Schema markup et IA : la fin d’une pratique SEO établie depuis 15 ans ?

Pendant quinze ans, le schema markup a été présenté comme indispensable pour aider Google à comprendre les pages web. Aujourd’hui, les capacités de traitement du langage naturel des IA génératives remettent en question cette certitude. Faut-il continuer à investir dans le balisage structuré ou miser sur l’optimisation du contenu pour les modèles de langage ?

Une remise en question fondamentale

En septembre 2026, la plateforme Oncrawl, référence du SEO technique, a publié une analyse qui fait l’effet d’un pavé dans la mare : les IA peuvent lire la plupart des pages web sans une seule ligne de schema. Cette affirmation remet directement en cause une pratique ancrée depuis 2011, lorsque Google, Bing, Yahoo et Yandex ont lancé conjointement Schema.org, un vocabulaire standardisé pour décrire le contenu web aux moteurs de recherche.

Le constat est d’autant plus troublant qu’il arrive au moment où Google lui-même a publié, en mai 2026, ses premières directives officielles sur la recherche générative. Selon Search Central, aucun balisage Schema.org spécial n’est requis pour apparaître dans les AI Overviews ou le mode IA. Les systèmes génératifs de Google s’appuient sur les mêmes systèmes de classement et de qualité que la recherche traditionnelle.

D’après Advanced Web Ranking, qui a analysé les pratiques d’optimisation pour la recherche IA en août 2026, cette situation rappelle étrangement le débat sur les « 200 facteurs de classement » : une liste jamais publiée par Google, assemblée par inférence et transformée en vérité par répétition. « Nous assistons au même phénomène avec le schema pour l’IA », constate l’analyse.

Ce que disent réellement les données

Plusieurs études récentes apportent un éclairage nuancé. Scribblers India, dans son guide sur le schema markup pour la recherche IA publié en 2026, note que le balisage structuré a acquis une nouvelle réputation depuis l’entrée du search génératif dans les discussions marketing grand public. Certains conseils présentent désormais les données structurées comme une voie directe vers les réponses de ChatGPT ou les AI Overviews de Google.

Mais les preuves ne soutiennent pas cette interprétation. Selon Darby.ai, qui a publié un guide sur le fonctionnement de la recherche IA, les systèmes peuvent analyser une question, récupérer des informations potentiellement utiles, évaluer sources et passages, puis synthétiser une réponse. Les sources affichées dans la réponse finale ne représentent qu’une partie de ce processus plus large.

Une enquête menée en septembre 2026 auprès de 131 experts SEO, rapportée par Mkt4Edu, a cherché à identifier les facteurs qui pèsent le plus dans le classement IA. Le résultat aide à séparer tactiques réelles et suppositions de l’industrie. Parmi les conclusions : les mentions de marque sur le web (corrélation de 0,664) importent bien davantage que les backlinks (0,218) pour la visibilité dans les réponses IA.

Le schema garde-t-il une utilité ?

La réponse n’est pas binaire. Selon Marketing Scoop, qui a décrypté les directives IA de Google, le balisage structuré réduit l’ambiguïté sur ce qu’est une page et qui l’a publiée, même si les modèles n’en ont pas techniquement besoin pour extraire l’information.

Calibrate Commerce souligne qu’aucune structure de contenu ne peut garantir une citation IA, mais que certaines approches augmentent les chances qu’un système IA comprenne clairement, extraie et référence avec confiance les informations fournies par une entreprise. Le schema fait partie de ces approches de support.

Search Engine Journal, dans un article sur les pages locales que les systèmes IA peuvent trouver et auxquelles ils peuvent faire confiance, cite Darren Shaw, fondateur de Whitespark : « Vous ne pouvez pas apparaître dans les réponses IA si l’IA ne peut même pas accéder à votre site web. » La question préalable n’est donc pas le schema, mais l’accessibilité, le rendu et la fiabilité des informations.

Des cas d’usage qui persistent

Plusieurs secteurs continuent de tirer bénéfice du balisage structuré, notamment pour la recherche traditionnelle. ClickSlice, dans son guide 2026 sur l’optimisation du schema produit, explique que les données structurées aident les plateformes de recherche à interpréter les détails clés comme le prix, la disponibilité, les avis, la marque et les options d’expédition.

Pour les entreprises SaaS, Babylove Growth recommande de commencer par quatre types de schema en JSON-LD : SoftwareApplication, Organization, Product avec Offer ou AggregateOffer, et FAQPage. « Priorisez votre page de tarification, vos pages produits et votre FAQ avant tout le reste », conseille l’agence. Cette approche pragmatique vise l’éligibilité aux résultats enrichis Google tout en fournissant aux systèmes IA comme ChatGPT et Perplexity un enregistrement propre et vérifiable à citer.

Hashmeta AI, spécialiste du marketing pour la recherche IA, note que les pages citées par l’IA contiennent souvent des données structurées. Mais la nuance est cruciale : corrélation n’est pas causalité. Les sites qui implémentent du schema sont généralement aussi ceux qui soignent leur contenu, leur autorité et leur infrastructure technique.

Le grand écart entre SEO traditionnel et SEO pour IA

WP SEO AI identifie huit tactiques éprouvées pour améliorer la visibilité dans la recherche IA en 2026. Parmi elles, le schema n’apparaît pas comme un levier prioritaire. L’accent est mis sur la qualité du contenu, l’autorité de la marque, l’accessibilité technique et la clarté de l’information.

