Sommaire
En 2019, lorsque nous avons repensé l’infrastructure des données afin d’améliorer les performances de notre solution, il est devenu évident que nos données métier constituait une base d’apprentissage riche, et que l’IA, notamment générative, représentait une opportunité inédite de transformer l’expérience de nos clients. Toutefois, cette opportunité a soulevé de nombreuses questions au sein des équipes.
Dans un contexte où l’IA faisait déjà beaucoup parler d’elle, nous souhaitions à tout prix éviter l’effet “IA washing” en proposant des fonctionnalités qui ne répondaient pas aux priorités de nos clients. De plus, l’IA soulevait également des interrogations en interne, autant sur son efficacité que sur son éthique.
“Pour surmonter cela, il était nécessaire d'apporter des preuves concrètes de l'efficacité de l'IA et d'enseigner aux Boonders comment interagir avec elle pour obtenir des résultats pertinents, tout en considérant les enjeux de transparence, de sécurité et d’éthique” rappelle Loïc LAMBERT, Chief Product & Experience Officer chez Boond.
Avant de déployer l’IA dans Boond, il fallait donc d’abord l’intégrer à nos usages internes. Et cette conduite du changement devait être menée selon les profils : d’une part, explorer le vibe coding avec nos développeurs (le vibe coding est une approche de développement pilotée par l’intelligence artificielle), d’autre part, sensibiliser et former les fonctions support à l’emploi de l’IA dans leur quotidien, pour en faire un véritable assistant.
C’est dans ce contexte que l’équipe Produit a initié les Cafés Produit : une fois par mois, les équipes se réunissent pour réaliser des démos concrètes, explorer des cas d’usage, poser des questions. Ces temps d’échange s’adressent aussi bien aux novices qu’aux profils plus avancés. Cette étape était primordiale et a porté ces fruits : désormais, les équipes Boond comprennent les opportunités offertes par l’IA et sont capables d’alimenter une réflexion collective sur le futur de Boond (ce ne sont pas les idées qui manquent !).
Notre objectif est de faire gagner du temps à nos utilisateurs sur toutes leurs tâches à faible valeur ajoutée. L’IA devient alors un assistant, de plus en plus qualifié grâce à son apprentissage piloté par notre intelligence artificielle interne : jAImes. Et avec la dictée vocale, les utilisateurs pourront directement expliquer à cet assistant de quoi ils ont besoin, selon quel process, et sous quelle forme. Et ce, toujours sous le contrôle de l’utilisateur, qui pourra affiner le résultat final.
Nous souhaitons fluidifier les interactions avec notre solution, l’utilisateur n’aura plus qu’à demander ce qu’il souhaite faire dans Boond.
“Par exemple, créer un reporting sur mesure deviendra très facile, il faudra juste demander à cet assistant comment le construire, sans aucune connaissance technique. Cela va clairement impacter l’expérience utilisateur à long terme”.
Mais avant d’en arriver là, il faut d’abord convaincre nos clients. Lors du lancement de nos premiers programmes de beta test, nous avons constaté que sans pédagogie, il pouvait y avoir un effet “boite noire” pour nos testeurs qui ne comprenaient pas toujours les résultats obtenus. Nous devons les familiariser avec l’IA, leur expliquer les résultats, et comment nous les obtenons. Cette étape est indispensable pour gagner la confiance de nos utilisateurs.
Plusieurs fonctionnalités IA sont déjà disponibles, en bêta ou progressivement ouvertes à nos utilisateurs.
L’IA dans Boond permet désormais d’exploiter la suggestion de profils depuis un besoin client, avec un score et des explications sur chaque résultat. Cela est également disponible depuis une fiche candidat ou ressource pour identifier les besoins clients qui correspondent le mieux au profil. L’enjeu ici est d’aider nos utilisateurs à accélérer leur sourcing et d’accéder directement aux résultats les plus pertinents.
Ces premières évolutions font l’objet d’un suivi rapproché : nos utilisateurs peuvent nous signaler les suggestions non pertinentes, afin d’améliorer notre modèle. De notre côté, nos équipes sont mobilisées pour les familiariser sur le fonctionnement de l’IA et les résultats obtenus.
“Les premiers résultats montrent un taux d'engagement très élevé : 90 % des suggestions IA donnent lieu à une interaction, et 56 % à un positionnement effectif.”
Il est dorénavant aussi possible de générer un résumé clair et structuré depuis un CV ou une fiche Candidat, afin de faciliter la partage des informations sur son vivier de candidats.
Enfin, nous déployons aussi en bêta privée notre agent qui permet à nos utilisateurs d’interagir directement avec Boond.
“C’est comme avoir un ChatGPT, sauf qu’il est aussi expert Boond”.
Il aide à la prise de décision, à la rédaction de contenus et à la mise à jour des fiches. Le tout pouvant être piloté à la voix, ce qui permet de gagner un maximum de temps.
La qualité de la donnée étant la clé de l’apprentissage de l’IA, nous allons renforcer nos fonctionnalités existantes pour enrichir la saisie : meilleure qualification des fiches et prise en compte du contexte (actions réalisées, besoins exprimés etc…). Cette étape permettra notamment de booster les performances de nos fonctionnalités de matching.
Nous souhaitons aussi proposer à nos clients la meilleure interopérabilité possible et leur permettre de connecter leurs propres agents IA à Boond. C’est une brique plus technique mais qui fait écho à nos valeurs : placer Boond au cœur de votre infrastructure tout en restant une solution ouverte, flexible et adaptée à vos besoins.
Notre ambition : transformer l’expérience utilisateur en faisant de l’IA un véritable assistant, tout en restant fidèle à nos valeurs d’ouverture, de transparence et de proximité. Boond ne se contente pas d’intégrer l’IA : nous la mettons au service des ESN et sociétés de conseil pour accélérer leur performance et accompagner leur croissance.
Pour aller plus loin
Téléchargez notre ressource :
Livre blanc 2025 - Feuille de route RH - 6 clés pour structurer la croissance de votre ESN
Testez l’expérience.