La boucle infernale du recrutement par IA

Parce que les deux camps se sont armés en même temps, et que l’arme est la même. Les candidats postulent avec des outils génératifs, les recruteurs trient et approchent avec des outils génératifs, et le canal par lequel les deux se parlent s’effondre pendant que chacun peut démontrer, chiffres à l’appui, qu’il a fait le bon choix individuellement.

Le patron de Greenhouse a une formule pour ça : le recrutement est coincé dans une « boucle infernale de l’IA ». La Harvard Business Review a été plus directe encore en janvier 2026, avec un titre qui a beaucoup circulé sur LinkedIn : l’IA a rendu l’embauche pire qu’avant. Ce ne sont pas des positions de sceptiques ; ce sont des gens dont le métier est de vendre des outils de recrutement.

Ce que disent les chiffres, et ils sont brutaux

Le taux de réponse aux demandes de connexion sur LinkedIn est passé de 3,5 % en mai 2025 à 2,2 % en avril 2026. En moins d’un an, le canal a perdu plus d’un tiers de son efficacité, et rien dans l’algorithme de la plateforme n’explique cette chute : c’est le volume qui l’a produite.

Du côté des messages, une étude portant sur plus de cinq millions d’envois donne un résultat que peu d’éditeurs aiment citer. Par email, une approche écrite à la main obtient 12,6 % de réponse, contre 5 % pour une approche générée, plus du double. Sur LinkedIn le rapport s’inverse, autour de 16,9 % pour la version assistée, ce qui mérite d’être dit honnêtement plutôt que passé sous silence.

Et du côté des candidats, l’ordre de grandeur du déluge se mesure à une anecdote qui vaut mieux qu’une statistique : une rédaction américaine a publié une offre et s’est retrouvée noyée sous les candidatures générées en douze heures.

Une tragédie des biens communs, au sens strict

Ce qui se joue là porte un nom en économie, et le nommer aide à comprendre pourquoi personne ne s’arrête.

La personnalisation automatique fonctionne. Le premier recruteur qui envoie deux cents messages sur mesure là où ses concurrents en envoient vingt génériques obtient d’excellents résultats, et il a raison de le faire. Le problème apparaît quand tout le monde l’a fait : le destinataire reçoit désormais vingt messages également bien tournés, également flatteurs, également faux, et il cesse de répondre à l’ensemble.

La mécanique est vicieuse parce que chaque éditeur peut simultanément dire vrai. Oui, son outil améliore les résultats de son client par rapport à ce que ce client obtiendrait sans lui. Et oui, la somme de ces améliorations individuelles fait baisser la moyenne du canal pour tout le monde, y compris pour ses clients. Les deux affirmations sont compatibles, et c’est exactement ce qui rend la boucle si difficile à interrompre : il n’existe aucun moment où arrêter est rationnel pour un acteur isolé.

On peut au moins prévoir la suite. Un canal saturé finit par se fermer d’une des trois façons habituelles : la plateforme met un prix sur ce qui était gratuit, elle durcit la détection, ou les destinataires migrent ailleurs. Les trois sont déjà en cours, et c’est une raison de plus de ne pas construire sa stratégie d’approche sur un canal dont vous ne possédez ni les règles ni le compte.

Le désaccord qui n’existe pas

Il y a une chose sur laquelle tout le monde est d’accord, et c’est rare dans ce débat.

71 % des Américains s’opposent à ce qu’une IA prenne la décision finale d’embauche. En face, 85 % des recruteurs déclarent vouloir garder cette décision. Les deux camps veulent la même chose, ce qui devrait clore le sujet, et pourtant le marché continue de vendre de l’automatisation de bout en bout comme si la demande existait.

Notre lecture est que ce prétendu débat masque le vrai. La question n’a jamais été de savoir si la machine devait décider : presque personne ne le souhaite. Elle est de savoir ce qu’on lui confie juste avant la décision, et c’est là que les positions divergent réellement, sans que grand monde prenne la peine de les expliciter.

Comment savoir que la boucle vous a rattrapé

Trois indicateurs suffisent, et ils se calculent sur des données que vous avez déjà.

Le premier est votre propre taux de réponse sur douze mois glissants, canal par canal. Ce n’est pas sa valeur absolue qui compte, puisqu’elle dépend de vos profils et de votre marque, mais sa pente : une baisse régulière alors que vous envoyez davantage est la signature exacte du phénomène décrit plus haut. Beaucoup d’ESN ne mesurent que le volume envoyé, ce qui revient à regarder la seule variable qui monte toujours.

Le deuxième est le rapport entre candidatures reçues et entretiens tenus. Quand il se dégrade sans que la qualité de vos offres ait changé, vous ne recevez pas plus de candidats : vous recevez le même nombre de candidats sous davantage de candidatures. La différence est considérable et invisible dans un tableau de bord.

Le troisième est le temps que votre équipe passe à trier, rapporté au nombre de recrutements aboutis. C’est celui qui fait le plus mal à regarder, et c’est aussi le seul qui justifie un budget devant une direction financière.

Un dernier signe, moins mesurable mais très fiable : le jour où vos propres recruteurs commencent à dire qu’ils reconnaissent une lettre de motivation générée en trois secondes, la boucle a atteint son terme. Cela signifie que le canal ne transmet plus d’information, et un canal qui ne transmet plus d’information finit par être abandonné par ceux qui l’écoutaient.

Ce qui marche encore, et pourquoi

La sortie n’est pas d’ajouter de l’IA sur le canal saturé. C’est de travailler ceux où le volume ne procure aucun avantage, parce qu’ils reposent sur une relation antérieure.

Trois d’entre eux sont accessibles à n’importe quelle ESN dès demain matin.

Les gens que vous avez déjà rencontrés. Un candidat vu en entretien il y a deux ans se souvient de vous, et un message qui commence par une référence exacte à cette conversation n’a aucun équivalent dans une campagne, précisément parce qu’il ne peut pas être produit en masse par quelqu’un qui ne l’a pas vécu. Encore faut-il que la trace existe, ce qui renvoie à l’état réel de votre vivier.

Les recommandations de vos propres consultants. Elles restent le meilleur canal du secteur, elles sont sous-exploitées parce qu’elles demandent un travail de relance régulier que personne n’a le temps de faire, et c’est exactement le genre de tâche répétitive et sans enjeu de décision qu’un agent tient bien.

Les candidatures que vous n’avez jamais traitées. C’est la ressource la plus embarrassante et la moins chère : ces gens vous ont déjà écrit, et le seul travail est de reprendre contact, un sujet que nous avons développé ailleurs sous l’angle du silence subi par les candidats.

Ce que nous en avons tiré pour Balt

Nous avons hésité, en construisant le produit, sur la question de l’envoi en volume. La demande existe, elle est explicite dans presque toutes les conversations commerciales, et refuser de la servir est une décision coûteuse.

Nous avons tranché autrement, pour une raison qui n’est pas morale. Un outil qui aide ses clients à saturer un canal détruit la valeur de ce canal pour ses propres clients, en général dans un délai inférieur à celui de son contrat. Autrement dit, la fonctionnalité se vend bien la première année et se retourne contre l’acheteur la troisième : nous préférons ne pas construire ce genre de dette.

Ce que nous faisons à la place tient en une phrase : l’agent travaille la mémoire plutôt que le volume. Il se souvient de qui vous avez rencontré, de ce qui s’est dit, de qui attend une réponse depuis onze jours ; il prépare le message et vous le présentez avant qu’il parte. C’est moins impressionnant qu’un compteur d’envois, et c’est le seul avantage qui ne se dévalue pas quand le concurrent d’en face s’équipe du même outil.