Sur 576,229 sites web français actifs, seuls 12,353 (2.14%) bloquent au moins un robot d'IA dans leur robots.txt. La France est le 6ᵉ web le plus ouvert des 43 pays analysés — et l'immense majorité des propriétaires n'a jamais rien décidé.
Analyse de 41,818,678 sites web actifs et validés dans le monde · relevé : 2026-07-13 · Piperic
Pays du débat sur le droit d'auteur et de l'exception culturelle, la France a pourtant l'un des webs les plus ouverts à l'IA au monde : sur 576 229 sites actifs en .fr, seuls 2,14 % bloquent un robot d'IA — 6ᵉ rang mondial sur 43 pays, loin devant l'Espagne (4,37 %) et l'Italie (3,11 %), et nettement mieux que la moyenne européenne (3,56 %).
La presse française, elle, a choisi son camp : 10,97 % des sites d'information bloquent l'IA — cinq fois la moyenne nationale. C'est l'écart presse/reste-du-web le plus net d'Europe de l'Ouest après la Suède. Pendant que les rédactions verrouillent, 91,6 % du web français n'a tout simplement rien déclaré : ni blocage, ni llms.txt, ni clause — le silence.
Et quand la France bloque, elle se trompe souvent de cible : 11,2 % des sites qui bloquent GPTBot ont aussi bloqué, très probablement par accident, OAI-SearchBot — le robot qui alimente la recherche ChatGPT. 1 179 sites français se sont ainsi rendus invisibles exactement là où leurs clients posent désormais leurs questions.
Part des sites bloquant au moins un robot d'IA — plus c'est bas, plus c'est ouvert. France occupe le rang 6 sur 44 pays analysés.
Les voisins à titre de comparaison. Classement complet dans les données téléchargeables.
Chaque site appartient à l'un de quatre groupes, selon ce qu'il bloque et ce qu'il déclare :
10,533 sites en France bloquent GPTBot pour tenir leur contenu à l'écart de l'entraînement des IA. Mais 1,179 d'entre eux — 11.2% — bloquent AUSSI OAI-SearchBot, très probablement par accident. Ces sites se sont entièrement retirés des résultats de ChatGPT Search : protégés de l'entraînement, mais invisibles là où leurs clients cherchent désormais.
GPTBot (entraînement) et OAI-SearchBot (recherche ChatGPT) sont des jetons robots.txt indépendants — bloquer l'un ne bloque pas l'autre.
Part des sites bloquant chaque robot dans le robots.txt.
Bytespider est le robot de ByteDance (TikTok) — il ignore le robots.txt plus souvent que les grands acteurs, et figure pourtant parmi les plus bloqués.
Blocage de l'IA et adoption du llms.txt dans les plus grandes catégories de sites en France.
| Secteur | Sites | Bloque l'IA | llms.txt |
|---|---|---|---|
| 📰 Presse & médias | 1,631 | 10.97% | 6.07% |
| business and finance | 86,336 | 1.91% | 5.75% |
| home and garden | 63,407 | 1.8% | 6.87% |
| technology and computing | 44,978 | 2.36% | 4.76% |
| hobbies and interests | 28,097 | 2.01% | 6.21% |
| attractions | 23,898 | 3.49% | 5.33% |
| real estate | 23,133 | 1.14% | 4.67% |
| style and fashion | 21,578 | 2.11% | 16.69% |
| medical health | 21,123 | 1.42% | 4.94% |
| sports | 21,104 | 1.92% | 6.25% |
| fine art | 20,950 | 1.71% | 5.68% |
| healthy living | 19,999 | 1.53% | 7.58% |
Les sites d'information en France bloquent l'IA 5.1 fois plus souvent que la moyenne nationale (10.97% contre 2.14%) — la presse est le segment le plus défensif du web.
128,252 boutiques en ligne en France sont ouvertes aux robots d'IA (98.3% sur 130,457). Leur contenu produit peut déjà être lu, comparé et recommandé par les assistants IA — qu'elles le sachent ou non.
Part des sites bloquant au moins un bot IA, par plateforme :
Ceci est l'édition de référence (2026-07-13). Piperic remesure en continu ; la prochaine édition montrera à quelle vitesse le web de France se ferme — ou s'ouvre.
Gratuit, sans inscription — voyez votre site comme les robots d'IA le voient :
Pour citer : « Selon l'AI Access Report de Piperic (2026-07-13), fondé sur 576,229 sites web actifs en France… » — avec un lien vers cette page.
Télécharger le jeu de données du pays (JSON) Classement mondial (données)
Échantillon : 576,229 sites web actifs et validés (France, attribution par ccTLD), sur 41,818,678 domaines actifs analysés dans le monde. « Actif » = HTTP 200 et non parqué. « Bloque l'IA » = le robots.txt du site exclut au moins un des 14 robots d'IA connus. llms.txt/ai.txt = le fichier existe à la racine. Relevé : 2026-07-13 (gelé — les chiffres ne bougent pas avec le crawl en cours). Note : ces chiffres mesurent TOUT le web actif, longue traîne comprise ; les titres sectoriels du type « 25 % des grands sites bloquent GPTBot » ne mesurent que les grands éditeurs — les deux sont vrais, ils ne mesurent pas la même chose. L'attribution ccTLD sous-compte les sites .com/.org.
Contact presse : press@piperic.com · Données : Piperic Business Intelligence
Chaque chiffre de cette page est reproductible à partir du jeu de données public ci-dessus.