Le trafic de Wikipédia baisse. Son pouvoir sur l'IA s'efface-t-il ?

Qu'a réellement rapporté la Wikimedia Foundation ?

En octobre 2025, la Foundation a rapporté que les pages vues humaines avaient reculé d'environ 8 % sur un an, et l'histoire a largement circulé sous des versions de "même Wikipédia perd face à l'IA". Le contexte compte plus que le chiffre.

Vers mai et juin 2025, des analystes ont remarqué un trafic anormalement élevé qui paraissait humain, en grande partie venu du Brésil. Ils ont reconstruit une partie de leur détection de robots et reclassé des mois de données : une part non négligeable des supposés lecteurs humains étaient des robots conçus pour échapper à la détection. Après correction, les pages vues humaines de mars à août 2025 sont ressorties environ 8 % sous les mêmes mois de 2024.

Marshall Miller, directeur senior produit à la Foundation, a attribué le recul à l'IA générative et aux réseaux sociaux, « surtout avec des moteurs de recherche qui donnent directement les réponses aux internautes, souvent à partir du contenu de Wikipédia ». Trois points en découlent :

• C'est une correction, pas une falaise. Direction : baisse. Ampleur : un chiffre.
• Mesurer le trafic « humain » est désormais difficile. Les robots sont devenus assez bons pour passer pour des personnes : tout chiffre de trafic aux allures précises porte donc un astérisque.
• Le diagnostic n'est pas que les gens ont cessé de consommer Wikipédia. Ils la consomment ailleurs.

Où sont partis les lecteurs ?

Vers la recherche médiée par l'IA et la vidéo sociale, selon la Foundation. Les AI Overviews de Google, ChatGPT et leurs pairs répondent directement aux questions factuelles, et ces réponses s'appuient fortement sur des sources encyclopédiques. L'utilisateur obtient le fait de Wikipédia sans la visite de Wikipédia, le schéma sans clic qui érode le trafic des éditeurs depuis des années, désormais appliqué au plus grand ouvrage de référence. Les jeunes utilisateurs s'informent aussi sur des plateformes de vidéo courte, qui génèrent de la discussion plutôt que des clics sortants.

Les titres confondent deux choses différentes : le public du contenu de Wikipédia, qui s'est déplacé, et le trafic vers le domaine de Wikipédia, qui a baissé. Le second est surtout le problème de la Foundation, car les visites alimentent son entonnoir de dons. Les confondre est la façon dont les marques décident mal.

Pourquoi est-ce un paradoxe ?

Parce que la seule courbe qui baisse est humaine, et que toutes les courbes côté machines montent. Voici les signaux côte à côte.

Deux lignes divergent : 5W place Wikipédia à 13,15 % des citations américaines de ChatGPT, tandis que le suivi d'Azoma la situe autour de 7 % après un pic. Les échantillons, jeux de requêtes et définitions de « citation » diffèrent. Nous montrons les deux à dessein : la mesure des citations d'IA en 2026 est indicative, et quiconque cite un chiffre à une décimale comme un fait établi survend. Toutes les études s'accordent sur le classement, Wikipédia au sommet ou près du sommet. Pour la mécanique, voir pourquoi Wikipédia est la source n°1 de ChatGPT.

Comment les systèmes d'IA utilisent-ils Wikipédia ?

Par trois canaux, dont aucun n'enregistre de page vue humaine.

Corpus d'entraînement. Les modèles sont entraînés sur un instantané figé où Wikipédia est fortement représentée, en partie parce qu'elle est vaste et fiable, surtout parce qu'elle est sous licence libre et dupliquée dans des miroirs et des jeux de données. Les faits deviennent des poids ; aucune visite n'est enregistrée. Le modèle ne cherche pas votre date de création ; il s'en souvient telle que l'indiquait votre article à la date limite d'entraînement.

Récupération en direct. Quand une question exige des informations actuelles, les systèmes cherchent sur le web au moment de répondre et ancrent la réponse dans des documents récupérés. Wikipédia ressort constamment parce qu'elle fait autorité et est proprement structurée. Une récupération est une requête de robot, pas une visite humaine.

Ancrage dans le graphe de connaissances. Les systèmes d'entités déterminent de quel « Mercury » ou « Apple » parle une requête en vérifiant des fiches structurées : identifiants Wikidata, articles Wikipédia et liens entre eux. Ce canal fonctionne sur des déclarations structurées plutôt que sur de la prose et alimente les Knowledge Panels et la désambiguïsation de marque dans les réponses d'IA.

La lecture par les machines est assez formelle pour avoir une grille tarifaire : Wikimedia Enterprise, l'API commerciale de la Foundation, vend des flux sous SLA aux grands réutilisateurs. Une page peut perdre un dixième de ses visiteurs alors que sa portée effective par les réponses grandit, et les analyses standard ne vous montreront que le premier chiffre.

