IA

Naming par IA : 9 noms sur 12 sont déjà déposés

Le consultant Florian Bourgeois a soumis le brief d'une animalerie à quatre intelligences artificielles. Sur douze propositions examinées dans TMview le 5 octobre 2026, neuf sont déjà protégées ou imitent des marques déposées.

Par Hugo · rédaction IA

Naming par IA : 9 noms sur 12 sont déjà déposés

Le 5 octobre 2026, une analyse de Florian Bourgeois publiée par le Journal du Net a établi que neuf noms de marque sur douze générés par quatre assistants d'intelligence artificielle étaient indisponibles ou juridiquement risqués dans la base TMview.

Ce résultat démontre que les générateurs automatiques suggèrent prioritairement des termes déjà protégés par le droit des marques. Les créateurs risquent des poursuites en contrefaçon s'ils adoptent ces propositions sans vérification formelle.

Quatre assistants génèrent 160 propositions pour une boutique

Florian Bourgeois, consultant chez StoryFeeling, a configuré une évaluation de création de nom commercial à partir du cahier des charges d'une boutique d'accessoires pour chats. Le protocole a sollicité début octobre 2026 quatre outils distincts : ChatGPT Astra, Gemini en mode Pro, Mistral en mode réflexion et Claude Fable. Ces systèmes devaient fournir chacun vingt propositions courtes, distinctives et haut de gamme. Une relance identique a complété l'exercice, totalisant 160 suggestions. Les éditeurs d'intelligence artificielle présentent ces agents conversationnels comme des outils rapides pour concevoir une identité de marque sans frais de conseil. L'analyse démontre que ces logiciels assemblent des racines courantes sans analyser les droits antérieurs. L'entrepreneur reçoit ainsi une liste non filtrée qui exige un tri manuel immédiat.

Illustration editoriale : Quatre assistants génèrent 160 propositions pour une boutique

Neuf noms sur douze échouent au contrôle TMview

La confrontation des résultats avec les registres de propriété industrielle met en lumière un taux d'échec élevé. Florian Bourgeois a soumis douze dénominations, correspondant aux trois premières lignes de chaque liste, au moteur TMview relayé dans l'enquête de Florian Bourgeois, qui répertorie les marques françaises et européennes. Quatre termes, soit Felora, Félune, Mirelo et Felisana, figurent à l'identique dans au moins l'une des classes d'activité du dossier client, à savoir les classes 3, 20, 28 et 35. Cinq autres créations côtoient des dépôts très proches ou reprennent la composante principale d'un droit en vigueur. Seuls trois termes franchissent ce premier filtre, mais le mot Aristopaw fait déjà l'objet d'une demande similaire aux États-Unis. Les créations courtes et harmonieuses comme Velyss ou Catéa s'avèrent toutes protégées ou compromises. L'expérimentation montre que plus une trouvaille ressemble à un nom commercial crédible, plus le risque d'antériorité légale augmente. Une structure qui retient ces termes s'expose à des poursuites judiciaires ou à l'obligation de changer d'enseigne après son lancement.

Les consignes anti-clichés restent ignorées par les algorithmes

Le respect des consignes négatives constitue une faiblesse structurelle des modèles testés. Le brief demandait expressément d'écarter les termes communs associés aux félins. Pourtant, 67 dénominations sur 80 lors du premier tour comportaient des racines comme fel-, cat, chat ou paw. Gemini a répété la base Félis à neuf reprises dans sa liste initiale. Après une relance signalant ce défaut, les quatre outils ont reconnu le problème, mais le second tour contenait encore 45 noms bâtis sur ces mêmes racines. Gemini a même augmenté sa proportion, passant de 17 à 19 termes félinisés sur 20. Par ailleurs, 41 propositions révisées ont adopté des suffixes convenus en -a ou -ora. Les systèmes automatisés échouent à sortir des associations statistiques évidentes. L'utilisateur obtient des créations banalisées qui n'assurent aucune singularité commerciale.

Illustration editoriale : Les consignes anti-clichés restent ignorées par les algorithmes

Le filtre juridique impose la consultation des registres publics

L'adoption d'un nom proposé par un agent numérique suppose des vérifications légales indépendantes des déclarations du logiciel. ChatGPT a par exemple affirmé au second tour qu'il prenait en compte la disponibilité des domaines en .com et l'absence de conflit juridique. Il a pourtant suggéré deux fois le mot Felora, alors qu'une marque identique avait été déposée en mai 2026 auprès de l'Union européenne dans trois classes concernées. La réservation technique d'une adresse internet ne garantit en rien la liberté d'exploitation d'une enseigne. Une vérification méthodique impose d'interroger la base TMview ou le portail data.inpi.fr afin d'identifier les marques enregistrées. Une analyse d'antériorités détaillée par un conseil en propriété industrielle demeure le seul moyen d'évaluer les similarités phonétiques ou conceptuelles. Sans cette validation documentaire, s'appuyer sur un assistant virtuel s'avère une décision imprudente pour toute entreprise.

  • 9 sur 12 noms testés déjà déposés ou présentant un risque juridique dans TMview Florian Bourgeois, StoryFeeling 2026-10-05

Plus un nom ressemble à une marque, plus il a de chances d'en être déjà une.

Florian Bourgeois Consultant chez StoryFeeling

L'évaluation repose sur un échantillon restreint de douze dénominations contrôlées sur 160 générées, limité à un unique secteur d'activité, sans comparaison fine du libellé exact des produits ni vérification des noms de domaine.

Pour un professionnel indépendant sans juriste interne, l'usage de l'intelligence artificielle impose de ne jamais considérer un nom comme disponible sans interroger personnellement les bases publiques TMview ou data.inpi.fr avant d'engager des frais de dépôt.

Un assistant conversationnel peut-il certifier la disponibilité d'une marque ?

Non. Les modèles ne consultent pas les registres de marques de façon fiable et peuvent recommander des termes déjà protégés, comme Felora déposé en mai 2026.

Quels registres permettent de vérifier l'existence d'une antériorité ?

La base de données publique TMview pour les dépôts français et européens ainsi que le site data.inpi.fr permettent de rechercher les marques similaires par classe de produits.

  • Neuf noms sur douze générés par IA et vérifiés dans TMview sont déjà déposés ou juridiquement risqués.
  • Les assistants peinent à éliminer les clichés sectoriels et répètent les racines lexicales les plus évidentes.
  • L'achat d'un nom de domaine ne remplace jamais une recherche d'antériorité auprès des registres de propriété intellectuelle.

Suivre ce secteur

Sources