valentin 2026 sur trois modèles d'IA révèlent que 70 % des recommandations de marques sont exclusives à un genre. Gemini cite en moyenne 11,4 marques par réponse, contre 1,3 pour Grok et 1,2 pour OpenAI. Seules les marques Away et Ember transcendent les silos de genre. Les requêtes formulées au féminin obtiennent désormais 16,2 % de marques en plus que celles au masculin, soit l'inverse de la période de Noël.

Dmitrij Żatuchin

Nous avons analysé ce que l'IA croit réellement au sujet des acheteurs dans plus de 500 secteurs. Voici les conclusions clés issues du plus grand jeu de données de buyer personas jamais publié.

Dmitrij Zatuchin

15 000 buyer personas publiés sur HuggingFace sous forme d'échantillon stratifié issu du jeu de données complet de 1 031 732 personas. Sous licence Apache 2.0. Fichier Parquet de 8,9 Mo. 25 secteurs d'activité. Conçu pour valider ce que l'IA pense des attentes de vos clients - et pour prouver la méthodologie derrière notre plateforme d'intelligence commerciale.

Dmitrij Żatuchin

1 279 requêtes sur trois plateformes d'IA et deux saisons de cadeaux fournissent la preuve statistique définitive : l'IA traite les marques différemment selon le genre, et le biais change de direction selon la saison. Noël réduit les recommandations orientées « femme » de 28 à 61 %. La Saint-Valentin les augmente de 8,8 %. Même IA. Même univers de marque. Direction opposée.

Dmitrij Żatuchin

Cinq questions. 60 secondes. Un score de 0 à 100 qui vous indique précisément pourquoi l'IA ignore votre marque. Le calculateur mesure cinq dimensions comportementales par rapport à des données sectorielles réelles issues de 1 031 732 buyer personas. Le score moyen est de 28,6. La plupart des marques ne connaissent pas le leur.

Dmitrij Żatuchin

Nous avons classé les secteurs selon leur préparation à l'IA en utilisant 1 031 732 buyer personas. Les secteurs de grade A sont saturés : chaque concurrent sait comment gagner. Les secteurs de grade C sont encore largement ouverts. Le manuel stratégique n'a pas encore été écrit. Le score de votre secteur prédit quelle stratégie fonctionnera.

Dmitrij Żatuchin

Nous avons analysé 1 031 732 personas d'acheteurs générés par IA et avons conçu un outil qui révèle l'écart entre votre audience supposée et celle de l'IA. Cet écart détermine si l'IA vous recommande ou non.

Dmitrij Żatuchin

Nous avons lancé rankfor.ai et obtenu des mentions précises sur ChatGPT, Claude, Gemini et Perplexity en 60 jours. Voici le playbook exact que nous avons suivi.

Daniel Homenko

Trois signaux en une semaine : Google a pénalisé les articles de type « listicle » autopromotionnels (les marques SaaS perdant 34 à 49 % de visibilité), a réduit les limites de crawl de 86,7 %, tandis qu'Ahrefs a découvert que 44 % des citations de ChatGPT proviennent précisément de ces articles. Google rétrécit, l'IA s'étend. Inclut un guide d'audit de marque de 5 minutes et une stratégie scindée pour naviguer entre ces deux systèmes de découverte.

Dmitrij Żatuchin

Comment un article étudiant primé en 2011 sur l'analyse de la structure des sites web a évolué pour devenir la méthodologie derrière la mesure moderne de l'AI Visibility.

Dmitrij Żatuchin

Ceci n'est pas une présentation produit. C'est la méthode pour conclure vos ventes. Découvrez le processus en 4 étapes pour vendre des services de visibilité IA : analyser le site web du client, effectuer un scan Rankfor.AI, étudier les personas et les territoires, et conclure avec des questions stratégiques.

Rankfor.AI

Votre marque n'est pas simplement « visible » ou « invisible » pour l'IA. Il existe 8 états distincts — de Invisible à Leader de catégorie — et chacun nécessite une stratégie différente. Cet article explique le système de classification derrière l'AI Visibility Score et comment les modèles de métriques déterminent votre diagnostic stratégique.

Dmitrij Żatuchin

Voici l'histoire de comment moi, fondateur de GreenMuru, ai découvert que mon propre site web d'entretien de pelouses disait secrètement à l'IA qu'il s'agissait de bananes. J'avais un contrôle total sur ce que les humains voyaient, mais aucun contrôle sur ce que l'IA croyait. Voici ce que j'ai appris sur le fossé entre votre site web et votre réputation auprès de l'IA.

