Baromètre IA Cameroun 2026 : aucune grande entreprise n’est prête pour les moteurs de réponse

Le zéro qui résume tout

Sur les 26 organisations dont le site fonctionne :

• 0 publient un fichier llms.txt. C’est le fichier qui présente une entreprise aux modèles d’IA — qui elle est, ce qu’elle fait, où, et quelles pages lire en priorité. Personne ne l’a écrit.
• 0 nomment un seul robot d’IA dans leur robots.txt. Nous avons cherché GPTBot, OAI-SearchBot, ChatGPT-User, PerplexityBot, ClaudeBot, Claude-SearchBot, Google-Extended, CCBot et une douzaine d’autres. Aucune occurrence, sur aucun site.

Il faut bien lire ce second point, parce qu’il se lit dans les deux sens. Aucune organisation camerounaise n’interdit l’accès aux robots d’IA — le terrain est entièrement libre. Et aucune ne les guide — le terrain est entièrement vide.

Ces deux critères valent 25 des 100 points de la grille. C’est pourquoi le meilleur score du pays plafonne à 75 sur 100 : SOCAPALM fait pratiquement tout le reste correctement et bute sur le plafond. Vingt-cinq points, moins d’une demi-journée de travail, et personne au Cameroun ne les prend.

Pour mesurer ce que cela représente, un point de comparaison de la même semaine. Dans une étude distincte que nous avons menée sur cinq villes africaines, un seul opérateur local a réussi à prendre la première position de Google à un annuaire : Safari Soles Tours, à Arusha, en Tanzanie. Cet opérateur publie un llms.txt et nomme explicitement GPTBot, OAI-SearchBot, PerplexityBot et ClaudeBot. Nous ne prétendons pas que c’est la cause de son classement — Google n’a jamais dit lire le llms.txt. Mais la seule entreprise africaine de notre échantillon à avoir battu les plateformes est aussi la seule à avoir considéré les machines comme un public. Au Cameroun, sur trente organisations, personne.

Les chiffres clés

Répartition : 4 organisations entre 70 et 100 (bien préparées), 10 entre 50 et 69 (les bases y sont), 16 en dessous de 50 (en retard). Plus de la moitié de l’échantillon est sous la moyenne de passage.

Les quatre mieux préparées, puisqu’elles méritent d’être nommées : SOCAPALM (75/100), puis CRTV, Ecobank Cameroun et Orange Cameroun à 70/100. Aucune n’a franchi le plafond des 75, pour la raison expliquée plus haut.

Le secteur le plus technologique est le dernier

Voilà le résultat le plus contre-intuitif de cette édition. Les télécoms et l’énergie — les secteurs les plus capitalisés, les plus techniques, ceux qui vendent précisément de la connectivité — sont les moins bien préparés du pays, de dix-sept points.

Et la totalité des défaillances se concentre là. Quatre des dix plus grandes organisations camerounaises des télécoms, de l’énergie et du transport n’ont aucun site web accessible au moment de la mesure :

• Nexttel — le domaine officiel ne résout plus du tout. Deux résolveurs DNS indépendants renvoient une erreur, les 18 et 19 octobre 2026. Le troisième opérateur mobile du pays n’a pas d’adresse sur le web.
• Camwater et Camair-Co — chaîne de certification TLS incomplète. Le certificat ne peut pas être validé, donc la connexion est refusée.
• SONARA — le serveur interrompt le handshake TLS.

Nous nommons ces quatre-là, et pas les scores faibles du reste du classement, parce qu’il s’agit d’une catégorie de fait différente : un site qui ne charge pas se vérifie en un clic par n’importe qui, alors qu’un score composite reste notre lecture. Et parce que c’est, de loin, le point le plus utile à corriger. Pour un moteur de réponse, ces organisations n’ont plus de source officielle du tout : il ne reste que ce que les autres écrivent sur elles.

Six problèmes concrets

01 — Des certificats TLS qui bloquent tout le monde. Un robot d’IA rencontre exactement le même mur qu’un navigateur. Il n’insiste pas, et il n’envoie pas de courriel pour signaler le problème.

02 — Le domaine principal qui ne répond pas, seul le www fonctionne. Six organisations sont dans ce cas. Chez Orange Cameroun, le certificat servi sur orange.cm ne couvre pas ce nom : seul www.orange.cm répond. Un lien vers la version sans www mène à une erreur de sécurité — et c’est le genre de lien que les gens écrivent de mémoire.

03 — Un robots.txt renvoyé en 403. Le serveur de MTN Cameroon refuse l’accès à son propre robots.txt. Du point de vue d’un robot, il n’y a donc aucune politique sur ce site : non pas une politique permissive, mais pas de politique du tout.

04 — Des pages d’accueil sans titre ni description. Quatre sites fonctionnels n’exposent aucune balise <title> exploitable, et quinze n’ont pas de méta-description. Deux seulement ont une description de longueur correcte. Dans tous les autres cas, c’est le moteur qui rédige la présentation de l’entreprise à sa place, à partir de ce qu’il trouve.

