Aller au contenu
Heure mondialeEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portail sur l'IA et la technologieactualités · analyses · entretiens · fond technique

Rechercher
EN DIRECT
›

Le pilote de paiement des AI Overviews de Google : ce que 100 éditeurs gagnent vraiment

Google paie environ 100 éditeurs numériques pour le contenu repris dans les AI Overviews, le mode AI et Gemini. Les sommes vont de moins de 1 000 dollars sur plusieurs mois à plus de 1 million de dollars par an, selon The Information.

Médias & internetExpliquéSophie LeclercPublié le: 30 septembre 20267 min de lectureSources 15
Le pilote de paiement des AI Overviews de Google : ce que 100 éditeurs gagnent vraiment

Le programme pilote par lequel Google paie les éditeurs dont le travail alimente ses réponses générées par IA a environ un an, et les chiffres qui circulent ne sont pas flatteurs. The Information rapportait le 29 septembre qu'environ 100 éditeurs numériques y sont inscrits et que les paiements varient énormément. Certains blogs et sites de petite ou moyenne taille touchent moins de 0,1 pour cent de leurs revenus publicitaires. De petits sites ont reçu moins de 1 000 dollars sur plusieurs mois. Un éditeur a encaissé 50 000 à 60 000 dollars en quelques mois, et un autre gagne plus de 1 000 000 de dollars par an. The Decoder a repris l'information le 30 septembre.

Voilà pour l'accroche. Il ne s'agit pas d'un régime de licence au sens habituel.

Les participants peuvent voir dans Google Search Console à quelle fréquence leur contenu est utilisé et combien ils ont gagné, selon le récit de The Information. Ce qu'ils ne voient pas, c'est la formule. Plusieurs éditeurs ont déclaré à la publication qu'ils ignorent comment Google calcule les paiements et que les montants bougent d'un mois à l'autre sans explication. Les sujets de niche à forte communauté, l'animation japonaise et le jeu vidéo entre autres, semblent mieux s'en sortir que l'actualité généraliste.

Un pilote sans conditions publiées

La structure compte plus que n'importe quel chèque pris isolément. Google fixe les termes par des accords sélectifs, une fonction de retrait et un modèle de paiement où c'est lui qui décide de la valeur d'un contenu. Chaque éditeur négocie seul. Le texte publié par The Decoder le 30 septembre décrit la dynamique sans détour : les accords individuels poussent les éditeurs à négocier séparément plutôt que collectivement. Et ceux qui claquent la porte ne font guère pression sur Google, d'autres sources comblant le vide.

De plus grands éditeurs refusent d'adhérer pour cette raison précise, rapporte The Information, en espérant obtenir de meilleurs tarifs. Leur trafic baisse déjà, et plusieurs études montrent que les AI Overviews réduisent nettement les visites vers le web ouvert.

La pression juridique monte en parallèle. Des éditeurs indépendants ont déposé une plainte auprès de la Commission européenne au sujet des AI Overviews en juillet 2025. Penske Media, maison mère de Rolling Stone, a attaqué Google en justice ce mois de septembre pour perte de trafic et de revenus publicitaires. En décembre 2025, la Commission a ouvert une enquête antitrust pour déterminer si Google impose des conditions déloyales en utilisant le contenu des éditeurs pour ses fonctions IA sans rémunération adéquate ni véritable possibilité de retrait. Le mécanisme de retrait de Google a suscité des critiques précises de la part d'éditeurs qui veulent un accès contrôlé plutôt qu'un interrupteur tout ou rien, comme le rapportait Tempo.co English le 29 septembre.

Il y a aussi la décision allemande. Un tribunal allemand a jugé que les AI Overviews sont un contenu propre à Google, et non des résumés de documents existants. Si cette interprétation se répand, les éditeurs auraient une base juridique pour réclamer des redevances chaque fois que leur travail apparaît dans une réponse IA. The Decoder souligne le problème pratique d'une telle issue : suivre la contribution exacte de chaque source à une réponse serait difficile, voire impossible, et gérer les paiements ajouterait des frais de gestion.

De son côté, Google s'emploie publiquement à redéfinir ce qu'est la recherche. L'article de Time Magazine du 29 septembre, « You Came to Google to Search. Now You're Chatting With AI », décrit le changement de comportement des utilisateurs que les paiements sont censés accompagner. PPC Land a publié le 29 septembre un explicatif sur Nick Fox, l'executif de Google le plus associé à l'organisation de la recherche.

