L’IA conversationnelle de LinkedIn révolutionne la recherche d’emploi
Le processus de recherche d’emploi est défaillant, et LinkedIn le sait. Les gens passent beaucoup trop de temps à postuler à des postes pour lesquels ils ne sont pas vraiment faits. C’est un défaut de conception. LinkedIn a donc reconstruit le moteur avec l’IA.
Désormais, au lieu de taper des mots-clés insipides et de faire défiler des informations parasites, vous pouvez taper ce que vous voulez vraiment. Quelque chose de précis. Humain. Comme « Je veux travailler sur la politique du changement climatique » ou « Je cherche un poste de concepteur en début de carrière à Berlin ». Le système trouve des postes qui correspondent à votre objectif, et pas seulement à votre vocabulaire. Il s’agit là d’une recherche sémantique fondamentale. Elle va au-delà des entrées superficielles et relie l’intention à l’opportunité.
Ce passage d’une saisie statique à une compréhension dynamique signifie que les candidats gagnent du temps et que les recruteurs obtiennent de meilleures candidatures. Il s’agit d’une mise en relation plus intelligente avec moins de frictions. Les dirigeants devraient considérer cette évolution comme fondamentale. Elle permet une embauche plus rapide et plus pertinente et réduit le gaspillage dans l’ensemble de l’entonnoir de recrutement.
Cette capacité est déjà en place, déployée aux États-Unis, au Royaume-Uni, au Canada, en Australie, en Inde et à Singapour. La mise à l’échelle mondiale est prévue pour 2026. C’est rapide, mais pas précipité.
Rohan Rajiv, chef de produit pour la recherche d’emploi et le marché de l’emploi chez LinkedIn, résume bien la situation : « Nous sommes en train de créer un monde où vous pouvez rechercher ce qui est particulièrement important pour vous. Telle est la direction à suivre : des recherches d’emploi qui vont à l’essentiel, rapidement, et qui offrent une plus grande pertinence.
La recherche de personnes améliorée par l’IA renforce la mise en réseau et les recommandations
L’accès aux opportunités est encore largement déterminé par les personnes que vous connaissez, et LinkedIn commence à rationaliser cela grâce à l’IA. Grâce à son nouvel outil de recherche de personnes, vous pouvez désormais poser des questions simples et directes telles que « Qui peut me recommander à Accenture ? » et obtenir des contacts réels, dans votre réseau, qui correspondent à cet objectif. Cette fonctionnalité n’existait pas auparavant. Désormais, elle existe.
La difficulté du travail en réseau a toujours été de savoir à qui s’adresser. La recherche traditionnelle ne résout pas ce problème. La recherche de personnes le fait. Au lieu de proposer une liste massive de professionnels potentiellement connectés, elle se concentre sur les nœuds les plus utiles, c’est-à-dire les personnes susceptibles de vous ouvrir une porte.
Rajiv appelle cela la phase « human-in-the-loop » de la recherche d’emploi. L’IA s’occupe du travail de base, éliminant le filtrage manuel, afin que vous puissiez vous concentrer sur la connexion humaine qui est souvent à l’origine d’une embauche. C’est important. Les machines assistent, les personnes décident. Les cadres doivent être attentifs à ce point. Lorsqu’elle est bien utilisée, l’IA n’élimine pas le jugement humain, elle le rend plus précieux.
Actuellement, cette fonctionnalité n’est disponible que pour les abonnés premium aux États-Unis. C’est intentionnel. L’équipe de LinkedIn est en train de tester, d’itérer, d’affiner. Mais elle s’est engagée à la déployer à l’échelle mondiale, dans toutes les langues, et à la rendre gratuite. Pas si. Quand.
Il convient de noter qu’il ne s’agit pas d’automatiser les recommandations. Il s’agit de les rendre possibles. Et ce, alors que la plupart des candidats perdent des heures à naviguer dans des couches organisationnelles dépassées. Avec le bon outil, naviguer dans un réseau complexe devient quelque chose que vous faites en quelques secondes, et non en quelques semaines.
Les outils d’IA identifient les lacunes en matière de compétences afin d’améliorer l’adéquation au poste
LinkedIn ne se contente pas d’aider les gens à trouver un emploi. Il s’assure qu’ils poursuivent les bons emplois.
Grâce aux nouveaux outils d’IA, les demandeurs d’emploi n’ont plus à se demander pourquoi ils ne correspondent pas aux critères. Le système indique clairement ce qui manque. Si un poste requiert de la recherche en laboratoire ou de l’analyse de données et que votre profil ne le reflète pas, le système vous le dit tout de suite. Pas de candidatures perdues. Et surtout, pas de perte de temps pour les recruteurs non plus.
C’est là que la qualité l’emporte sur la quantité. Les candidats sont orientés vers des fonctions qui correspondent à leur expérience réelle. Cela signifie qu’il y a moins de candidatures de mauvaise qualité et que celles qui sont retenues sont mieux prises en compte.
