83 % des restaurants sont invisibles dans les réponses de l’IA. Gagner la réponse, c’est la partie facile : OpenTable prend la réservation, DoorDash 15–30 % de la commande.

Uberall a compté 83 % des établissements de restauration comme totalement invisibles dans les recommandations de l’IA. Ceux qui sont bel et bien nommés ont un autre problème.

Commençons par le chiffre. Le 7 mai 2026, dans un rapport diffusé via BusinessWire, Uberall a trouvé que 83 % des établissements de restauration sont totalement invisibles dans les recommandations générées par l’IA (Uberall via BusinessWire). Uberall vend du logiciel de marketing de points de vente et de visibilité IA : un résultat annonçant que les restaurants sont invisibles dans l’IA vend précisément le produit qui corrige cela. Le communiqué ne divulgue pas entièrement son échantillon. Lisez-le comme la forme du problème, pas comme une mesure de votre quartier.

C’est cohérent avec le tableau local plus large : le Local Visibility Index 2026 de SOCi (environ 350,000 établissements ; SOCi vend du logiciel de marketing local) a trouvé que ChatGPT recommande un établissement donné dans 1.2 % des réponses et Gemini dans 11 %, contre 35.9 % pour le 3-pack local de Google (SOCi). Se faire nommer est rare partout.

Mais ces 83 % ne décrivent que le côté perdant. Ils ne disent rien de la minorité de restaurants que l’assistant nomme bel et bien — la partie dont personne dans le métier de la visibilité IA ne parle, parce qu’elle ne s’arrête pas quand vous gagnez.

Voici comment cela se passe. Un client demande à un assistant où manger. L’assistant nomme votre restaurant : la recommandation est gagnée, et vous n’avez rien payé pour elle. Puis il propose de réserver la table, et la réservation passe par une plateforme de réservation. Ou bien la question portait sur la livraison, et la réponse se termine à l’intérieur d’une application qui applique une commission publiée. Vous avez gagné la recommandation ; quelqu’un d’autre a pris la transaction qui y était attachée — la réservation, la marge, la trace du client. L’unité de perte à l’intérieur d’une réponse d’IA, ce n’est pas le client. C’est la transaction que le client transportait. Et remarquez d’où vient ce passage de relais : la réponse bascule vers le produit qui détient un menu lisible par une machine, une table lisible par une machine et un prix lisible par une machine. Si votre propre site n’en contient aucun sous forme de texte, l’agrégateur ne vole pas la transaction — il est simplement le seul acteur de la conversation équipé pour la conclure.

OpenTable est le premier partenaire technologique restauration d’OpenAI pour Operator — l’agent qui réserve la table, et pas seulement celui qui la nomme

OpenTable déclare être devenue « le premier partenaire technologique de la restauration pour l’outil Operator d’OpenAI », le cas d’usage étant Operator aidant les clients à réserver en ligne, ponctuellement ou de façon récurrente (OpenTable). Operator est l’agent d’OpenAI, annoncé le 23 janvier 2025, qui exécute des tâches dans un navigateur pour le compte de l’utilisateur (OpenAI).

Soyez précis, car la presse spécialisée a déjà brouillé les cartes. C’est un partenariat autour d’un agent de réservation : un agent capable de conclure une réservation, branché sur une plateforme de réservation. Ce n’est pas une déclaration selon laquelle les recommandations de restaurants de ChatGPT reposeraient sur OpenTable. Aucune étude ne montre que le stock d’une plateforme de réservation décide quels restaurants un assistant nomme. Demandez cette étude à tout prestataire qui prétend le contraire — elle n’existe pas.

La distinction laisse le problème entier. Dès lors qu’un assistant peut agir au lieu de répondre, la dernière étape de la décision — le moment où un client devient une réservation — se joue à l’intérieur d’un produit qui ne vous appartient pas. La recommandation est la part que vous influencez, avec votre menu, vos pages et vos avis. La transaction est la part qui vous échappe, et ce que la plateforme vous renvoie est exactement ce que votre contrat dit qu’elle vous renvoie. Relisez le vôtre.

Nous n’avons aucun chiffre vérifié sur ce que coûte à un restaurant américain une réservation passée par une plateforme, et nous n’allons pas en inventer un. Ce qui est publié, par les plateformes elles-mêmes, c’est le volet livraison.

DoorDash publie 15 %, 25 % et 30 %. Uber Eats publie 20 %, 25 % et 30 %. C’est le péage sur un client que l’assistant vous a déjà envoyé.

