Graphes de connaissances et Wikidata : comment les machines savent qui vous êtes, et pourquoi la couverture vient d’abord

Qu’est-ce qu’un graphe de connaissances ?

Un graphe de connaissances est une base de données d’entités : des choses, pas des chaînes de caractères. Là où un index textuel stocke le mot « jaguar » et laisse le contexte trancher entre le félin et la marque automobile, un graphe de connaissances distingue des entités précises, avec des faits typés et des relations : Jaguar (constructeur automobile), fondé en 1922, siège à Coventry, filiale de Tata Motors.

Google a lancé son Knowledge Graph en 2012 sous ce même slogan, « les choses, pas les chaînes de caractères », et il est discrètement devenu une infrastructure centrale. Il alimente les panneaux de connaissances affichés à côté des résultats de recherche, mais son rôle le plus important reste invisible : la désambiguïsation et la confiance. Quand un système lit « Example Store augmente ses prix », c’est le graphe qui lui permet de savoir duquel des Example Store dans le monde il s’agit, et à quels faits établis on peut confronter cette affirmation.

Ce rôle se retrouve tel quel dans la recherche IA. Des assistants comme ChatGPT, Claude, Gemini et Perplexity composent leurs réponses à partir de nombreuses sources, et les données d’entité font partie de ce qui permet de résoudre, relier et fiabiliser les mentions de marque. Une marque qui existe comme une entité propre est une marque dont les machines peuvent parler avec assurance.

Qu’est-ce que Wikidata ?

Wikidata est le plus grand graphe de connaissances ouvert au monde : une base de données libre, éditée collaborativement, portée par le mouvement Wikimedia, lancée en 2012, et qui dépasse largement les 100 millions d’éléments. Chaque élément porte un identifiant permanent (un numéro Q, comme Q95 pour Google), des libellés et des descriptions dans n’importe quelle langue, des déclarations (« nature de l’élément : entreprise », « date de création : 2016 », « site officiel : … ») et des références qui les appuient.

Trois propriétés en font le pôle central des entités, bien plus qu’un simple wiki de plus. Il est radicalement multilingue : un même élément porte des noms et des descriptions dans toutes les langues, si bien qu’une seule identité sert un client à Oslo et une IA qui répond en espagnol. Il est librement réutilisable : les données sont publiées sous licence ouverte, ce qui explique qu’elles irriguent les moteurs de recherche, les encarts d’information de Wikipédia, les assistants vocaux et d’innombrables jeux de données, y compris les corpus sur lesquels s’entraînent les modèles d’IA. Et il est référencé par conception : chaque déclaration cite ses sources, ce qui permet aux machines de le traiter comme vérifiable plutôt que promotionnel.

Son rôle dans la pile technologique de l’IA s’approfondit. En octobre 2025, Wikimedia Deutschland a lancé le Wikidata Embedding Project : une recherche sémantique vectorielle sur l’ensemble du graphe, conçue pour les applications d’IA et compatible avec le Model Context Protocol (MCP), le standard émergent pour connecter les systèmes d’IA à des sources de données. Wikidata n’est plus seulement une donnée d’entraînement pour les modèles : il devient un socle factuel vérifiable, branché en direct.

Pourquoi les graphes de connaissances comptent-ils pour la visibilité IA ?

Parce qu’avant de vous recommander, un système d’IA doit être sûr de qui vous êtes. C’est de là que vient cette certitude, et les données d’entité remplissent trois fonctions concrètes : elles distinguent votre nom de tous vos homonymes, elles relient vos mentions éparpillées (presse, avis, forums) à une seule identité, et elles donnent une ossature factuelle aux affirmations générées à votre sujet.

Notre étude d’août 2026 menée sur 99 boutiques en ligne norvégiennes (en norvégien) a mesuré cette couche, et l’écart est large : 47 boutiques sur 99 n’avaient absolument aucune entité Wikidata. La répartition est parlante. Chez les boutiques spécialisées indépendantes, 85 % n’avaient pas d’entité ; chez les boutiques appartenant à une chaîne, 12,5 %. Pourtant, trois des plus petites boutiques de l’étude, parmi les moins établies, avaient des entités aussi complètes que celles des plus grandes enseignes du marché : la preuve que cela ne dépend ni de la taille, ni du budget.

L’honnêteté exige le contrepoids, et nos données le fournissent : chez les boutiques à faible autorité, une entité complète, à elle seule, n’a produit aucun gain mesurable en citations IA. Une paire de l’étude illustre le même constat sous un autre angle : deux chaînes sœurs sur des plateformes techniquement identiques, où celle dont l’identité est reliée à Wikipédia se classe sur ses propres recherches locales, tandis que l’autre ne se classe nulle part. L’entité n’est pas un levier qui déclenche des citations. C’est de l’hygiène : la couche d’identité qui rend chaque mention que vous gagnez attribuable à vous. Ce qui pose la vraie question : comment gagner ces mentions ?

Qu’est-ce que la notoriété, et pourquoi est-elle le verrou d’entrée ?

