Aucune société de private equity n'est citée dans plus de 15 % des réponses des chatbots IA

KKR est le nom de marque le plus visible dans les réponses des chatbots IA sur le choix d'une société de private equity, et il n'apparaît pourtant que dans 14,6 % d'entre elles. Une étude publiée en octobre 2026 par l'agence marketing Zen Media a soumis 1 000 questions d'acheteurs à ChatGPT, Gemini, Perplexity et Grok, recueilli 4 000 réponses, et mesuré l'AI visibility, la part des réponses citant chaque société, pour 98 sociétés de private equity classées. Thoma Bravo suit avec 10,1 %, Blackstone avec 9,1 %, et aucune société de l'étude ne franchit les 15 %. Un niveau en dessous du classement des sociétés se trouve un constat plus marquant : PitchBook est cité comme source dans 92 % des réponses qui en citent une, et Preqin dans 88 %, devant le site web de chaque société de private equity.

Aucune société, pas même la plus grande, ne dépasse les 15 % de visibilité

Parmi les 98 sociétés de private equity classées par l'étude Zen Media, les 14,6 % de visibilité de KKR constituent le plafond, pas une exception isolée en bas d'une longue traîne : Thoma Bravo atteint 10,1 %, Blackstone 9,1 %, Insight Partners 9 %, Warburg Pincus 8,7 % et General Atlantic 8 %, et la moyenne des 98 sociétés ne dépasse pas 3 %. Les spécialistes plus petits font à peu près aussi bien que les géants : The Riverside Company se place à 5,3 %, Shore Capital Partners à 5,2 % et Audax Private Equity à 4,8 %, tous dans le top 20 sans avoir l'envergure de KKR. Un benchmark 2026 du fournisseur d'AI visibility Klarivo, portant sur 36 marques et six moteurs IA, montre que les leaders de catégorie sur des marchés B2B plus orientés grand public captent une médiane de 31,0 % des mentions de marque, les deux premières marques d'une catégorie cumulant de 46,1 % à 65,2 %, un écart que nous avons détaillé dans notre article sur les benchmarks d'AI Share of Voice. Le plafond du private equity reste à moins de la moitié de cette médiane des leaders.

Les plateformes de données devancent le site web de chaque société

Quand une réponse IA sur le private equity cite une source, il s'agit plus souvent d'un agrégateur de données que d'une société en particulier. PitchBook apparaît dans 92 % des réponses sourcées et Preqin dans 88 %, devant Cambridge Associates à 72 %, Capital IQ à 68 %, Burgiss à 58 %, PE Hub à 45 % et Mergermarket à 42 %. Aucune de ces huit sources les plus citées n'est le site web d'une société de private equity. La part de citation qui revient aux agrégateurs de données dépasse largement le taux de mention de n'importe quelle société, le même désavantage structurel que créent des plateformes tierces comme Reddit, LinkedIn et G2 dans les catégories grand public et SaaS.

Un chatbot IA qui décrit des options de private equity à un vendeur potentiel cite PitchBook ou Preqin dans environ neuf réponses sur dix, et ne nomme la société la plus visible du secteur que dans à peine une réponse sur sept.

L'écart entre ces deux chiffres reflète en réalité deux mesures différentes : le fait qu'une société apparaisse dans une réponse, et le fait que la réponse juge une source suffisamment fiable pour la créditer. Notre analyse d'une étude Semrush portant sur 126 millions de prompts a mis en évidence cet écart exact, entre être mentionné et être cité, qui atteint jusqu'à 64 % sur certains moteurs IA. Les données du private equity montrent le même écart, même quand le contenu cité n'est pas une marque. C'est la même dynamique que nous avions observée quand les moteurs IA font davantage confiance à la page Wikipédia d'une marque qu'à son propre site : un contenu tiers bien tenu l'emporte sur le contenu rédigé par la marque, qu'il se trouve sur Wikipédia ou dans une base de données de private equity.

Les prompts à intention d'achat font ressortir un contenu différent des questions générales

L'intention d'achat représentait 41,2 % des 1 000 prompts de l'étude, c'est-à-dire que la question venait de quelqu'un évaluant activement une opération plutôt que découvrant simplement la catégorie, et ces réponses s'appuyaient sur un contenu différent des questions de notoriété générale. L'expertise sectorielle apparaissait dans 88 % des réponses, les références clients dans 82 %, la création de valeur par buy-and-build dans 79 %, les ressources des operating partners dans 75 %, l'adéquation de la taille des opérations dans 72 % et les rendements réalisés contre non réalisés dans 68 %. Rien de tout cela n'est du contenu marketing de marque. Ce sont des détails opérationnels qui se trouvent généralement dans les dossiers d'opérations, les rapports aux LP et la couverture de tiers, ce qui est cohérent avec le fait que les plateformes de données devancent les sociétés individuelles comme sources.

Zen Media précise qu'aucune société n'a participé à l'étude, ne l'a relue ni financée, et l'agence vend elle-même des services d'AI visibility, y compris à des clients de private equity, ce qui mérite d'être mis en balance avec ce constat. Ce qui garde ce résultat crédible malgré tout, c'est que quatre moteurs différents, interrogés indépendamment, donnent la même forme : aucune société dominante, et des données tierces qui devancent chacune d'elles comme source.

Ce qu'une catégorie B2B étroite révèle sur la fragmentation ailleurs

Le private equity est un cas de test étroit, mais ce schéma vaut probablement partout où l'essentiel de l'information publique sur une société se trouve dans des bases de données tierces plutôt que sur son propre site : la visibilité reste fragmentée, et même le nom le plus reconnu n'apparaît que dans une minorité de réponses. Pour une catégorie B2B sans la notoriété de marque de KKR, viser une part de mentions dominante unique n'est peut-être pas le bon objectif. Un repère plus réaliste est le plafond de 14,6 % réellement atteint par les sociétés de private equity, pas la médiane de 31 % des leaders trouvée par Klarivo sur des marchés B2B plus orientés grand public. Les 1 000 prompts de cette étude se répartissaient entre 199 profils d'acheteurs, des dirigeants d'entreprise préparant une cession, qui représentaient 236 des prompts, jusqu'aux limited partners, investisseurs institutionnels et family offices, qui en représentaient 197, ce qui rappelle qu'un score de visibilité unique n'allait jamais décrire un marché où les acheteurs posent des questions entièrement différentes.