La confiance au cœur
du recrutement moderne

À six mois de l'application pleine de l'EU AI Act aux systèmes d'IA « à risque limité » — dont la vérification automatisée de profils candidats. Transparence obligatoire, supervision humaine documentée, registre des décisions : la conformité n'est plus optionnelle. Voici la check-list que tout DRH européen doit avoir bouclée avant l'été.

Le règlement européen sur l'intelligence artificielle classe les outils de vérification de credentials comme des systèmes "à risque limité" — ni interdits, ni hautement régulés, mais soumis à trois obligations strictes que beaucoup d'éditeurs n'ont pas encore intégrées.

Première obligation : la transparence. Le candidat doit savoir, au moment où son profil est analysé, qu'un système d'IA est impliqué dans la décision de recrutement. Pas dans une CGU enterrée — dans le flux de candidature lui-même. Deuxième obligation : la supervision humaine. Aucune décision de rejet ne peut être automatisée à 100 %. Un opérateur RH doit pouvoir consulter, contester et annuler chaque scoring algorithmique. Troisième obligation : la traçabilité. Chaque vérification doit laisser un journal exploitable en cas de contentieux ou d'audit CNIL.

"L'EU AI Act ne tue pas l'IA en RH. Il oblige les éditeurs à expliquer ce qu'ils font, et les DRH à reprendre la main sur les décisions. C'est une bonne nouvelle pour le métier."

Concrètement, les DRH doivent vérifier 5 points avec leurs fournisseurs avant le 2 août : notice de transparence remise au candidat, workflow de supervision humaine documenté, registre des décisions conservé, DPA Art. 28 RGPD à jour avec mention IA Act, et analyse d'impact (AIPD) effectuée si le volume de candidats traités dépasse les seuils CNIL.

Les premières sanctions tomberont à l'automne 2026. La CNIL et l'autorité française pour l'IA (à venir) ont déjà annoncé une vague de contrôles ciblant les outils de scoring de candidats. Les entreprises qui anticipent dès maintenant transforment cette contrainte en avantage compétitif : un processus de recrutement auditable, explicable et défendable devient un argument de marque employeur — et un bouclier juridique.

La clause de remplacement gratuit promise par votre cabinet de recrutement est une illusion comptable. Entre les trois mois d'onboarding crâmés, le manager qui retape l'évaluation, l'équipe qui décroche et la fenêtre commerciale ratée, un mauvais profil coûte en moyenne 1,8 fois sa rémunération annuelle — et la facture n'est jamais remboursée. Voici pourquoi l'asymétrie d'incentive structurelle entre cabinet et client rend la vérification systématique avant signature non négociable.

L'industrie du recrutement externalisé repose sur une asymétrie qu'aucun département achats n'a jamais corrigée : le cabinet est payé à la signature, pas à la rétention. Sa garantie de remplacement couvre l'honoraire — typiquement 18 à 25 % du package annuel — mais elle ne couvre rien d'autre. Or, ce rien d'autre est précisément ce qui ruine votre P&L.

Décomposons un cas réel. Un cabinet vous place un Directeur Commercial à 120 K€ pour un honoraire de 24 K€. Six mois plus tard, le manager découvre que le profil n'était pas senior à HSBC mais junior pendant 14 mois, n'a jamais « managé une équipe de 12 » mais coordonné un projet, et n'a livré aucun des deals revendiqués. Vous activez la clause. Le cabinet replace gratuitement — et envoie sa nouvelle facture pour les recherches actives. Côté client : 6 mois de salaire versés (60 K€), 3 mois d'onboarding manager à 60 % de bande passante (estimation : 25 K€), une équipe démobilisée et deux deals stratégiques perdus faute de pilotage. Total réel non remboursé : 85 K€ minimum — sans compter le coût de la deuxième recherche qui repart à zéro.

