Ce que nous mesurons à mesure que les recruteurs adoptent les agents MCP

Nous avons commencé à suivre concrètement l’utilisation des agents IA par les recruteurs sur des données de recrutement en temps réel. Voici notre point de départ, ce que disent les études externes, et comment nous encadrons ce suivi.

Xobin MCP est désormais disponible en tant que produit. Mais la question la plus intéressante est comportementale : lorsqu’un recruteur peut interroger un agent sur n’importe quel aspect de son pipeline, quelles questions pose-t-il ? Nous avons commencé à instrumenter cela, de façon anonymisée et agrégée, afin que la communauté du recrutement dispose de données concrètes plutôt que d’anecdotes.

Cet article présente les indicateurs de référence que nous suivons, les études externes qui les éclairent, la place réelle de MCP dans la semaine type d’un recruteur, illustrée en détail dans les cas d’usage, et les contrôles qui rendent l’accès des agents aux données candidats défendable.

Le problème décrit par les chiffres

Ces études décrivent le contexte des équipes de recrutement. Elles ne mesurent pas l’impact de Xobin MCP, mais expliquent pourquoi il est pertinent d’observer finement le comportement des recruteurs face aux agents.

Ce que nous suivons

Notre instrumentation est agrégée et anonymisée : aucune donnée candidate, aucun contenu de prompt, ni aucune information client ne sort du périmètre du compte. Nous suivons la forme de l’usage, pas son contenu.

L’hypothèse que nous pensons fausse

L’intuition voudrait que les recruteurs sollicitent les agents pour agir, créer une évaluation ou envoyer une invitation, par exemple. Notre attente initiale est inverse : le comportement dominant sera la recherche et la récupération de preuves existantes, car c’est aujourd’hui un travail manuel et chronophage.

Nous publierons les chiffres, quel que soit le résultat.

Cette distinction est essentielle. L’objectif n’est pas de prouver que les agents accélèrent le recrutement, mais de comprendre quelles tâches ils prennent réellement en charge, lesquelles restent pilotées par l’humain, et où l’accès agent crée une valeur mesurable.

Où MCP s’intègre dans le workflow du recruteur

Comment nous sécurisons l’accès agent

Les données candidats figurent parmi les plus sensibles détenues par un employeur, et le recrutement est une décision majeure dans les nouveaux cadres réglementaires sur l’IA. Nos contrôles sont conçus pour répondre à ce niveau d’exigence.

Le workflow prévu est volontairement simple :

Deux cadres réglementaires structurent directement cette approche. Le AI Risk Management Framework de NIST exige une responsabilité claire et une supervision humaine lorsque l’IA intervient dans des contextes à fort enjeu. Le Règlement européen sur l’IA classe certains systèmes IA utilisés pour le recrutement comme « à haut risque », imposant supervision humaine, journalisation et transparence.

Un agent qui récupère la preuve pour un relecteur humain, dans le périmètre de ses droits, est un choix délibérément prudent face à ces exigences.

La suite

Nous publierons la première synthèse agrégée des indicateurs ci-dessus dès que l’échantillon le permettra, ainsi que les catégories de questions les plus fréquemment posées par les recruteurs.

Cette première publication portera sur les comportements, non sur la performance : ce que les recruteurs recherchent, la fréquence de passage de la récupération à l’action, le taux d’intervention humaine, et les workflows qui restent dans le produit.

Si votre équipe souhaite participer à cette cohorte, ou obtenir le détail complet pour une revue sécurité, contactez-nous.

Sources

1. Microsoft, « Will AI Fix Work? », Work Trend Index.
2. SHRM, Recherche Recruiting Benchmarking.
3. LinkedIn, The Future of Recruiting.
4. NIST, AI Risk Management Framework (AI RMF 1.0).
5. EU Artificial Intelligence Act.
6. Model Context Protocol, documentation officielle.