MUM de Google : ce que ce modèle a vraiment changé pour la recherche

MUM (Multitask Unified Model) est un modèle d’intelligence artificielle présenté par Google le 18 mai 2021. Annoncé comme 1 000 fois plus puissant que BERT, entraîné sur 75 langues et capable de comprendre texte et images, il devait aider Google à répondre aux questions complexes. Dans les faits, Google indique qu’il n’est pas utilisé pour le classement général des résultats, mais pour des usages ciblés. La vraie révolution est venue ensuite, avec les Aperçus IA et le Mode IA propulsés par Gemini, lancés en France le 22 juillet 2026.

En 2021, MUM a été présenté comme la fin du référencement tel qu’on le connaissait. Quelques années plus tard, on peut faire le point avec les sources officielles : ce que MUM sait faire, où Google l’utilise réellement, ce qui le distingue de BERT et de Gemini, et ce que cela change concrètement pour votre stratégie SEO.

• Qu’est-ce que MUM ?
• Qu’est-ce que MUM sait faire ?
• Où Google utilise-t-il MUM aujourd’hui ?
• Quelle différence entre BERT, MUM et Gemini ?
• MUM a-t-il changé le référencement ?
• Quelles idées reçues éviter ?
• Questions fréquentes
• Sources

Qu’est-ce que MUM ?

MUM a été présenté par Pandu Nayak, vice-président de Google Search, dans un billet du 18 mai 2021. Les caractéristiques annoncées :

• il repose sur le framework « text-to-text » T5 et serait 1 000 fois plus puissant que BERT ;
• il ne se contente pas de comprendre le langage : il peut aussi en générer ;
• il est entraîné sur 75 langues et sur de nombreuses tâches à la fois, ce qui lui donne une compréhension plus large de l’information ;
• il est multimodal : il comprend le texte et les images, avec une extension possible à la vidéo et à l’audio.

Le point de départ du projet est un constat de Google : face à une tâche complexe, les internautes font en moyenne huit recherches. L’objectif de MUM était de réduire ce nombre en comprenant mieux l’intention globale derrière une question.

Pour comprendre d’où vient MUM, il faut revenir à BERT, déployé dans la recherche Google en octobre 2019. BERT analyse chaque mot en fonction de ceux qui l’entourent, ce qui a amélioré la compréhension des requêtes formulées en langage naturel. Notre article sur la recherche sémantique explique ce changement de logique, des mots-clés vers le sens.

Qu’est-ce que MUM sait faire ?

Google a illustré MUM avec un exemple devenu célèbre : vous avez fait l’ascension du mont Adams, aux États-Unis, et vous voulez gravir le mont Fuji à l’automne prochain. Que faut-il préparer différemment ? Avec une recherche classique, il faudrait chercher séparément l’altitude des deux sommets, la météo d’automne, la difficulté des sentiers, l’équipement adapté. Un guide de montagne, lui, répondrait en une fois en tenant compte de tout le contexte.

Répondre quand il n’y a pas de réponse simple

Selon Google, MUM peut comprendre que vous comparez deux montagnes, et donc que l’altitude et le type de sentier sont pertinents. Il peut aussi comprendre que « se préparer » englobe l’entraînement physique autant que l’équipement, et faire émerger des sous-thèmes à explorer avec des liens vers des articles, des vidéos ou des images.

Supprimer les barrières linguistiques

MUM peut transférer des connaissances d’une langue à l’autre. Google expliquait en 2021 que des informations très utiles sur le mont Fuji existent surtout en japonais, et qu’un internaute qui ne cherche pas en japonais a peu de chances de les trouver. MUM pourrait apprendre de ces sources et restituer l’information dans la langue de la recherche.

Comprendre plusieurs formats à la fois

Parce qu’il est multimodal, MUM peut relier une image et une question. L’exemple de Google : photographier ses chaussures de randonnée et demander si elles conviennent pour le mont Fuji. MUM comprendrait l’image, la relierait à la question et pourrait orienter vers une liste d’équipements recommandés.

Ces exemples étaient présentés en 2021 comme des possibilités futures, pas comme des fonctionnalités disponibles.

Où Google utilise-t-il MUM aujourd’hui ?

C’est la question que la plupart des articles de 2021 ne pouvaient pas trancher. La réponse officielle se trouve dans le guide des systèmes de classement de Google Search : MUM est un système d’IA capable de comprendre et de générer du langage, mais il n’est pas utilisé actuellement pour le classement général. Google l’emploie pour des applications précises, comme améliorer les recherches sur les vaccins contre la COVID-19 et améliorer les mises en avant affichées dans les extraits optimisés.

Les usages documentés par Google :

• Vaccins COVID-19 (juin 2021) : MUM a identifié plus de 800 variantes de noms de vaccins dans plus de 50 langues en quelques secondes, un travail qui aurait demandé des centaines d’heures humaines. Objectif : orienter les internautes vers les informations des autorités de santé, quelle que soit la façon dont ils nomment le vaccin.
• Annonces de septembre 2021 : lors de l’événement Search On, Google a présenté des fonctions appuyées sur MUM, comme la possibilité de poser une question sur une image avec Google Lens, un encadré « Things to know » qui liste les aspects d’un sujet que les internautes explorent en premier, des options pour affiner ou élargir une recherche, et l’identification de sujets liés dans les vidéos, même quand ils ne sont pas cités explicitement.
• Extraits optimisés : amélioration des mises en avant affichées dans ces encadrés, selon le guide des systèmes de classement.

