Une responsable RH d'un cabinet de 6 chargés de recrutement à Bordeaux, en janvier : « mon équipe utilise déjà l'IA pour trier les CV. Personne ne sait quels prompts, sur quel outil, ni ce qui en sort. Je suis terrifiée. » Elle avait raison de l'être. L'IA dans le tri CV, c'est la zone où le gain de temps est réel (4 à 8 heures par semaine sur un service RH actif) et où le risque juridique est sérieux (RGPD, IA Act, prud'hommes, discrimination indirecte). Le sujet n'est pas « est-ce qu'on l'utilise ». C'est « où, comment, sous quel contrôle ».
Le piège de l'IA shadow en recrutement
Les éditeurs ATS vendent l'IA partout. Vos chargés de recrutement, eux, ont déjà sauté le pas, en parallèle, dans leur coin. Outils grand public. Prompts maison. Aucune politique écrite. Aucun audit. C'est le pire scénario possible : vous avez les risques juridiques sans le gain organisé.
Quatre process où ça paie. Deux où la loi vous arrête. Trois risques de discrimination à connaître avant de brancher quoi que ce soit.
Quatre process qui paient
Pré-tri qualitatif (et pas filtrage)
80 à 300 CV par poste sur les fonctions communes (commercial, comptable, dev, marketing). Beaucoup sont hors-cible. Aujourd'hui votre chargé de recrutement passe plusieurs heures par poste à lire pour ne garder que les profils pertinents.
Une IA lit et résume chaque CV en 30 secondes. Elle extrait les éléments clés (formation, expérience pertinente, mobilité, prétentions salariales si mentionnées). Elle propose un classement par adéquation au brief. Le chargé valide en 30 minutes au lieu de 4 heures.
Distinction critique : c'est de l'aide à la décision humaine. Pas un filtrage automatique éliminatoire. Tous les CV restent visibles au recruteur. L'IA classe. Le recruteur décide.
3 à 6 heures par poste. Sur un cabinet avec 20 missions actives, c'est l'équivalent d'un mi-temps libéré.
Première version des annonces
Une annonce sérieuse, c'est 1h30 à 2h : reformuler le brief client en attractif candidat, structurer (mission, profil, conditions), accroche, traduire les acronymes métier, optimiser pour le SEO de l'annonce.
Une IA produit la première version en 1 minute, à partir du brief structuré. Le chargé valide, ajuste le ton, ajoute les éléments différenciants client, publie. 20 minutes au lieu de 1h30.
Sur un cabinet avec 40 nouvelles annonces par mois, ça libère 40 à 50 heures.
Scoring sur critères neutres
Une fois les 20 à 30 CV pré-triés, vous les classez selon des critères pertinents pour le poste : adéquation expérience / cible, alignement compétences techniques, mobilité, disponibilité, prétentions.
Une IA score chaque candidat sur ces critères (et seulement ces critères, voir la section discrimination plus bas) et génère une fiche de synthèse comparative que le chargé de recrutement utilise comme support de réunion avec le client.
2 à 3 heures gagnées par poste sur la préparation client. Et des présentations qui tiennent debout, avec données structurées et comparaisons claires.
Réponses aux candidats non retenus
Un candidat qui a postulé mérite une réponse, même négative. Aujourd'hui dans la majorité des cabinets, une grande part des candidats non retenus n'ont aucune réponse. C'est mauvais pour la marque employeur de votre client. Et c'est de plus en plus mal vu par les plateformes (LinkedIn, Indeed).
Une IA envoie un message personnalisé à chaque candidat non retenu, mentionnant son profil, le poste, et la raison principale du non-match, avec tact. Le candidat est traité humainement. Votre cabinet et votre client sortent grandis.
100% des candidats reçoivent une réponse. Taux de réactivation sur futurs postes en hausse. Et un client qui ne reçoit plus d'appels furieux du candidat qui a vu son CV disparaître dans un trou noir.
Deux process où la loi vous arrête
Le filtrage éliminatoire automatique. Décision CNIL et IA Act européen 2024 : un système IA ne peut pas filtrer automatiquement des candidats sans intervention humaine significative dans les fonctions de recrutement à enjeu. Explicitement classé comme système IA à haut risque, avec obligations renforcées : transparence, droit d'opposition, journaux d'audit. Vous pouvez classer. Vous ne pouvez pas éliminer avant qu'un humain voie. Net.
