Les profits exorbitants, les écueils et la ligne de vie de la conformité à l'ère GEO : de « 百度一下 » à « 问问AI »

Auteur original : Zhao Xuan, Wang Xiaowei

Introduction

Récemment, à l’invitation de Longyun Co., Ltd., j’ai donné une conférence sur le droit concernant le GEO (Optimisation Générative des Moteurs). Après avoir échangé avec plusieurs experts du secteur, j’ai obtenu de nouvelles inspirations et je souhaite également partager cela avec vous.

Au cours des vingt dernières années, la logique de distribution du trafic sur Internet en chinois s’est toujours centrée sur l’action fondamentale de “recherche”. Depuis le début avec “百度一下”, jusqu’aux recherches internes sur des plateformes comme WeChat et Xiaohongshu, toutes ces actions sont des extensions de “百度一下”, ce qui a permis de faire naître une industrie mature d’optimisation pour les moteurs de recherche (SEO).

Aujourd’hui, la tendance change discrètement. Les utilisateurs ont de plus en plus l’habitude de poser directement des questions à l’IA : « Comment lutter contre le vieillissement à 30 ans pour les femmes ? Choisir entre la cavitation ultrasonique ou le Thermage ? » ou encore « Recommandez un bar pour regarder un match ».

L’entrée du trafic se déplace du “champ de recherche” vers “la fenêtre de dialogue”. Lorsque l’IA générative peut dépasser une multitude de liens pour fournir directement la réponse finale à l’utilisateur, si cette réponse ne mentionne pas certains éléments, cela signifie qu’elle est en retard par rapport à la nouvelle ère. C’est précisément pour cette raison que le GEO devient un point focal.

En tant que professionnels du droit, tout en étant attentifs aux opportunités commerciales, nous devons également avoir une claire conscience des risques juridiques implicites. L’évolution technologique précède souvent l’établissement des règles, et le domaine du GEO présente déjà plusieurs zones grises nécessitant une définition juridique prudente !

Qui entre en jeu ? Trois grands groupes s’emparent du nouveau territoire du GEO

Bien qu’il s’agisse d’un domaine tout juste émergent, il recèle un potentiel d’imagination illimité — dans un marché fortement compétitif, de nouveaux points d’entrée dans le trafic signifient souvent des coûts d’acquisition plus faibles et de meilleures opportunités concurrentielles.

En tant qu’avocat spécialisé dans le Web3 et l’IA, j’observe que au moins trois grands groupes participent activement :

1. Utilisateurs : fournisseurs de biens et services tangibles

Ils se concentrent sur la conversion commerciale directe apportée par le trafic généré par l’IA, en tentant d’influencer les recommandations de l’IA pour obtenir une meilleure visibilité.

Par exemple :

• Les cliniques de médecine esthétique abandonnent la publicité par enchères dans la recherche traditionnelle, pour acheter des outils d’injection sémantique IA, afin que lorsque l’utilisateur demande « le meilleur chirurgien pour le rhinoplastie », l’IA recommande en priorité leur établissement.
• Les centres de formation, concessionnaires automobiles, etc., tentent également d’optimiser via le GEO génératif, pour que leurs produits ou services soient en tête des réponses de l’IA.

2. Investisseurs : institutions financières et fonds

Ils agissent à deux niveaux :

• Découvrir des pistes : en observant quelles entreprises dominent dans les recommandations IA, ils évaluent leur compétitivité sectorielle pour repérer des cibles d’investissement potentielles.
• Conquérir la parole : celui qui peut influencer le corpus de données et la logique de recommandation de l’IA pourra prendre l’ascendant dans les conseils d’investissement et l’analyse sectorielle à l’avenir.

3. Prestataires de services : acteurs et entrepreneurs du secteur GEO

Ce groupe possède généralement une capacité d’apprentissage rapide et une maîtrise technique, s’engageant activement dans le développement d’outils, la stratégie de service et l’exploitation du trafic. Certains innovent de manière positive, d’autres évoluent dans une zone grise, explorant sans cesse les limites et les possibilités de ce secteur. C’est également ce groupe qui sera au centre de la deuxième partie de cet article.

Trois postures du GEO : profit facile, pièges et lignes rouges juridiques

Dans la pratique du GEO, différentes méthodes sont souvent classées en “noir, gris, blanc”. En tant qu’avocat, je tiens à souligner une chose : la logique technique mène souvent à un point de départ juridique.

