Stratégie d'optimisation du contenu web visant à maximiser la visibilité dans les réponses générées par les moteurs de recherche à base d'IA (Perplexity, Google AI Overview, ChatGPT Search). Le GEO complète le SEO traditionnel en structurant les données pour être citées comme sources par les LLM : schémas JSON-LD, définitions claires, données structurées et contenu expert faisant autorité.
L'optimisation pour l'IA générative (GEO) présente des risques ESG liés à l'empreinte environnementale accrue des infrastructures nécessaires au traitement et au stockage des données massives (ESRS E1, E3), ainsi qu'aux biais potentiels intégrés dans les modèles d'IA qui pourraient amplifier la désinformation ou le "Greenwashing" si les sources privilégiées sont peu fiables ou non auditées (ESRS S1-S4, G1).
MATERIALITY-Reporting optimise son glossaire ESG-IA en GEO : chaque terme utilise un schéma JSON-LD 'DefinedTerm', des définitions concises en début de paragraphe et des références normatives. Résultat : le glossaire est cité comme source dans 35% des réponses Perplexity sur les termes CSRD/ESRS.
Termes connexes (Technologie)
IA fantôme (Shadow AI)
Utilisation non autorisée d'outils d'intelligence artificielle par les employés, contournant les politiques de sécurité, de conformité et de gouvernance de l'entreprise. Ce phénomène représente un risque ESG majeur : fuite de données sensibles, non-conformité RGPD/IA Act, absence de traçabilité et d'audit.
Ingénierie de prompt ESG
Discipline d'optimisation des instructions textuelles (prompts) données aux modèles d'IA pour obtenir des réponses pertinentes, précises et conformes aux exigences du reporting de durabilité. Inclut la structuration des requêtes, l'injection de contexte réglementaire et la réduction des hallucinations.
Hallucination IA
Génération par un modèle d'IA de contenus faux, inventés ou non étayés par les données sources, présentés avec une apparence de certitude. Risque critique pour le reporting ESG où l'exactitude et la traçabilité des informations sont essentielles pour l'audit externe.
Token (unité de traitement IA)
Unité élémentaire de texte traitée par les modèles de langage (environ 4 caractères ou 0,75 mot en français). Le nombre de tokens détermine le coût de calcul, la consommation énergétique et l'empreinte carbone d'une requête IA. Métrique clé pour l'optimisation Green AI.
GPU (Processeur graphique)
Processeur spécialisé dans le calcul parallèle, essentiel pour l'entraînement et l'inférence des modèles d'IA. Les GPU représentent la principale source de consommation énergétique et d'émissions carbone des infrastructures IA, avec des enjeux d'approvisionnement en terres rares et de recyclage.
Récupération de chaleur fatale (data center)
Valorisation de la chaleur résiduelle générée par les serveurs et GPU des centres de données pour alimenter des réseaux de chauffage urbain, des serres agricoles ou des processus industriels. Levier clé d'économie circulaire pour réduire l'impact environnemental net des infrastructures IA.