Cette évolution révèle une tension fondamentale, selon plusieurs analystes : nous avons passé quinze ans à « traduire » le web pour les machines, et maintenant les machines apprennent notre langue. C’est un retournement philosophique majeur qui questionne l’ensemble de l’approche SEO.

Selon Webizm, qui a publié un guide sur les données structurées pour l’optimisation des moteurs génératifs (GEO), le schema markup délivre un contexte d’entité précis aux moteurs de recherche IA, améliorant la clarté sémantique et garantissant des citations de contenu exactes. Mais l’agence reconnaît que cette fonction est désormais complémentaire plutôt que fondamentale.

Que doivent faire les professionnels ?

Face à cette incertitude, les recommandations convergent vers une approche pragmatique. Visibility AI, qui a récapitulé les annonces du forum sur la recherche IA de septembre 2026, rapporte que Google AI Overviews extrait désormais des données d’un ensemble plus large de sources de données structurées, donnant aux listes locales une plus grande chance d’apparaître dans les réponses générées par l’IA.

La stratégie la plus prudente semble être de maintenir le schema existant sans geler les nouveaux investissements en attendant plus de clarté. Le balisage structuré conserve en effet une utilité avérée pour les résultats enrichis traditionnels (étoiles d’avis, prix de produits, fil d’Ariane, événements), qui continuent d’exister parallèlement aux fonctionnalités IA.

Onemetrik recommande de distinguer clairement ce que le schema peut et ne peut pas faire : il peut expliciter le type de page, identifier les entités, réduire l’ambiguïté et améliorer l’éligibilité aux fonctionnalités de recherche. Il ne peut pas forcer un crawl, rendre vraie une affirmation faible, ni garantir une citation IA.

Comme le résume Promptwatch, le schema doit être traité comme une couche de support sur un contenu lisible, et non comme un raccourci vers les citations IA. L’implémentation doit commencer par les modèles de pages et les données sources plutôt que par un gros bloc JSON-LD générique.

Un marché en pleine transformation

Cette remise en question intervient alors que le paysage de la recherche connaît une transformation radicale. Selon les données de SparkToro citées par plusieurs sources, 68 % des recherches Google aux États-Unis se terminent désormais sans clic vers le web ouvert, poursuivant une trajectoire ascendante depuis 49 % en 2019.

Les AI Overviews de Google sont passés de 6,49 % des requêtes en janvier 2025 à plus de 50 % en octobre 2025, soit une augmentation de 669 % en moins d’un an, selon une étude citée par Webizm. Cette expansion n’a pas été linéaire, suggérant une expérimentation active de la part de Google.

Pour les entreprises spécialisées dans l’implémentation du schema markup, cette évolution représente un défi existentiel. Les startups qui développent des outils d’optimisation SEO spécifiques pour les moteurs IA pourraient en revanche trouver de nouvelles opportunités, tout comme les services de conseil en transition du SEO traditionnel vers le SEO-IA.

Perspectives et questions ouvertes

À court terme (1-3 mois), le débat devrait s’intensifier dans la communauté SEO avec la publication de tests et contre-analyses. Les premières déclarations officielles de Google ou Bing sur leur position concernant le schema à l’ère de l’IA sont attendues, ainsi que l’émergence d’études de cas comparant les performances avec et sans schema dans différents moteurs IA.

À moyen terme (6-12 mois), plusieurs scénarios sont possibles. Le premier verrait la confirmation que le schema a peu d’impact sur les résultats IA, entraînant une diminution progressive des investissements et un focus sur l’optimisation du contenu naturel. Le deuxième scénario, plus nuancé, maintiendrait l’importance du schema pour certains types de contenu (e-commerce, événements, données factuelles) tout en le rendant optionnel pour le contenu éditorial.

Un troisième scénario verrait Google et d’autres moteurs confirmer que le schema reste un signal important même pour l’IA, car il réduit l’ambiguïté et améliore la précision. Enfin, un quatrième scénario pourrait voir l’émergence d’un nouveau standard de balisage spécifiquement conçu pour les IA, plus simple que Schema.org.

Plusieurs questions restent ouvertes : les moteurs de recherche IA utilisent-ils réellement le schema markup dans leurs algorithmes ou se basent-ils uniquement sur le contenu visible ? Existe-t-il une différence de performance mesurable entre sites avec et sans schema dans ChatGPT Search, Perplexity ou Google SGE ? Le schema améliore-t-il la précision des réponses IA ou seulement la vitesse de traitement ?

Conclusion : l’ère de la nuance

Le débat sur le schema markup et l’IA révèle une vérité plus large sur l’évolution du web : nous entrons dans une ère où les machines s’adaptent aux humains plutôt que l’inverse. Après quinze ans passés à structurer le web pour les moteurs de recherche, les modèles de langage apprennent désormais à lire comme nous.

Pour les professionnels du SEO, cela ne signifie pas l’abandon immédiat du schema markup, mais plutôt l’adoption d’une approche plus stratégique et sélective. Le balisage structuré conserve sa valeur pour les résultats enrichis traditionnels et certains types de contenu, tout en devenant moins critique pour la compréhension générale des pages par l’IA.

La vraie question n’est peut-être pas « le schema est-il utile pour l’IA ? » mais plutôt : dans un monde où l’IA comprend le langage humain, devons-nous encore optimiser pour les machines ou simplement créer le meilleur contenu possible pour les humains ? Si l’IA lit vraiment comme un humain, alors optimiser pour l’humain devient optimiser pour l’IA. Et cela pourrait bien être la simplification radicale que le web attendait depuis longtemps.