1. Black Hat (Chapeau noir) : “Manipulateurs techniques” évoluant dans la zone rouge

Démarche typique :

• Injection indirecte de prompts (Indirect Prompt Injection) : insérer dans une page web des instructions invisibles à l’œil humain mais reconnues par l’IA (par exemple, du texte blanc), pour induire l’IA à privilégier certains contenus lors de ses réponses.
• Poisoning de bases de connaissances (RAG / Knowledge Poisoning) : injecter des données fausses ou biaisées pour polluer l’index public, entraînant l’IA à produire des résultats biaisés lors de la recherche renforcée (RAG).
• Falsification d’entités (Entity Forgery) : falsifier des adresses, certifications ou autres informations dans des sources publiques comme les cartes ou encyclopédies, pour polluer les données d’entraînement ou de recherche en temps réel, créant une fausse réputation.
• Attaques GEO négatives (Negative GEO) : insérer du code malveillant ou des mots sensibles sur des sites concurrents, déclenchant des filtres de sécurité de l’IA, pouvant entraîner leur blocage ou leur marquage comme sources non fiables.

Risques juridiques :

• Sur le plan pénal : cela peut constituer une infraction de “destruction de système informatique” (article 286 du Code pénal). Toute perturbation du fonctionnement normal de l’IA touche la ligne rouge pénale.
• Sur le plan civil : cela constitue une concurrence déloyale manifeste (article 11 de la loi sur la concurrence déloyale), avec des responsabilités de réparation, dont le montant peut être amplifié par l’effet de propagation de l’IA.

2. Grey Hat (Chapeau gris) : “Travailleurs du trafic” en zone borderline

Les grey hats tentent d’éviter les infractions flagrantes, en s’appuyant sur un effet de masse pour influencer la décision de l’IA, croyant que la quantité peut entraîner la qualité.

Démarche typique :

• Recyclage massif de contenu et réduction sémantique : générer via l’IA une masse de contenus peu qualitatifs et répétitifs, diluant l’information réelle, pour que l’IA privilégie des corpus positifs prédéfinis.
• Attaques par flux de clics simulés (Bot) : utiliser des scripts automatisés pour simuler des clics, augmentant artificiellement le taux de clics (CTR) sur certains contenus, pour influencer l’algorithme.
• Promotion masquée (Masked Promotion) : organiser la publication en masse par des comptes fictifs de contenus de promotion déguisés en avis authentiques, pour que l’IA les considère comme des retours d’utilisateurs et les intègre dans la base de recherche.

Risques juridiques :

• Responsabilité pour fausse publicité : ces actions constituent une publicité mensongère, violant la loi sur la publicité et la concurrence déloyale, et sont de plus en plus réprimées selon le principe de “l’essentiel prime sur la forme”.
• Risque de “blacklist” : si l’IA détecte ces manipulations, le domaine ou la marque peut être définitivement classé comme source non fiable, entraînant une “mort numérique” dans l’environnement IA.

3. White Hat (Chapeau blanc) : “Constructeurs de valeur à long terme”

Les stratégies white hat ne visent pas à “manipuler l’IA”, mais à “devenir une source de données fiable et de qualité”. Bien que coûteuses en conformité, leurs effets de levier sont significatifs.

Démarches typiques :

• Structuration et résumé de contenu pour faciliter la compréhension de l’IA ;
• Déploiement de données structurées (Schema Markup) pour renforcer la sémantique ;
• Renforcement des citations et de la vérifiabilité (Factuality) pour augmenter la crédibilité ;
• Modélisation FAQ pour répondre directement aux questions courantes des utilisateurs.

Nous recommandons vivement cette voie — elle repose sur la conformité, en fournissant en permanence un contenu authentique, de qualité et vérifiable, pour gagner la confiance durable de l’IA et des utilisateurs.

Étude de cas SEO et GEO : l’histoire ne se répète pas, mais la logique juridique est similaire

Bien qu’il n’y ait pas encore de jurisprudence spécifique sur le GEO, son essence partage beaucoup avec le SEO. Les jugements passés dans le domaine du SEO seront probablement des références pour les futurs cas GEO. Voici une analyse de quelques cas typiques :

Cas 1 : “Affaire du référencement massif”

À l’époque du SEO, le “massif référencement” était une technique black hat : générer massivement des pages de faible qualité sur des sites à forte autorité pour dominer les résultats de recherche. Dans une affaire, le tribunal a considéré que cette pratique perturbait l’ordre normal des moteurs de recherche, constituant une concurrence déloyale, et a condamné le défendeur à payer 2,753 millions de yuans à Baidu.

