Comment fonctionne le GEO à Dubaï et aux Émirats ?

Les Émirats n’ont pas adopté l’IA au fil de l’eau : ils en ont fait une politique d’État. Le pays a nommé en 2017 un ministre d’État à l’intelligence artificielle, une première mondiale, met en œuvre une Stratégie nationale d’IA 2031 et est devenu en mai 2025, dans le cadre du partenariat Stargate UAE avec OpenAI, le premier pays au monde à activer ChatGPT à l’échelle nationale. Quand l’État traite un assistant comme une infrastructure, l’acheteur qui lit une réponse de l’IA n’est pas un utilisateur précoce : c’est le client par défaut.

La population qui rédige ces prompts ne ressemble à aucun autre marché de cette série : environ 89 % des résidents des Émirats sont des expatriés, la communauté indienne étant le premier groupe, avec près d’un tiers de la population, et Dubaï compte elle-même plus de 90 % d’expatriés. L’anglais est la langue véhiculaire des affaires ; l’arabe est la langue officielle, celle de l’administration, des contenus grand public destinés au Golfe et des signaux de confiance locaux ; l’hindi, l’ourdou et le russe portent chacun des communautés d’acheteurs assez grandes pour faire bouger une catégorie.

En pratique, deux voies décident de la plupart des parcours d’achat. L’anglais domine les prompts de B2B, de vérifications préalables, d’expatriation et de comparaison. L’arabe domine le volet proche de l’administration, du grand public du Golfe et de la légitimité : ce sont les sources sur lesquelles un assistant s’appuie quand la question touche à la réglementation, aux licences ou à la réputation locale. Les langues des diasporas s’y ajoutent comme niches à forte intention d’achat : une marque citable en russe pour l’immobilier à Dubaï atteint des acheteurs que la voie anglaise ne voit jamais.

L’arabe s’écrit de droite à gauche, comme l’hébreu, et sa morphologie est riche d’une façon qui gêne la récupération de pages conçue pour l’anglais : les articles, les prépositions et les pronoms se collent au mot, si bien qu’un seul mot écrit regroupe plusieurs unités, et qu’une page formulée d’une certaine manière peut ne pas correspondre à la même question posée autrement. L’arabe ajoute une seconde difficulté que l’hébreu n’a pas : la diglossie. Les utilisateurs posent leurs questions en dialecte du Golfe, alors que presque tout le contenu écrit est en arabe standard moderne. L’assistant doit combler cet écart, et les blocs de texte autonomes qui énoncent la marque et l’affirmation sous des formes simples et répétées s’en sortent bien mieux qu’une prose marketing fluide.

Le web arabe est mince, et cela se chiffre : l’arabe est la langue de contenu d’environ 0,6 % des sites web, pour une langue qui compte des centaines de millions de locuteurs, alors que l’anglais couvre à peu près la moitié du web. La région a répondu avec des modèles centrés sur l’arabe, comme Jais, conçu à Abou Dhabi précisément parce que les modèles centrés sur l’anglais desservent mal cette langue. Pour le GEO, l’asymétrie joue comme en hébreu : la corroboration est plus difficile à accumuler, mais une seule source arabe bien structurée peut occuper une place dans la réponse qu’il faudrait des dizaines de pages pour gagner en anglais.

Les prompts commerciaux à Dubaï ajoutent le nom de la ville comme précision (« in Dubai », « في دبي ») et se répartissent par langue selon l’intention. L’anglais porte la création d’entreprise, la banque, l’investissement immobilier et l’expatriation ; l’arabe porte les services au grand public et tout ce qui touche à la réglementation ; le russe et l’hindi portent de bout en bout les décisions d’achat de leurs communautés.

Convenez d’un jeu de prompts fixe pour chaque langue et répétez-le régulièrement dans ChatGPT, Perplexity et Gemini. Présentez la part de voix séparément par langue, pour que le progrès dans l’une ne masque pas un problème dans l’autre.

Les marques émiraties vivent dans deux écritures, et souvent sous plusieurs noms : la marque latine et sa transcription arabe, plus un nom de licence commerciale enregistré qui diffère souvent des deux. Les modèles doivent apprendre que tous désignent une seule entité, sinon les citations se dispersent entre des noms à moitié connus et aucune n’accumule d’autorité. Il faut donc déclarer ensemble les formes arabe et latine dans les données structurées, garder des profils cohérents et s’assurer que le nom de la licence est relié au nom de la marque sur les pages que les modèles lisent réellement.

Sur ce marché, la corroboration passe par un ensemble reconnaissable de sources de grande confiance : les médias économiques nationaux (Gulf News, Khaleej Times, The National, Arabian Business, Zawya), les portails publics comme u.ae et les départements de l’économie des émirats, ainsi que les annuaires des zones franches elles-mêmes. Comme l’ensemble de sources en arabe est petit, une poignée de descriptions indépendantes et cohérentes fait progresser la reconnaissance de l’entité plus que de gros volumes de liens en anglais.

Nous produisons des contenus en anglais, en russe et en hindi dans le cadre de notre travail en neuf langues, qui comprend aussi des textes écrits de droite à gauche. Pour l’arabe, nous travaillons avec un partenaire de langue maternelle et nous nous chargeons de la structure des pages, de la cohérence des informations de marque et de la mesure. Les faits doivent concorder dans toutes les versions, afin que les assistants reçoivent un récit cohérent de l’entreprise.

Notre méthode publiée commence par un jeu de prompts fixe pour chaque langue. Nous répétons les exécutions en sessions propres (nouvelle conversation, sans connexion au compte et sans historique) sur ChatGPT, Perplexity et Gemini, puis présentons le taux de citation et la part de voix par rapport à la mesure initiale. Nous vérifions aussi que les pages en anglais et en arabe décrivent l’entreprise de façon cohérente.