Quand votre nom n'a pas de majuscule : notre outil ne voyait rien au Japon ni en Corée

Hier, le produit s'est mis à poser ses questions en japonais, en coréen, en chinois, en arabe et en espagnol. Ce matin, nous avons mesuré ces marchés pour la première fois. Le premier concurrent que la mesure a trouvé, c'était notre propre outil.

Le protocole est celui de la série : six marchés (Lyon, Mexico, Tokyo, Séoul, Singapour, Dubaï), deux métiers par marché pour qu'un écart ne s'explique pas par « ce métier-là est particulier », les trois assistants, et chaque question posée deux fois - le témoin de bruit que l'article du 15 a rendu obligatoire. Soixante-douze réponses.

Ce que nous avons trouvé sur nous-mêmes

Avant même de lire les réponses, l'extraction de noms rendait zéro en japonais, en coréen, en chinois et en arabe - sur des exemples où les noms sautent aux yeux. La cause tient en une ligne de notre analyseur : pour qu'une chaîne soit retenue comme un nom d'entreprise, elle devait contenir une majuscule.

C'est une règle latine. Ces quatre écritures n'ont pas de casse du tout : il n'existe pas de majuscule en japonais, en coréen, en chinois ni en arabe. Aucun nom d'entreprise écrit dans ces alphabets ne pouvait donc satisfaire la condition, et tous étaient rejetés en silence.

Un audit japonais ne voyait de concurrent que si son nom contenait une capitale latine.

Nous l'avons corrigé le matin même : un caractère d'une écriture sans casse tient désormais lieu de majuscule, l'hébreu et le thaï sont inclus par avance, et la règle latine ne bouge pas. Le test qui verrouille la correction a été vérifié à l'envers - en remettant l'ancienne règle, quatre tests tombent, un par écriture.

Pourquoi ce n'est pas qu'une histoire de code

Voici ce que la mesure donne une fois l'analyseur réparé, sur la question « les meilleures boulangeries », dans chaque marché et pour chaque moteur - part des noms cités qui s'écrivent dans l'alphabet local :

À Tokyo et à Séoul, la totalité de ce que notre extracteur retient aujourd'hui était invisible hier. Pas « sous-estimé » : invisible. Un rapport se serait affiché normalement, avec une table de concurrents vide et un score construit dessus.

Dubaï : deux marchés dans la même ville

Interrogé en arabe sur les meilleures boulangeries de Dubaï, ChatGPT nomme dix établissements. Aucun des dix ne porte un nom en arabe : Ladurée, Paul, Baker & Spice, Le Pain Quotidien, Magnolia Bakery. Gemini, à la même question, cite douze noms arabes sur seize ; Perplexity neuf sur seize, dont مخبز حبيب et مخبز الريف اللبناني.

Un outil qui ne sait lire que l'alphabet latin aurait donc vu la liste de ChatGPT en entier, une partie de celle de Gemini, et aurait conclu que la boulangerie à Dubaï, c'est Ladurée. Le défaut de lecture et le fait de marché ont exactement la même forme : ce qui n'est pas écrit dans votre alphabet ne se compte pas.

Le reste de la mesure confirme ce que la série montre depuis dix jours. ChatGPT n'a nommé aucune boulangerie en coréen ni en français : il a répondu par des questions - « quel type de pain préférez-vous ? », « quel quartier ? ». Sur la même question, Gemini en nomme onze à Lyon et onze à Séoul.

Que faire de ça

Les limites, et une qui reste ouverte

Six marchés, deux métiers, une matinée, un modèle par moteur : c'est un sondage, pas un recensement. Nous n'avons pas vérifié que chaque établissement nommé existe - nous avons classé ce qui est nommé, pas audité les enseignes.

Et un trou reste ouvert, autant le dire ici. Les filtres qui écartent les conseils pris pour des entreprises - « demandez un devis écrit », « vérifiez la licence » - sont des listes de phrases françaises et anglaises. Elles ne couvrent pas les quatre nouvelles écritures. Les comptes ci-dessus mélangent donc de vrais commerces et des bouts de conseil, ce qui ne change rien à la mesure d'alphabet (un conseil en japonais s'écrit en japonais lui aussi) mais interdit de les lire comme un nombre d'entreprises. C'est le prochain chantier, et il est nommé plutôt que caché.