Un AI Workflow Design,
en entier.
Pas une mission de conseil à refaire à chaque fois, mais un playbook réutilisable. Voici l'exemple du service RH & Personnes, ouvert et sans frais : quoi automatiser vraiment, avec quels outils, en quelles étapes et — le point le plus délicat — avec quels contrôles quand ce qui est en jeu, c'est qui vous recrutez. La forme exacte de ce que nous greffons dans votre entreprise.
Quoi automatiser vraiment
Le pattern de ce qui fonctionne : du travail documentaire et administratif à haut volume, régi par des règles. L'IA ne décide pas qui recruter et ne mène pas l'entretien — elle enlève le tri répétitif et les questions de routine qui entourent la décision, là où le goulot d'étranglement, ce sont les heures, pas le jugement. La présélection reste le cas le plus adopté, mais c'est aussi celui qui porte l'encadrement réglementaire le plus strict (voir la gouvernance, plus bas).
- Présélection des candidatures et sourcing al posto di: Tri manuel des CV, recherche par mots-clés
- Automatisation de l'onboarding al posto di: Formulaires, plannings et consignes de poste à la main
- Base de connaissances RH en self-service (congés, bulletins de paie, avantages) al posto di: Tickets au service du personnel pour les questions de routine
- Analyse de l'engagement et signaux de désengagement al posto di: Lecture manuelle des pulse surveys, entretiens de départ réactifs
- Brouillons des évaluations de performance al posto di: Synthèse manuelle des feedbacks recueillis
La présélection est la fonction IA-RH la plus adoptée (environ 58 % des entreprises qui utilisent l'IA en recrutement), et les flux automatisés de présélection + onboarding font état de réductions de la charge administrative allant jusqu'à 75 %. Mais les chiffres disponibles sont des agrégats auto-déclarés par les fournisseurs et les analystes, non vérifiés de façon indépendante : ils sont à lire comme une direction, pas comme une promesse de résultat. La donnée qui compte pour une PME est ailleurs — l'adoption de l'IA-RH est d'environ 33 % chez les petites entreprises contre 60 % chez les grandes : c'est l'écart, pas le chatbot, qui est l'opportunité.
Deux modèles, pas une liste de courses
Le marché 2026 de l'IA-RH se divise en deux modèles utiles à une PME. Le bon choix dépend de là où sont vos personnes et vos données, pas de l'outil le plus cité. Les suites enterprise de gestion du personnel (type Workday) restent un plafond de référence, pas un point de départ pour une PME.
SIRH vertical avec IA intégrée
Une plateforme RH dédiée (type BambooHR ou HiBob) qui amène l'IA au cœur des processus qui consomment vraiment les heures — dossiers du personnel, onboarding, demandes des salariés — avec un coût par salarié. C'est le bon calibre pour le segment PME : de l'automatisation réelle sur un seul processus, avant toute ambition sur le recrutement.
Copilote horizontal sur la suite
Un assistant (type Google Workspace avec Gemini ou Microsoft 365 Copilot) qui accélère les brouillons, la base de connaissances et la communication interne au sein des outils que vous utilisez déjà. Si vous êtes déjà sur Workspace, c'est souvent l'entrée IA la plus économique ; il reste cependant un assistant horizontal, il ne touche pas seul les flux RH à haut volume.
Notre choix par défaut pour une PME, c'est de partir du copilote horizontal si vous êtes déjà dans cet écosystème — coût marginal et risque quasi nul, parce qu'il ne touche pas au recrutement — et de passer à un SIRH vertical quand le volume de personnes ou d'onboarding le justifie. La présélection automatisée s'évalue en dernier, jamais en premier : la sélection du fournisseur précis, la due diligence sur ses conditions de traitement des données et sa documentation de conformité EU AI Act font partie de la greffe.
Les étapes de la greffe
Chaque entrée du playbook porte une étape, pour qu'à mi-parcours vous filtriez par « ce qui vient après » au lieu de relire les pilotes déjà clôturés. En RH, l'ordre n'est pas négociable : on part du cas à faible risque, le recrutement n'arrive qu'avec les contrôles déjà montés.