Daniel Homenko

La recherche n'a pas disparu. Elle a simplement cessé d'être le lieu où les décisions se prennent. Le SEO traditionnel partait du principe qu'un bon classement garantissait la découverte. L'IA ne fonctionne pas ainsi. Cet article de réflexion explique pourquoi l'AI Visibility est cruciale et présente ses quatre dimensions : Presence, Relevance, Usefulness et Trust.

Dmitrij Żatuchin

Nous avons effectué 480 requêtes sur trois plateformes d'IA. La concordance des recommandations de marques entre les modèles n'était que de 10 à 45 %. Nous avons identifié 26 marques « gender-locked », découvert que seules LEGO et Disney atteignent une visibilité universelle, et constaté que l'IA recommande 41 % de marques en moins pour les requêtes concernant des épouses que pour celles concernant des époux.

Rankfor.AI Research Team

Cette étude examine la variabilité des réponses et la cohérence des mentions de marque sur trois LLM de premier plan : Google Gemini 3 Flash, OpenAI GPT-5.2 et xAI Grok-4-1. En utilisant un total de 239 échantillons répartis sur trois variantes de prompt (mari, femme, 2025), nous avons mesuré la fréquence des mentions de marque, la cohérence des réponses et l'accord entre les modèles.

Rankfor.AI Research Team

Cette étude approfondit l'analyse de la cohérence des marques dans les LLM en introduisant un prompt « partenaire » neutre en genre afin d'isoler les effets du biais de genre. En comparant quatre variantes de prompts sur un total de 299 échantillons, nous apportons la preuve solide d'un biais de recommandation de marque fondé sur le genre dans les LLM. Constat critique : Kindle est apparu dans 100 % des itérations « épouse » (wife) ET « partenaire » (partner), mais dans 0 % des itérations « époux » (husband).

Rankfor.AI Research Team

Votre marque est n°1 sur Google, mais ChatGPT ne vous mentionne jamais. C'est la crise du « Zero-Click » : 60 % des recherches se terminent sans aucun clic. Voici pourquoi l'AI Attention Management est le nouveau levier de compétitivité.

Dmitrij Żatuchin

Chaque jour, les marketeurs perdent des heures à essayer d'« apprendre » leur marque à ChatGPT. C'est techniquement impossible. Voici pourquoi — et la stratégie qui fonctionne réellement.

Dmitrij Żatuchin

Les recherches sans clic ont bondi de 26 % à 60 % entre 2022 et 2024, les Google AI Overviews réduisant les clics de 34,5 % par requête, menaçant 2 milliards de dollars de revenus pour les éditeurs et entraînant une baisse de 37 % des offres d'emploi en SEO. Pourtant, les visiteurs issus de la recherche IA convertissent à des taux 23 fois supérieurs à ceux du trafic organique, révélant que les métriques de trafic traditionnelles ne prédisent plus les résultats commerciaux. Ce changement exige une évolution de l'acquisition de trafic vers le développement de l'influence, le succès étant mesuré par l'AI visibility, les mentions de marque dans les réponses des LLM et la qualité des conversions plutôt que le volume de clics.

Dmitrij Żatuchin

73 % des marques classées dans le top 10 de Google n'apparaissent pas lorsque les outils d'IA recommandent des solutions, car les systèmes d'IA exigent des données relationnelles structurées entre les capacités et les problèmes des clients, et non seulement du contenu optimisé pour les mots-clés. Des entreprises comme HubSpot atteignent 80 % de ROI en rendant leur expertise lisible par les machines grâce à des cartes de contenu connectées qui montrent comment les fonctionnalités, les cas d'usage et les résultats sont liés. Les marques qui optimisent leur AI Visibility Score dès maintenant signalent une augmentation de 40 % de leur taux de mention en 90 jours, tandis que les concurrents qui tardent à agir font face à une invisibilité croissante sur le canal de découverte à la croissance la plus rapide.

Dmitrij Żatuchin

60 % des recherches Google se terminent désormais sans clic, l'IA fournissant des réponses directes dans les résultats de recherche et les interfaces de chat. Le SEO traditionnel optimise pour le classement, mais l'AI Visibility nécessite d'optimiser pour la recommandation : s'assurer que les systèmes d'IA comprennent et citent votre marque lorsque des prospects posent des questions d'achat. Ce passage du Search Engine Optimization (SEO) au Generative Engine Optimization (GEO) exige de nouvelles métriques, des stratégies de contenu structuré et une priorité accordée à l'autorité sémantique plutôt qu'au classement par mots-clés.

Dmitrij Żatuchin