L'entretien IA asynchrone sans transparence. Des plateformes vendent des entretiens vidéo où le candidat parle à une caméra, et un algorithme analyse expressions faciales, ton, vocabulaire pour scorer l'adéquation culturelle. Trois problèmes. La fiabilité scientifique est très contestée, et ces analyses corrèlent avec des biais sociaux (genre, origine, accent). Les recours prud'hommes commencent à arriver, et les premières jurisprudences sont défavorables. Côté candidat, c'est très mal perçu, ça nuit à la marque employeur client.
Si vous tenez à de l'asynchrone, faites-le pour structurer un échange. Questions standardisées. Réponses enregistrées. Le recruteur regarde et juge. Pas l'algorithme.
Trois risques de discrimination à connaître
Biais hérité de l'entraînement du modèle
Si un modèle IA a été entraîné sur l'historique de vos embauches (où vous avez statistiquement plus embauché de profils X que Y), il reproduit ce biais sur les CV futurs. Sans intention discriminatoire. C'est documenté sur Amazon, qui a abandonné son outil de tri CV en 2018 pour exactement cette raison.
Règle pratique : ne pas entraîner le modèle sur votre historique d'embauches. Utiliser des modèles généralistes en prompt-engineering, avec instruction explicite de ne pas considérer le nom, l'âge, le genre, l'origine géographique du nom, la photo, l'établissement scolaire.
Critères proxy qui discriminent indirectement
Une IA peut filtrer apparemment sur des critères neutres (« plus de 10 ans d'expérience », « diplômé d'une école d'ingénieur du top 10 ») qui sont en réalité des proxies pour l'âge ou l'origine sociale. C'est une discrimination indirecte au sens du Code du travail français. Passible de sanctions.
Règle pratique : pour chaque critère utilisé par l'IA, vérifier s'il est strictement nécessaire au poste. La durée d'expérience peut souvent être assouplie (5 à 10 ans plutôt que 10+). C'est l'équivalent d'un manager qui ne recruterait que dans son école : techniquement légal, factuellement discriminant.
Opacité du processus
Le candidat doit pouvoir savoir qu'une IA a été utilisée dans le processus, et demander un examen humain de sa candidature s'il le souhaite (droit issu du RGPD article 22 et confirmé par l'IA Act).
Règle pratique : transparence dans l'annonce (« votre candidature sera examinée avec l'aide d'outils d'IA dans une première phase, puis intégralement étudiée par un recruteur »). Procédure de recours simple en cas de demande.
La stack qu'on recommande
Pour un cabinet de recrutement ou un service RH PME français, ça tient en quatre briques. Une IA généraliste hébergée Europe avec DPA signé. Un ATS qui s'intègre proprement (Welcome to the Jungle, Pinpoint, Recruitee). Un système d'audit des décisions IA, journaux complets, traçabilité par candidat. Une politique écrite d'usage de l'IA dans le recrutement, communiquée aux candidats.
C'est l'équivalent d'un chargé de recrutement junior très rapide. Utile derrière. À ne jamais laisser décider devant.
Par où on attaque
Un cabinet de 3 à 20 personnes, ou un service RH PME qui gère 5+ recrutements par mois, n'attaque pas 4 process en parallèle. Commencez par le pré-tri qualitatif des CV. C'est le process où le gain est le plus immédiat et où les risques juridiques sont les plus maîtrisables (vous classez, vous n'éliminez pas).
Bascule en 30 jours, avec politique écrite, prompts vérifiés pour éviter les biais, procédure d'audit. Mesure du temps gagné, qualité des shortlist, retour des candidats sur la transparence du processus.
Du compté. Du tenu. Pas un de plus.
Si vous voulez voir lequel des 4 process serait le levier le plus rentable et le plus sûr pour votre cabinet ou service RH, demandez un pré-diag. On regarde votre situation, on chiffre, on vous dit franchement par où commencer sans risque. Démarrer ici.