Arrête de lire les CV à la main : construis plutôt un pipeline de recrutement automatisé

Le recrutement fait partie de ces tâches qui ont l’air stratégiques de loin et administratives de près. En théorie, tu construis une équipe. En pratique, tu ouvres des pièces jointes, tu renommes des fichiers, tu copies-colles des noms dans un tableau de suivi et tu essaies de te rappeler si le candidat avec le bon portfolio était celui de mardi ou celui enfoui quelque part dans les quarante-deux emails non lus de vendredi.

C’est une façon absurde de dépenser du temps de fondateur.

La partie du recrutement qui doit rester humaine, c’est le jugement. Celle qui doit disparaître, c’est l’administratif. Si ton pipeline de recrutement commence encore par ouvrir chaque CV à la main et créer manuellement des entrées dans Notion juste pour pouvoir commencer à examiner les candidats, tu n’as pas encore de processus de recrutement. Tu as une boîte mail qui se prend pour autre chose.

La meilleure façon de faire est simple : laisse les candidatures entrantes passer directement de l’email à une base de données de recrutement structurée, puis fais lire les fichiers par la machine pour qu’elle en extraie exactement les critères qui t’intéressent. D’un coup, tu ne perds plus ton après-midi à manipuler des documents. Tu examines des candidats dans un système déjà préparé pour la décision.

Le problème, ce n’est pas la boîte mail. C’est le manque de structure.

La plupart du chaos du recrutement commence avant le premier entretien. Quelqu’un postule. Son CV arrive en pièce jointe. Il y a peut-être un court email. Peut-être un lien vers un portfolio. Peut-être que la moitié des informations utiles est dans un PDF et l’autre moitié sous-entendue quelque part entre les lignes. Maintenant, répète ça cinquante fois.

Au moment où tu décides de t’organiser, tu es déjà en retard. Tu crées une base de données Notion, mais il faut encore que quelqu’un la remplisse. Donc la base existe, les emails existent, les CV existent, et tu restes malgré tout la couche d’intégration entre tout ça. C’est là que le recrutement devient une douleur opérationnelle sourde.

Voilà le basculement que les gens ratent : le recrutement n’a pas besoin de plus d’onglets. Il a besoin d’un système. Dès qu’une candidature entre dans ton univers, elle devrait déjà savoir où elle doit aller.

Commence par la base de données, pas par l’IA

Avant d’automatiser quoi que ce soit, décide de ce qui compte vraiment dans ton processus de recrutement. C’est là que la plupart des gens font preuve de paresse. Ils disent vouloir de l’aide pour trier les candidats, mais ils n’ont jamais rendu leurs critères explicites. Si ta base de données n’a qu’un champ nom et une colonne statut, n’attends pas de miracle. Tu n’as pas dit à la machine à quoi ressemble un bon profil.

Une bonne base de données de recrutement t’oblige à être clair. Sur quoi évalues-tu vraiment les gens ? Les années d’expérience ? Le secteur d’origine ? La qualité rédactionnelle ? La localisation ? Les prétentions salariales ? La qualité du portfolio ? La disponibilité ? Des compétences techniques précises ? Si ce sont les éléments sur lesquels tu prends tes décisions, ils doivent exister comme propriétés dans la base de données. Comme ça, quand un CV arrive, l’extraction a une destination. Le système ne lit pas pour le plaisir. Il lit en fonction de ta vraie logique de recrutement.

C’est pour ça que j’aime autant ce workflow. Il t’oblige à traduire ton instinct de recruteur en structure. Une fois que c’est fait, la couche administrative devient un problème qu’on peut résoudre.

Fais de l’email ta porte d’entrée

Si les candidatures arrivent de toute façon par email, arrête de faire comme si tu avais besoin d’une autre porte d’entrée. Transfère-les simplement à Notis. À partir de là, le système peut détecter qu’il s’agit clairement d’une candidature, identifier la bonne base de données de recrutement, lire le CV joint et créer l’entrée automatiquement.

