IA et alternance : ce qu’elle fait vraiment dans un CFA

Le problème n’est pas le manque d’IA, c’est le nombre de dossiers

Un conseiller en relations entreprises ne manque pas d’intelligence artificielle. Il manque de temps : trente à cinquante dossiers en parallèle, des entreprises qui ne répondent pas, des pièces à réclamer, et un compte à rebours de trois mois sur chaque candidat sans contrat.

C’est le seul angle sous lequel la question mérite d’être posée : qu’est-ce qui, dans cette journée, peut être préparé par la machine pour que le conseiller passe son temps sur ce qui exige un humain ?

Cinq usages tiennent cette promesse. Ils ont un point commun : ils produisent des brouillons et des propositions, jamais des décisions.

Résumer un profil candidat en trois lignes lisibles par un recruteur

Un recruteur de PME décide en trente secondes, entre deux tâches. Ce dont il a besoin : ce que la personne sait faire, ce qu’elle vient apprendre, sa disponibilité, son temps de trajet réel.

À partir des éléments saisis lors de la qualification, un résumé de profil peut être produit automatiquement dans ce format. Le conseiller le relit, corrige, ajoute la ligne qui n’est nulle part dans le dossier (celle qui vient de l’entretien) et envoie.

Le gain n’est pas la rédaction : c’est l’uniformité. Tous les profils partent avec la même structure, celle que le recruteur a appris à lire.

Écrire une relance entreprise sans repartir de zéro

Écrire la quatrième relance de la journée à une entreprise silencieuse est une tâche à la fois pénible et délicate : il faut relancer sans insister, rappeler le contexte, et proposer une porte de sortie.

Un brouillon généré à partir de l’historique de l’échange (la date d’envoi, le poste, le candidat, la dernière réponse) fait gagner les trois minutes de rédaction, et surtout évite le message trop sec écrit en fin de journée.

Ce qui ne s’automatise pas reste inchangé : l’annonce d’un refus, la première prise de contact avec un nouveau partenaire, et la reprise après un incident. Voir automatiser ses relances entreprises.

Rapprocher un candidat et une offre sur autre chose que le code postal

C’est l’usage le plus utile, et le plus mal expliqué par le marché.

Un rapprochement pertinent s’appuie sur un faisceau de critères analysés en continu : le métier visé, les compétences observées, la mobilité réelle en temps de trajet, la disponibilité, le rythme d’alternance, la compatibilité avec le poste et l’historique de l’entreprise. C’est-à-dire bien plus que le diplôme et le code postal, qui sont à peu près les seules variables qu’un tri manuel permet d’exploiter quand on a cent dossiers.

Ce que produit ce rapprochement est un ordre de lecture : les offres les plus plausibles en premier. Pas une affectation. Le fonctionnement est décrit sur le rapprochement candidat-offre en pratique.

Générer un CV pour un candidat qui n’en a pas

Un jeune de dix-sept ans n’a rien à mettre sur un CV, et certaines entreprises en demandent un quand même.

Produire un document propre à partir des éléments de qualification résout un problème réel, à deux conditions : que le candidat relise et valide ce qui est écrit sur lui, et qu’on n’y ajoute rien qui n’ait été dit. Un CV généré qui embellit se retourne contre le candidat dès le premier entretien.

L’approche de fond (présenter les compétences plutôt que le parcours) est traitée dans présenter un candidat sans CV.

Enrichir automatiquement une fiche entreprise

Une partie des informations d’une fiche entreprise est publique et structurée : identité de l’établissement, activité, effectif, convention collective applicable, opérateur de compétences de rattachement. Elle n’a aucune raison d’être saisie à la main.

Le gain est direct pour un conseiller : la fiche est complète avant le premier appel, et l’information reste juste quand l’entreprise déménage ou change de dirigeant.

Ce que l’IA ne décide pas

C’est la section la plus importante de cet article, et elle tient en une phrase : aucune décision d’admissibilité, de refus ou de sélection n’est automatisée. L’outil propose, le conseiller tranche.

Trois raisons, dans l’ordre d’importance.

C’est une exigence, pas une posture. Une décision produisant des effets sur une personne ne peut pas reposer sur un traitement entièrement automatisé : la personne doit pouvoir obtenir une intervention humaine et contester la décision. Un tri automatique de candidatures avec refus à la clé vous placerait hors cadre.

C’est ce qui protège la qualité. Les éléments dont dispose la machine sont ceux qui ont été saisis. Ils ne contiennent pas l’entretien, le contexte familial, la conversation avec le maître d’apprentissage. Un conseiller qui suit une proposition sans la relire perd précisément ce qui fait la valeur de son travail.

C’est ce qui rend l’outil acceptable en interne. Une équipe qui pense que la machine décide cesse de la nourrir. Une équipe qui sait qu’elle propose s’en sert.

En pratique, dans une organisation, cela se traduit par trois règles écrites : tout texte produit automatiquement est relu avant envoi ; le classement des offres est un ordre de lecture, jamais une affectation ; et le candidat est informé de la façon dont son dossier est traité.

Sur l’hébergement, les sous-traitants et les durées de conservation, voir ce que deviennent les données de vos candidats.