Voici ce que vous pouvez faire

Je ne sais pas pour vous, mais je reçois environ 5 millions d'appels indésirables par jour (juste une estimation approximative). C'est plus qu'ennuyant, mais je compte sur mon téléphone pour m'avertir d'un « risque de spam » afin de pouvoir ignorer l'appel et bloquer le numéro.

C'est à cela que nous sommes habitués de nos jours : une technologie qui filtre les spams et les escroqueries pour nous.

Mais qu’en est-il lorsque nous voulons réellement obtenir des informations provenant d’entreprises légitimes, celles que les fraudeurs imitent si souvent ? Devons-nous prendre plus de précautions lors de la recherche de données ?

Nous supposons que Google a développé des décennies de technologie pour nous protéger contre les numéros de téléphone et les sites Web faux ou inexacts. Neuf fois sur 10, je n'hésiterais pas à cliquer sur un numéro de téléphone du service client qui apparaît dans une boîte de réponse Google. (Mike Girardsi vous lisez ceci, je suis désolé mais c'est vrai !)

Cependant, la recherche AI n’est pas Google. Les modèles de recherche d’IA sont plus récents, plus naissants et plus vulnérables au piratage et aux escroqueries. Cela est devenu extrêmement clair la semaine dernière lorsque ChatGPT a fait apparaître un numéro frauduleux pour Chase Bank (source : Reddit) :

Et nous savons que les clients de Chase utilisent ChatGPT. En fait, les données de parcours montrent que les visiteurs de Chase.com utilisent ChatGPT 13 % plus souvent que Bing (source : Sparktoro).

Ok, alors est-ce un problème réel ou ponctuel ? Nous étions curieux de savoir à quelle fréquence cela se produit réellement, pourquoi cela se produit et que devez-vous faire à ce sujet.

Examinons cela.

Était-ce un cas unique ?

TLDR : Pas du tout.

Wil a commencé par examiner nos propres données. Il a recherché les coordonnées de Seer dans six modèles d'IA différents. Quatre modèles ont renvoyé des numéros de téléphone. Mais combien étaient exacts ? Seulement un.

À quelle fréquence les modèles d’IA fournissent des numéros de téléphone

Nick Haigler, notre responsable R&D, a un peu étendu cette expérience en posant 178 questions sur les numéros de téléphone de marque dans Froisser (par exemple « Quel est le numéro de téléphone de Chase Bank ? ») dans plusieurs secteurs.

Ces invites ont été exécutées sur sept modèles de recherche d'IA différents (ChatGPT, Meta, Perplexity, Google AI Mode, Claude, Google Gemini, Google AI Overviews).

Quelles industries avons-nous analysées ?

Nous avons examiné plusieurs secteurs de pointe, notamment les services financiers, les voyages et l'hôtellerie, les soins de santé, la technologie, ainsi que la vente au détail et la consommation. Voici une répartition des questions sur les numéros de téléphone de marque par secteur :

Avant de pouvoir nous plonger dans la précision des mesures, nous avons d’abord dû évaluer la fréquence à laquelle les modèles d’IA mentionnaient des numéros de téléphone.

À quelle fréquence les numéros de téléphone apparaissent-ils dans les réponses rapides ?

Les modèles d’IA incluaient des numéros de téléphone 91 % du temps lorsque les invites le demandaient.

Du point de vue du modèle d’IA, ces plateformes fournissent simplement les informations demandées (sans possibilité de discerner si ces informations sont réelles ou fausses). Du point de vue de l'utilisateur, cependant, cela ouvre la porte à des escroqueries ou à de la frustration lorsque les utilisateurs ne sont pas en mesure d'entrer en contact avec la personne dont ils ont besoin.

Au fil du temps, les utilisateurs ont été conditionnés à faire confiance aux numéros de téléphone affichés dans les résultats de recherche traditionnels, en partie parce qu'il est plus facile d'évaluer la légitimité et de vérifier la source en temps réel.

Lorsque les sources sont moins visibles, le risque d’expériences utilisateur négatives augmente.

À quelle fréquence les numéros de téléphone apparaissent-ils dans différents modèles d’IA ?

Perplexity et le mode IA de Google fournissaient chacun un numéro de téléphone lorsqu'il était demandé 99 % du temps, avec ChatGPT juste derrière à 97 %.

Lorsque les numéros de téléphone n’étaient pas fournis, les modèles d’IA répondaient généralement de trois manières :

Limites de connaissances citées – ex. « Je n'ai pas accès aux coordonnées actuelles… »
A déclaré que l'entreprise n'offre pas d'assistance téléphonique
Utilisateurs redirigés vers le site Web de la marque

À quelle fréquence les numéros de téléphone apparaissent-ils dans différents secteurs ?

Sans surprise, les numéros de téléphone étaient les plus susceptibles d'être inclus dans les secteurs où le service client est au cœur du modèle économique, comme les télécommunications et les compagnies aériennes (chacun avec un taux d'inclusion de 99 %).

Le secteur bancaire présentait le plus grand échantillon lors de notre test (30 marques, 338 requêtes) et les modèles d'IA faisaient apparaître un numéro de téléphone dans 95 % des cas.

Principaux segments de l'industrie par inclusion de numéro de téléphone

Analyser l'exactitude des numéros de téléphone dans les réponses de l'IA

À quelle fréquence ces numéros de téléphone sont-ils exacts ?