Le volet trafic du bilan

Les paiements ne sont qu'une moitié de l'histoire. L'autre moitié, ce sont les renvois, et là la tendance ne fait pas débat. Les titres rassemblés autour de cette affaire notent que la baisse du trafic venu de Google Search s'est aggravée jusqu'à 40 pour cent d'une année sur l'autre pour les éditeurs, à la date du 24 septembre. Des articles antérieurs évoquaient des petits sites en recul de 60 pour cent, les petits éditeurs étant les plus touchés. Une autre plainte antitrust soutient que Google cannibalise le trafic des éditeurs.

Ces chiffres viennent d'études différentes, avec des méthodologies différentes, et ne doivent pas être lus comme une mesure unique. Ce sur quoi elles s'accordent, c'est le signe.

Microsoft va dans la même direction. En septembre, l'entreprise a ajouté une fonction « ask a follow-up » aux résultats de Copilot, un changement qui pourrait peser encore sur le trafic des éditeurs. Ces derniers modélisent en attendant un avenir avec beaucoup moins de trafic venu de Google Search et cherchent à en limiter l'effet, comme le décrivait la couverture de juin.

« The point of our work is caution under uncertainty. Maximizing distress on purpose is the exact opposite, and it's wrong. The deeper problem is AI research has no ethics standards; developing them must be a priority. »

Cette citation ne parle pas d'édition. Elle vient de Cameron Berg, l'un des auteurs d'un article intitulé « The Pain Axis: LLMs Represent Self-Directed Harm and Act to Relieve It », qui commentait une autre controverse : un homme se présentant comme ingénieur chez Apple a construit un projet GitHub qui manipule les activations de modèles pour provoquer des états associés à la douleur dans les modèles Qwen3-1.7B et Qwen3-4B d'Alibaba, puis a testé leur comportement à mesure que le signal s'intensifiait. Machine.news rapportait le 30 septembre que le dépôt a fait l'objet de signalements massifs et que l'ingénieur a supprimé un post promotionnel sur X, écrivant qu'il ne voulait pas le voir associé à son compte principal. Rappel utile : les gens qui construisent les systèmes qui servent désormais d'intermédiaire à l'édition ont leurs propres normes en suspens.

Ce que l'argent achète ailleurs

Comparées aux sommes qui parviennent aux éditeurs, les autres nouvelles de financement IA de la semaine dessinent une autre économie. Flow Engineering, startup de San Francisco fondée il y a trois ans qui vend des outils IA pour la conception matérielle, a levé un tour de série B de 50 000 000 de dollars sur une valorisation de 750 000 000 de dollars, annoncé mercredi. Le tour était co-dirigé par Antonio Gracias de Valor Equity Partners et Gavin Baker d'Atreides Management, avec la participation de Sequoia Capital, selon TechCrunch. Sequoia avait mené la série A de l'entreprise en octobre dernier.

OpenAI et Synopsys ont signé le 30 septembre un partenariat pluriannuel pour construire un modèle de conception de puces appelé GPT-Synopsys, en combinant les modèles d'OpenAI avec les outils d'automatisation de conception électronique de Synopsys. Sassine Ghazi, PDG de Synopsys, a déclaré que l'IA pourrait accélérer nettement le processus de conception, et Greg Brockman, cofondateur d'OpenAI, a présenté l'accord comme un chemin vers de meilleures puces et une meilleure IA.

Côté infrastructure, Modal a publié des benchmarks pour Quail, une couche d'inférence adaptée aux requêtes pour les charges de travail AI-SQL. Sur une requête à jointures multiples, la société annonce plus de 1 700 000 000 de tokens traités par minute et par GPU H100, plus de 10 fois plus vite que sa référence vLLM sur le même matériel, et moins de 6 cents par milliard de tokens sur Modal. Sur son nouveau benchmark AI-SQL, Quail tourne 1,84 fois plus vite que vLLM en moyenne géométrique sur les tâches.

