Aller au contenu principal
Quelle Gestion d’affaires

Staffing

Affectation par IA : faut-il payer pour ça ?

Votre situation : Un éditeur vous propose de suggérer les affectations par IA, et vous cherchez à savoir si cela vaut le prix de la licence.

Le matching par IA ne s’impose pas tant qu’un manager tient vos décisions d’affectation sans perdre de missions. Sinon, testez l’outil sur vos affectations passées, avec une copie anonymisée, et mesurez le gain en euros. Dans notre exemple fictif, il atteint 7 200 € sur 30 décisions. Le gain affiché par Whoz ne donne ni période ni méthode sur la page lue. Un référentiel périmé rend l’essai inutile.

Notre avis

Ne payez pas, tant qu’un manager tient vos décisions d’affectation. Si le volume ou la dispersion le dépassent, testez sur vos affectations passées, et décidez en euros.

Pourquoi

  • Le besoin se mesure par ce qui se perd, et non par la taille de la société.
  • Une recherche filtrée peut suffire : le gain propre à l’IA reste alors à démontrer.
  • Un outil qui propose des personnes a des effets sur leur carrière, et sort du cadre du référentiel courant de la CNIL.

Ce qui change le choix

Vos managers ne se connaissent plus entre agences, et vous perdez des missions faute de voir une disponibilité : l’essai se justifie. Votre référentiel de compétences est vide ou périmé : réglez d’abord ce point, l’IA n’en corrigera rien.

L’ordre à suivre

  1. Gardez la décision à un manager, avec une recherche simple, tant qu’il connaît ses consultants et n’en oublie pas.
  2. Testez d’abord une fonction de recherche filtrée par disponibilité, compétence et tarif.
  3. Payez pour l’IA seulement si le test sur vos données passées montre un gain en euros supérieur au prix.

La question à se poser avant le prix

Le bon signal n’est pas la taille. Regardez combien de décisions d’affectation un manager prend par semaine, et s’il les tient. S’il connaît ses consultants, une bonne recherche suffit : disponibilité, compétence, tarif. Si les demandes s’accumulent, ou si des missions partent alors qu’une personne compétente attendait, l’aide peut rapporter.

Nous ne fixons aucun nombre, puisque tout dépend de votre dispersion. À notre avis, une équipe répartie entre plusieurs agences sature plus vite qu’une équipe plus nombreuse sur un seul site.

Ce que « matching » et « IA » recouvrent chez les éditeurs

Whoz annonce un moteur qui recommande les bonnes personnes pour une demande, et des suggestions d’affectation. Sa page d’accueil affiche +2 points de marge opérationnelle et +5 points d’activité facturable, sans périmètre, période ni méthode. Napta annonce une IA qui fait des suggestions en vous laissant la décision finale, et des capacités déduites par IA. Furious annonce des propositions automatiques de profils.

Veryswing, lui, nomme Matching une recherche simultanée dans les bases de candidats, de sous-traitants et de collaborateurs. Le mot ne désigne donc pas toujours la même chose. Demandez ce qui relève d’un filtre, et ce qui relève d’un modèle qui apprend.

Vérifiez surtout ce que ces suggestions optimisent. Whoz cite le tarif journalier moyen parmi ses critères de recherche. Si le coût de revient n’entre pas dans le calcul, l’outil peut proposer une personne disponible sur une mission qui vous fera perdre de l’argent.

Le test sur vos décisions passées

Faites ce test sur une copie anonymisée et isolée, avec un compte d’essai, sans toucher vos données réelles. Dans un exemple fictif, sur 30 décisions passées, l’outil retient 21 fois le même choix que le manager. Sur les 9 autres, 4 auraient évité 18 jours d’attente au total, à 400 € de coût de revient. Le gain atteint 7 200 € sur cette période, à comparer au prix demandé.

  1. Rassemblez vos 30 dernières affectations, avec les personnes alors disponibles. Copie anonymisée et isolée.
  2. Faites proposer l’outil à l’aveugle. L’éditeur ne voit pas votre choix réel.
  3. Relisez les écarts avec le manager. Un écart n’est un gain que si le manager l’aurait accepté.
  4. Chiffrez en jours d’attente évités et en marge. Laissez de côté tout score propre à l’outil.
  5. Comparez à un prix écrit. Aucun prix n’est publié chez Whoz ni chez Napta au 5 novembre 2026.