La page tarifaire commerçants de DoorDash liste trois paliers de commission sur la livraison : Basic à 15 %, Plus à 25 %, Premier à 30 % (DoorDash). La page tarifaire commerçants d’Uber Eats liste des frais de place de marché de 20 % pour Lite, 25 % pour Plus, 30 % pour Premium (Uber Eats). Ce ne sont pas des estimations d’agence. Ce sont des grilles tarifaires publiées, imprimées par les entreprises qui encaissent l’argent.

Mettez-les bout à bout. Un client demande à un assistant des tacos en pleine nuit. L’assistant nomme votre restaurant. Le client dit « commande-le », et la réponse bascule vers une application de livraison. Vous n’auriez pas pu acheter cette recommandation. Mais la commande arrive par un canal qui porte une commission publiée de 15 % à 30 %, avec un client que l’assistant avait déjà décidé de vous confier. Entre une réponse qui se termine sur votre propre page de commande et une réponse qui se termine dans un agrégateur, il y a l’écart entre deux marges : même client, même soirée, même plat.

Ce que personne ne peut vous dire, c’est à quelle fréquence cela arrive. Il n’existe aucune source américaine ouverte et à jour chiffrant la part des commandes de restaurant qui passent par DoorDash, Uber Eats et Grubhub. Ce nombre n’existe pas : un prestataire qui vous le cite cite quelque chose qu’il ne peut pas vous montrer. Ce qui est mesurable, en revanche : parmi les réponses qui nomment votre restaurant, combien se terminent par un renvoi vers une plateforme, et combien par un renvoi vers vous.

Un menu enfermé dans un PDF ne peut pas répondre à la question que le client a réellement posée

Les clients ne demandent pas un restaurant à un assistant. Ils demandent une table qui règle un problème : de l’italien sans gluten vraiment sûr pour un cœliaque ; une salle assez calme pour conclure une affaire à déjeuner. Chacune est une question sur le contenu d’un menu et le caractère d’une salle.

Dans énormément de restaurants, l’un comme l’autre vivent à l’intérieur d’une image : un menu PDF, la photo d’une ardoise, un carrousel Instagram. Pour un modèle qui lit le web, l’image des mots « sans gluten » n’est pas les mots « sans gluten » — c’est une image. Un restaurant qui a passé quatre ans à bâtir une cuisine sûre pour les cœliaques n’a, du point de vue de l’assistant, rien publié à ce sujet. Il ne perd pas cette réponse. Il n’est même pas en lice.

Le correctif n’a rien de glamour et ne coûte presque rien : mettez le menu sur votre propre site en texte HTML lisible, et écrivez les mots que le client emploie dans sa question à côté des plats concernés. Il n’y a aucune astuce cachée là-dessous. L’étude GEO relue par les pairs (Aggarwal et al., ACM SIGKDD 2024, 10,000 requêtes) a trouvé que citer ses sources augmentait la visibilité d’une page dans les réponses générées jusqu’à 115 % pour les contenus mal classés, les statistiques de 41 % et les citations de 28 %, tandis que le bourrage de mots-clés n’apportait aucun gain (arXiv). Ce que ces systèmes récompensent, c’est l’écrit vérifiable — et un menu est l’écrit le plus vérifiable que possède un restaurant :

• Le vocabulaire des régimes et des allergènes sur le plat lui-même : sans gluten, sans risque pour les cœliaques, friteuse dédiée, sans fruits à coque, sans lactose, végétalien, halal, casher. Pas une légende d’icônes — le dessin d’une feuille n’est pas le mot « végétalien ».
• Le vocabulaire des occasions sur la page : calme au déjeuner, salon privé, 12 couverts, terrasse, chaises hautes, sans réservation après 10 h du soir, droit de bouchon. Ce sont les mots contenus dans la question.
• Des horaires justes, dernière commande en cuisine comprise — qui n’est pas l’heure de fermeture du bar. « Des tacos après 11 h du soir » est une question sur la cuisine. Une fiche qui annonce 1 h du matin alors que le passe s’arrête à 10:30 transforme la réponse qui vous nomme en réclamation.
• Chaque fait qu’un client doit décrocher son téléphone pour obtenir, parce qu’un fait pour lequel vous obligez le client à appeler est un fait que le moteur devine. L’index SOCi 2026 (350,000 établissements ; vend du logiciel de marketing local) chiffre l’exactitude des données d’entreprise à environ 68 % pour ChatGPT et Perplexity, contre 100 % pour Gemini (SOCi).

