De la génération à l'exécution : Définition de l'agent IA
Pour saisir toute la portée de l'évolution actuelle, une distinction terminologique précise s'impose. La plupart des départements RH expérimentent actuellement avec l'IA générative (GenAI). Ces systèmes sont d'impressionnants assistants créatifs : ils rédigent des e-mails, conçoivent des guides d'entretien ou synthétisent des CV. Leur production est du contenu. Un agent IA, en revanche, est conçu de manière fondamentalement différente. Sa production est une action. Les systèmes agentiques, souvent basés sur des Large Action Models (LAMs) avancés, sont orientés objectif. Ils ne reçoivent pas de prompts détaillés, mais un objectif global, par exemple : Identifier les cinq candidats les plus pertinents pour le poste de Senior Data Scientist et mener les premiers entretiens. L'agent planifie alors de manière autonome les étapes nécessaires : il scanne les bases de données, compare les profils de compétences, contacte les talents, réalise des tests d'aptitude interactifs et planifie les entretiens pour les recruteurs humains. La différence cruciale réside dans l'autonomie de la chaîne de processus. Alors que la GenAI attend que le pilote prenne les commandes, l'agent agit comme un pilote automatique qui corrige le cap de manière autonome, tant qu'il reste dans les limites définies. Pour les décideurs, cela signifie que les logiciels de recrutement ne doivent plus être perçus comme de simples outils, mais comme de véritables collaborateurs numériques.