L’affectation par algorithme engage vos salariés

Une suggestion pèse sur les missions d’une personne, donc sur sa carrière. Le référentiel de la CNIL sur la gestion du personnel écarte de son champ les traitements algorithmiques à des fins notamment de profilage. Il renvoie, pour l’analyse d’impact, à une liste comprenant les profils établis à des fins de gestion des ressources humaines.

Cela n’interdit rien, mais cela vous oblige à poser la question avant de signer. Faites relire le projet par votre délégué à la protection des données ou par votre conseil, et demandez-lui si votre comité social et économique doit être informé et consulté avant le lancement. Nous n’avons pas étudié le règlement européen sur l’IA pour cet usage.

Limites de cette page

Nous n’avons pas eu accès à ces outils : nous ne savons pas si ces suggestions sont bonnes. Les gains cités sont ceux de la page d’accueil de Whoz, sans méthode publiée sur cette page. Le prix reste à obtenir. Le cadre juridique de l’IA n’a pas été étudié ici : la relecture relève de votre délégué ou de votre conseil.

Prochaine action

Comptez sur un trimestre les missions perdues alors qu’une personne compétente attendait. Si ce compte est nul, arrêtez là, et gardez une recherche filtrée. S’il est élevé, essayez d’abord une recherche filtrée, et mettez à jour votre référentiel s’il est vide ou périmé. Si cela ne suffit pas, demandez un test sur 30 décisions passées, en copie anonymisée et isolée, et faites relire le projet par votre délégué à la protection des données ou votre conseil avant tout déploiement.

Preuves et sources

Lu le 5 novembre 2026 : pages de Whoz, Napta, Furious et Veryswing ; référentiel de la CNIL sur la gestion du personnel. Prix de Whoz et de Napta non publiés à cette date. Rien n’a été testé.

Le type indique s’il s’agit d’un fait cité, d’une déclaration, de notre calcul, de notre méthode ou de notre avis. Il n’atteste pas une lecture. Consultez le statut, la date et les limites des sources, puis vérifiez tout document marqué à vérifier avant de vous y fier. Notre méthode

  • Déclaration de l’émetteur. Whoz annonce un moteur d’IA qui recommande les personnes pour une demande, des suggestions d’affectation, et des recherches selon compétences, disponibilité, tarif journalier moyen et aspirations.

    Périmètre : Page Business et Staffing Studio de Whoz

    Réserve : Fonctionnement non testé.

  • Déclaration de l’émetteur. La page d’accueil de Whoz affiche +2 points de marge opérationnelle et +5 points d’activité facturable, sans périmètre, période ni méthode sur cette page.

    Périmètre : Page d’accueil de Whoz

    Réserve : Gain non vérifié.

  • Déclaration de l’émetteur. Napta annonce une IA qui fait des suggestions en laissant la décision finale à l’utilisateur.

    Périmètre : Page d’accueil de Napta

    Réserve : Fonctionnement non testé.

  • Déclaration de l’émetteur. Furious annonce une IA qui analyse projets, compétences, disponibilités et charge pour proposer automatiquement des profils.

    Périmètre : Page du module Staffing

    Réserve : Fonctionnement non testé.

  • Déclaration de l’émetteur. Veryswing décrit sa fonction Matching comme une recherche simultanée dans les bases Candidats, Sous-traitants et Collaborateurs.

    Périmètre : Page métier ESN

    Réserve : Page commerciale.

  • Fait cité. Le référentiel de la CNIL sur la gestion du personnel indique qu’il n’a pas vocation à encadrer les traitements algorithmiques à des fins notamment de profilage, et renvoie pour l’analyse d’impact à une liste comprenant les profils établis à des fins de gestion des ressources humaines.

    Périmètre : Points 2 et 11 du référentiel modifié le 23/05/2022

    Réserve : N’interdit pas ces traitements ; application à un outil à examiner.

  • Notre calcul ou déduction. Aucun prix n’est publié par Whoz ni par Napta sur les pages lues le 5 novembre 2026.

    Réserve : Prix pouvant être obtenu sur demande.

  • Notre calcul ou déduction. Dans l’exemple fictif, 18 jours d’attente évités à 400 € représentent 7 200 € sur 30 décisions passées.

    Périmètre : Calcul fictif

    Réserve : Protocole à refaire avec vos données.

    Daté du 5 novembre 2026.

  • Notre avis. Nous déconseillons de payer pour l’affectation par IA tant qu’un manager tient les décisions d’affectation sans perdre de missions.

    Périmètre : Sociétés de services

    Réserve : Volume élevé et référentiel propre : essai justifié.

    Daté du 5 novembre 2026.