Nous avons mesuré la précision des numéros de téléphone de trois manières :

Correspondance du profil d'entreprise Google – Le numéro correspond-il à celui indiqué dans le GBP de la marque ?
Vérification des citations – Lorsque le modèle d'IA citait une source, nous vérifiions si le numéro de téléphone apparaissait réellement sur cette page ou s'il s'agissait d'une hallucination.
Correspondance de la page du service client – Nous avons compilé des pages de service client de marque pour chaque entreprise et vérifié si le numéro de téléphone fourni par le modèle d'IA apparaissait sur l'une d'entre elles.

Quelle était la précision des numéros de téléphone pour chaque méthode ?

Profil d'entreprise Google : 27 % de correspondance. GBP a le pourcentage le plus faible de numéros de téléphone alignés sur les modèles d'IA, potentiellement parce que ces numéros sont de nature plus « corporative » plutôt que « service client ».

Vérification des citations : 93 % de correspondance. Les modèles d'IA faisant référence à une page citée dans 93 % des cas indiquent que le numéro de téléphone n'est pas halluciné et provient d'une page de référence.

Page du service client : 64 % de correspondance. Il y a plus de chances que votre numéro de téléphone soit représenté avec précision dans les modèles d'IA s'il est accessible via une page de service client, mais d'autres facteurs (comme plusieurs numéros de téléphone pour différentes utilisations) peuvent brouiller le signal d'un « vrai » numéro.

L’inexactitude de 36 % dans les pages du service client est l’opportunité la plus exploitable sur laquelle se concentrer. Contrairement aux profils d'entreprise Google qui se concentrent sur les numéros de téléphone « d'entreprise » et sur la variance des citations des modèles d'IA, les marques ont le contrôle le plus direct sur leurs propres pages de service client.

Quels modèles d’IA sont les moins précis ?

Gemini était le plus « précis » à 89 %, tandis que ChatGPT était le plus bas à 68 %.

Gemini a cité plus de sources dans l'ensemble, 7,5 par réponse contre 3,5 pour ChatGPT. Les deux provenaient de sources appartenant à la marque environ 64 % du temps, mais Gemini s'est fortement appuyé sur GetHuman.com par rapport à ChatGPT.

Cela nous a amené à examiner les sources tierces spécifiques sur lesquelles s'appuient ces modèles.

Pourquoi les modèles d’IA affichent-ils des numéros de téléphone inexacts ?

Lors de l'analyse des sources de citations, les sources appartenant à la marque ont été citées 41 % du temps, contre les sources tierces citées 59 % du temps.

Donc, si ce n'est sur le site Web de l'entreprise… où sont ces chiffres proviennent-ils ? Pour notre ensemble de données, les modèles d’IA extraient souvent des informations sur les numéros de téléphone d’une variété de sites UGC, qui risquent d’être infiltrés par des fraudeurs.

Voici un aperçu de la fréquence à laquelle certains de ces sites sont apparus dans notre ensemble de données de citation :

GetHuman avait le plus grand nombre de citations de tiers, et le nombre sur le site Web de GetHuman correspondait à la sortie du modèle d'IA 83 % du temps lorsque ce domaine était utilisé comme source.

Observations spécifiques à l'industrie :

Télécom/Internet et câble : Forte dépendance à l'égard de gethuman.com et de Google Maps
Logiciel/B2B : ZoomInfo et Seamless.ai sont des sources de citations clés
Jeux vidéo : BBB.org et pissedconsumer.com dominent les citations de tiers
Enseignement supérieur : Les domaines .edu (cornell.edu, drexel.edu) sont des sources principales

À quoi cela ressemble-t-il dans la nature ?

Si vous recherchez un numéro de téléphone pour les hôtels IHG, le numéro que vous obtenez dépend de l’endroit où vous cherchez.

Si vous le recherchez sur Google, un aperçu de l'IA vous donnera un numéro personnalisé (1-888-2-IHG-NOW)
Si vous utilisez un modèle d'IA, vous pouvez obtenir un numéro provenant de Pissed Consumer qui n'a même pas le même code 8xx (877-424-2449)
Si vous accédez directement au site IHG, vous obtenez plusieurs numéros répartis par pays.

Tous ces chiffres peuvent en fait vous orienter vers IHG d’une manière ou d’une autre ; Ainsi, même s’ils ne conduisent pas à de véritables « escroqueries », le véritable problème devient une friction pour le consommateur.

Des numéros de téléphone incohérents peuvent rendre plus difficile pour vos clients de vous joindre lorsqu'ils ont besoin de réserver une réservation ou de suivre une réservation existante. Cette frustration peut conduire à de mauvaises expériences utilisateur et à une réputation de marque négative au fil du temps.

Que devriez-vous faire à ce sujet ?

J'ai demandé Wil et Entaille Ce que votre entreprise devrait faire pour réduire les risques de numéros frauduleux et garantir que les consommateurs ont accès aux bonnes informations :

Ressources référencées ci-dessus :

Et personne n’a demandé mais… Qu’est-ce que je recommande de faire ?

En tant que consommateur, rendez-vous peut-être simplement sur le site officiel pour obtenir vos numéros de téléphone pour le moment 🙂

Vous voulez de l’aide pour répondre à des questions comme celles-ci sur la manière dont votre entreprise apparaît (ou n’apparaît pas) dans les modèles d’IA ? Nous sommes dans le domaine des réponses ! Apprenez-en davantage sur notre Services d'optimisation générative des moteurs (GEO) et Contactez-nous pour commencer.