Sourcing et recrutement face à l’IA : qu’est-ce qui reste vraiment humain ?

Introduction

Je reviens du Sourcing Summit à Amsterdam. Deux jours de conférences, et un constat qui ressort clairement : presque toutes les solutions présentées avaient le même objectif. Automatiser ce que fait l’humain dans le recrutement. Sourcing, qualification, outreach, nurturing. Les modèles de langage analysent des parcours en profondeur et personnalisent des approches à grande échelle, sans effort particulier.

Ça pose une question simple, mais qui dérange. Quand 60 à 80% du métier de sourcing devient automatisable, que reste-t-il pour quelqu’un qui a passé 10, 15, voire 20 ans à le pratiquer ?

Je n’ai pas envie d’écrire un article anxiogène, ni de vendre une résistance illusoire à l’IA. L’idée, c’est de cartographier précisément ce qui se déplace, ce qui disparaît, et ce qui résiste, pour l’instant.

Ce que l’IA fait déjà très bien

Soyons honnêtes sur ce qui change. L’IA comprend une description de poste et en extrait les critères essentiels. Elle aide aussi à construire la liste de questions à poser au client pour obtenir un brief assez élaboré et savoir où chercher. Et rien n’empêche de pousser plus loin : avec une base de 30, 50 ou 100 questions types, elle pourra proposer automatiquement les questions du brief dès la réception de la fiche de poste.

Elle identifie les canaux, les entreprises et les profils pertinents à une échelle qu’aucun humain ne peut égaler seul. Elle rédige des messages d’outreach personnalisés en quelques secondes, pour des centaines de profils à la fois.

Elle va plus loin encore. Elle croise des sources pour reconstituer un parcours complet, repère des signaux faibles dans l’historique professionnel d’un candidat, alimente des séquences de nurturing sur plusieurs mois sans jamais se fatiguer ni oublier de relancer.

Et sur un point précis, elle est même plus fiable que nous. Valider un diplôme, une certification, une méthodologie maîtrisée sur le papier, c’est factuel, vérifiable, et une machine ne fait pas d’erreur d’inattention là où un humain peut en faire.

Cette partie du métier, celle qu’on appelait autrefois le sourcing, est en train de devenir une commodité.

Ce qui reste difficilement automatisable

Il y a un endroit où l’IA butte encore, et je ne crois pas que ce soit juste une question de temps. C’est la conduite du brief lui-même.

Générer une liste de questions pertinentes à partir d’une fiche de poste, une IA saura le faire, voire le fait déjà.

Mais un brief, ce n’est pas une liste de questions posées dans l’ordre. C’est une conversation. Le client dit une chose, puis se contredit sans s’en rendre compte trois minutes plus tard. Il insiste sur un critère qui n’est pas vraiment le sien, mais celui de son propre manager. Il cherche un profil qui ressemble à quelqu’un qu’il a aimé recruter, sans jamais le formuler ainsi.

Sentir ça, creuser là où la réponse sonne faux, revenir sur un point mal compris dix minutes plus tôt, c’est un travail d’écoute active que personne n’a encore réussi à automatiser sérieusement.

Même chose côté candidat. Valider un diplôme ou une certification, c’est factuel. Valider que quelqu’un va s’intégrer dans une équipe, gérer la pression d’un manager particulier, évoluer dans une culture d’entreprise précise, ça demande une lecture fine que seul un humain qui a vécu des dizaines d’intégrations réussies et ratées peut vraiment apporter.

Et puis il y a le community sourcing. Sur des marchés de niche, les meilleurs profils ne répondent pas à un message, aussi bien écrit soit-il. Ils répondent à une recommandation. À quelqu’un qu’ils connaissent et respectent dans leur communauté. Ce social proof ne s’automatise pas, parce qu’il repose sur une relation construite dans la durée, pas sur un volume de messages envoyés.

La valeur ajoutée qui se déplace, mais ne disparaît pas

Ce qui se passe, ce n’est pas la disparition du métier. C’est son déplacement.

Le sourcing en tant qu’exécution, celui qui consiste à aller chercher des profils un par un sur LinkedIn ou ailleurs, perd de la valeur chaque mois qui passe. Mais à côté de ça, un rôle prend de l’importance : le conseil stratégique en amont. Aider un client à requestionner son besoin avant même de chercher un candidat. Lui dire que le poste tel qu’il est écrit ne trouvera personne, ou que le marché qu’il vise n’existe pas en ces termes. Aucune solution IA ne fait vraiment ça aujourd’hui, parce que ça suppose de challenger le client, pas de répondre à sa demande telle quelle.

