Mistral recommande-t-il les marques françaises ? Personne d'autre ne le mesure.

Ce qu'il faut retenir

1. Pour 1 000 réponses à des questions d'achat, Perplexity cite 137 fois des marques françaises, Mistral 66 fois, ChatGPT 22 fois. Le moteur le plus fermé aux marques françaises est aussi le plus utilisé.
2. Mistral cite les marques françaises trois fois plus que ChatGPT, mais il recommande encore majoritairement des marques étrangères sur les mêmes questions.
3. Une seule marque du panel est présente sur les trois moteurs à la fois. La place est prenable, mais presque personne ne l'occupe.
4. Aucun outil de visibilité IA au monde ne teste Mistral. Tous sont américains et centrés sur les moteurs américains. Ces chiffres n'existent nulle part ailleurs.
5. Mistral pèse aujourd'hui moins de 1 % du trafic IA français : Mistral est un enjeu de positionnement et de souveraineté, pas de volume. Cited le mesure parce qu'il faut le mesurer.

Pourquoi personne ne teste Mistral

Le marché des outils de visibilité IA s'est construit aux États-Unis, pour des marques américaines, sur des moteurs américains. ChatGPT d'abord, Perplexity ensuite, Gemini quand il le faut. Mistral, l'assistant grand public de Mistral, n'entre dans aucun panel, non par difficulté technique, mais parce que le marché américain n'a aucune raison de s'y intéresser.

Pour une marque française, le raisonnement est inverse. Mistral est le moteur dont l'écosystème de sources est le plus francophone, celui que les institutions et les entreprises françaises adoptent pour des raisons de souveraineté, et celui où une marque française a mécaniquement le plus de chances d'être vue. Ne pas le mesurer, c'est accepter un angle mort sur le seul moteur qui joue à domicile.

Mistral a donc été intégré au pipeline de mesure au même titre que ChatGPT et Perplexity : mêmes 50 questions d'achat par secteur, même extraction de marques, même conservation des verbatims. Voici ce que ça donne.

Les chiffres, moteur par moteur

La question posée aux données est simple : quand on pose une question d'achat à chaque moteur, à quelle fréquence une marque française apparaît-elle dans la réponse ?

Trois enseignements sortent de cette figure :

• Perplexity est le moteur le plus ouvert aux marques françaises, ce qui est cohérent avec son régime de sources, qui privilégie la fraîcheur et les discussions de communauté plutôt que les grandes sources encyclopédiques.
• Mistral occupe une position intermédiaire : trois fois plus ouvert que ChatGPT, deux fois moins que Perplexity. L'écosystème francophone de ses sources joue, mais ne suffit pas.
• ChatGPT est le plus fermé, et le plus utilisé. C'est la combinaison la plus coûteuse possible pour une marque française : le canal au plus fort volume est celui où elle existe le moins.

Ce que Mistral répond, verbatim

Les moyennes cachent le concret. Voici, reconstituée depuis les données du panel, une grille de verdict typique d'une marque française : le rendu exact qu'une marque reçoit dans un audit Cited :

Ce motif (présent sur son nom, absent sur les besoins) est le plus répandu du panel, et c'est le plus trompeur : une fondatrice qui teste sa propre marque tape son nom, obtient une bonne réponse, et en conclut que tout va bien. Les acheteurs qui ne la connaissent pas encore, eux, posent des questions de besoin. Et là, la réponse cite d'autres noms.

Le paradoxe français : l'IA française recommande aussi l'étranger

On pourrait attendre du moteur français qu'il porte les marques françaises. La réalité est plus nuancée, et plus intéressante. Mistral cite trois fois plus de marques françaises que ChatGPT, mais sur la masse des requêtes de catégorie du panel, la majorité de ses recommandations restent des marques étrangères, souvent les mêmes gagnantes internationales que sur les autres moteurs.

L'explication n'est pas idéologique, elle est mécanique : un moteur avec recherche web reflète l'état du web qu'il lit. Si les sources qui font autorité sur une catégorie citent massivement des marques étrangères, et si les marques françaises n'ont ni pages qui répondent aux questions d'achat ni données produit lisibles, le moteur français lui-même n'a pas la matière pour les recommander. Le problème n'est pas que l'IA soit anti-française ; c'est que les marques françaises sont illisibles : pour toutes les IA, y compris la leur.

Le volume

Mistral pèse aujourd'hui moins de 1 % du trafic IA français. Mesurer Mistral n'est pas un enjeu de volume, c'est un enjeu de position et de souveraineté : c'est le moteur qui grandit dans les institutions et les entreprises françaises, celui dont l'importance est politique autant que commerciale, et celui sur lequel les positions se prennent maintenant, quand personne ne regarde.

Cited le mesure parce qu'un instrument français qui ignore le moteur français serait absurde, et parce que le coût marginal d'un moteur supplémentaire, une fois l'architecture en place, est presque nul. Le volume, lui, est ailleurs : ChatGPT domine encore, et Gemini est probablement déjà le premier volume d'exposition IA en France via le moteur de recherche que tout le monde utilise.

Ce que ça implique pour une marque française

1. Ne vous testez pas sur votre nom. Testez-vous sur les questions de besoin de votre catégorie : c'est là que les acheteurs qui ne vous connaissent pas encore vous cherchent sans le savoir.
2. Exigez une mesure moteur par moteur. Un score moyen sur des moteurs qui vont de 22 à 137 citations pour 1 000 réponses ne veut rien dire.
3. Traitez Mistral comme un marché d'avance. Faible volume aujourd'hui, sensibilité francophone, positions libres : le rapport effort/position n'y sera jamais aussi favorable qu'en ce moment.
4. Corrigez la lisibilité avant de chercher la notoriété. Le paradoxe français montre que même le moteur le mieux disposé ne peut pas recommander une marque qu'il ne peut pas lire.

C'est exactement ce que fait l'audit Cited : vos 50 questions d'achat, les cinq moteurs dont Mistral, le verbatim des réponses, et la liste de ce qui vous rend illisible. Contacter Cited.