Les sources vers lesquelles un assistant se tourne quand on lui demande où manger, par ordre d’importance — et ce qui a vraiment été mesuré pour les restaurants (presque rien)

Personne n’a publié d’étude de part de citations restaurant par restaurant. La liste ci-dessous est bâtie à partir de mesures portant sur le commerce local en général, plus la structure même de la réponse restaurant, et chaque ligne dit laquelle des deux. Là où une ligne est une hypothèse, notez-la comme telle. Une ligne n’en est pas une : le moteur lit du texte, pas votre caisse ni votre cahier de réservations — un plat n’est sûr pour un cœliaque, aux yeux d’un modèle, que parce qu’une page le dit avec des mots. Votre page menu est l’endroit où cette phrase peut exister ; tout ce qui vient en dessous soit répète la phrase, soit la contredit.

La preuve primaire la plus proche est la nôtre, et elle vient d’autres secteurs. Sur les trois marchés que nous avons mesurés — dentistes, med spas et chirurgie plastique à Dallas, juillet 2026, sur ChatGPT, Gemini et Perplexity — 73 % à 79 % de toutes les sources citées derrière ces recommandations étaient le site de l’entreprise elle-même plutôt qu’un annuaire (le benchmark de Dallas). Les restaurants n’étaient pas dans cet échantillon : traitez cela comme une direction, pas comme votre chiffre. Dallas, juillet 2026 — un marché, un jour, et une mesure primaire : les réponses brutes sont conservées, la méthode est publiée, et le passage se refait sur n’importe quelle ville, y compris la vôtre.

Un résultat général cadre toute la liste. La Local Consumer Review Survey 2026 de BrightLocal (n=1,002 consommateurs américains ; BrightLocal vend des outils de SEO local et de réputation) a trouvé que 45 % des consommateurs demandent désormais à l’IA de leur recommander une entreprise locale, contre 6 % un an plus tôt — ce qui place l’IA devant Yelp et TripAdvisor comme canal (BrightLocal). Une phrase étrange à digérer pour un restaurant, puisque Yelp et TripAdvisor comptent parmi les sources que l’IA lit pour y arriver.

Et un filtre domine tout le reste. L’index SOCi 2026 a trouvé que la note moyenne des établissements recommandés par ChatGPT est de 4.3 étoiles, Perplexity 4.1, Gemini 3.9 (SOCi ; vend du logiciel de marketing local) — commerce local, pas restaurants, mais un restaurant à 3.8 sur Google devrait y voir l’hypothèse la moins chère de cette page.

• 1. Votre propre page menu, en HTML lisible — la seule source ici où « sans risque pour les cœliaques » et « 12 couverts » peuvent exister comme des mots plutôt que d’être repris d’ailleurs. Une fiche peut porter le fait ; elle ne peut pas le créer. Notre propre passage à Dallas pointe dans la même direction sur des secteurs voisins : 73 % à 79 % des sources citées étaient les sites des entreprises, en dentisterie, med spa et chirurgie plastique (le benchmark de Dallas ; notre mesure primaire — un marché, un jour, aucun découpage restauration). L’analyse Yext d’octobre 2025, portant sur 6.8 millions de citations dans 1.6 million de réponses d’IA, a trouvé que Gemini prend 52.15 % de ses citations sur les sites des marques elles-mêmes, et ChatGPT presque en miroir 48.73 % sur des annuaires tiers (Yext) ; Yext vend de la gestion de fiches, donc un résultat selon lequel les fiches décident de tout vend de la gestion de fiches. Mesuré sur des marques, jamais sur des restaurants. À faire : le menu en texte explorable, avec les mots des régimes et des occasions sur le plat.
• 2. Google Business Profile et Maps — la meilleure preuve tierce ici, et rien de tout cela n’est spécifique à la restauration. Le test de BrightLocal de juillet 2025 sur quatre moteurs montre une nette préférence des modèles de Google eux-mêmes (BrightLocal ; vend des outils de SEO local), et l’exactitude des données de Gemini atteint 100 % dans l’index SOCi parce qu’il s’appuie sur Google Maps (SOCi ; vend du logiciel de marketing local). À faire : la bonne catégorie de cuisine, de vrais horaires avec la dernière commande en cuisine, et chaque attribut que vous proposez.
• 3. Yelp et TripAdvisor — le plus gros chiffre tiers mesuré dans l’IA locale, sans aucun découpage restauration publié. Yelp a récolté 512,680 citations dans 28 millions de réponses d’IA au Q4 2025 (Foundation Inc. avec AirOps, une agence de contenu travaillant avec un prestataire de recherche IA : leur propre outillage est donc l’objet de la mesure). À faire : revendiquer les deux profils, et faire correspondre cuisine, horaires et attributs à votre site, mot pour mot.
• 4. OpenTable et Resy — jamais testés comme sources de citations, et le seul endroit ici où l’assistant peut agir plutôt que répondre. OpenTable est le premier partenaire technologique restauration d’OpenAI pour Operator, pour des réservations ponctuelles ou récurrentes (OpenTable ; OpenAI). Classé pour ce qu’il fait à la transaction, pas pour une part de citations que personne n’a mesurée. À faire : tenir vos disponibilités à jour, et lire le contrat pour savoir quelles données client vous reviennent.
• 5. La presse gastronomique, les palmarès locaux et les fils Reddit de votre ville — le texte que vous ne pouvez pas modifier. L’AI Visibility Index de Semrush (126 millions de prompts, janvier à avril 2026 ; Semrush vend du suivi de visibilité IA) a trouvé que ChatGPT cite 15.4 sources par réponse, en s’appuyant sur Reddit et Wikipedia, contre 3.3 pour Gemini (Semrush, via PPC Land). À faire : lire les fils gastronomiques de votre ville pour repérer les mots que les gens emploient sur votre salle, et y répondre sur vos pages.
• 6. Les applications de livraison — une fiche, un menu, et une commission de 15 % à 30 % (DoorDash : 15/25/30 ; Uber Eats : 20/25/30, deux grilles publiées). Jamais mesurées comme source de citations IA pour les restaurants. En dernier parce que c’est là que bascule la réponse quand la question porte sur la livraison, pas parce que quelqu’un aurait montré qu’elles décident qui est nommé. À faire : savoir quel palier vous avez signé.

