Arca24 organizes webinar for staffing agencies

AI Matching | 21.05.2023

Nous avons toujours été habitués à faire une distinction claire entre un candidat actif, c’est-à-dire celui qui postule pour une offre d’emploi, et un candidat passif, c’est-à-dire celui qui est disponible mais ne montre aucun intérêt concret.

Avec l’intelligence artificielle le candidat passif n’existe pas

Pour comprendre comment l’intelligence artificielle change le paradigme, nous devons d’abord comprendre les actions que nous accomplissons chaque jour dans la gestion du candidat actif et surtout du candidat passif.
Que nous travaillions sur un portail ou sur un système de gestion des candidats, nous effectuons deux actions :

  • Sélection des candidats qui ont postulé pour l’offre d’emploi (candidats actifs) ;
  • Recherche de candidats que nous considérons comme intéressants (candidats passifs) dans notre CVthèque.

Ce sont deux actions distinctes, mais elles font partie d’un seul processus.

Il est clair que travailler dans deux environnements pour mener à bien une seule activité stratégique n’optimise pas nos énergies. La situation peut s’aggraver si, par exemple, nous n’avons pas de systèmes de multi-diffusion d’offres d’emploi, mais nous devons traiter de nombreux domaines de travail différents et non communicants.

Nous comprenons l’importance des candidats passifs, qui représentent souvent les profils qui correspondent le mieux à nos besoins ; le véritable défi est de les encourager et de les aider à atteindre leur plein potentiel.

Si le problème est facile à identifier, la solution n’est pas si évidente, à tel point qu’au fil des ans, nous nous sommes habitués à travailler de cette manière. Reconnaître le problème et essayer d’aller un peu plus loin réside dans l’ADN d’Arca24, qui s’efforce de réduire le temps de sélection et d’optimiser les processus depuis sa création.

Tous les produits Arca24 comprennent un puissant moteur de Matching de CV et offres d’emploi basé sur l’intelligence artificielle sémantique, capable de lire et de comparer les CV et les offres d’emploi, ainsi que d’effectuer un filtrage automatique des profils pour identifier les profils les plus compatibles avec la recherche. Ce processus est effectué non seulement sur les candidats actifs, mais aussi sur les candidats passifs, c’est-à-dire ceux qui sont déjà présents dans votre base de données de CV.

Que se passe-t-il lorsque nous publions une offre d’emploi ou que nous lançons une recherche ?

Dès que nous publions une offre d’emploi, le système de Matching effectue une recherche en temps réel dans la base de données de CV, il apparie automatiquement tous les candidats en fonction de la recherche et les classe par zone géographique et par compétences. Il en résulte une réduction significative du temps et des coûts, nous pouvons donc commencer à sélectionner des profils immédiatement sans avoir à attendre les candidatures spontanées.

Dès que les candidats postulent pour un poste vacant, ils sont inclus dans une liste unique avec les profils identifiés dans la base de données de CV : un seul pool de talents est créé.

Cela nous permettra de réduire le temps de travail, mais surtout d’établir un processus de sélection complet et efficace.

Le candidat passif est toujours activé de cette manière car il fait toujours partie du processus chaque fois que ses compétences sont intéressantes. Le système actuel, qui doit reproduire les opérations de recherche, comporte le risque de perdre des compétences professionnelles importantes et des réponses efficaces pour notre organisation.

En intégrant les deux phases en une seule étape, on ne parle plus de système de gestion des candidats, Applicant Tracking System en anglais, mais de système de classement des candidats, Applicant Ranking System, un nouvel outil innovant qui nous permet de tirer le meilleur parti du candidat qui, en tant que candidat passif, reste toujours une ressource active.

En général, les systèmes basés sur l’intelligence artificielle sont développés de manière plus complexe et plus articulée, mais avec un taux d’erreur nettement plus faible que le Parsing des CV. Les deux continueront à évoluer, mais il est clair que si la compréhension d’un texte une fois édité ne peut qu’être affinée, l’analyse des CV risque de repartir de zéro chaque fois que les candidats décident d’utiliser de nouveaux formats.

En ce qui concerne les nouvelles technologies, telles que les CV vidéo, il faut également se demander quelles seront les tendances futures. Peut-être que cela n’arrivera pas à court terme, mais déjà aujourd’hui la majorité des communications tendent vers le format vidéo, il n’est donc pas improbable que dans un avenir pas trop lointain le CV traditionnel soit progressivement remplacé par un CV vidéo.

Le texte de la vidéo est confié à l’intelligence artificielle pour comprendre le professionnalisme des candidats. En changeant radicalement la méthodologie de collecte des données dans les processus d’acquisition de talents, nous avons pu constater que l’utilisation du Parsing du CV est en train de disparaître.