Ce qui compte ici, ce n’est pas la nouveauté d’une IA qui lit un PDF. C’est le routage. L’email devient le déclencheur. La pièce jointe devient une donnée structurée. La base de données devient la source de vérité. Le fondateur arrête d’être le pauvre idiot qui déplace l’information à la main d’un endroit à un autre.

C’est le genre d’automatisation qui paraît anodine jusqu’à ce que tu l’utilises. Là, tu réalises qu’elle a supprimé la pire partie du workflow. Pas la partie glamour. La partie agaçante. Celle qui tue discrètement l’élan.

Fais lire à la machine les signaux qui t’intéressent vraiment

L’expression « tri des candidats par l’IA » rend les gens étrangement dramatiques. Détends-toi. L’idée n’est pas de confier les décisions de recrutement à un chatbot. L’idée est d’arrêter de gaspiller de l’attention humaine sur du travail d’extraction.

Un CV n’est qu’un fichier non structuré rempli de signaux. Le bon réflexe, c’est de convertir ces signaux en champs que tu peux parcourir, trier, filtrer et comparer. Autrement dit, la machine lit le document une fois, extrait les éléments pertinents et te donne une fiche candidat propre au lieu d’une pile de pièces jointes. C’est toujours toi qui décides qui est bon. Tu le fais simplement à partir d’informations structurées plutôt qu’en faisant de l’archéologie de fichiers.

C’est ça, le vrai truc. Ici, l’IA ne remplace pas le jugement. Elle réduit le coût de préparation du jugement. Elle met l’information en forme pour que tu puisses consacrer ton énergie à l’évaluation plutôt qu’à la retranscription.

Pourquoi ça passe mieux à l’échelle que d’embaucher plus d’administratif

Beaucoup d’équipes se heurtent au même mur : le volume de candidatures augmente, alors elles supposent que la réponse, c’est plus de monde pour faire le tri. C’est parfois nécessaire plus tard. Mais au début, ce qu’il te faut en général, ce n’est pas plus de main-d’œuvre. C’est moins de bêtise dans le pipeline.

Une fois que les candidatures entrent automatiquement dans la base de données et que la première extraction est déjà faite, plein de bonnes choses se produisent en même temps. L’examen va plus vite. Les fiches candidats sont plus homogènes. Les bons candidats risquent moins de se perdre dans les emails. Ton équipe peut collaborer sur une seule vue structurée au lieu de se transférer des documents comme en 2011. Et quand le volume augmente, le système ne s’effondre pas immédiatement.

C’est ce que je veux dire quand je dis que la machine doit faire la partie ennuyeuse en premier. On répète sans cesse aux fondateurs de protéger leur temps, et pourtant ils passent deux heures à cliquer sur des pièces jointes de CV parce que personne n’a pris la peine d’automatiser la réception. Ce n’est pas de la discipline de fondateur. C’est de la négligence de workflow.

Le sujet n’est pas le recrutement par l’IA. C’est la santé opérationnelle.

Il y a une leçon plus large ici. Beaucoup de produits d’IA sont vendus comme des machines à remplacer. Je trouve ce cadrage paresseux. Les meilleurs cas d’usage sont généralement beaucoup plus terre à terre. Ils suppriment la friction répétitive qui empêche des gens compétents de faire du travail de qualité.

Dans le recrutement, cette friction vit dans la boîte mail, dans les pièces jointes, dans le copier-coller manuel, dans l’incohérence, dans le fait que chaque nouveau candidat relance le même petit rituel administratif. Si tu automatises cette couche, tu ne deviens pas moins réfléchi. Tu deviens plus disponible pour la partie qui compte.

Alors non, ne relis plus jamais des centaines de CV à la main. Construis le pipeline une fois. Fais en sorte que la base de données reflète tes critères de recrutement. Transfère les emails. Laisse la machine lire les fichiers. Puis redeviens la personne qui décide, pas celle qui fait glisser des PDF d’un onglet à l’autre.