Pour les gestionnaires de recrutement et les responsables des ressources humaines, cela crée un pipeline plus efficace. Vous passez moins de temps à filtrer les candidatures et plus de temps à évaluer l’impact potentiel. Certaines entreprises pensent qu’elles ont besoin de plus de candidats. Ce n’est pas le cas. Elles ont besoin de meilleurs candidats qui comprennent les attentes avant même d’envoyer leur candidature.
Et ce n’est pas que de la théorie, LinkedIn redirige déjà environ 2 millions de candidatures par mois pour éviter les rôles qui ne conviennent pas. Ce volume parle de lui-même. Il ne s’agit pas d’IA pour le plaisir de l’IA. Elle est conçue pour réduire les frictions et permettre aux deux parties, le talent et l’employeur, de prendre plus rapidement des décisions sensées.
Une meilleure adéquation entre le candidat et l’employeur renforce l’efficacité de l’embauche
Trouver les bons talents, et être trouvé par les bonnes entreprises, est souvent un effort lent et imparfait. LinkedIn change la donne en améliorant la manière dont les recruteurs et les candidats sont mis en relation.
L’IA de la plateforme évalue désormais non seulement ce que fait une personne, mais aussi dans quelle mesure elle correspond à un poste spécifique. Elle donne la priorité aux personnes qui ont une expérience pertinente, certes, mais aussi à celles qui ont des antécédents uniques ou des compétences adjacentes qui pourraient s’appliquer efficacement au poste. Cela ouvre de nouvelles dimensions dans le sourcing que les outils traditionnels ignorent.
Elle concerne tous les cadres qui tentent de pourvoir des postes clés. La pénurie de main-d’œuvre n’est pas due à un manque d’intérêt, mais à une visibilité inefficace. Les postes restent ouverts non pas parce que les travailleurs ne sont pas disponibles, mais parce que les flux de travail de mise en correspondance reposent encore sur des filtres statiques et des calendriers obsolètes.
Le rapport de l’OCDE de juin a mis le doigt sur le problème : certaines industries ne peuvent pas trouver des candidats qualifiés assez rapidement. Ce type de fonctionnalité de l’IA répond à ce défi en faisant apparaître des candidats de qualité qui n’auraient peut-être jamais été dans le collimateur d’un recruteur.
Rohan Rajiv, chef de produit pour la recherche d’emploi chez LinkedIn, a été très clair : « Nous commençons tout juste à voir les avantages de ce déploiement ». Ces avantages ne sont pas marginaux. Une embauche plus rapide, de meilleures correspondances et des candidats plus forts réduisent le taux de désabonnement global. Il ne s’agit pas d’une mise à jour mineure des systèmes, mais d’une infrastructure stratégique pour une croissance durable.
Une infrastructure d’IA modernisée améliore les performances du système
Les capacités d’IA de LinkedIn ne se sont pas seulement améliorées grâce à une meilleure logique logicielle, mais aussi grâce à la mise à niveau du matériel sous-jacent. L’entreprise a fait passer ses systèmes de recommandation des CPU aux GPU. Ce changement est important.
Les GPU traitent les calculs à grande échelle plus rapidement et plus efficacement, en particulier avec des modèles qui doivent traiter des données contextuelles riches en temps réel. Pour les utilisateurs, cela signifie que les résultats arrivent plus rapidement, avec une meilleure pertinence. Pour la plateforme, cela signifie qu’elle peut mettre à l’échelle les fonctionnalités alimentées par l’IA sans problèmes de performance.
L’augmentation des performances permet une analyse plus approfondie et plus large des données des candidats et des exigences du poste. Vous ne vous contentez plus de faire correspondre des titres ou des certifications ; l’IA examine le comportement du profil, l’engagement et les signaux de capacité sous-jacents. Ces informations sont traitées à partir d’énormes ensembles de données, ce qui permet une réactivité en temps réel avec un décalage minimal.
Il jette également les bases techniques des fonctionnalités à venir qui exigeront encore plus du système. La découverte de mentors, la validation des compétences et la prédiction des talents basée sur le contenu dépendent toutes de ce type de puissance de traitement.
Rohan Rajiv, chef de produit pour la recherche d’emploi chez LinkedIn, l’a expliqué clairement : « Le grand changement, c’est qu’auparavant ces systèmes de recommandation étaient construits sur des processeurs et que maintenant nous les réalisons sur des GPU. » Cette évolution n’était pas facultative, elle était nécessaire pour assurer la croissance future et les fonctionnalités dont les équipes commerciales dépendront.
Pour les principaux intéressés, cette évolution de l’infrastructure indique que LinkedIn ne se contente pas d’ajouter des fonctionnalités, mais qu’il met en place un écosystème performant conçu pour une innovation et une efficacité durables.
Les futures améliorations de l’IA visent à favoriser le mentorat et l’évolution de carrière
LinkedIn ne s’arrête pas aux offres d’emploi. La prochaine phase utilise l’IA pour soutenir le développement de carrière à long terme, en commençant par le mentorat.
Au fil du temps, votre activité, vos messages, vos commentaires, vos interactions, s’intègrent dans une identité professionnelle plus large. L’IA commencera à le reconnaître. Les utilisateurs qui partagent régulièrement des idées, fournissent un retour d’information ou apportent leur expertise pourraient être identifiés comme des mentors potentiels. Inversement, le système pourrait recommander des mentors sur la base de signaux de confiance, de chevauchements de domaines et d’un engagement réel, et pas seulement sur la base de titres.
