Conférence CEW France 2026 : ce que les marques beauté doivent comprendre sur la visibilité IA
En mars 2026, Diana Béraud, cofondatrice de MYA, et Sophie Coront-Ducluzeau, fondatrice de Matahari, ont été invitées par CEW France à intervenir lors du Beauty Business Review. Devant 200 professionnels de la beauté, elles ont partagé pendant 15 minutes un constat, des chiffres et une méthode. Voici les enseignements clés de cette prise de parole.
Les consommateurs beauté utilisent déjà les IA pour choisir leurs produits
Le sujet n’est plus prospectif. L’étude Accenture Consumer Pulse Research, publiée en septembre 2025 et menée auprès de 18 000 consommateurs dont 1 400 dans la beauté, établit que 76% des consommateurs beauté se disent ouverts à utiliser un personal shopper alimenté par l’IA. Dans cette même étude, l’IA générative a dépassé les réseaux sociaux, les consultations en magasin et les recommandations des proches comme source de découverte de produits beauté.
En France, le magazine ELLE révélait en décembre 2025 que 37% des Français avaient envisagé de demander à une IA de les aider à trouver leurs cadeaux de Noël.
Concrètement, cela signifie que des consommateurs ouvrent ChatGPT, Gemini ou Perplexity et posent des questions d’une précision que le search traditionnel n’avait jamais connue : « Ma mère a 60 ans, elle a des taches sur le visage, elle veut quelque chose d’efficace mais naturel. Qu’est-ce que je peux lui offrir ? » Ou encore : « Mon copain n’a aucune routine soin, il trouve que les crèmes c’est trop gras. Trouve-moi un truc qui pourrait le convertir, budget 50 euros. »
L’IA répond. Elle répond toujours. Avec des noms de marques, des sélections, des justifications. Pas forcément les marques les plus connues. Les marques qu’elle a comprises.
Être visible ne suffit plus. Il faut être choisi.
Entre constater que sa marque apparaît dans une réponse IA et comprendre pourquoi elle est sélectionnée, le chemin reste flou pour beaucoup de marques. Une donnée récente éclaire ce mécanisme.
Selon l’étude Yext AI Citation Analysis, réalisée au dernier trimestre 2025 sur 17,2 millions de citations générées par ChatGPT, Gemini, Perplexity et Claude, 56% des sources utilisées par les IA proviennent de contenus tiers : presse, publications éditoriales, avis, forums. Seulement 44% proviennent des sites de marques eux-mêmes.
Ce chiffre change la perspective. Optimiser son site reste indispensable, mais cela ne couvre que la moitié de l’équation. L’autre moitié, celle qui valide, qui rassure l’IA et qui déclenche la recommandation, se joue à l’extérieur : dans les médias, dans les retombées presse, dans les citations d’experts.
L’exemple de la crème solaire : quand l’IA ne fait pas le lien
Pour illustrer ce décalage, Diana a partagé un exemple concret en conférence.
Une marque de soins solaires. Sur son site, la page produit affiche « crème solaire visage SPF 50, haute protection ». C’est factuel, c’est juste. Mais quand un consommateur interroge ChatGPT, il ne demande pas « quelle crème SPF 50 acheter ». Il demande : « Quelle protection solaire visage ne laisse pas de traces blanches et ne fait pas briller ma peau ? »
Si personne, ni le site, ni les médias, ni les retombées presse, n’a jamais associé « sans traces blanches » ou « fini non gras » à cette marque, l’IA ne fera jamais le lien. Le produit existe, il répond parfaitement au besoin, mais l’IA ne le sait pas.
L’écart entre ce qu’une marque est et ce qu’une IA comprend d’elle, c’est le territoire sur lequel tout se joue. Et cet écart ne se comble pas par un seul levier.
Deux piliers, un seul écosystème : l’approche AI Brand Echo
C’est pour répondre à ce double enjeu que MYA et Matahari ont construit AI Brand Echo.
Premier pilier : la lisibilité interne (MYA). Adapter et créer les contenus du site pour qu’ils répondent aux questions que les consommateurs posent réellement aux IA, avec leurs mots, leur langage. Fiches produits, pages catégories, FAQ, contenus éditoriaux : chaque contenu doit parler le langage de l’IA et du consommateur, pas seulement celui de la marque.
Deuxième pilier : l’autorité externe (Matahari). Les retombées presse, les citations d’experts, la présence dans les médias à forte crédibilité. Ce sont les signaux que les LLM utilisent pour valider qu’une marque est légitime et qu’ils peuvent la recommander en confiance. Cela implique aussi de repenser la structure de l’information diffusée via les communiqués de presse : un communiqué conçu uniquement pour le journaliste ne suffit plus. Il doit aussi être structuré pour que l’IA puisse en extraire les bénéfices consommateurs, le contexte d’usage et les éléments de preuve.
Ces deux piliers ne fonctionnent pas en silos. C’est leur cohérence qui produit le résultat. Un calendrier partagé, une sémantique alignée, un rythme régulier de contenus et de prises de parole qui se renforcent mutuellement.
Et c’est un travail de fond. Les modèles d’IA évoluent en permanence, leurs sources changent, de nouvelles marques entrent dans leur radar. Ce qui fonctionne aujourd’hui peut ne plus suffire dans trois mois. La visibilité IA n’est pas un coup ponctuel. C’est un fil rouge.
Ce que les marques beauté doivent retenir
Trois messages clés ont été partagés en clôture de la conférence CEW.
L’IA n’est plus un canal « en plus ». C’est un canal de découverte et de recommandation à part entière. 76% des consommateurs beauté sont prêts à se laisser guider. Google lui-même transforme son moteur en moteur IA avec les AI Overviews, déjà déployés dans plus de 200 pays.
Les RP et le contenu de marque n’ont jamais été aussi stratégiques. Ce ne sont pas des lignes budgétaires qu’on coupe quand on veut aller vite. Ce sont les fondations de la visibilité dans un monde où l’IA décide qui elle recommande.
C’est un travail de fond, pas un coup ponctuel. La cohérence entre le site et l’écosystème médiatique, entretenue dans la durée, c’est l’avantage compétitif. Les IA ne cherchent pas la marque la plus forte. Elles cherchent la plus claire.
Chaque marque de beauté a une histoire qu’elle doit raconter. Et cette histoire doit être formulée avec ses propres mots, son propre ton, sa singularité. Parce que c’est cette voix distincte, portée de manière cohérente, qui permet à l’IA de la reconnaître, de la citer et de la recommander.