Dans un récent entretienVP de produit de Google pour la recherche, Robby Stein, a partagé de nouvelles informations sur le fonctionnement du fan-out de Query en mode IA.
Bien que l’existence d’un fan-out des requêtes ait été précédemment détaillée dans les articles de blog de Google, les commentaires de Stein élargissent sa mécanique et offrent des exemples qui clarifient comment cela fonctionne dans la pratique.
Contexte sur la technique de fan-out de requête
Lorsqu’une personne tape une question dans le mode IA de Google, le système utilise un modèle grand langage pour interpréter la requête, puis «éteindre» plusieurs recherches connexes.
Ces recherches sont émises à l’infrastructure de Google et peuvent inclure des sujets que l’utilisateur n’a jamais explicitement mentionnés.
Stein a déclaré lors de l’interview:
« Si vous posez une question comme des choses à faire à Nashville avec un groupe, cela peut penser à un tas de questions comme de bons restaurants, de super bars, des choses à faire si vous avez des enfants, et cela commencera à googler essentiellement. »
Il a décrit le système comme utilisant Google Search comme un outil backend, exécutant plusieurs requêtes et combinant les résultats en une seule réponse avec des liens.
Cette fonctionnalité est active en mode IA, recherche profonde et certaines expériences de vue d’ensemble de l’IA.
Échelle et portée
Stein a déclaré que les expériences de recherche alimentées par AI, y compris le fan-out des requêtes, servent désormais environ 1,5 milliard d’utilisateurs chaque mois. Cela inclut à la fois une entrée textuelle et multimodale.
Les sources de données sous-jacentes comprennent les résultats Web traditionnels ainsi que les systèmes en temps réel comme le graphique d’achat de Google, qui met à jour 2 milliards de fois par heure.
Il a qualifié Google Search comme «le plus grand produit d’IA au monde».
Comportement de recherche profonde
Dans les cas où les systèmes de Google déterminent une requête nécessite un raisonnement plus profond, une fonctionnalité appelée recherche profonde peut être déclenchée.
La recherche en profondeur peut émettre des dizaines, voire des centaines de requêtes de fond et peut prendre plusieurs minutes.
Stein a décrit l’utiliser pour rechercher des coffre-forts, un achat qui, selon lui, impliquait des facteurs inconnus comme les cotes de résistance au feu et les implications d’assurance.
Il a expliqué:
«Cela a passé, je ne sais pas, comme quelques minutes à rechercher des informations et cela m’a donné cette réponse incroyable.
L’utilisation par le mode AI des outils internes
Stein a mentionné que le mode AI a accès à des outils Google internes, tels que Google Finance et d’autres systèmes de données structurés.
Par exemple, une requête de comparaison des actions pourrait impliquer l’identification des sociétés pertinentes, la tirage des données actuelles du marché et la génération d’un graphique.
Des processus similaires s’appliquent aux achats, aux recommandations de restaurants et à d’autres types de requête qui reposent sur des informations en temps réel.
Stein a déclaré:
« Nous avons intégré la plupart des systèmes d’information en temps réel qui sont dans Google … afin que cela puisse passer des appels de financement Google, par exemple, les données de vol … Informations sur le film … il y a 50 milliards de produits dans le catalogue d’achat … mis à jour Je pense que 2 milliards de fois par heure environ. Ainsi, toutes ces informations peuvent être utilisées par ces modèles maintenant. »
Similitudes techniques avec le brevet de Google
Stein a décrit un processus similaire à un brevet Google de décembre sur la «recherche thématique».
Le brevet décrit un système qui crée des sous-questions basés sur des thèmes déduits, les groupes de groupes par sujet et génère des résumés à l’aide d’un modèle de langue. Chaque thème peut être lié aux pages source, mais les résumés sont compilés à partir de plusieurs documents.
Cette approche diffère du classement de recherche traditionnel en organisant le contenu autour de sujets déduits plutôt que des mots clés spécifiques. Bien que le brevet ne confirme pas la mise en œuvre, il correspond étroitement à la description de Stein sur le fonctionnement du mode AI.
En avant
Avec Google expliquant comment le mode AI génère ses propres recherches, les limites de ce qui compte comme une «requête» commence à se brouiller.
Cela crée des défis non seulement pour l’optimisation, mais pour l’attribution et la mesure.
Au fur et à mesure que le comportement de recherche devient plus fragmenté et axé sur l’IA, les spécialistes du marketing peuvent avoir besoin de se concentrer moins sur le classement des termes individuels et plus sur le fait d’être inclus dans le contexte plus large que l’IA tire.
Écoutez l’interview complète ci-dessous:
https://www.youtube.com/watch?v=zub5a_eziou
Image en vedette: Capture d’écran de YouTube.com/@googledevelopers, juillet 2025.
Commentaires