Leçon pour le GEO :

Certains moyens de GEO actuels ressemblent à cela, par exemple en générant en masse du contenu de faible qualité pour “nourrir” le modèle et dominer la réponse. Une telle pratique peut non seulement entraîner le blacklisting de la marque par le modèle, mais aussi être considérée comme une “interférence dans le fonctionnement normal du réseau” et constituer une concurrence déloyale.

Cas 2 : “Affaire d’achat de mots-clés concurrents”

Dans l’affaire “Marque Huiyu”, le défendeur a associé une marque déposée à un mot-clé de recherche, pour que les résultats pointent vers ses propres produits. La cour a jugé cette pratique contraire à la bonne foi et constitutive de concurrence déloyale.

Leçon pour le GEO :

Une logique similaire pourrait se manifester par une “Injection de prompts” plus subtile — par exemple, insérer dans une page web des instructions ciblant des concurrents pour influencer la réponse de l’IA. Ces manipulations indirectes, visant à tromper l’utilisateur ou à détourner le trafic, peuvent également toucher la ligne rouge de la concurrence déloyale.

Cas 3 : “Affaire de faux avis et de marketing de bouche-à-oreille”

Des entreprises ont été sanctionnées pour avoir organisé de faux contenus d’“expérience utilisateur” sur des plateformes comme Zhihu ou Tieba. Les autorités ont considéré que ces pratiques trompaient les consommateurs et perturbaient le marché, en violation de la loi sur la concurrence déloyale.

Leçon pour le GEO :

Certaines méthodes grey hat du GEO ressemblent fortement à cela : générer en masse de faux avis, de faux “buzz”, pour créer une “recommandation omniprésente” fausse. Il faut bien comprendre que l’IA n’est qu’un outil, et si ses résultats reposent sur de fausses informations, cela constitue une publicité mensongère, avec des risques élevés notamment dans les secteurs médical, esthétique ou santé, fortement réglementés.

Avertissements sectoriels : différentes zones de risque

La pratique du GEO doit respecter les particularités réglementaires de chaque secteur. Par exemple :

• Éducation : interdiction stricte d’utiliser des prompts pour faire des promesses de réussite ou d’amélioration des notes. La responsabilité incombe à l’organisme si le contenu provient de leur injection.
• Médecine esthétique : relevant de la publicité médicale, toute manipulation pour faire apparaître des comparaisons d’efficacité ou des témoignages doit respecter la réglementation. La pratique de GEO pour induire en erreur ou faire de la publicité déguisée est risquée.
• Santé et Web3 : toute promesse de traitement ou de rendement élevé est une ligne rouge. Si le GEO conduit à des contenus “zéro risque, rendement élevé”, cela peut constituer une publicité mensongère ou une activité illégale.

L’essor du GEO : une nouvelle lutte pour le contrôle de la diffusion de l’information

Voici quelques réflexions et recommandations basées sur l’observation du secteur :

1. Pour les startups : mieux vaut agir que attendre

Les géants du web disposent de ressources et de données, mais leur organisation interne et leurs processus standardisés sont souvent lents face à la rapidité et à la finesse du GEO. Pour les startups Web3 et IA, il est donc stratégique de construire dès le départ une architecture conforme, afin de prendre une avance dans cette “nouvelle terre”.

Conseil de Mankiw : la technologie peut être explorée audacieusement, mais la conformité doit être la priorité — notamment pour éviter les risques pénaux. Optimiser la logique de récupération de l’IA est important, mais tout doit respecter la réalité et la loi.

2. Pour les utilisateurs du GEO : combiner attaque et défense

• Protection : mettre en place un système de surveillance de la réputation de l’IA

Il est conseillé de déployer rapidement des mécanismes de contrôle des corpus et des recommandations de l’IA. En cas d’attaque par “GEO négatif” ou de manipulation malveillante, il faut pouvoir recueillir des preuves et agir en justice.

• Proactivité : adopter une stratégie white hat, devenir un “partenaire fiable” pour l’IA

L’évolution de l’IA est irréversible. Plutôt que de simplement éviter, il vaut mieux apprendre ses logiques, en fournissant un contenu authentique, crédible et structuré, pour gagner la confiance durable de l’IA et des utilisateurs.

Conclusion

À l’ère de l’information pilotée par l’IA, l’algorithme est la façade, les données en sont le contenu, et la loi constitue la structure de soutien. Une stratégie de trafic sans conformité ne peut qu’être éphémère face à la régulation et au temps.

Nous portons une attention non seulement à la réglementation actuelle, mais aussi à l’évolution future du secteur. Si vous souhaitez approfondir la conformité du GEO, la prévention des violations de l’IA ou la structuration juridique du Web3, n’hésitez pas à nous contacter pour faire le point sur les risques et les opportunités.