Qu'a changé la purge du Knowledge Graph ?

Apparemment, elle a rendu les ancrages survivants plus rares. Des chercheurs en SEO ont suivi la suppression par Google d'environ 3 milliards d'entités, soit environ 6 % de son Knowledge Graph, fin 2025. Nous traitons ce chiffre comme une estimation du secteur plutôt que comme une déclaration de Google.

Le schéma, en gros : les entités minces, générées automatiquement et à source unique ont été élaguées, tandis que les entités solidement corroborées ont survécu, le couple Wikipédia-Wikidata étant l'ancrage public le plus fort. La logique est celle de l'économie de la rareté. Quand un graphe élague des nœuds, chaque survivant a plus de poids de résolution quand les systèmes décident de quelle entreprise parle un nom. Franchir le seuil vaut plus parce que moins d'entités le franchissent. La réserve est symétrique : une page Wikipédia n'existe que si des sources indépendantes soutiennent la notoriété : cela plaide donc pour gagner la couverture, pas pour acheter une page à tout prix. Voir aussi Google Knowledge Graph et Wikidata.

Wikipédia risque-t-elle de fermer ?

Pas à court terme. La Foundation vit de dons et non de publicité à la page vue : il n'y a donc pas de mécanisme d'effondrement des recettes publicitaires, et Wikimedia Enterprise ajoute une ligne directe qui monétise la lecture par les machines.

L'inquiétude à long terme est celle que la Foundation a elle-même nommée : moins de visites peut vouloir dire moins de bénévoles et moins de donateurs individuels. Les lecteurs sont le haut de l'entonnoir pour les éditeurs et les donateurs. Une baisse de 8 % ne menace pas cela aujourd'hui ; une décennie de baisses cumulées le pourrait. C'est une vraie question pour les années 2030, pas un récit de fermeture. Quiconque vend de l'urgence en prétendant que Wikipédia se meurt vend de la fiction ; quiconque dit qu'elle a cessé de compter parce que le trafic a baissé n'a pas regardé les tableaux de citations.

Quand construire une page Wikipédia, et quand attendre ?

Si le rôle de la page a changé, la logique d'achat change avec elle. Voici la matrice que nous utilisons pour le cadrage.

La colonne manquante est le trafic vers vous. Ce n'était jamais le but d'une page Wikipédia. Un prestataire qui présente une page comme une source de clics décrit un produit qui n'existe pas. Vous pouvez voir où vous en êtes avec l'indice de notoriété et la liste de médias en libre accès.

Que coûte une page Wikipédia sur cinq ans avec la lecture par les machines ?

Notre analyse du ROI sur cinq ans a chiffré le scénario d'entrée comme une page d'entreprise en anglais créée professionnellement à partir de €2,400 plus un support annuel à partir de €720 par an (jusqu'à quatre mises à jour par an), étalés sur cinq ans. Si l'argumentaire repose sur la valeur par visite humaine, la baisse de 8 % le déplace à peine, et il était déjà faible avant.

Le dénominateur a changé. La consommation de la page se fait désormais en amont de toute visite : dans les instantanés d'entraînement, les récupérations et les consultations d'entités. L'unité de valeur est la réponse d'IA qui vous décrit correctement parce que le dossier dans lequel elle a puisé était exact. C'est incomptable dans vos statistiques, l'attribution se dégrade donc ; la question d'audit devient « les grands modèles nous décrivent-ils avec exactitude » plutôt que « combien de sessions Wikipédia nous a-t-elle envoyées ».

La maintenance compte davantage, pas moins. Un fait périmé sur une page lue par les machines peut être mémorisé à la prochaine date limite d'entraînement et répété jusqu'à correction. Personne ne peut promettre ce que dira une IA, mais une source exacte est la partie que vous contrôlez.

Comment WikiBusines peut vous aider

Si la matrice dit de construire, le travail commence là où il a toujours commencé : une page assez bien sourcée pour survivre et assez bien surveillée pour rester exacte. L'édition rémunérée est toujours déclarée sur Wikipédia au nom de WikiBusines, et nous ne garantissons jamais qu'un article sera publié.

• Audit de notoriété, à partir de €490, déduit du prix de la page si vous commandez dans un délai d'un mois. Chiffre d'abord la question de la survie.
• Création de page, à partir de €2,400 pour l'anglais, 4-5 semaines. 90 jours de suivi et de garantie après la publication ; remboursement de 80 % si une page publiée ne peut être défendue après trois tentatives dans la fenêtre de 90 jours.
• Support annuel (Annual Support), à partir de €720 par an. Jusqu'à quatre mises à jour par an avec une garantie de 12 mois.
• Audit de visibilité IA, €490. Comment les assistants vous décrivent aujourd'hui.

Si la matrice dit d'attendre, attendez correctement : construisez d'abord de la couverture indépendante. Pour en discuter, contactez-nous.