Une offre publiée un lundi matin. Le mercredi, 80 candidatures dans l'ATS. Votre consultante en recrutement a deux autres mandats actifs, trois appels de pré-qualification à caser dans la journée, et un client qui attend sa shortlist pour vendredi. Le tri de CV va lui prendre entre trois et quatre heures. Souvent le soir, souvent en fin de semaine.
Ce n'est pas une question de compétence. C'est une question de volume. Et le volume, sur les postes courants, ne se réduit pas.
Ce que coûte vraiment le tri manuel
Le coût direct, c'est le temps. Trois à quatre heures pour 50 à 100 CV, c'est une demi-journée qui ne génère aucun placement, aucun contact client, aucune prospection. Pour un cabinet avec plusieurs mandats actifs simultanément, les heures s'accumulent vite.
Le coût indirect est moins visible. La fatigue de lecture frappe après le quarantième dossier. Les CV lus en fin d'après-midi reçoivent moins d'attention que ceux lus le matin. Environ 30 % des bons profils seraient écartés non pas parce qu'ils ne conviennent pas, mais parce que la lecture était moins attentive. Un parcours non linéaire, une reconversion récente, une formulation différente de celle attendue — il passe à la trappe.
Les ATS classiques aggravent le problème. Leur tri par mots-clés est binaire : le mot exact est présent ou absent. Un comptable qui écrit "gestion financière" dans son dossier de candidature passe. Celui qui écrit "pilotage budgétaire" ne passe pas, même si les deux font le même métier depuis dix ans.
Comment fonctionne le tri automatique
L'approche est différente d'un ATS classique. Au lieu de chercher des mots-clés, le système analyse la sémantique du CV en regard de la fiche de poste : les compétences réelles, l'expérience, les responsabilités exercées, le secteur d'activité. Deux profils qui décrivent la même chose avec des mots différents reçoivent un score comparable.
Le déclencheur, c'est la réception de la candidature. Dès qu'un CV arrive — via jobboard, via votre ATS, via email — l'analyse démarre. En quelques secondes, le dossier reçoit une note de correspondance et une justification courte : pourquoi ce profil score 8/10, où il manque un critère, ce qui l'écarte ou ce qui le rapproche du mandat. Vous récupérez une shortlist classée, avec les raisons du classement. Pas une liste brute : un dossier exploitable.
Le branchement se fait sur votre ATS existant — Taleez, Flatchr, Marvin Recruiter, Recruitee — via webhook ou API. Vous ne changez pas votre façon de recevoir les candidatures. L'IA s'insère dans le flux actuel. C'est précisément ce que nous mettons en place sur la page tri de CV par IA.
L'IA classe, l'humain décide
Un point non négociable. L'IA trie et propose une shortlist. Elle ne recrute pas. Elle ne contacte pas les candidats. Elle ne prend aucune décision d'embauche.
Votre consultant regarde la shortlist. Il valide, réordonne, ajoute un profil que l'IA avait sous-évalué parce qu'il connaît le client et sait que ce parcours atypique va lui plaire. Il décide qui appeler en premier. Le tri automatique lui libère du temps pour ce travail-là — la lecture intelligente des dossiers qui méritent vraiment son attention, les appels de pré-qualification, la relation client.
Sur les questions de biais et de RGPD : le matching sémantique évalue les compétences, pas les caractéristiques personnelles. Certaines configurations intègrent l'anonymisation des dossiers de candidature par défaut. La décision reste documentée et humaine — ce que le cadre légal français exige. Découvrez aussi comment nous automatisons la pré-qualification des candidats pour la suite du processus.
Les profils atypiques passent mieux
C'est contre-intuitif, mais le tri sémantique traite souvent mieux les reconversions que le filtre par mots-clés d'un ATS classique.
Un candidat issu d'une reconversion vers la finance, avec deux ans d'expérience seulement mais une vraie compétence analytique, sera bloqué par un filtre "5 ans d'expérience en finance". Il ne correspond pas au mot-clé. Un matching sémantique peut lire l'ensemble du parcours, peser les compétences réellement démontrées, et lui donner un score de 7/10 avec la mention "profil junior sur l'ancienneté, fort sur l'analyse". Votre recruteur voit le dossier. Il décide si le client pourrait s'y intéresser. Il ne perd pas ce sourcing faute d'une correspondance exacte sur un critère secondaire.
Ce n'est pas parfait. L'IA peut sous-évaluer un profil que vous, avec votre connaissance du client, auriez immédiatement retenu. C'est pour ça que la shortlist est un point de départ, pas une réponse définitive.
Par où commencer
Le premier test concret : prendre un mandat actif, lancer le tri automatique en parallèle de votre processus habituel, et comparer. Est-ce que la shortlist IA et votre shortlist manuelle convergent ? Là où elles divergent — est-ce que l'IA a raté quelque chose ou mis en lumière un profil que vous n'aviez pas vu ?
Cette comparaison prend moins d'une heure. Elle donne un signal clair sur ce que l'outil fait bien sur vos types de mandats, et ce qu'il faut ajuster. La mise en place technique — branchement sur votre ATS, calibrage sur la fiche de poste — se règle en amont, une fois, pour chaque type de poste que vous recrutez régulièrement.
Si vous voulez voir ce que ça donne sur vos mandats actuels, c'est l'objet de notre audit gratuit : trente minutes pour analyser votre flux de candidatures et vous montrer concrètement ce que le tri automatique changerait à votre organisation. Nous travaillons également sur la prospection automatisée pour les cabinets de recrutement — parce que le temps récupéré sur le tri doit servir à développer votre pipeline de mandats.