Le recrutement est-il déjà automatisé à grande échelle ? Ce que révèlent les données

Le matching CV : quand l'algorithme remplace le chasseur de têtes

Pendant des décennies, le recruteur passait en moyenne 7 secondes sur un CV. Aujourd'hui, dans les grandes entreprises équipées de systèmes ATS (Applicant Tracking System) couplés à des modules d'IA, ce délai est tombé à moins de 2 secondes. Non pas parce que les humains lisent plus vite, mais parce que ce n'est plus eux qui lisent.

Les plateformes comme GoJob, Easyrecrue ou encore les modules IA intégrés dans LinkedIn Recruiter fonctionnent selon le même principe : le CV est converti en vecteur de données, comparé à une représentation vectorielle du poste, et un score de compatibilité est calculé. Les candidats en dessous d'un seuil — fixé arbitrairement par l'entreprise — ne passent jamais le premier filtre.

Concrètement, cela signifie que si vous postulez à un poste de chargé de recrutement dans une ETI de 200 personnes qui utilise ce type d'outil, votre candidature sera analysée sans intervention humaine. Le recruteur ne verra que les profils que l'algorithme lui présente.

« On a réduit le temps de présélection de 60 %. Mais on a aussi raté des profils atypiques qu'on aurait adorés. » — DRH d'un groupe de distribution, cité dans une étude APEC 2025.

GoJob et le million de conversations : ce que ça révèle vraiment

GoJob est peut-être l'exemple le plus frappant de ce basculement. La startup française, fondée en 2019, a développé un agent conversationnel qui remplace la première prise de contact entre un candidat et un recruteur. L'IA pose les questions de qualification, vérifie la disponibilité, teste la motivation, et classe le candidat avant de transmettre un résumé structuré au recruteur humain.

Un million de conversations par semaine, c'est environ 52 millions par an. Pour donner une échelle : le nombre total d'entretiens d'embauche réalisés en France chaque année est estimé entre 80 et 100 millions. Autrement dit, GoJob à lui seul gère déjà une fraction significative du premier contact dans le processus de recrutement.

Ce modèle présente des avantages réels : disponibilité 24h/24, élimination des biais liés à l'accent ou à l'apparence lors du premier contact, uniformisation des questions. Mais il présente aussi des limites documentées. Un candidat qui reformule mal une réponse, ou qui utilise un vocabulaire légèrement différent de celui attendu par le modèle, peut se retrouver mal classé alors qu'il était parfaitement qualifié.

Les entretiens vidéo analysés par IA : la frontière qui inquiète les juristes

Au-delà du matching CV, certaines entreprises ont franchi une étape supplémentaire : l'analyse automatisée des entretiens vidéo en différé. Des outils comme HireVue (américain) ou Willo (britannique) permettent au candidat d'enregistrer ses réponses à des questions prédéfinies. L'IA analyse ensuite le contenu verbal, la prosodie, parfois les micro-expressions faciales.

En France, cette pratique se heurte à deux obstacles majeurs. D'abord, le RGPD : l'analyse biométrique et l'analyse des expressions faciales sont considérées comme du traitement de données sensibles, soumis à des conditions strictes. La CNIL a émis des recommandations en 2024 exigeant un consentement explicite et une information claire. Ensuite, la jurisprudence commence à émerger : en 2025, un tribunal administratif a annulé la décision de rejet d'un candidat fonctionnaire au motif que l'IA avait constitué le seul outil d'évaluation, sans supervision humaine.

Le responsable RH de demain devra donc naviguer entre efficacité opérationnelle et conformité légale. Ce n'est pas une mince affaire.

Biais algorithmiques : le problème que personne ne veut voir

Le mythe de l'objectivité algorithmique s'effrite à mesure que les études s'accumulent. En 2024, une recherche menée par l'Observatoire des Inégalités en partenariat avec Sciences Po a testé 5 plateformes de matching CV sur des candidatures identiques, avec des variations uniquement sur le prénom (à consonance française vs étrangère) et le code postal. Résultat : les écarts de score pouvaient atteindre 23 points sur 100 pour des profils objectivement équivalents.

Le problème est structurel. Ces algorithmes sont entraînés sur des données historiques de recrutement — c'est-à-dire sur les décisions passées des recruteurs humains, avec tous leurs biais conscients et inconscients. L'IA ne crée pas de nouveaux biais : elle reproduit et amplifie les anciens, à une échelle et une vitesse sans précédent.

Pour le consultant RH spécialisé en diversité, ce phénomène représente à la fois un problème et une opportunité : les entreprises qui veulent corriger leurs algorithmes ont besoin d'expertise humaine pour auditer, recalibrer et superviser ces outils.

Ce qui reste irréductiblement humain dans le recrutement

Malgré l'automatisation croissante, plusieurs dimensions du recrutement résistent à l'algorithme — non pas par romantisme, mais par nécessité fonctionnelle.

L'évaluation de la culture fit. Un algorithme peut mesurer des compétences techniques, des mots-clés, un parcours. Il ne peut pas sentir si une personnalité va s'épanouir dans une équipe donnée, avec un management donné. Cette intuition — que les recruteurs expérimentés développent au fil des années — repose sur des signaux infra-verbaux, contextuels, relationnels que les LLM actuels ne capturent pas.

La négociation et la conviction. Recruter un profil rare, c'est souvent le convaincre de rejoindre votre entreprise plutôt qu'une autre. Cette phase de séduction, de projection, de co-construction d'un projet professionnel ne se délègue pas à un chatbot.

La gestion des cas limites. Le candidat qui a une période de chômage inexpliquée, le reconverti qui sort d'un secteur différent, le profil senior qui accepte un déclassement pour changer de vie : ce sont des dossiers que l'algorithme filtre par défaut, et que seul un humain peut réévaluer avec nuance.

L’assistant RH et le directeur des ressources humaines ne disparaissent pas : ils se repositionnent. L'IA prend en charge le volume ; l'humain prend en charge la valeur.

Vers un recrutement à deux vitesses

La tendance de fond qui se dessine pour 2026-2028 est celle d'un recrutement à deux vitesses. D'un côté, les postes en tension, les profils interchangeables, les recrutements en volume : tout sera automatisé à 80 %. De l'autre, les postes stratégiques, les profils rares, les recrutements culturellement sensibles : l'humain restera central.

Pour les professionnels des RH, le message est clair : la valeur ajoutée ne se trouvera plus dans le traitement des candidatures, mais dans la conception des processus, l'audit des algorithmes, l'accompagnement des managers, et la gestion des situations complexes que l'IA ne sait pas traiter.

Les données de l'APEC 2025 confirment cette tendance : les offres d'emploi pour des « HR Tech Managers » et des « People Analytics Specialists » ont augmenté de 34 % en un an. La transformation RH n'élimine pas les métiers : elle les réoriente.