Les recommandations sont discrètement tombées sous 1 % des candidatures. C’est le signal que tout le monde a arrêté d’utiliser.

Le canal qui s’est tu

L’éditeur d’ATS Ashby a analysé plus de 38 millions de candidatures sur environ 93 000 postes entre janvier 2021 et décembre 2024. Enfouie dans ces données, une tendance discrète : les recommandations représentaient environ 2 % de toutes les candidatures début 2021, et sont tombées sous 1 % début 2024. En part du pipeline, la façon la plus fiable dont les gens trouvent un emploi a approximativement diminué de moitié en trois ans.

La cause n’est pas que les salariés ont arrêté de recommander des gens. C’est le dénominateur. L’IA générative a transformé la candidature en un geste en un clic, tir groupé, donc le volume total a explosé pendant que le nombre de vraies recommandations, humaines et engagées, est resté à peu près stable. Les recommandations ne sont pas parties. Elles ont été enfouies sous une avalanche de candidatures qui paraissent plausibles et ne veulent pas dire grand-chose.

C’est important parce que tout l’intérêt d’une recommandation est d’être un signal qu’on ne peut pas simuler à grande échelle. Un CV peut désormais être poli par un modèle en quelques secondes ; une présentation personnelle par quelqu’un qui travaille déjà pour vous ne le peut pas. Quand tout dans la boîte mail commence à se ressembler, la seule chose qui porte encore une vraie information est justement celle que le volume noie.

Le meilleur signal que personne n’utilise

Voici ce qui rend cet effacement si coûteux : les candidats recommandés ne se contentent pas de postuler, ils convertissent. Dans les mêmes données Ashby, 52 % des candidats recommandés passaient le premier tri, contre 35 % de l’ensemble des candidats, et cet avantage se maintenait aux étapes suivantes aussi. Une recommandation n’est pas une piste légèrement meilleure. C’est un candidat significativement plus susceptible de valoir votre temps à chaque étape.

L’avantage ne s’arrête pas non plus à l’offre. Une étude largement citée sur le système de recommandations d’une grande entreprise, menée par des chercheurs de la Réserve fédérale de New York et du MIT, a montré que les salariés recommandés restaient plus longtemps et changeaient moins souvent d’emploi que ceux recrutés par d’autres canaux. Ça correspond à ce que la plupart des managers de recrutement sentent déjà : quelqu’un arrivé par une personne de confiance arrive avec du contexte, des attentes réalistes, et une relation à ne pas perdre. Il est plus difficile à convaincre et bien plus difficile à perdre.

Donc le canal qui produit vos recrutements au taux de conversion le plus élevé et à l’ancienneté la plus longue est justement celui qui rétrécit discrètement en part de votre pipeline. Ce n’est pas une raison de le regretter. C’est une raison de le protéger, pour que quand une recommandation arrive, elle ne se perde jamais dans le déluge.

Les petites équipes détiennent la meilleure version

C’est l’un des rares endroits où une petite équipe n’est pas désavantagée, elle est structurellement en avance. Une grande entreprise fait tourner un programme de recommandations : un portail, un barème de primes, un e-mail trimestriel de rappel que la plupart des gens ignorent. Dans une équipe de quinze personnes, vous n’avez pas besoin de programme, parce que le réseau, c’est l’entreprise. Tout le monde sait déjà à quoi ressemble « bon » ici, tout le monde sait qui recrute, et une recommandation porte le poids de la réputation personnelle d’un collègue, pas d’un formulaire rempli.

Cette intimité est exactement ce que le déluge de candidatures par IA ne peut pas reproduire. Un modèle peut générer mille CV sur mesure, mais il ne peut pas générer le fait que votre meilleur développeur a travaillé avec cette personne pendant trois ans et mettrait son nom en jeu pour elle. Quand le marché ouvert devient plus bruyant, la valeur d’une présentation de confiance monte, pas descend, et une petite équipe a le chemin le plus court et le plus chaleureux pour y accéder.

Les recommandations meurent de friction, pas de mauvaise volonté

La raison pour laquelle les petites équipes sous-utilisent encore les recommandations n’est presque jamais que personne ne veut recommander quelqu’un. C’est la friction. Quelqu’un mentionne un excellent ancien collègue dans une conversation de couloir, vous notez ça mentalement, puis dix autres urgences vous entraînent ailleurs. La mise en relation ne se fait jamais. Ou une recommandation postule bien, atterrit dans la même boîte mail débordante que tout le monde, attend une semaine une réponse, et conclut discrètement que vous n’êtes pas si intéressé, emportant avec elle votre piste la plus fiable et la bienveillance de votre salarié.

La solution n’est pas une grosse initiative de recommandations. C’est simplement refuser de laisser filer les bonnes : savoir quels candidats sont arrivés par quelqu’un en qui vous avez confiance, les faire remonter au lieu de les enfouir, et répondre pendant que la présentation est encore chaude. C’est une grande partie de la raison pour laquelle nous avons construit Kynto comme ça. L’outil garde la source et le statut de chaque candidat au même endroit pour qu’une recommandation ne se perde jamais dans le volume, garde le pipeline en mouvement pour que les réponses ne calent pas, et retire de vos épaules le travail de coordination pour que le suivi rapide et humain qu’une recommandation mérite soit celui que vous donnez réellement. La relation reste la vôtre ; le risque de la laisser tomber cesse d’être le vôtre. Vous pouvez voir comment ça fonctionne sur kyntoai.com.

À retenir

• Les recommandations s’effacent en part du pipeline. L’analyse d’Ashby sur 38 millions de candidatures montre qu’elles sont passées d’environ 2 % des candidatures début 2021 à moins de 1 % début 2024, non pas parce que les gens ont arrêté de recommander, mais parce que le volume de candidatures poussé par l’IA les a enfouies.
• C’est votre canal le plus qualitatif. Dans les mêmes données, 52 % des candidats recommandés passaient le premier tri contre 35 % pour l’ensemble, et une étude de la Réserve fédérale de New York et du MIT a montré que les recrutements par recommandation restaient plus longtemps et changeaient moins souvent d’emploi. Une recommandation est un signal que l’IA ne peut pas simuler à grande échelle.
• Les petites équipes ont l’avantage naturel, le réseau c’est l’entreprise, mais perdent des recommandations à cause de la friction, pas de l’indifférence. La solution consiste à faire remonter les présentations de confiance au lieu de les enfouir, et à répondre pendant qu’elles sont encore chaudes.

Le grand récit de 2026, c’est que le recrutement est devenu plus bruyant. Le récit plus discret, c’est que ce bruit a rendu votre meilleur signal plus précieux, pas moins, et plus facile à perdre. Les recommandations n’ont pas cessé de fonctionner. Elles ont juste cessé d’être visibles dans un pipeline conçu pour récompenser le volume. Protégez les présentations que vos propres équipes font, répondez-y vite, et vous gagnez les candidats que les acteurs plus grands et plus bruyants continuent de laisser filer, ce qui est, une fois de plus, l’un des rares endroits où être petit est tout l’avantage.