Le cabinet n'est pas malhonnête. Le système est mal aligné. Le commercial est sous pression de placement, le délai-cible est serré, les vérifications poussées rallongent le cycle. Résultat : on déclare « références prises » sur la base d'un coup de fil cordial à un ancien collègue, on accepte les CV tels quels, on optimise pour le closing de mission — pas pour la durée de vie du candidat dans le poste. L'incentive structurelle est court-terme. Vous payez le long-terme.

Une agence vous vend un candidat. AttestAI vous vend la certitude que ce candidat est réellement ce candidat.

La parade n'est pas de changer de cabinet ni de tout internaliser. C'est d'insérer une couche de vérification factuelle entre l'agence et la signature — et de la rendre contractuelle. AttestAI s'intercale exactement là : avant que vous fassiez l'offre, le profil short-listé passe par une vérification automatisée des points objectifs postes occupés, durées, titres, scope managérial, projets revendiqués, parcours académique, mentions presse. Le cabinet reçoit un Trust Score documenté, vous recevez le même. Si un point cloche, on sait avant l'offre — pas six mois après.

Pour les départements achats RH, la mécanique change radicalement le rapport de force : la mission n'est plus « trouvez-moi un Directeur Commercial », c'est « trouvez-moi un Directeur Commercial avec Trust Score ≥ 80 ». Le cabinet est aligné sur la qualité factuelle, pas seulement sur la vitesse de closing. La clause de remplacement devient une assurance résiduelle — pas un mécanisme de sous-traitance du risque.

Pour les agences elles-mêmes, c'est un avantage compétitif : présenter une short-list dont chaque candidat est pré-vérifié et auditable rassure le client, raccourcit le cycle de validation, et différencie radicalement de la concurrence qui livre des CV nature. Plusieurs cabinets boutiques ont déjà commencé à intégrer la vérification AttestAI dans leur process — comme une certification qualité, pas comme une contrainte.

La clause de remplacement n'est pas le problème. C'est le pansement sur le problème. Le problème, c'est l'absence de vérification factuelle entre la chasse et la signature. Quand cette couche existe, la clause devient ce qu'elle aurait toujours dû être : un filet de sécurité résiduel, pas une assurance-vie.

À 130 K€ de salaire moyen pour un Senior Engineer en Series B, chaque erreur de casting coûte plus que le poste lui-même. Ramp-time perdu, sprint sabordé, churn d'équipe, dilution culturelle : le mismatch produit en cascade des dégâts invisibles dans le P&L mais visibles dans la vélocité. Que vous chassiez via cabinet ou en interne, le maillon faible est le même — la qualification factuelle du profil avant l'offre. Et c'est précisément le point que personne ne traite.

Deux écoles s'opposent dans tout COMEX de scale-up qui scale ses équipes tech : externaliser via cabinet de chasse spécialisé (25 à 30 % du package, garantie 3 mois) ou industrialiser le recrutement en interne (ATS robuste, Talent Acquisition senior, peer interviews calibrées). Le débat porte presque toujours sur le coût direct. Il devrait porter sur le coût d'erreur de chaque option — qui est rigoureusement le même.

Cabinet de chasse. Le consultant connaît son vivier, accélère le sourcing, parle le langage tech mieux qu'un cabinet généraliste. Mais sa garantie est limitée à 90 jours, et son business model l'incite à clôturer la mission — pas à creuser au-delà du réputé : « réputé senior chez Stripe », « réputé tech lead du paiement ». La prise de références reste anecdotique, l'audit factuel quasi-inexistant.

Recrutement interne. Pas d'honoraires, processus maîtrisé, immersion culturelle plus naturelle. Mais le Talent Acquisition n'a souvent ni les outils ni le temps de vérifier les revendications techniques au niveau du scope, et les peer interviews — aussi rigoureuses soient-elles sur le savoir-faire — testent la performance le jour J, pas la véracité du parcours. Un excellent Engineer peut être un excellent menteur sur ses 3 dernières expériences.