La notoriété, c’est l’exigence que des sources indépendantes et sérieuses aient parlé de vous. C’est le billet d’entrée pour toute la couche des graphes de connaissances, et le seuil diffère nettement entre les deux systèmes que l’on confond souvent :

Le seuil de Wikipédia est élevé. Un article exige une couverture significative dans des sources fiables et indépendantes du sujet : du vrai journalisme ou de la littérature à votre sujet, pas des communiqués de presse, pas votre propre site, pas des annuaires. La plupart des petites et moyennes entreprises ne franchissent tout simplement pas ce seuil, et les articles qui tentent malgré tout d’y figurer se font supprimer.

Le seuil de Wikidata est plus bas, mais il existe bel et bien. Un élément est admissible s’il remplit l’un des trois critères suivants : il dispose d’une page valide sur un projet Wikimedia (un article Wikipédia, par exemple) ; ou il désigne une entité clairement identifiable, que l’on peut décrire à l’aide de références sérieuses et publiquement accessibles ; ou il répond à un besoin structurel du graphe. Pour une société immatriculée, c’est en général le deuxième critère qui ouvre la porte : une fiche au registre du commerce, une couverture dans la presse professionnelle, des tests produits dans des publications crédibles. Aucun article Wikipédia n’est requis.

Ce que la notoriété n’est pas : quelque chose que l’on achète ou que l’on balise techniquement. Les publireportages, les placements payés et le contenu auto-publié ne comptent pas comme des sources indépendantes, et les éléments promotionnels sans véritables références sont signalés puis supprimés par la communauté. Ce verrou existe précisément pour que le graphe reste assez fiable pour que les machines puissent s’y appuyer. C’est là tout le marché : le graphe vous est utile parce que vous ne pouvez pas y entrer en spammant.

Comment gagner la couverture qui vous rend notable ?

En donnant aux sources indépendantes une raison d’écrire sur vous. C’est le même travail qui alimente directement les recommandations de l’IA, décrit dans notre guide SEO, AEO, GEO et AIO : les assistants consultent cette couverture pour répondre aux questions d’achat. L’entrée dans le graphe ne fait que rattacher tout cela à votre nom. Classé par retour sur effort :

1. Soyez la réponse évidente à quelque chose. La couverture suit la singularité. « Encore une boutique en ligne avec un large choix » ne donne rien à un journaliste ; « le spécialiste du matériel outdoor tactique » ou « la seule boutique de meubles neutre en carbone de la région » est à la fois une accroche et une étiquette citable. Affûtez votre réponse en une phrase à la question « en quoi suis-je seul ? » avant de démarcher qui que ce soit.
2. Publiez des données originales. Enquêtes, analyses de prix, statistiques sectorielles issues de votre propre activité : les chiffres originaux sont l’actif le plus fiablement cité qui soit, parce que chaque journaliste et chaque réponse d’IA a besoin de sources pour étayer ses affirmations. Un seul jeu de données authentique vaut mieux qu’une année de communiqués de presse.
3. Courtisez d’abord la presse professionnelle et locale. Les publications sectorielles et les médias régionaux ont un seuil d’entrée plus bas que la presse nationale, et ils comptent pleinement comme sources indépendantes, aussi bien pour Wikidata que pour les modèles d’IA qui les lisent. Un profil dans une revue professionnelle du commerce vaut plus que dix articles auto-publiés.
4. Faites tester vos produits de façon indépendante. Sites de tests, comparateurs, classements « meilleurs produits » par catégorie : ce sont précisément les sources que les assistants IA consultent pour les questions d’achat, et chacune constitue une couverture citable.
5. Prêtez votre expertise aux journalistes. Les plateformes de mise en relation avec des journalistes et la prise de contact directe font de vos fondateurs des experts que l’on peut citer. Chaque citation est une mention indépendante qui associe votre nom à votre spécialité.
6. Accumulez les signaux institutionnels. Prix professionnels, adhésions à des associations, inscriptions auprès de chambres de commerce, interventions en conférence, participations à des podcasts. Chacun pèse peu isolément ; ensemble, ils forment la base de références que vise la formule « sérieuses et publiquement accessibles ».

Deux précisions honnêtes. Ce chantier prend des mois, voire des années : c’est l’actif le plus lent de la visibilité en ligne, ce qui explique pourquoi commencer tôt vaut mieux que commencer grand. Et cela ne se délègue pas au balisage : aucune donnée structurée ne remplace une source qui a choisi, de façon indépendante, de parler de vous.

Comment créer et entretenir une entité Wikidata, étape par étape ?