-
1
Pilot
30 premiers joursUn seul cas d'usage — en général la base de connaissances RH interne (congés, bulletins de paie, avantages) : haut volume, faible risque, aucune donnée de recrutement. Un owner désigné, la politique d'usage écrite et les métriques instrumentées avant de démarrer. C'est là qu'on libère les premières heures au service du personnel.
-
2
Scale
90 premiers joursLe workflow qui a fonctionné s'étend à l'onboarding et — seulement avec les contrôles de conformité déjà en place — à la présélection des candidatures. C'est la marche délicate : tout usage sur le recrutement entre dans le périmètre à haut risque de l'EU AI Act, donc il arrive avec supervision humaine et tests de biais documentés, pas avant.
-
3
Ongoing
En continuSuivi continu de l'adoption, de la qualité de la donnée et — sur le recrutement — des résultats par groupe, avec une revue périodique des fournisseurs et des risques. Le playbook reste vivant : il se met à jour à chaque cycle de recrutement et à l'approche des échéances réglementaires, il ne s'archive pas.
L'overlay de conformité, et qui le pilote
Le recrutement est à haut risque (EU AI Act, Annexe III)
C'est la règle la plus importante de tout le catalogue, et en RH elle vaut double : l'EU AI Act (Annexe III) classe comme à haut risque les systèmes d'IA utilisés pour le recrutement, la promotion, le licenciement et la surveillance des travailleurs. Un accord européen de juin 2026 a repoussé les obligations pleines à décembre 2027 : c'est une fenêtre pour se préparer, pas une exemption. Le biais est documenté, pas hypothétique — des recherches sur les algorithmes de recrutement ont mis en évidence l'écart de traitement des candidats par groupe. Chez nous, aucun workflow qui touche au recrutement ne démarre sans supervision humaine, tests de biais documentés et évaluation du risque : avant même le ROI, on construit la défendabilité juridique de la décision.
Overlay de conformité
Les RH traitent les données personnelles les plus sensibles de l'entreprise — candidatures, évaluations, performance : elles déclenchent les mêmes questions RGPD que le reste du playbook, mais avec un niveau d'exigence plus élevé. Analyse d'impact (AIPD) presque toujours nécessaire, minimisation des données, base juridique du traitement des candidats, transparence envers la personne concernée sur les processus automatisés. Sur les cas à haut risque (le recrutement) s'ajoutent la documentation technique, les logs et la surveillance humaine exigés par l'EU AI Act : la due diligence sur le fournisseur et ses conditions de traitement est une partie non négociable du choix logiciel.
L'AI owner
Pas de Center-of-Excellence de grande entreprise : dans une PME, une ou deux personnes désignées comme AI owner suffisent. Il leur reste cinq responsabilités — décider les priorités, qui approuve quoi (l'usage sur le recrutement en premier lieu), la montée en compétences de l'équipe, les standards réutilisables et le suivi de l'adoption, de la qualité de la donnée et des résultats — sans présupposer tout un service dédié. Sur le haut risque, c'est l'owner qui tient le registre de qui a validé quoi.
Le même schéma, d'autres services.
-
Ventes
Scoring des leads, relances automatiques, hygiène du CRM.
Voir l'exemple complet -
Marketing
Optimisation des campagnes et copy avec le maintien de la marque.
Voir l'exemple complet -
Operations
Automatisation des processus, reporting et détection des anomalies.
Voir l'exemple complet -
Finance & Administration
Cycle fournisseurs, clôture comptable et prévisions de trésorerie, avec l'humain sur l'argent.
Voir l'exemple complet -
Support client
Déflection des tickets, tri et agent-assist, avec les réponses ancrées aux sources — pas d'hallucinations.
Voir l'exemple complet
Voici l'exemple. Greffons le vôtre.
Les autres services suivent le même schéma. Commencez par l'évaluation gratuite pour comprendre par où il vaut mieux commencer, ou parlons-en directement.
Exemple à titre d'orientation : il ne constitue pas un conseil juridique, fiscal ni une évaluation de conformité.