Le mirage de l'efficacité : l'intelligence artificielle a-t-elle amélioré le recrutement ?

Je travaille dans le recrutement technique depuis 2008 et je peux affirmer quelque chose qui contredit le bon sens dominant : il n'a jamais été aussi facile de générer des candidats et pourtant, les recrutements n'ont jamais été aussi mauvais. L'intelligence artificielle promettait de libérer les entreprises de la partie fastidieuse du processus de sélection : filtrer les CV, rédiger le premier contact, organiser l'entonnoir des candidats. À ce stade, elle a tenu ses promesses. Ce que aucune promesse n'incluait, c'est qu'en réduisant le volume jusqu'à le rendre presque gratuit, la technologie a fini par rendre irrélevant le critère. Et sans critère, le recrutement cesse d'être une décision pour devenir un bruit à l'échelle industrielle.

Auparavant, contacter quarante candidats pour une recherche senior prenait une semaine. Cette friction obligeait à réfléchir à qui on écrivait et pourquoi. Aujourd'hui, un outil envoie ces mêmes quarante messages en quarante secondes, personnalisés avec un prénom et une ligne extraite de LinkedIn. Le coût de contacter la mauvaise personne est tombé à zéro, et ce qui ne coûte rien se fait sans réflexion préalable.

Le candidat s'automatise aussi. Un ingénieur a raconté à Wired qu'il avait envoyé cinq mille candidatures avec un bot et obtenu vingt entretiens. Un taux d'efficacité de 0,5 %. À la main, en postulant à deux cents ou trois cents, il obtenait ces mêmes vingt. Dix pour cent. Le volume n'a rien amélioré, il a seulement caché la détérioration derrière un chiffre plus grand.

Dans l'industrie, on lui a donné un nom : le "boucle de l'automatisation". Les départements des ressources humaines intègrent des filtres d'IA parce qu'ils reçoivent des candidatures faites avec de l'IA, ces filtres poussent plus de candidats à s'automatiser pour les éviter et la roue tourne toute seule.

Il convient d'être précis sur ce que cette technologie peut et ne peut pas faire. L'intelligence artificielle résout avec succès la première moitié du processus, comment identifier qui maîtrise un certain langage de programmation ou a travaillé dans une certaine industrie. Ce qu'elle ne résout pas, c'est la seconde moitié, celle qui définit effectivement un recrutement : juger. Aucun modèle ne peut anticiper si une personne tolérera l'ambiguïté d'une entreprise en expansion, si elle entrera en conflit avec un fondateur enclin à la microgestion, ou si un changement fréquent d'emploi est un signal d'alarme ou le détail le moins pertinent de son parcours. Et lorsque le filtre fonctionne sur ces systèmes, même ceux qui les audite ne parviennent pas à expliquer pourquoi un candidat a été écarté. Juger exige toujours une conversation, une hypothèse et la disposition à se tromper et à recalibrer.

Une enquête de la Harvard Business Review a montré que 91 % des dirigeants considèrent qu'il est crucial de bien recruter, mais seulement 28 % pensent que leur organisation le fait bien. Cette lacune n'est pas née avec l'IA. L'intelligence artificielle l'a simplement approfondie en installant l'illusion de faire plus quand ils font la même chose, mais pire et plus rapidement. Avec toute cette vitesse, couvrir une recherche prend plus de temps que jamais. La moyenne a déjà atteint un maximum de quarante-quatre jours et un tiers des recrutements se fait encore par recommandations, le canal le plus artisanal, celui que aucun bot n'a déplacé.

Je le vois chaque semaine dans des entreprises qui arrivent épuisées à la fin d'un processus de recherche. Ils ont contacté trois cents personnes, programmé vingt entretiens et continuent sans conclure la recherche. Ils n'ont pas de manque d'activité, ils manquent d'un diagnostic. Personne n'a défini quel problème résout ce poste ni quels signaux écartent quelqu'un même si le CV brille. Sans cela, l'IA ne fait qu'accélérer la confusion.

Avec l'automatisation, de nombreuses entreprises ont interrompu l'investissement dans des profils juniors. Les annonces de niveau débutant continuent d'être publiées, mais les recrutements réels dans ce segment se sont effondrés, car il est plus économique de demander à un modèle dix recherches que de consacrer du temps à former quelqu'un sans expérience. La conséquence est l'érosion silencieuse du pipeline de professionnels seniors de la prochaine décennie.

Aucune de ces observations n'implique un rejet de la technologie. Le point central est autre. L'intelligence artificielle amplifie ce que l'organisation était déjà avant de l'adopter. Si le processus de sélection était bien conçu, l'outil le rend plus rapide. S'il ne l'était pas, il permet d'industrialiser le manque de critère précédent.

Recruter correctement n'a jamais été un problème de volume. Cela a été, et reste, un problème de précision. Dans notre cabinet, nous avons une règle : si sur quatre candidats que nous présentons, au moins un ne progresse pas, nous arrêtons et recalibrons le brief avant d'ajouter des noms. Cette pause est justement ce que l'IA invite à éviter, et c'est ce qu'il ne faut pas sauter. La question que les organisations devraient se poser n'est pas combien de candidats elles ont contactés cette semaine, mais combien elles ont su choisir correctement l'année dernière. Cette réponse, pour l'instant, aucun modèle ne la génère.

Ce contenu est fourni à titre informatif uniquement et ne constitue pas un conseil financier, d'investissement, juridique ou fiscal. Les événements, récompenses, promotions en ligne ou informations mentionnées ici ne doivent pas être considérés comme une recommandation, une sollicitation ou une invitation à acheter, vendre, trader ou effectuer toute autre opération sur des actifs crypto. Les actifs crypto sont très volatils et peuvent entraîner des pertes. La disponibilité des services, produits et événements liés à WEEX peut varier selon les régions. Veuillez vous assurer que votre participation respecte les lois et réglementations locales applicables.