Sept questions qu’un client tape avant de dîner. Posez-les vous-même, cette semaine, gratuitement.

N’importe quel restaurant peut mesurer cela sans outil et sans prestataire. Ouvrez ChatGPT, Gemini, Perplexity et Claude, prenez une conversation neuve par question, et collez les formulations ci-dessous en mettant votre ville entre crochets. Puis notez deux colonnes, pas une.

La première colonne est évidente : quels restaurants sont nommés, et si le vôtre en fait partie. La deuxième colonne est la raison d’être de cet article : où la réponse envoie-t-elle le client pour conclure ? Une plateforme de réservation, une application de livraison, ou votre propre numéro de téléphone ? Comptez les fins de parcours ; personne n’a publié ce rapport pour le restaurant de qui que ce soit. Ajoutez ensuite une formulation de plus et regardez l’assistant essayer d’agir plutôt que de répondre : « Réserve-moi une table chez [votre restaurant] vendredi à 8 h du soir. »

Un passage, c’est un instant : demandez deux fois et les noms bougent. Faites-le quand même — un instantané approximatif reste le premier chiffre que votre restaurant ait jamais eu sur lui-même.

• « Un endroit calme pour un déjeuner d’affaires dans le centre de [ville], où on puisse vraiment s’entendre. »
• « De l’italien sans gluten à [ville] qui soit vraiment sûr pour un cœliaque. »
• « Une table romantique pour deux ce soir à [ville] — c’est notre anniversaire de mariage. »
• « Un brunch adapté aux enfants avec terrasse près de [quartier]. »
• « Des tacos tard le soir à [ville], quelque part qui sert encore après 11 h du soir. »
• « Des options végétaliennes à [ville] qui ne soient pas juste une salade. »
• « Un dîner d’anniversaire pour 10 avec de bons cocktails à [ville]. »

Ce que disent les patrons quand on leur montre ça, y compris « si OpenTable remplit mes tables, pourquoi lutter ? »

Ces objections reviennent dans presque chaque conversation avec un patron, et plus d’une a raison.

