Xtramile storyboard

« Transformer le marché de l’emploi en un marché efficient »

Dossier : Vie des entreprisesMagazine N°800 Décembre 2024
Par Xavier RAGAGE

Alors que le sour­cing RH devient de plus en plus com­plexe, Xtra­mile a éla­bo­ré un dis­po­si­tif inté­grant l’IA capable de trai­ter la dif­fu­sion des offres d’emploi de manière effi­ciente et opti­male. Xavier Ragage nous pré­sente la socié­té qu’il a cofon­dée, aujourd’hui en phase d’expansion internationale.

Pouvez-vous définir le « Job Trading » ?

Cette notion se com­prend à par­tir du posi­tion­ne­ment d’Xtramile, qui se situe au car­re­four de trois domaines : d’abord, les besoins des RH, notam­ment en sour­cing (récep­tion des can­di­da­tures), qui deviennent de plus en plus com­plexes à trai­ter par la mul­ti­pli­ca­tion des canaux de dif­fu­sion des offres. Chez Xtra­mile, nous étions convain­cus de la per­ti­nence de l’angle tech­no­lo­gique pour répondre à ces pro­blé­ma­tiques. Nous avons mis en place une solu­tion pour que le machine lear­ning, l’analyse du lan­gage puisse trans­for­mer et auto­ma­ti­ser les tâches manuelles. 

Et enfin, nous avons inter­pré­té le monde du sour­cing IA par le biais finan­cier, grâce à mon propre par­cours dans l’asset mana­ge­ment finan­cier et le tra­ding. Le point de ren­contre de la réa­li­té RH avec cette approche a abou­ti à une réno­va­tion du sec­teur que l’on a appe­lée le Job tra­ding. Cette méthode amène non seule­ment l’automatisation de la dif­fu­sion des offres, mais aus­si leur opti­mi­sa­tion et fina­le­ment un gain pour le recruteur.

Quelle est l’ambition d’Xtramile ?

Notre ambi­tion est de réno­ver le sec­teur : en France, 12 mil­lions d’offres ont été dif­fu­sées en 2023, et en Europe plus de 60 mil­lions. Cette dif­fu­sion repré­sente un ensemble de tâches très chro­no­phages pour les recru­teurs, qui ne dis­posent par ailleurs d’aucune visi­bi­li­té sur le deve­nir de leurs offres. Nous vou­lons sub­sti­tuer à ces tâches manuelles un pro­ces­sus ins­tan­ta­né, sans effort et pré­dic­tif. Si une entre­prise a besoin d’embaucher, elle doit pou­voir savoir com­bien le pro­ces­sus va lui coû­ter et en pré­dire les résul­tats. Notre objec­tif, en défi­ni­tive, est de trans­for­mer le mar­ché de l’emploi en un mar­ché effi­cient avec un impact social. Le job tra­ding per­met en effet d’atteindre des gens qui ont décro­ché du mar­ché de l’emploi, ou qui pour­raient pas­ser à côté d’une offre qui leur convient.

Sur quelles bases technologiques et d’IA avez-vous fondé votre approche ?

Le cœur du réac­teur d’Xtramile, que l’on a déve­lop­pé nous-mêmes en 2019, est le machine lear­ning. Plus pré­ci­sé­ment, nous sommes spé­cia­listes du par­sing de docu­ments RH : il s’agit de faire ana­ly­ser les mots, le lan­gage des offres d’emploi. Ini­tia­le­ment, nous avons tra­vaillé sur les modèles pré­cur­seurs BERT, inven­tés par Google, et pré­cur­seurs des LLM (Large Lan­guage Model). Nous regar­dons aus­si ce qui se passe en open source sur les modèles MISTRAL ou CLAUDE par exemple, pour nour­rir notre LLM de toutes les avan­cées de l’écosystème. Nous sommes l’un des pre­miers acteurs à dis­po­ser d’un LLM RH, adap­té à cette indus­trie du sour­cing pour la rendre auto­ma­ti­sée et prédictive.

Ce sys­tème nous per­met de tra­vailler sur la plu­part des langues euro­péennes. Ensuite, il y a un volume impor­tant de don­nées à orga­ni­ser : des mil­lions d’offres sont dif­fu­sées dans des cen­taines de caté­go­ries dif­fé­rentes, et nous les clas­sons dans un réfé­ren­tiel de près de 1000 métiers. Pour chaque type de métier (chauf­feur-livreur, infir­mier, assis­tant mar­ke­ting), selon la région et le type d’expérience, nous pou­vons don­ner un prix pré­dic­tif d’acquisition d’une can­di­da­ture. Il y a donc d’une part le trai­te­ment des offres par le machine lear­ning (par­sing) et d’autre part l’analyse de la data col­lec­tée à tra­vers des algo­rithmes d’apprentissage par ren­for­ce­ment qui per­mettent de faire des effets de boucle sur notre historique.

