En juillet 2010, Google rachète Metaweb, une startup de San Francisco qui a construit Freebase, une base de connaissances ouverte reliant environ 12 millions d’entités entre elles. Deux ans plus tard, le 16 mai 2012, Amit Singhal, alors vice-président senior de la recherche chez Google, annonce le lancement du knowledge graph en 3 mots restés célèbres. Le graphe compte à ce moment-là plus de 500 millions d’objets et 3,5 milliards de faits (Search Engine Watch, 2012).
« Things, not strings. »
Amit Singhal prononce cette phrase au moment d’annoncer le Knowledge Graph. Une entité SEO est un objet identifiable et univoque. Ça peut être une marque ou une personne. Ça peut être aussi un lieu ou un produit. Google relie cet objet à d’autres objets dans son graphe plutôt que de le traiter comme une suite de mots-clés. Le symptôme le plus courant chez les content managers qui ratent cette brique : « mes articles ont l’air parfaits sur la checklist SEO mais ne se positionnent pas ». La checklist coche schema.org et maillage interne. Elle coche aussi densité de mots-clés et vitesse de chargement, backlinks compris. Elle ne coche presque jamais la reconnaissance d’entité, alors que c’est souvent la pièce manquante.
Ce qu’une entité veut dire pour Google
Une chaîne de caractères se cherche. Une entité se relie. Au lieu d’indexer une suite de lettres, Google associe un identifiant unique à une organisation, puis relie cet identifiant à son secteur et à ses dirigeants. Le moteur ne se contente plus de lire une page isolée. Il vérifie si ce qu’elle raconte correspond à ce qu’il sait déjà de la marque par d’autres sources. Cette correspondance passe par des embeddings, des représentations vectorielles qui rapprochent mathématiquement des concepts proches même sans mot-clé partagé.
Pourquoi le balisage schema.org ne suffit pas à créer une entité
La routine se répète dans la plupart des guides depuis des années : ajoutez un schema Organization relié à Wikipedia et LinkedIn via sameAs, puis patientez pour un knowledge panel. Les données mesurées récemment racontent une autre histoire, chiffres à l’appui.
Ahrefs a suivi, en 2026, 1885 pages ayant ajouté du balisage JSON-LD entre août 2025 et mars 2026, comparées à 4000 pages témoins appariées sur un profil de trafic et de contenu similaire. Résultat : aucune progression notable des citations dans Google AI Overviews, AI Mode ou ChatGPT après l’ajout du schema. Les citations en AI Overview ont même reculé de 4,6 % par rapport aux pages témoins, un écart jugé statistiquement significatif par l’étude. Toutes ces pages affichaient déjà plus de 100 citations en février 2025, avant tout ajout de balisage : elles étaient déjà repérées par les moteurs IA et le schema n’a rien changé à leur statut.
Ce que révèle ce chiffre : le balisage décrit une entité, il ne la fait pas exister. La reconnaissance vient d’ailleurs, des sources externes qui parlent déjà de la marque de façon cohérente.
Le nettoyage du Knowledge Graph de juin 2025
En juin 2025, Search Engine Land documente la suppression de plus de 3 milliards d’entités du knowledge graph, une contraction de 6,26 % du graphe entier, la plus importante observée depuis le début du suivi en 2015. Les entités de type événement sont les plus touchées, avec un recul de 77 %. Les objets classés génériquement comme « Thing » reculent de 15,27 %.
Le nettoyage retient les entités dont les signaux sont cohérents sur plusieurs sources fiables. Cela nourrit l’AI Overview et l’AI Mode avec des données de confiance plutôt qu’avec du volume, un critère qui vaut aussi pour Google Learn About et les Knowledge Panels. Une entité qui survit à ce type de nettoyage gagne en visibilité dans les réponses générées. Une entité incohérente d’une source à l’autre disparaît du graphe, sans avertissement ni recours.
Ça change la façon de calibrer un plan de contenu. Une marque ne peut plus se contenter d’exister quelque part sur le web. Elle doit exister de la même façon partout : sur son propre site comme dans les bases de données ouvertes que Google recoupe en continu.
Construire une entité que Google reconnaît
La cohérence prime sur le volume. Google et les moteurs IA recoupent plusieurs types de signaux avant d’attribuer un identifiant stable à une marque : une fiche Wikidata renseignée, des liens sameAs vers des profils vérifiés (LinkedIn, Crunchbase, Wikipedia si la notoriété le permet), un nom et une identité visuelle identiques d’une plateforme à l’autre et des mentions tierces qui parlent de la marque sans forcément faire de lien.
Ce dernier point surprend souvent les équipes habituées à ne compter que les backlinks. Une citation sans lien, sur un site que Google considère fiable, contribue autant à la reconnaissance d’entité qu’un lien classique. Ici, le signal qui compte est la cooccurrence bien plus que le PageRank : le nom de la marque apparaît à côté des mots attendus, sur des sources que Google juge fiables. Un annuaire sectoriel qui cite votre nom sans hyperlien pèse parfois plus, aux yeux du graphe, qu’un lien acheté sur un site sans rapport avec votre activité.
Cette cohérence pèse d’autant plus lourd que les moteurs IA recomposent leurs réponses par query fanout : ils décomposent une requête en sous-requêtes, interrogent chacune séparément, puis recombinent les résultats. Une entité stable d’une source à l’autre survit à cette décomposition. Une entité qui change de nom ou de catégorie selon les pages se perd dans la recombinaison. C’est ce même mécanisme qui explique pourquoi le mode de recherche activé dans ChatGPT change du tout au tout les critères de citation d’une marque : sans entité stable en amont, aucun des trois modes ne la retient durablement. La brique se pose en amont, bien avant le premier prompt.
Le silo thématique sans entité pivot
Beaucoup de sites construisent leur topical authority en empilant des articles reliés par du maillage interne, sans jamais nommer l’entité qui tient le cluster. Le silo grossit, les pages se citent entre elles mais aucune n’incarne le sujet aux yeux du graphe. Résultat courant : un contenu qui perd des positions un an ou deux après sa publication, un phénomène que les équipes SEO appellent le content decay, sans toujours faire le lien avec l’absence d’entité pivot. Nommer une page ou une catégorie comme représentant central du sujet, avec un schema dédié et des liens internes qui convergent vers elle, corrige une bonne partie du problème.
Ce que ça change pour votre feuille de route SEO
La priorité se déplace vers l’entité que chaque contenu renforce, davantage que vers le nombre de mots-clés couverts. Google a lancé Preferred Sources, qui laisse chaque utilisateur choisir ses sources privilégiées dans l’AI Mode, et déploie en parallèle le label Highly Cited, qui signale la source d’origine d’un contenu repris ailleurs dans Search. Les deux mécanismes reposent sur la constance de l’entité plutôt que sur un pic de trafic ponctuel. Pour une stratégie AEO comme pour une stratégie GEO, la question change de nature.
Quatre vérifications suffisent pour démarrer un chantier concret : une fiche Wikidata à jour, des profils sameAs cohérents sur les plateformes où la marque existe déjà, un contrôle du nom d’affichage entre les réseaux sociaux et le registre du domaine et une recherche du nom de la marque associé à un concept clé pour voir si un knowledge panel apparaît. Un panel absent signale surtout un chantier prioritaire, même si la marque garde une reconnaissance partielle ailleurs.
Le knowledge graph retient une identité stable et vérifiable ailleurs que sur le site lui-même. Une marque que Google ne sait pas nommer reste un mot parmi d’autres.