La connaissance fine d’un marché de niche devient elle aussi un actif à part entière. Pas la connaissance générale qu’une IA peut reconstituer en croisant des bases de données, mais celle qui vient d’années passées à suivre les mêmes entreprises, les mêmes profils, les mêmes mouvements de carrière dans un secteur précis. C’est ce qui permet de dire à un client, avant même de lancer une recherche, que telle entreprise vient de perdre trois ingénieurs clés, ou que tel profil n’existe tout simplement pas sur le marché visé.

Enfin, la marque employeur et l’expérience candidat restent un terrain humain. On peut automatiser l’envoi d’un message. On ne peut pas automatiser la façon dont un candidat se sent considéré, écouté, respecté tout au long d’un processus. Et dans un marché où les meilleurs profils reçoivent des dizaines de sollicitations automatisées chaque semaine, cette différence devient de plus en plus visible.

Ce que ça implique concrètement pour les recruteurs expérimentés

Pour quelqu’un qui a 10, 15 ou 20 ans de métier, ce déplacement n’est pas une mauvaise nouvelle. C’est une réallocation du temps.

Moins de temps passé à chercher des profils un par un, plus de temps passé à challenger les besoins des clients, à construire une vraie relation avec les candidats, à animer une communauté sur son marché de niche. Le sourcing manuel répétitif, celui qui occupait une grande partie des journées il y a encore quelques années, devient un filet de sécurité plutôt qu’une activité centrale.

Les compétences à renforcer ne sont pas nouvelles, elles étaient simplement moins visibles jusqu’ici. L’écoute active pour mener un brief qui va au-delà de la fiche de poste. Le questionnement, parfois inconfortable, du besoin exprimé par le client. La capacité à construire et entretenir une communauté, pas juste une base de contacts.

Au fond, le métier se resserre autour de ce que l’IA ne peut pas, ou pas encore, répliquer. Et pour ceux qui ont passé des années à développer ce savoir-faire relationnel, souvent sans le nommer précisément, ce resserrement est une chance plus qu’une menace.

Le risque du « mur de compétences »

Il y a un angle qu’on ne peut pas ignorer, et il ne concerne pas que les recruteurs expérimentés. C’est un risque pour toute l’industrie.

Aujourd’hui, n’importe qui peut acheter ou construire une solution IA de sourcing, sans jamais avoir recruté personne. Le problème, ce n’est pas l’accès à l’outil. C’est que ces personnes vont l’utiliser sans comprendre ce qu’il fait réellement, ni pourquoi il propose tel profil plutôt qu’un autre, ni dans quels cas il se trompe.

Et c’est là que ça devient inquiétant. Si une génération entière de professionnels du recrutement apprend le métier à travers des outils plutôt qu’à travers la pratique du terrain, elle n’aura jamais développé les réflexes pour détecter une erreur, un biais, une réponse qui sonne juste mais ne l’est pas. On arrive alors devant un mur de compétences. Plus personne, ou presque, pour challenger ce que dit la machine, parce que plus personne n’a appris à le faire.

Ce n’est pas qu’un problème individuel. C’est un problème collectif pour l’industrie entière. Transmettre l’expertise du métier, former les nouveaux recruteurs à comprendre le fond plutôt qu’à suivre l’outil, devient presque un acte de préservation, pas juste un avantage compétitif pour un cabinet.

Conclusion

Le sourcing ne disparaît pas. Il se recentre.

Ce qui était autrefois le cœur du métier, l’exécution, la recherche de profils, le volume de messages envoyés, devient une commodité que l’IA gère très bien, et de mieux en mieux. Ce qui reste, c’est ce qui a toujours été le plus difficile à enseigner et le plus long à construire. La capacité à écouter vraiment un client, à sentir ce qu’il ne dit pas. La confiance qu’un candidat place dans une recommandation humaine plutôt que dans un message automatisé. Le jugement pour challenger ce que propose une machine, plutôt que de lui faire une confiance aveugle.

L’IA automatise l’exécution. L’humain reste garant du jugement et de la confiance. Pour ceux qui ont passé des années à construire cette expertise, c’est peut-être la meilleure nouvelle : ils vont enfin pouvoir la faire pleinement valoir.