Mais la puis­sance de l’IA ne suf­fit pas : notre acti­vi­té a aus­si un ver­sant indus­triel dans la mesure où nous sommes connec­tés à 900 canaux de dif­fu­sion des offres (France Tra­vail, Indeed, Meta, Lin­ke­dIn, etc.). Et nous nous adap­tons aux exi­gences de chaque canal, en termes de langues par exemple. C’est aus­si là où nous avons notre valeur ajoutée.

Comment le marché a‑t-il réagi à l’approche que vous promouvez ?

On peut dire aujourd’hui que notre stra­té­gie porte ses fruits puisque nous avons de gros clients comme l’Armée de terre, l’Armée de l’air, la Marine, les grands acteurs de l’intérim. Nous avons un temps d’avance sur nos concur­rents et nos clients le com­prennent puisqu’ils ne reviennent pas en arrière après nous avoir choi­sis. D’ailleurs, les armées nous ont beau­coup aidés en nous deman­dant d’aller plus loin dans la pré­ci­sion et le gui­dage de la dif­fu­sion : par exemple, dif­fu­ser telle offre sur les villes de plus de 20 000 habi­tants seule­ment, ou sur telle région seulement. 

Par leur exi­gence, nos clients nous ont donc aidés à amé­lio­rer la mania­bi­li­té et l’efficience de notre sys­tème. Pour nous, il est évident que les orga­ni­sa­tions vont de plus en plus deman­der cette effi­cience dans la dif­fu­sion. Aux États-Unis par exemple, le job tra­ding est main­te­nant une évi­dence. En France, les grands acteurs des RH cherchent peu à peu à inté­grer le machine lear­ning et l’analyse de don­nées, mais avec une cer­taine iner­tie due à leur taille ou à leur dette technique.

Quels sont les gains obtenus par les services de recrutement dans l’usage de vos services ?

Dans un modèle de dif­fu­sion clas­sique, dif­fu­ser une offre d’emploi sur dix canaux dif­fé­rents prend une heure de temps. Avec notre sys­tème, c’est ins­tan­ta­né. Dans les faits, un cabi­net RH (même de taille modeste) a besoin d’un équi­valent temps plein pour mener à bien ces tâches. Le pre­mier aspect à prendre en compte est donc le gain de temps.

Ensuite, il y a un gain d’optimisation. Je prends un exemple : Indeed est récem­ment deve­nu payant pour les dif­fu­seurs dans le domaine de l’intérim. Grâce à Xtra­mile, vous pou­vez beau­coup mieux maî­tri­ser ce coût en sélec­tion­nant les offres à faire pas­ser sur ce canal en fonc­tion de la demande sur un type de métier ou de cri­tères géo­gra­phiques, et en dif­fu­sant les autres sur des canaux gra­tuits comme France Travail.

Enfin, ce sys­tème per­met de tou­cher des can­di­dats qui res­taient jusqu’à pré­sent en dehors des mailles du filet. Je pense par exemple à ceux que l’on appelle des « can­di­dats pas­sifs », qui naviguent sur inter­net mais pas for­cé­ment sur les sites de recherche d’emploi. En trans­for­mant l’offre d’emploi en ban­nière ou en for­mat image, nous pou­vons faire appa­raître à ce type de can­di­dat une offre d’emploi qui lui serait res­tée invi­sible dans des for­mats et des empla­ce­ments plus classiques.

Quelles langues d’offres d’emploi adressez-vous et pouvez-vous traiter ?

C’est un point clé pour nous, dans la mesure où nos clients sont sou­vent des grands comptes, par consé­quent pré­sents à l’international et qui demandent de pou­voir pas­ser d’une langue à l’autre sans dif­fi­cul­té. En dehors des groupes inter­na­tio­naux, ce besoin existe éga­le­ment pour des entre­prises ou des orga­ni­sa­tions évo­luant dans des pays mul­ti­lingues comme la Suisse ou bien la Bel­gique. Or, notre sys­tème est jus­te­ment mul­ti­lingue, y com­pris avec des langues non européennes. 

Xtra­mile est actuel­le­ment en phase de levée de fonds. Pour par­ti­ci­per à cette aven­ture inno­vante et pro­met­teuse consul­ter ce lien : 

https://sowefund.com/investir/xtramile-2024


Chiffres clés

  • 1 mil­lion d’offres diffusées
  • 900 canaux de diffusion
  • 1000 métiers répertoriés
  • 1 seconde là où il fal­lait des dizaines de minutes pour diffuser.

Poster un commentaire