Elasticsearch Labs a testé Jev, le modèle System One de TypeSafe AI, comme reranker de recherche sur 250 requêtes Amazon Shopping et 4 754 paires jugées, faisant passer le nDCG@10 de 0,9351 à 0,9565 et le MRR exact de 0,9201 à 0,9616. TypeSafe facture 0,042 dollar par million de tokens en entrée, les tokens en sortie étant facturés zéro.

Rien de tout cela ne change l'arithmétique d'un petit éditeur qui gagne moins de 1 000 dollars grâce à un programme en place depuis des mois. La comparaison est tout l'intérêt.

Il y a aussi un débat plus discret qui traverse les blogs d'ingénierie cette semaine, sur ce qu'il advient des gens qui font le travail. Un billet sur martinelli.ch soutient que les agents de codage IA ramènent les rôles spécialisés à un seul ingénieur qui parle au client, conçoit, construit et exploite le produit, comme dans les années 1990, la spécification devenant l'artefact le plus important. Un billet sur pooyam.dev, écrit par quelqu'un qui travaille sur la performance d'entraînement et d'inférence des LLM sur GPU et TPU, va plus loin : « I accepted that my former work life is fully over. » Un troisième, sur rtfm.co.ua, avertit que déléguer aux agents peut laisser l'ingénieur en « meat middleware » entre l'agent et le bouton de déploiement.

Où cela laisse les éditeurs

Le pilote, l'enquête de la Commission, la plainte de Penske et la décision allemande sont tous en cours en même temps. Google n'a pas publié la formule de paiement, et les participants qui ont parlé à The Information n'ont pas su la décrire non plus. Le chiffre concret le plus récent du domaine public reste l'écart lui-même : moins de 1 000 dollars pour certains, plus de 1 000 000 de dollars par an pour au moins un.

Pendant ce temps, les baisses de trafic qui ont motivé les accords se poursuivent, et les éditeurs qui attendent de meilleures conditions le font tandis que leur volume de renvois recule.

Commentaires 0

Sources

15
  1. 01Google is paying almost no publishers almost nothing for content used in AI answersEN
  2. 02Valor, Atreides, and Sequoia back AI startup Flow Engineering at $750M valuationEN
  3. 03OpenAI and Synopsys team up to build an AI model that designs chips like a seasoned engineerEN
  4. 04"Apple engineer" builds GitHub AI torture chamber to inflict "pain and anguish" on modelsEN
  5. 05Quail: Speeding up AI-SQL by jointly optimizing query planner and inference engineEN
  6. 06Using Jev as a search reranker: benchmarks and how to implementEN
  7. 07Back to the 90s: The Software Engineer Has All the Roles AgainEN
  8. 08Software Engineering After CodeEN
  9. 09AI: LLMs, Agents, Work, and Us – Engineers. Personal ThoughtsEN
  10. 10Branch Target Reuse: Spectre-v2 Attacks in JIT EnginesEN
  11. 11OpenZL v0.3.0: a major upgrade of native LZ engine and Compression TransformerEN
  12. 12What control engineering taught me about building AI systemsEN
  13. 13The Robot Report parent Arrowfly launches AI for Engineers platform, events for engineers navigating AIEN
  14. 14Marketing That Makes Sense to EngineersEN
  15. 15When we talk about traffic violenceEN

Tous les chiffres et citations de ce texte proviennent des sources citées ci-dessous.

Les contenus ont été préparés par l'équipe de rédaction, assistée par l'IA.

Sophie Leclerc

Sophie Leclerc

IA, modèles et technologies

Sophie Leclerc couvre les technologies, l'IA et les modèles ainsi que les médias et l'internet pour FLASH24, en travaillant à partir des dépôts de code, des articles scientifiques et des documents techniques plutôt que des annonces. Elle vérifie chaque chiffre en remontant aux jeux de données d'origine et en comparant les versions successives des modèles. Elle interroge régulièrement des ingénieurs et des chercheurs, et suit les calendriers de publication des principales conférences du secteur. Son intérêt personnel pour l'auto-hébergement et les réseaux domestiques nourrit directement sa couverture des infrastructures et des modèles ouverts. Elle ne publie pas de performance annoncée sans méthode de mesure vérifiable.

Rédaction →

Commentaires

0
  1. Aucun commentaire — soyez le premier.

Écrire un commentaire

Les commentaires sont publics. Nous ne publions ni insultes, ni spam, ni publicité.