05 — Des llms.txt qui n’en sont pas. Sur plusieurs sites récents construits en JavaScript, l’adresse /llms.txt ne renvoie pas une erreur mais la page d’accueil complète en HTML — CRTV en est l’exemple type. Un contrôle naïf conclurait que le fichier existe. Il n’existe pas : notre grille vérifie le type de contenu réellement servi, et c’est pour cela que le zéro est un vrai zéro.

06 — Un atout Wikipédia massivement inexploité. 27 organisations sur 30 disposent d’un article Wikipédia en français — l’une des sources les plus utilisées par les IA pour identifier une entreprise. C’est le meilleur score de toute la grille. Aucune ne relie cette identité à son propre site par un llms.txt. L’actif existe, le lien manque.

Trouver le bon domaine est déjà un problème

Nous avons découvert celui-ci par accident, et c’est peut-être le plus révélateur.

Au premier passage, six organisations n’ont pas pu être mesurées pour une raison technique de notre côté. En reprenant la mesure depuis une connexion normale, cinq des six adresses que nous avions retenues se sont révélées fausses ou mortes :

Nous aurions pu enterrer cette correction dans une note de bas de page. Elle mérite mieux, parce qu’elle est le problème du baromètre en miniature : si une équipe qui cherche volontairement le site officiel d’une grande entreprise camerounaise, avec des outils et du temps, se trompe cinq fois sur six, un robot d’IA n’a aucune chance de faire mieux. Il prendra le domaine qui ressemble le plus au nom, et ce domaine sera parfois un parking ou un vieux site abandonné.

Une identité en ligne claire et cohérente n’est pas un détail de confort. C’est la condition pour qu’une machine puisse vous citer sans se tromper — exactement ce que fait le travail de référencement pour moteurs de réponse.

Cinq actions pour ce trimestre

Les actions 02 et 03 valent 25 points sur 100, coûtent moins d’une demi-journée, et aucune organisation de cet échantillon ne les a faites. C’est le rapport effort/avance le plus favorable que nous ayons mesuré sur ce marché. Il ne restera pas ouvert indéfiniment.

Pour une PME de Douala qui part de zéro, l’ordre de travail complet, de la fiche Google aux pages par quartier dans les deux langues, est détaillé dans notre guide du référencement naturel à Douala.

Méthodologie et limites

Échantillon de 30 organisations parmi les plus importantes du Cameroun, dix par secteur. Toutes les vérifications portent sur des informations publiques, lues le 18 octobre 2026 et complétées le 19 octobre pour les six organisations décrites plus haut : page d’accueil, fichiers robots.txt, llms.txt et sitemap, et présence d’un article sur Wikipédia en français.

Chaque domaine est sollicité en HTTPS, d’abord sur l’apex puis sur le sous-domaine www en cas d’échec, avec trois tentatives espacées. Le critère Wikipédia est vérifié via l’API MediaWiki : comme cette API limite le débit, une réponse vide n’est jamais interprétée comme une absence d’article — chaque résultat positif correspond à une page effectivement renvoyée.

Les limites, dites franchement. Ce baromètre mesure la préparation technique des sites à être lus par des robots d’IA. Il ne mesure pas si une IA donnée cite effectivement une organisation, ce qui varie selon la question posée et selon l’utilisateur. Aucune agence ne peut garantir qu’un moteur citera une entreprise — y compris nous. La méta-description est relevée sur la page d’accueil uniquement : un site rendu intégralement côté client peut l’injecter plus tard, ce qui reste un problème pour les robots, mais pour une raison technique différente. Enfin, un échantillon de trente organisations décrit les grandes entreprises du pays, pas les PME.

Les résultats par organisation sont publiés dans les données brutes, sous licence CC BY 4.0 : résultats complets en JSON et tableau par organisation en CSV. La grille, l’échantillon et les corrections de domaines y figurent aussi, pour que la méthode soit reproductible par un tiers.

Citer cette étude

Les chiffres de ce baromètre peuvent être repris librement, à condition de citer la source et d’inclure un lien vers cette page.

Selon le Baromètre AfriShield 2026 de la visibilité IA des entreprises camerounaises, aucune des 26 grandes organisations camerounaises au site fonctionnel ne publie de fichier llms.txt, et aucune ne définit de règle explicite pour les robots d’IA. Score moyen de préparation à l’IA : 46,3 sur 100.

Prochaine édition : octobre 2027, avec le même protocole et le même échantillon, pour mesurer l’évolution. Si une seule organisation camerounaise publie un llms.txt d’ici là, elle aura douze mois d’avance sur les vingt-neuf autres — et nous le dirons.

Pour les entreprises de Douala qui veulent corriger ces points chez elles, notre offre de référencement IA à Douala applique le même protocole que celui de ce baromètre.