Autrement dit, MUM a servi de brique technique à des fonctions précises. Il n’a pas remplacé l’algorithme de classement, contrairement à ce que laissaient entendre beaucoup d’articles de l’époque.

Quelle différence entre BERT, MUM et Gemini ?

Ce que MUM promettait en 2021 (répondre en une fois à une question complexe, en croisant sources et formats) correspond largement à ce que font aujourd’hui les Aperçus IA et le Mode IA. Google France indique qu’ils reposent sur sa dernière famille de modèles Gemini. C’est donc Gemini, et non MUM, qui porte la transformation visible de la recherche.

MUM a-t-il changé le référencement ?

Pas directement, puisqu’il ne classe pas les pages. Mais il s’inscrit dans une évolution de fond, amplifiée par les réponses générées par l’IA : Google comprend de mieux en mieux le sens d’une question et répond de plus en plus souvent sans que l’internaute clique. Pour une entreprise, cela a plusieurs conséquences pratiques :

• Les requêtes informationnelles simples peuvent générer moins de clics, car la réponse s’affiche dans la page de résultats. Les requêtes où l’internaute cherche un produit, un prestataire ou une entreprise précise restent le terrain du référencement classique.
• Couvrir un sujet en profondeur compte davantage que répéter un mot-clé. Répondez aux sous-questions que se pose votre client, comme le ferait un expert.
• La qualité et la fiabilité priment. Google demande un contenu utile, fiable et pensé pour les personnes, ce que résume l’E-E-A-T.
• Les images et vidéos comptent aussi : des visuels originaux, bien décrits, sont plus faciles à comprendre pour un système multimodal.

Pour apparaître comme source dans les Aperçus IA et le Mode IA, Google précise qu’il n’y a aucune exigence supplémentaire ni optimisation spéciale : la page doit être indexée et éligible à un extrait dans la recherche. Il n’est pas nécessaire de créer de fichier ou de balisage particulier pour l’IA. Les fondamentaux restent donc les mêmes : exploration autorisée, maillage interne, bonne expérience de page, contenu textuel de qualité, données structurées exactes. Notre article sur le GEO (Generative Engine Optimization) détaille comment être cité par les moteurs génératifs.

Si vous voulez savoir où en est votre site face à ces évolutions, un accompagnement en référencement naturel permet de prioriser les contenus à renforcer.

Quelles idées reçues éviter ?

• « MUM est une mise à jour d’algorithme » : non, c’est un modèle d’IA utilisé pour des usages ciblés, pas une mise à jour du classement.
• « Il faut optimiser son site pour MUM » : il n’existe aucune optimisation spécifique. Ce qui aide, c’est un contenu clair et complet.
• « MUM signe la fin du SEO » : on disait déjà la même chose de BERT. Quand un client cherche un produit ou une entreprise, il a toujours besoin d’une page à visiter.
• « Un contenu traduit automatiquement suffira » : MUM peut transférer des connaissances entre langues, mais une traduction de mauvaise qualité reste un mauvais contenu pour vos visiteurs.

Questions fréquentes

Que signifie MUM ?

Multitask Unified Model, soit « modèle unifié multitâche ». Le nom rappelle qu’il est entraîné sur de nombreuses tâches et langues à la fois.

MUM influence-t-il le classement de mon site ?

Selon Google, MUM n’est pas utilisé pour le classement général. Il intervient sur des usages précis, comme certaines mises en avant dans les extraits optimisés.

MUM est-il la même chose que Gemini ?

Non. MUM date de 2021. Les Aperçus IA et le Mode IA, disponibles en France depuis le 22 juillet 2026, reposent sur les modèles Gemini.

Combien de langues MUM comprend-il ?

Google indique qu’il est entraîné sur 75 langues. C’est ce qui lui a permis de repérer en quelques secondes plus de 800 noms de vaccins dans plus de 50 langues.

Que faire concrètement pour mon référencement ?

Répondre de façon complète et fiable aux questions de vos clients, soigner la structure de vos pages, montrer qui est derrière le contenu et garder un site techniquement sain. Rien de spécifique à MUM.

Sources

• Google, MUM: A new AI milestone for understanding information (18 mai 2021) : blog.google
• Google, How MUM improved Google Searches for vaccine information (29 juin 2021) : blog.google
• Google, How AI is making information more useful (29 septembre 2021) : blog.google
• Google, Understanding searches better than ever before, BERT (25 octobre 2019) : blog.google
• Google Search Central, guide des systèmes de classement : developers.google.com
• Google Search Central, fonctionnalités d’IA et votre site : developers.google.com
• Google, AI Overviews à Google I/O (14 mai 2024) : blog.google
• Google France, lancement des Aperçus IA et du Mode IA en France (22 juillet 2026) : blog.google