C’est là que la progression de carrière et l’engagement communautaire commencent à converger. Plutôt qu’une mise en réseau purement transactionnelle, l’IA de LinkedIn permettra des cadres d’orientation plus structurés, à grande échelle.
Pour les cadres qui gèrent des équipes ou qui planifient des parcours de développement professionnel, cela ouvre une nouvelle voie. Vous n’avez pas besoin de créer une plateforme de mentorat en interne. Elle existe déjà. Si elle est correctement formée, l’IA de LinkedIn pourrait automatiser les suggestions de mentorat de la même manière qu’elle le fait aujourd’hui pour les recommandations d’emploi, mais en tenant compte de la valeur à long terme, et pas seulement du placement.
Rohan Rajiv a jeté les bases de cette orientation : « Imaginez qu’à l’avenir, ces modèles puissent comprendre, sur la base de tout votre contenu, que vous êtes quelqu’un qui peut jouer le rôle de mentor. Cela n’a rien d’abstrait. Avec l’infrastructure d’IA en place, cela devient une prochaine étape pratique. Elle rationalise la manière dont les dirigeants cultivent les talents externes et internes, avec une solide visibilité sur les véritables signaux comportementaux du réseau.
L’expansion du travail temporaire et contractuel reflète l’évolution des tendances en matière d’emploi
Les outils d’IA actuels de LinkedIn se concentrent principalement sur les postes à temps plein. Cet alignement était logique au cours de la première phase, où la structure, la stabilité et les qualifications standard étaient plus faciles à modéliser et à recommander par le biais de l’IA. Mais le travail change, et LinkedIn évolue avec lui.
L’étape suivante consiste à s’attaquer au travail à la tâche et au travail contractuel, qui représentent une part importante du marché du travail. Rien qu’aux États-Unis, entre 5 et 15 % de la population gagne un revenu grâce au travail à la carte, selon une étude récente de Goldman Sachs. Il ne s’agit pas d’une niche, mais d’une catégorie d’emploi importante, qui ne cesse de croître.
Rohan Rajiv, chef de produit pour la recherche d’emploi chez LinkedIn, a confirmé que ce changement est en cours d’évaluation, notant que l’équipe explore plus sérieusement les rôles à court terme et contractuels. Bien qu’il n’ait pas donné de calendrier concret, il a clairement indiqué que LinkedIn comprend la nécessité d’un modèle plus inclusif de recherche d’emploi.
L’intégration des contrats, des projets et des emplois en freelance dans l’écosystème de LinkedIn basé sur l’IA élargira la pertinence de la plateforme, non seulement pour les utilisateurs, mais aussi pour les entreprises qui opèrent dans des cycles d’embauche plus rapides ou plus flexibles. Une fois que ces rôles seront mis en correspondance avec le même niveau d’algorithme et d’évaluation basée sur les compétences que les emplois à temps plein, le système pourra débloquer beaucoup plus de valeur.
Cette orientation complétera également les tendances plus générales en matière de main-d’œuvre. Les employeurs ont recours à la flexibilité du personnel pour gérer l’incertitude et la demande saisonnière. Les professionnels diversifient leurs revenus en travaillant sur des projets. Cette évolution crée des opportunités, mais elle nécessite une infrastructure numérique qui allie rapidité et précision.
Les dirigeants doivent comprendre ce mouvement non pas comme une expérience, mais comme une évolution calculée. Lorsqu’elles seront mises en œuvre, les fonctions axées sur le travail à temps partiel ne remplaceront pas le recrutement à temps plein ; elles fonctionneront en parallèle, selon les mêmes principes de précision, de personnalisation et de rapidité. La seule différence sera la flexibilité dans la manière dont le travail est structuré.
Le bilan
LinkedIn ne se contente pas d’ajouter l’IA à d’anciens systèmes, il redéfinit la manière dont la recherche d’emploi, le recrutement et le développement de carrière doivent fonctionner dans un monde numérique. Pour les équipes dirigeantes, il s’agit d’un changement qui mérite d’être compris. Moins d’approximations. Des correspondances de meilleure qualité. Des cycles de recrutement plus courts. Et bientôt, des flux de travail intégrés pour le mentorat et le travail bénévole qui reflètent la dynamique du travail moderne.
Le véritable avantage ne réside pas seulement dans la technologie, mais aussi dans la rapidité. Lorsque l’IA réduit le bruit de l’embauche et élargit l’accès aux bonnes personnes, les affaires avancent plus vite. Vous obtenez de meilleurs candidats en moins d’étapes. Et vos équipes passent moins de temps à filtrer et plus de temps à conclure.
Il ne s’agit plus d’un cas particulier. C’est en train de devenir la norme. Les dirigeants qui construisent des pipelines de talents alignés sur ces nouveaux systèmes surpasseront ceux qui sont encore liés à un manuel de jeu plus lent. L’infrastructure est là. Ce qui compte maintenant, c’est la manière dont vous l’utilisez.