• « Si OpenTable remplit mes tables, pourquoi lutter ? » Alors ne luttez pas — une salle pleine un mardi est une salle pleine. L’argument est plus étroit : sachez ce que coûte chaque canal, et ne laissez pas l’un d’eux devenir discrètement la seule porte. Un client aiguillé vers une plateforme de réservation est un client dont la réservation est créée dans le produit de quelqu’un d’autre, et ce qui vous revient est exactement ce que prévoit votre contrat. Côté livraison, ce même passage de relais a un prix imprimé : de 15 % à 30 % (DoorDash, Uber Eats). Le canal n’a jamais été gratuit. Il était facturé là où vous ne regardiez pas — et il est devenu la seule porte parce que c’est le seul endroit où votre menu, votre table et vos horaires existent sous une forme exploitable par une machine. Publiez-les vous-même, et la plateforme cesse d’être l’unique route vers un client que l’assistant avait déjà décidé de vous envoyer.
• « On est toujours complets. On n’a pas besoin de ça. » C’est peut-être vrai, et ce n’est pas un débat sur le samedi soir. C’est un débat sur les clients qui n’ont aucune habitude sur laquelle se rabattre — l’anniversaire de mariage, le déjeuner client, la famille de passage. Il faut bien qu’ils demandent à quelqu’un, et 45 % des consommateurs américains demandent désormais à l’IA de leur recommander une entreprise locale, contre 6 % (BrightLocal, n=1,002 ; vend des outils de SEO local et de réputation).
• « Tous les chiffres ici viennent d’une société qui vend de la visibilité IA. » Presque tous, et chacune mesure ce qu’elle vend : Uberall vend du logiciel de visibilité IA ; SOCi du logiciel de marketing local ; Yext de la gestion de fiches ; Semrush du suivi de visibilité IA ; BrightLocal des outils de SEO local. Les exceptions sont les deux plus proches de votre marge : DoorDash et Uber Eats ont publié leurs propres paliers de commission. RecoSignal mesure aussi — avec les réponses brutes des moteurs conservées et la méthode publiée, pour que le chiffre puisse être vérifié plutôt que cru sur parole. C’est bien pourquoi cet article se termine par la vérification gratuite ci-dessus, et pas par une facture.
• « Je peux simplement quitter les applications de livraison ? » C’est une décision commerciale, et nous ne la prendrons pas à votre place. Mais remarquez ce que personne ne peut vous dire : il n’existe aucune source américaine ouverte et à jour donnant la part des commandes de restaurant qui passent par DoorDash, Uber Eats et Grubhub. Quiconque vous cite ce pourcentage cite un nombre qui n’existe pas. Ce qui est connaissable, c’est la grille tarifaire — 15/25/30 et 20/25/30 — et le palier sur lequel vous êtes.
• « Ce n’est pas juste du SEO sous un nouveau nom ? » Pas exactement — la force acquise en recherche locale ne se transfère pas intacte. Dans l’index SOCi 2026, seules 45 % des marques du top-20 de la recherche locale traditionnelle atteignaient le haut des recommandations d’IA dans le retail (Search Engine Land ; SOCi vend du logiciel de marketing local et a intérêt à l’écart qu’il rapporte). Voir visibilité IA contre SEO local.
• « Notre menu change toutes les semaines. C’est pour ça qu’il est en PDF. » Une vraie contrainte, et elle n’oblige pas à abandonner le PDF. Gardez-le, et ajoutez à côté une page en texte simple avec les plats de la semaine et les mots des régimes et des occasions écrits noir sur blanc. Vingt minutes un lundi, et c’est la seule version qu’un moteur sait lire.

Personne n’a mesuré la part des commandes de restaurant que portent les agrégateurs, et c’est pourquoi le seul chiffre qui vaille est le vôtre

Le trou au milieu de ce sujet mérite d’être dit tout haut. Il n’existe aucun chiffre américain publié sur la part des commandes de restaurant qui passent par les agrégateurs de livraison. Il n’existe aucune étude de part de citations restaurant par restaurant, d’aucune sorte. Et les 83 % qui ouvrent cet article viennent d’une société qui vend le remède, dans un communiqué qui ne divulgue pas entièrement son échantillon (Uberall via BusinessWire).

Deux choses sont solides. Les paliers de commission sont publiés par les sociétés qui les prélèvent : 15 %, 25 % et 30 % chez DoorDash (DoorDash) ; 20 %, 25 % et 30 % chez Uber Eats (Uber Eats). Et OpenTable est le premier partenaire technologique restauration d’OpenAI pour Operator, l’agent qui réserve la table (OpenTable ; OpenAI). Entre les deux se loge l’argument de cette page : la recommandation se gagne et ne coûte rien, et la transaction qui y est attachée est aiguillée par quelqu’un d’autre.

Le chiffre à avoir est donc celui qui parle de votre restaurant. L’AI Visibility Snapshot gratuit de RecoSignal pose à ChatGPT, Gemini et Perplexity des questions formulées comme celles d’un client et rapporte à quelle fréquence votre restaurant est nommé, quels restaurants sont nommés à la place, et sur quelles sources ces réponses s’appuient. Pour ce qui fait bouger les chances, voir comment améliorer votre visibilité IA ; pour la mécanique d’un moteur en particulier, comment se faire recommander par ChatGPT.

Cela déplace des probabilités, pas des certitudes. Personne ne peut promettre qu’un assistant nommera votre restaurant, et il n’existe pas de #1 à acheter à l’intérieur de ChatGPT. Ce qui est entre vos mains est plus terne : un menu écrit avec des mots, des horaires justes, et le décompte du canal par lequel la réponse fait passer vos clients ce soir.