Le maillon faible commun. Dans les deux cas, on technical-interview comme si le CV était vrai, on vérifie comme s'il mentait jamais. Cas typiques que nos clients nous remontent chaque mois : « Senior Engineer at Google » qui était contractor 4 mois sur un projet périphérique, « Led team of 8 » qui était IC sans aucun report direct, « Shipped at scale » sur un projet jamais sorti du staging, « 3 ans d'expertise Kubernetes » avec un GitHub qui ne le confirme nulle part. Aucune de ces affirmations n'est techniquement détectable dans une session live coding de 90 minutes.

En tech, on dépense 6 heures d'ingénieurs sur un test qu'on n'aurait jamais fait passer si on avait vérifié 8 minutes avant.

Calcul rapide pour une scale-up de 80 personnes qui recrute 12 Senior Tech par an. Hypothèse réaliste : 20 % des offres faites finissent en mismatch détecté entre M+3 et M+9. Soit 2,4 mismatches/an. Coût unitaire à 3,2× le salaire annuel (HBR), salaire moyen 130 K€ : 1,0 M€/an de pertes diffuses. À ce niveau-là, externaliser ou internaliser n'est plus la bonne question. La bonne question est : comment qualifier factuellement un profil avant qu'il consomme 6 heures de mes ingénieurs en technical interview ?

AttestAI inverse l'ordre canonique du recrutement tech. Avant le screening RH, avant le tech challenge, avant le live coding, le profil passe par une vérification factuelle automatisée : entreprises et durées (recoupées sur 3 sources publiques), titres et scope managérial, projets revendiqués (recoupés avec presse, communiqués, conférences, GitHub public), parcours académique. Le résultat : un Trust Score documenté ligne par ligne, livré en moins de 90 secondes. Si le profil chute en pre-screening, vous économisez 6 heures d'ingénieurs et un slot d'entretien manager. S'il passe, le tech challenge sert enfin à ce qu'il est censé tester : le savoir-faire, pas la véracité.

Le ROI est mesurable dès le premier trimestre : moins de mismatches qui passent les filtres, ramp-time plus court (les profils retenus sont réellement seniors, pas réputés-seniors), et — point souvent sous-estimé — une charge mentale managériale qui chute. Les CTO et VP Engineering qu'on accompagne nous le disent : la peur permanente de découvrir un faux senior 4 mois après l'embauche est une fatigue silencieuse. La vérification factuelle automatisée n'élimine pas le risque — elle le rend traçable, contestable, et défendable. Trois qualités qu'aucune technical interview n'a jamais offertes.

C'est la première question intelligente que pose tout DRH ou CTO devant une démo AttestAI : si vous vendez de l'authenticité, comment puis-je vérifier la vôtre ? Question légitime — et nous y répondons sans détour, parce qu'un outil d'authenticité qui refuse l'audit est un paradoxe ambulant. Voici les 7 piliers qui rendent les résultats AttestAI traçables, contestables, et défendables — devant un tribunal, un comité de direction ou un candidat lésé.

Avant les piliers, la question implicite : l'IA bullshit existe, et elle est partout. Modèles qui hallucinent, scores qui dérivent, providers qui répondent « trust me » quand on demande la méthode, fournisseurs qui se réfugient derrière « le modèle a décidé » dès qu'un litige tombe. Cette opacité est commercialement confortable — et juridiquement intenable depuis l'EU AI Act. AttestAI a fait le choix inverse, par construction. Voici comment.

Pilier 1 — Sources publiques traçables. AttestAI n'invente rien. Chaque vérification pointe une URL publique consultable : profil LinkedIn, registre du commerce (Pappers, Companies House, Crunchbase), communiqué de presse, page conférence, dépôt GitHub, publication académique. Le rapport livré cite ses sources comme un article scientifique. Vous ouvrez l'URL, vous vérifiez vous-même. Si une source est incorrecte ou périmée, c'est immédiatement détectable — pas dans 6 mois en tribunal.

