Comment un développeur avec Claude Code a lancé une plateforme géo pour les marques sur neuf réseaux d'IA

Une question dans un chat de travail en septembre 2025 a déclenché une réorientation de carrière complète pour un développeur mobile : il a quitté son travail chez Biblio Globus pour créer une géo-plateforme qui aide les entreprises à surveiller comment leur marque apparaît dans les réponses de neuf modèles d'IA. Deux choses importent dans cette histoire : la demande pour une nouvelle catégorie d'optimisation des moteurs génératifs et la façon dont les outils d'IA comme Claude Code ont considérablement raccourci le chemin de l'idée au produit. Selon l'auteur, le déclencheur a été une remarque du PDG : « Qui en sait quelque chose sur GEO ?

». Après cela, l'intérêt pour le sujet est devenu concret. GEO, ou Optimisation des Moteurs Génératifs, est une tentative d'adapter la logique du SEO à l'ère des assistants de chat, quand un utilisateur reçoit de plus en plus non pas une liste de liens, mais une réponse toute prête.

Pour les marques, cela change la tâche : il ne s'agit pas seulement de se classer dans les résultats de recherche, mais d'apparaître dans les formulations, recommandations, comparaisons et sélections que les modèles génèrent dans le dialogue. Au début, l'auteur a abordé l'idée en tant qu'ingénieur, pas en tant que théoricien : il a mené un audit technique local du frontend, observé comment fonctionnent les scénarios d'interaction avec les modèles d'IA, et le soir, a commencé à construire son propre produit. À ce moment, il suivait depuis longtemps le développement des modèles génératifs, utilisait ChatGPT depuis ses lancements les plus remarqués, et depuis mars 2025, selon ses dires, était devenu un utilisateur quotidien de Claude.

Donc parier sur Claude Code semblait naturel : l'outil permettait des tests d'hypothèses plus rapides, l'assemblage d'interfaces et d'avancer sans une équipe de plusieurs développeurs. En décembre 2025, le projet secondaire était devenu son occupation principale. L'auteur a quitté son emploi d'un commun accord et s'est concentré sur le développement à temps plein de la plateforme.

Sa mission est formulée de manière assez directe : donner aux entreprises un outil qui gérera la visibilité de la marque dans les réseaux d'IA. De ce besoin est né le terme GEO lui-même comme une discipline appliquée distincte. Si auparavant les entreprises mesuraient le trafic, les positions et le CTR, elles doivent maintenant regarder une nouvelle couche de métriques : le modèle mentionne-t-il la marque en réponse à une requête d'utilisateur, dans quel contexte le fait-il, qui montre-t-il à proximité, et quelles sources utilise-t-il lors de la formulation de la réponse.

En fait, il s'agit d'une transition de l'analyse web traditionnelle à l'analyse des réponses, où ce qui compte n'est pas seulement les clics, mais le sens, les formulations et la place de la marque dans le dialogue IA. Du titre de l'article, il ressort que la plateforme fonctionne avec neuf modèles d'IA simultanément. C'est une nuance importante car le marché a cessé d'être une histoire d'un seul leader il y a longtemps.

Différents modèles répondent différemment aux mêmes questions, s'appuient sur différentes sources web et peuvent donner aux entreprises une visibilité complètement inégale. Pour les entreprises, cela signifie qu'une seule optimisation pour l'IA ne suffit pas : vous devez comparer les réponses entre les systèmes, suivre les divergences et comprendre où votre marque s'est déjà établie dans les recommandations et où les concurrents ont pris sa place. Si un modèle recommande avec confiance un concurrent tandis qu'un autre ne mentionne même pas votre marque, ce n'est plus une métrique abstraite mais un signal direct pour le marketing et le contenu.

Dans ce contexte, le produit résout non pas une tâche académique mais une tâche très pratique de surveillance de réputation, de présence et de découvrabilité numérique. La principale conclusion de cette histoire est que GEO se constitue progressivement en marché distinct et que la barrière à l'entrée pour créer des outils B2B a notablement baissé. Un développeur armé d'un problème clair et d'un assistant IA puissant ne peut pas seulement faire un prototype, mais construire une plateforme spécialisée pour un nouveau modèle de comportement utilisateur.

Pour les entreprises, c'est un signal que la lutte pour l'attention se déplace de la recherche classique vers les interfaces d'IA. Pour les développeurs, c'est un rappel que Claude Code et les outils similaires deviennent non pas une décoration du processus, mais un véritable levier pour lancer des produits en solo.