Une fois que des sources authentiques existent, l’entité elle-même se construit en quelques heures, pas en quelques mois :

1. Vérifiez si vous existez déjà. Cherchez votre marque et ses anciens noms sur Wikidata. Un élément non revendiqué ou erroné est plus urgent qu’un élément manquant : corrigez avant de créer.
2. Rassemblez d’abord vos références. Fiche au registre du commerce, site officiel, et la couverture indépendante que vous avez gagnée. Chaque déclaration que vous ajoutez doit s’appuyer sur l’une d’elles.
3. Créez l’élément de façon neutre. Un libellé (le nom de la marque) et une description courte et factuelle, du type « détaillant en ligne norvégien d’équipement outdoor », pas de langage marketing, au minimum dans votre propre langue et en anglais. Les descriptions vous distinguent aussi de toute entité homonyme sur la planète.
4. Ajoutez les déclarations essentielles. Nature de l’élément (entreprise / boutique en ligne), date de création, pays, lieu du siège, secteur d’activité, site officiel, fondateur ou société mère le cas échéant, et un logo via Wikimedia Commons, sachant que Commons exige que le logo soit sous licence libre ou en dessous du seuil d’originalité.
5. Ajoutez des identifiants : la meilleure désambiguïsation que vous puissiez obtenir gratuitement. Votre numéro national au registre du commerce, le RCS ou le SIREN en France, mais aussi Brønnøysund en Norvège, Companies House au Royaume-Uni ou le Handelsregister en Allemagne (presque chaque pays a le sien), ainsi que vos profils sociaux officiels. Les identifiants sont ce qui permet aux machines de relier votre entité à des registres qui font autorité.
6. Référencez chaque déclaration substantielle. Les éléments sourcés résistent à la revue communautaire ; les affirmations nues attirent les débats de suppression.
7. Bouclez la boucle depuis votre propre site. Pointez la propriété sameAs de votre balisage JSON-LD Organization vers votre nouvel identifiant Q, afin que votre domaine et votre entité se confirment mutuellement. Notre article sur le JSON-LD détaille ce bloc.
8. Entretenez-la. Placez l’élément sur une liste de suivi et mettez à jour les faits quand ils changent. Modifier des éléments avec lesquels vous avez un lien est acceptable sur Wikidata dès lors que les modifications sont factuelles et référencées : l’étiquette exigée est la neutralité, pas l’absence. Rédiger son propre article Wikipédia est une tout autre affaire : les règles de conflit d’intérêts sont strictes, l’édition rémunérée non déclarée viole les conditions d’utilisation, et le conseil pratique est simple : laissez un article Wikipédia arriver de lui-même quand la couverture le justifie.

À quoi cela ressemble-t-il dans un contexte international ?

Une seule entité, tous les marchés : c’est le super-pouvoir discret de cette couche. Un élément Wikidata n’est pas une fiche nationale : le même identifiant Q porte votre description en norvégien, votre description en allemand et votre description en japonais, et l’assistant IA qui répond à un acheteur dans n’importe laquelle de ces langues vous résout vers la même identité. Pour qui vend au-delà de ses frontières, traduire les libellés et les descriptions de son entité est le travail de visibilité internationale le moins cher qui existe : quelques minutes par langue.

Cette dimension internationale explique aussi pourquoi cette couche compte davantage, et non moins, à mesure que vous grandissez. Les homonymies sont un problème mondial : plus le monde dans lequel vous opérez est vaste, plus vous affrontez d’entreprises, de produits et de personnes portant le même nom que vous, dans la compréhension qu’en ont les machines. La désambiguïsation, c’est exactement à cela que servent les données d’entité. Et l’infrastructure se consolide autour de socles ouverts et multilingues : le graphe de Google puise notamment dans Wikidata, les encarts de Wikipédia s’en nourrissent, les corpus d’entraînement des modèles de langage l’incluent, et l’Embedding Project le met désormais directement à disposition des applications d’IA dans plus d’une centaine de langues. Quant à la base de références sous-jacente (registres du commerce, presse professionnelle, sites de tests), elle existe sous une forme nationale à peu près partout, si bien que la méthode décrite plus haut se transpose : s’enregistrer, gagner une couverture dans les sources auxquelles votre marché fait confiance, encoder l’identité, et ne répéter par marché que la part de couverture qui doit rester locale.

Pour conclure

Sur les 99 boutiques de notre étude, 47 sont totalement absentes de la couche d’identité ouverte mondiale, et chez les petites boutiques spécialisées que la recherche IA favorise par ailleurs, ce chiffre monte à 85 %. C’est le schéma qui mérite qu’on s’y attarde : les acteurs qui ont le plus à gagner à être sans ambiguïté sont les moins susceptibles d’avoir fait le travail, alors que ce travail (une entité référencée, bâtie sur une couverture gagnée) n’est verrouillé ni par la taille, ni par le budget.

Mais respectez l’ordre, car c’est toute la leçon. La couverture d’abord : soyez distinctement quelque chose, publiez des faits qui méritent d’être cités, et laissez des sources indépendantes le dire. L’identité ensuite : encodez ce que ces sources établissent dans Wikidata, votre balisage, vos registres. Les machines ne vous recommandent pas parce que vous avez une entité. Elles vous recommandent parce que des sources dignes de confiance parlent de vous, et l’entité est ce qui leur permet de savoir, dans toutes les langues à la fois, que ces sources parlent bien de vous.