Pilier 2 — Architecture propriétaire à 80 %, LLM swappable. AttestAI n'est pas un wrapper LLM. Notre moteur propriétaire — orchestration des sources, scoring déterministe, journalisation, supervision humaine, workflow de contestation — représente 80 % du système. Le modèle Anthropic Claude Sonnet 4.6 sous DPA Art. 28 ne sert que de couche d'inférence NLP pour 20 % des tâches : extraction sémantique, reformulation, comparaison textuelle. Aucun fine-tuning sur vos candidats. Si Anthropic disparaît demain, change de tarif ou modifie ses conditions, nous basculons vers un autre fournisseur en quelques jours — votre méthode, votre historique, votre audit log restent intacts. C'est la dépendance qui est sous-traitée, jamais la confiance.

Pilier 3 — Supervision humaine native. Aucun rejet n'est jamais 100 % automatisé. Chaque scoring algorithmique est consultable, contestable et annulable par un opérateur RH. La conformité EU AI Act « limited risk » n'est pas une couche ajoutée — elle est intégrée dans le workflow lui-même. Aucun candidat n'est éliminé par la machine seule.

Pilier 4 — Audit log immuable. Chaque vérification, chaque score, chaque décision est horodatée et journalisée selon les exigences du registre Art. 30 RGPD. Vous pouvez rejouer une décision rendue il y a 3 mois et voir exactement quelles sources ont été consultées, quel était l'état des données à ce moment-là, quel score en a découlé, et qui (ou quoi) a validé. Le journal est cryptographiquement protégé — pas un fichier Excel modifiable.

Pilier 5 — Score explicable ligne par ligne. Aucun « le modèle a dit 73 ». Le Trust Score est la somme pondérée de critères documentés : présence LinkedIn, ancienneté plateforme, recoupement entreprises, validité titres, mentions presse, cohérence dates, signaux faibles de fraude. Chaque point a une source, chaque pondération est documentée, et le détail est livré au client comme au candidat. Le candidat ayant un score de 67 sait pourquoi — et peut contester point par point.

Pilier 6 — Contestation candidat codée dans le workflow. Le droit à la révision n'est pas une clause théorique enterrée dans une CGU. C'est un endpoint API documenté et une page web livrée au candidat à chaque vérification. Le candidat conteste, l'opérateur RH revoit, la décision est tracée. Conforme RGPD (droit d'opposition, droit à l'explication) et EU AI Act (recours humain garanti) — par construction, pas par déclaration.

Pilier 7 — Garantie contractuelle éditeur. AttestAI assume la responsabilité éditeur. Notre DPA Art. 28 est public, notre clause de responsabilité aussi. Pas de renvoi à « l'algorithme », pas d'exclusion de responsabilité sur les sorties du modèle. Si une vérification est démontrée erronée par négligence de notre part, c'est notre responsabilité — pas celle d'un fournisseur tiers introuvable.

L'authenticité ne se prouve pas dans un slide deck — elle se prouve dans un audit log. AttestAI vous donne les deux.

Pour le DRH : si un candidat conteste un scoring, vous avez le journal. Si la CNIL demande, vous avez le registre Art. 30. Si votre comité d'éthique veut auditer, vous avez les sources URL. Pour le CTO : pas de boîte noire, modèles documentés, infrastructure hébergée Railway EU + Cloudflare EU, données candidats jamais utilisées pour fine-tuning. Pour le DAF : la dépendance LLM est cantonnée à 20 % du système et est contractuellement swappable — aucun risque de provider-lock.

La confiance n'est pas un argument marketing. C'est une architecture vérifiable. AttestAI a été conçu pour être auditable, pas pour être opaque — parce qu'un outil d'authenticité qui refuse son propre audit n'a tout simplement pas le droit d'exister sur le marché européen post-AI Act. Posez les questions difficiles. Nous avons les réponses documentées.