Un mois de moins pour recruter des talents : Uniper et AI for HR

Environ un mois de moins – pour être précis, en moyenne 27 jours – pour signer le contrat d’un candidat à un nouvel emploi dans l’entreprise. Et 13 jours de moins dans la phase de sélection de toutes les candidatures.

Ce sont quelques-uns des résultats obtenus par Uniper – une entreprise énergétique européenne présente dans le monde entier -, en appliquant l’IA au processus de recrutement, grâce à un agent développé avec Celonis et Microsoft Copilot Studio, capable de comprendre le contexte opérationnel de l’entreprise.

L’agent IA pour le recrutement RH est basé sur le modèle de contexte Celonis : « cette nouvelle application montre concrètement comment les agents IA peuvent devenir plus précis, plus rapides et plus efficaces lorsqu’ils disposent, en plus des données, du contexte nécessaire pour comprendre comment fonctionnent réellement les processus métier », explique Lars Reinkemeyer, évangéliste en chef de Celonis, « dans le cas d’Uniper, l’approche a été appliquée à l’un des processus RH les plus critiques : la sélection et l’embauche de nouveaux talents ».

L’intelligence artificielle qui comprend le fonctionnement réel d’une entreprise

Reinkemeyer souligne : « l’IA d’entreprise ne peut exprimer tout son potentiel que lorsqu’elle comprend comment fonctionne réellement une entreprise et comment améliorer son fonctionnement. Les résultats obtenus par Uniper montrent clairement comment les entreprises peuvent générer une valeur concrète et croissante en transformant les opérations critiques grâce à une IA d’entreprise basée sur le contexte opérationnel ».

« Grâce à la couche de contexte fournie par Celonis, nous développons des solutions d’IA qui ne sont pas simplement des outils avec lesquels expérimenter, mais des assistants auxquels nous pouvons faire confiance », note Robert Daamen, responsable du CoE d’intelligence des processus chez Uniper. Et il observe : « le Modèle de Contexte Celonis offre à nos équipes RH une transparence totale dans le processus de recrutement et d’embauche, éliminant les obstacles inutiles qui ralentissent l’entrée de nouveaux talents dans l’entreprise. »

Agent IA : quand le contexte fait la différence

En collaboration avec Celonis et un cabinet de conseil indépendant, Uniper a développé et testé – à l’aide de Microsoft Copilot Studio – un agent d’IA conçu pour améliorer le processus de recrutement et d’embauche de talents hautement qualifiés.

Grâce à une interface en langage naturel, l’agent fournit aux responsables du recrutement des informations pertinentes sur le processus de sélection, telles que les postes ouverts et les candidatures présélectionnées. Il identifie et signale également les tâches urgentes et en retard aux recruteurs et aux managers et orchestre certaines actions pour le personnel RH, comme la préparation et l’envoi d’e-mails aux collègues et candidats.

Pour évaluer l’agent IA, l’équipe a exécuté les mêmes invites deux fois : une fois en utilisant exclusivement les données brutes du système RH d’Uniper et une seconde fois en intégrant le contexte opérationnel fourni par le modèle de contexte Celonis. Les résultats ont montré de nettes différences.

Les algorithmes basés sur le cadre opérationnel

Par exemple, à la question « Quels sont les goulots d’étranglement dans le processus de recrutement et d’embauche ? », en utilisant uniquement les données Uniper, l’agent a renvoyé une série de réponses génériques, telles que « fragmentation des données », « surcharge des responsables du recrutement » et « manque de visibilité sur les activités ».

Cependant, lorsque l’agent a pu s’appuyer sur le contexte opérationnel fourni par le modèle de contexte Celonis, celui-ci a renvoyé des réponses détaillées et spécifiques non seulement pour l’équipe RH d’Uniper, mais également pour chaque membre de l’équipe. Par exemple : « 27 candidats, répartis sur différents postes vacants, sont sur la liste restreinte depuis plus de 14 jours ».

Les avantages obtenus dans le secteur RH

Grâce aux résultats obtenus, l’équipe a mis l’agent en production et a immédiatement enregistré des améliorations opérationnelles, notamment :

Réduction des temps de cycle opérationnel : le délai moyen entre la sélection du candidat et la signature du contrat a été réduit de 27 jours, tandis que la durée moyenne de la phase de sélection a été réduite à 13 jours.

Précision et fiabilité accrues de l’IA : les recruteurs et les managers reçoivent des informations précises et pertinentes, plutôt que des réponses génériques.

Meilleure gouvernance des processus : L’équipe RH a amélioré la transparence, étant ainsi en mesure de mieux comprendre le processus et d’agir de manière proactive.

Plus d’efficacité dans l’utilisation des tokens : baser l’agent IA sur le contexte métier permet d’éliminer le gaspillage de tokens, en remplaçant les hypothèses probabilistes par une logique métier pré-structurée.

En plus d’améliorer les processus RH, Uniper, Celonis et Microsoft collaborent également pour transformer d’autres processus commerciaux stratégiques, notamment la maintenance des installations, la gestion de l’hydroélectricité, la gestion des services informatiques, la vente et le commerce d’énergie.

Le département Ventes et Trading d’Uniper, par exemple, exécute des centaines d’opérations de trading chaque heure. Avec Celonis Data Core, le Process Intelligence Center de l’entreprise peut introduire ces données dans Celonis en temps réel, permettant ainsi à Uniper de prendre les bonnes décisions et d’intervenir au bon moment.